그린 용매 기반 공비혼합물 분리의 적합성 평가와 VLE-머신러닝 연계

Green solvent assessment and VLE–machine learning for azeotropic separations

연구 내용

공비혼합물 분리용 글리세롤 유래 그린 용매의 적합성을 평가하고 VLE를 머신러닝과 연계해 상평형 정보를 도출하는 연구

글리세롤 유래 그린 용매를 이용해 n-헥산+에탄올 공비혼합물을 분리할 때의 적합성을 평가하는 연구를 수행합니다. VLE 연구를 바탕으로 용매가 혼합물의 분리 거동에 미치는 영향을 파악하고, 머신러닝 기반 접근으로 상평형 정보를 보완·추정하여 공정 설계에 필요한 선택 기준을 만듭니다. 또한 추출 증류 관점에서 용매의 분리 성능과 적용 가능성을 함께 검토하여, 실험 중심의 의사결정에서 계산·데이터 기반 의사결정으로 확장하는 데 목적이 있습니다.

관련 프로젝트

0건

연구 흐름

초기에는 공비혼합물 분리에서 용매 선택이 성능을 좌우한다는 관점에서, 후보 용매로 글리세롤 유래 계열을 설정하고 기본 상평형 정보를 수집하는 단계로 연구를 시작했습니다. 이후 VLE 연구를 분리 메커니즘 해석과 연결하고, 2025년 연구에서 머신러닝을 연계해 적합성 평가의 재현성과 확장성을 확보하는 방향으로 발전했습니다. 최종적으로 추출 증류 공정 설계 관점에서 분리 성능 판단에 활용 가능한 데이터 구조를 정리하는 흐름을 이어가고 있습니다.

활용 가능성

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

추출 증류 공정 설계
공비혼합물 분리 용매 스크리닝
VLE 기반 공정 시뮬레이션 입력
머신러닝 보정 모델 구축
친환경 용매 후보 평가
분리 성능 예측 프레임
공정 비용·에너지 최적화
혼합물 조성 범위 확장
데이터 기반 상평형 상관
분리 공정 의사결정 도구