해결

기초 시뮬레이션과 흡착제 성능 평가 데이터를 바탕으로 소형화 가능한 PSA 사이클과 핵심 설계 인자를 도출했습니다.

본 과제 착수를 위한 타당성과 핵심 설계 기준을 확보했습니다.

해결

배합 조성과 성능 데이터를 학습한 AI 모델로 배치 결과를 빠르게 예측하는 시뮬레이터를 구현했습니다.

반복 믹싱 횟수와 실험 시간을 줄여 시간과 비용을 크게 절감할 수 있는 구조를 만들었습니다.

해결

센서 시계열 기반 예측, 분석, 시뮬레이션, 최적화, 플랜트봇을 하나의 흐름으로 묶은 통합 솔루션을 설계했습니다.

통합 AI 솔루션을 개발했습니다.

해결

Aspen Plus 데이터로 AI 기반 대리모델을 구축하고, 이를 바탕으로 최적 운전 조건을 산출하는 최적화기를 설계했습니다.

복잡한 화학 흡수 공정의 거동을 빠르게 예측하고 실시간 의사결정에 가까운 구조를 만들었습니다.

해결

실험 데이터를 바탕으로 지배방정식 기반 시뮬레이션을 만들고, DNN 대리모델과 유전 알고리즘 최적화를 결합했습니다.

장치 변화가 있더라도 최적 조건을 빠르게 재탐색할 수 있는 설계 기반을 확보했습니다.

해결

실제 시계열 데이터를 전처리해 품질 예측 모델을 고도화하고, 운영 화면과 시스템 연동을 포함한 통합 솔루션으로 패키징했습니다.

단일 모델 개발이 아닌 현업 활용 가능한 형태의 지능형 솔루션으로 구현했습니다.