| 1 |
1
암모니아 수용액이 채워진 교반조;상기 교반조로 유입되는 이산화탄소를 상기 암모니아 수용액과 교반하는 교반기;중적외선을 이용하는 푸리에 변환 적외분광법(FTIR)을 사용하여 이산화탄소 포집 공정 동안 상기 교반된 암모니아 수용액로부터 측정될 수 있는 스펙트럼 자료를 상태 변수로 제공하는 센서부; 및상기 이산화탄소 포집 공정 동안 상기 상태 변수에 의해 얻어지는 반응 생성물의 농도를 예측하기 위한 모델식을 구성하고, 상기 상태변수에 전처리를 수행하여 노이즈가 제거된 데이터로 변환한 후, 상기 노이즈가 제거된 데이터를 상기 모델식에 입력하여 상기 상태 변수의 변화에 따른 복수의 반응 생성물 각각의 농도를 예측하는 예측 수단을 포함하는 포집 반응기
|
| 2 |
2
제1항에 있어서, 상기 상태변수는 이산화탄소가 흡수된 암모니아 수의 pH, 온도, 전기전도도 및 이산화탄소 농도 중에서 적어도 하나 이상을 더 포함하는 포집 반응기
|
| 3 |
3
제1항에 있어서, 상기 반응 생성물은 수소이온, 수산화이온, 중탄산염이온, 탄산염이온, 카바메이트이온, 중탄산암모늄염, 탄산암모늄염, 카바메이트암모늄염, 황산염이온 및 질산염이온 중 적어도 어느 하나인 포집 반응기
|
| 4 |
4
제1항에 있어서, 상기 모델식은 열역학적 모델, 회귀분석 모델, 통계학적 모델 및 상기 열역학적 모델과 상기 회귀분석 모델 및 상기 통계학적 모델을 조합한 모델 중에서 적어도 하나에 기초한 모델식인 것을 특징으로 하는 포집 반응기
|
| 5 |
5
제4항에 있어서, 상기 회귀분석모델은 다중회귀분석법, 주성분회귀분석법, 부분최소자승법, 신경회로망-부분최소자승법, 커널-부분최소자승법 및 LS-SVM(Least Square Support Vector Machine) 중에서 적어도 하나를 이용한 모델인 포집 반응기
|
| 6 |
6
제4항에 있어서, 상기 열역학적 모델은 피처(Pitzer)식 또는 NRTL 식을 포함하는 포집 반응기
|
| 7 |
7
제1항에 있어서, 상기 전처리는 MSC(multiplicative scatter correction)법, SNV(standard normal variate)법, OSC(orthogonal signal correction)법 및 SG(Savitzky Golay)법 중에서 적어도 하나를 이용하여 수행되는 포집 반응기
|
| 8 |
8
중적외선을 이용하는 푸리에 변환 적외분광법(FTIR)을 사용하여 이산화탄소 포집공정을 통해 측정되는 스펙트럼 자료를 포함하는 상태변수를 변동변수로 설정하는 단계;상기 이산화탄소 포집공정에서 상기 변동변수에 의해 얻어지는 복수의 반응 생성물 각각의 농도를 목표변수로 설정하는 단계;상기 목표변수를 예측하기 위해 모델식을 구성하는 단계;실시간으로 수집되는 상기 변동변수에 전처리를 수행하여 노이즈가 제거된 데이터로 변환하는 단계; 및상기 노이즈가 제거된 데이터를 상기 모델식의 입력 데이터로 적용하여 상기 복수의 반응 생성물 각각의 농도를 예측하는 단계를 포함하는 이산화탄소 포집공정의 반응 생성물 농도 예측방법
|
| 9 |
9
제8항에 있어서, 상기 상태변수는 이산화탄소가 흡수된 암모니아 수의 pH, 온도, 전기전도도 및 이산화탄소 농도 중에서 적어도 하나 이상을 더 포함하는 이산화탄소 포집공정의 반응 생성물 농도 예측방법
|
| 10 |
10
제8항에 있어서, 상기 반응 생성물은 수소이온, 수산화이온, 중탄산염이온, 탄산염이온, 카바메이트이온, 중탄산암모늄염, 탄산암모늄염, 카바메이트암모늄염, 황산염이온 및 질산염이온 중 적어도 어느 하나인 이산화탄소 포집공정의 반응 생성물 농도 예측방법
|
| 11 |
11
제8항에 있어서, 상기 모델식은 열역학적 모델, 회귀분석 모델, 통계학적 모델 및 상기 열역학적 모델과 상기 회귀분석 모델 및 상기 통계학적 모델을 조합한 모델 중에서 적어도 하나에 기초한 이산화탄소 포집 공정의 반응 생성물 농도 예측방법
|
| 12 |
12
제11항에 있어서, 상기 회귀분석모델은 다중회귀분석법, 주성분회귀분석법, 부분최소자승법, 신경회로망-부분최소자승법, 커널-부분최소자승법 및 LS-SVM(Least Square Support Vector Machine) 중에서 적어도 하나를 이용한 모델인 이산화탄소 포집공정의 반응 생성물 농도 예측방법
|
| 13 |
13
제11항에 있어서, 상기 열역학적 모델은 피처(Pitzer)식 또는 NRTL 식을 포함하는 이산화탄소 포집 공정의 반응 생성물 농도 예측방법
|
| 14 |
14
제8항에 있어서 상기 전처리는 MSC(multiplicative scatter correction)법, SNV(standard normal variate)법, OSC(orthogonal signal correction)법 및 SG(Savitzky Golay)법 중에서 적어도 하나를 이용하여 수행되는 이산화탄소 포집 공정의 반응 생성물 농도 예측방법
|
