윤여민 교수 연구실
기본 정보
연구 분야
프로젝트
논문
구성원
읽는 시간 · 2분 28초

멤브레인 하이브리드 공정 및 머신러닝 기반 수처리 성능 예측 연구

Membrane Hybrid Processes and Machine Learning–Driven Performance Prediction for Water Treatment

연구 내용

Forward osmosis–ultrafiltration 및 ultrafiltration–MXene 하이브리드 공정을 중심으로 막 성능과 막오염을 규명하고, 공정 데이터를 기반으로 작동 성능을 예측·최적화하는 연구

Forward osmosis–ultrafiltration 및 ultrafiltration 기반 하이브리드 공정에서 오염물 제거 거동과 막오염 특성을 모델링하고, 수계의 유기물 조성 변화가 성능에 미치는 영향을 분석합니다. 또한 MXene 계열 소재를 막 공정에 접목하여 미량오염물질 제거 효율을 확보하는 접근을 수행합니다. 공정 조건과 운전 데이터를 활용하여 response surface methodology, 인공신경망, adaptive neuro-fuzzy inference system, support vector machine 등 기계학습 기반 예측 모델을 구축하고, 최적 운전 조건을 도출합니다. 이를 통해 시스템 수준의 데이터 기반 운전 전략을 제시합니다.

관련 연구 성과

관련 논문

6

관련 특허

0

관련 프로젝트

6

연구 흐름

초기에는 2022년부터 Forward osmosis–ultrafiltration 조합에서 rhodamine B 등 모델 오염물의 제거 성능을 운전 조건 관점에서 평가하고, 공정 변수에 따른 막 유입 플럭스와 여과 특성의 변화를 정리하는 연구를 수행했습니다. 이후 2023년에는 2단/직렬 구조로 확장하여 sulfamethoxazole 제거 및 2차 처리수의 organic matter 거동을 PARAFAC과 self-organizing maps로 해석하는 방향으로 확장했습니다. 2025년에는 ultrafiltration 공정에서 자연유래 유기물 대체지표를 적용해 막 거동을 재현하고, ultrafiltration–MXene 하이브리드로 의약물질 동시 제거를 검증하는 연구를 이어갔습니다. 최근에는 흡착·여과 성능을 딥러닝 기반으로 예측하는 체계를 보강하여 예측-검증-최적화 루프를 강화했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

  • Forward osmosis–ultrafiltration 하이브리드 공정 설계
  • MXene-코팅 수처리막 적용
  • 2차 처리수 유기물 영향 저감 공정
  • 막오염(fouling) 원인-기작 분석 기반 운전
  • 기계학습 기반 공정 조건 최적화
  • 약물·염료 성분 고도처리 모듈
  • 자연유래 유기물 대체지표 기반 공정 검증
  • 데이터 기반 예측 유지관리(정비)
  • 여과 성능 재현성 확보를 위한 표준화
  • 실규모 공정 확장 시뮬레이션

관련 논문

구분

제목

1

Performance assessment and optimization of forward osmosis–low pressure ultrafiltration hybrid system using machine learning for rhodamine B removal

2

Modeling sulfamethoxazole removal by pump-less in-series forward osmosis–ultrafiltration hybrid processes using artificial neural network, adaptive neuro-fuzzy inference system, and support vector machine

3

Evaluation of secondary effluent organic matter removal by an in-series forward osmosis-ultrafiltration hybrid process using parallel factor analysis with self-organizing maps

4

Tannic acid as a natural organic matter surrogate in ultrafiltration membrane process

5

Removal of ketoprofen and propranolol in an ultrafiltration-MXene (Ti₃C₂/V₂C) hybrid system

6

Multimodal deep learning-based prediction of activated carbon adsorption capacities for volatile organic compound removal

관련 프로젝트

구분

제목

1

미량오염물질 처리에 특화된 MXene-코팅 수처리막의 제조 및 머신러닝 기반의 작동형 성능 예측 모델 개발

2

미량오염물질 처리에 특화된 MXene-코팅 수처리막의 제조 및 머신러닝 기반의 작동형 성능 예측 모델 개발

3

미량오염물질 처리에 특화된 MXene-코팅 수처리막의 제조 및 머신러닝 기반의 작동형 성능 예측 모델 개발

4

안전한 물환경 복지 실현 및 탄소중립 달성을 위한 수처리 기술 개발과 데이터 기반의 물관리 기술 고도화

5

안전한 물환경 복지 실현 및 탄소중립 달성을 위한 수처리 기술 개발과 데이터 기반의 물관리 기술 고도화

6

안전한 물환경 복지 실현 및 탄소중립 달성을 위한 수처리 기술 개발과 데이터 기반의 물관리 기술 고도화

주식회사 디써클

대표 장재우,이윤구서울특별시 강남구 역삼로 169, 명우빌딩 2층 (TIPS타운 S2)대표 전화 0507-1312-6417이메일 info@rndcircle.io사업자등록번호 458-87-03380호스팅제공자 구글 클라우드 플랫폼(GCP)

© 2026 RnDcircle. All Rights Reserved.