| 1 |
1
질소, 산소 및 연료 가스 중 적어도 어느 하나가 공급되는 공기 주입부; 가열기; 물탱크; 과산화수소(H2O2) 주입부;LNG 주입부;NG 배출부;를 포함하고, 인공신경망(ANN)을 이용하여 질소산화물 저감 모델을 생성하는 모델 생성부; 상기 생성된 질소산화물 저감 모델을 학습하는 모델 학습부;상기 생성된 질소산화물 저감 모델을 검증하는 모델 검증부; 및유전자 알고리즘(GA)을 이용하여 상기 생성된 질소산화물 저감 모델의 입력 변수들을 최적화하는 변수 최적화부를 포함하는 질소산화물 저감 시스템
|
| 2 |
2
제1항에 있어서,상기 질소산화물 저감 모델은 온도, 산소 농도, ph 또는 과산화수소수 농도 중 적어도 어느 하나의 입력 변수를 포함하는 질소산화물 저감 시스템
|
| 3 |
3
제1항에 있어서,상기 모델 생성부는,신경망 구조를 결정하고, 상기 신경망 구조에서 숨겨진 계층 수를 결정하며, 상기 신경망 구조에서 숨겨진 계층의 뉴런 수를 결정하는 질소산화물 저감 시스템
|
| 4 |
4
제3항에 있어서,상기 신경망 구조는 3 계층 피드 포워드 신경망인 것을 특징으로 하는 질소산화물 저감 시스템
|
| 5 |
5
제1항에 있어서,상기 모델 학습부는 입력 데이터 및 출력 데이터를 -1 내지 1 사이의 값으로 정규화하는 질소산화물 저감 시스템
|
| 6 |
6
제2항에 있어서,상기 입력 변수는 온도, 산소 농도, ph 및 과산화수소수에 가중치가 적용된 것을 특징으로 하는 질소산화물 저감 시스템
|
| 7 |
7
질소산화물 저감 방법에 있어서,질소산화물 저감 시스템이 인공신경망(ANN)을 이용하여 질소산화물 저감 모델을 생성하는 단계;상기 질소산화물 저감 시스템이 상기 생성된 질소산화물 저감 모델을 학습하는 단계;상기 질소산화물 저감 시스템이 상기 생성된 질소산화물 저감 모델을 검증하는 단계;상기 질소산화물 저감 시스템이 상기 생성된 질소산화물 저감 모델의 입력 변수들에 대하여, 유전자 알고리즘(GA)을 이용하여 최적화하는 단계를 포함하는 질소산화물 저감 방법
|
| 8 |
8
제7항에 있어서, 상기 질소산화물 저감 모델은 온도, 산소 농도, ph 또는 과산화수소수 농도 중 적어도 어느 하나의 입력 변수를 포함하는 질소산화물 저감 방법
|
| 9 |
9
제7항에 있어서, 상기 질소산화물 저감 모델을 생성하는 단계는,상기 질소산화물 저감 시스템이 신경망 구조를 결정하는 단계;상기 질소산화물 저감 시스템이 상기 신경망 구조에서 숨겨진 계층 수를 결정하는 단계; 및상기 질소산화물 저감 시스템이 상기 신경망 구조에서 숨겨진 계층의 뉴런 수를 결정하는 단계를 포함하는 질소산화물 저감 방법
|
| 10 |
10
제9항에 있어서, 상기 신경망 구조는 3 계층 피드 포워드 신경망인 것을 특징으로 하는 질소산화물 저감 방법
|
| 11 |
11
제7항에 있어서,상기 질소산화물 저감 모델을 학습하는 단계는 입력 데이터 및 출력 데이터를 -1 내지 1 사이의 값으로 정규화하는 단계를 더 포함하는 질소산화물 저감 방법
|
| 12 |
12
제8항에 있어서,상기 입력 변수는 온도, 산소 농도, ph 및 과산화수소수에 가중치가 적용된 것을 특징으로 하는 질소산화물 저감 방법
|
