가스터빈 내 연소 불안정성은 시스템의 성능 저하 및 안전 문제를 야기할 수 있습니다. 이를 해결하기 위해 인공지능 및 심층 학습 알고리즘을 활용한 연소 불안정성 진단 시스템을 개발하고 있습니다. 이러한 시스템은 고속 화염 이미지를 분석하고, 스펙트럴 센트로이드 및 스펙트럴 스프레드를 기반으로 연소 불안정성을 예측하여 가스터빈의 안정적인 운영을 지원합니다.

수소 및 합성가스를 연료로 사용하는 가스터빈 연소 기술은 온실가스 배출을 줄이는 데 중요한 역할을 합니다. 이 연구에서는 수소/CO/CH4 혼합가스의 연소 특성을 분석하고, 질소 희석을 통한 NOx 및 CO 배출 저감 방법을 모색합니다. 또한, 연료 라인 음향이 화염 역학에 미치는 영향을 연구하여, 보다 효율적이고 친환경적인 가스터빈 연소 기술을 개발하고 있습니다.