촉매 성능 예측 및 최적화 연구는 화학공정의 효율성을 극대화하기 위한 중요한 연구 분야입니다. 머신러닝과 양자 뉴럴 네트워크 모델을 활용하여 촉매의 성능을 예측하고, 이를 실험적으로 검증합니다. 이 연구는 특히 메탄 건식 개질 반응에서의 촉매 성능을 중점적으로 다루며, 다양한 촉매 물질의 고속 스크리닝과 최적화를 통해 새로운 활성 촉매를 신속하게 발견할 수 있는 방법론을 개발하고 있습니다. 이를 통해 그린 수소 생산과 같은 친환경 에너지 생산 공정에서의 효율성을 높이고, 산업 전반에 걸쳐 지속 가능한 에너지 솔루션을 제공할 수 있습니다.

미세먼지, 황산화물, 질소산화물, 그리고 악취를 동시에 제거할 수 있는 시스템 개발은 환경 보호와 공기 질 개선을 위한 중요한 연구 과제입니다. 마이크로버블 기술을 이용하여 다양한 유해 물질을 효과적으로 제거하는 시스템을 설계하고, 이를 실증합니다. 이 연구는 특히 산업 현장에서 발생하는 대기 오염 물질을 줄이는 데 중점을 두고 있으며, 친환경적인 방법으로 공기 질을 개선하는 데 기여할 수 있습니다. 이러한 시스템은 도시와 산업 지역의 환경 개선에 중요한 역할을 할 것으로 기대됩니다.