머시러닝 알고리즘 개요. 사진=순천향대 제공
순천향대에 따르면 김 교수 연구팀은 기존에 보고되어온 여러 논문 데이터를 바탕으로 유동층 바이오매스 가스화 반응기의 합성가스 생산량에 대한 모델을 다양한 ‘머신러닝’에 기반해 학습해 최적의 모델을 구축했다.
바이오매스는 지구상에 매우 풍부한 자원으로 기존 화석 연료를 대체할 수 있는 유망한 대안이다. 유동층을 활용한 바이오매스 가스화 반응은 수소·일산화탄소·이산화탄소·메탄으로 구성된 합성가스로 전환하는 고효율 열화학 공정으로 많은 주목을 받고 있다. 이번 연구는 바이오매스로부터 합성가스를 생산하는 효율적인 상용 공정을 설계할 때 중요한 핵심 지식으로 활용될 수 있다는 점에서 중요하다.
연구성과는 ‘Predicting and optimizing syngas production from fluidized bed biomass gasifiers: A machine learning approach’란 제목으로 국제 학술지 Energy(IF: 8.857, JIF 상위 3.97% / Thermodynamics 분야) 2023년 1월호에 게재 승인됐다.
제1 저자인 김 교수는 “다양한 논문에서 개별 바이오매스 및 개별 조업 조건에 대한 합성가스 생산은 보고됐지만, 이를 다양한 바이오매스의 조성과 넓은 조업 조건에 따라 체계적으로 모델을 구축하고, 민감도 해석을 수행한 것은 처음”이라고 설명했다.
