데이터 마이닝을 활용한 동적 생산 환경의 열간압연 공정 내 다중 반응변수 최적화

임성준 성균관대학교 일반대학원 2024 국내석사

봉강은 자동차의 엔진 및 변속기 핵심 부품으로 가공되는 원소재로 높은 강도와 인성, 표면 품질을 요구한다. 특히 표면 흠이 부품에 잔존할 경우 자동차 운행 중 반복 하중이 노치(Notch) 효과에 의해 흠 부위에 응력이 집중되고, 이후 파단 기점으로 작용하여 사고를 초래할 수 있으므로 엄격히 관리되어야 한다. 표면 흠의 주요 발생 원인 중 하나는 압연 중 소재 형상 관리 미흡으로, 이를 해결하기 위한 공정 최적화가 필요하지만 시간에 따라 생산 환경이 변화되어 최적화에 어려움이 있다. 본 연구에서는 이러한 문제를 해결하기 위해 데이터 마이닝을 활용하여 동적 생산 환경에서 압연 중 소재의 단면적과 편경차를 최적화할 수 있는 방법을 제안한다. 제안하는 방법의 첫번째 단계는 과거 생산 데이터를 사용하여 분산 분석(Analysis of Variance)을 통해 생산 환경을 간접적으로 나타내는 변수를 선정하고, 비지도학습 가우시안 혼합 모델(Gaussian mixture model)을 사용하여 생산 환경이 유사한 생산 데이터를 군집화 하였다. 두번째로 형상 품질을 2가지 반응변수로 구분하여 호감도 함수를 통해 0에서 1사이의 값을 갖는 호감도 점수로 변환시킨 뒤, 인내심 규칙 추론방법(Patient Rule Induction method)를 활용하여 각 군집 데이터 별 호감도 점수를 최대화하는 공정인자 범위를 탐색했다. 제안된 방법은 봉강 조압연 공정을 대상으로 ‘22~23년 데이터로 공정인자 최적범위를 도출한 뒤 ‘24년 1월부터 2월까지의 생산 데이터로 검증한 결과, 최적범위로 생산된 제품의 품질이 전체 생산재의 품질 상위 63.1%~99.0%로 품질 개선 효과가 높게 나타났다. Steel bars, used as raw materials for automotive engine and transmission components, require high strength, toughness, and surface quality. Surface defects are particularly dangerous, because they can cause fractures due to stress concentration under repeated loads while driving, which can lead to accidents. Poor shape control during rolling process is a primary cause of these defects, and the process is challenging to optimize due to the dynamic production environment, where changes over time complicate the rolling process and make it difficult to adjust manually. This study proposes a data mining approach to optimize cross-sectional area and uniformity during rolling, even in a changing production environment. In the first step, we use historical production data and analysis of variance to identify variables that indirectly represent the production environment. We then apply an unsupervised Gaussian mixture model to cluster production data with similar environments. In the second step, shape quality is separated into two response variables: cross-sectional area and uniformity and these are converted into overall preference scores between 0 and 1 using desirability function. After that, we find the optimal process parameters for each cluster that maximize preference scores using the Patient Rule Induction Method. By applying the proposed method to the steel bar rough rolling process, its effectiveness was verified. The products produced within the optimal parameter ranges showed significant improvement, achieving shape quality within the top 63.1% to 99% of all products.

엑서지 개념을 활용한 전기로 제강 생산공정의 경제적 환경적 최적화

빈영욱 포항공과대학교 화학공학과 2018 국내박사

A steel plant is a complex system that is composed of interacting components. Iron making uses a large amount of energy and emits a large amount of CO2. A strategy to decrease the energy, cost and CO2 emission must consider all ways that changes in technology can affect other aspects of steelmaking plant operation. To do this, a mathematical model of plants can be used for optimization. Electric arc furnace (EAF) is a process to make liquid steel (LS). An EAF makes LS by reprocessing scrap metal, direct-reduced iron, and pig iron. EAF steelmaking is an energy–intensive process, so methods to decrease energy cost are being sought. Also, the EAF sometimes uses additional carbon-based fuel and emits some CO2. A mathematical model based on material flow and energy flow is developed to simulate the EAF steelmaking and optimize the energy usage, CO2 emission or total cost. This optimization is a mixed integer linear program, and is solved by a commercial optimization tool, GAMS. Sensitivity analysis that considers the costs of electricity and natural gas is added to anticipate how optimization results can change with as variables change. The effects of carbon tax are also considered. In comparison with the past study of EAF process, this study includes a chemical exergy concept. Exergy is the maximum useful work calculated based on the environmental parameters as the reference state. Exergy analysis can therefore indicate the possibilities for improvement of such processes. The previous study optimizes the EAF system with the objective functions for the energy use, cost, and CO2 emissions. This study adds the objective functions for the exergy of the EAF system and compare the results with other optimization results. Using this mathematical model, case studies are conducted, and optimization results are evaluated. The results of this study give an optimized strategy for steelmaking while maintaining steel grade; the strategy can increase the efficiency of the steelmaking process. 본 연구에서는 철강공정에서 고철을 주로 활용해 용강(liquid steel)을 생산하는 전기로 공정에 대한 수학적 모델링과 이를 활용한 다각도의 최적화를 수행하였다. 전기로 공정의 수학적 모델은 조성을 고려한 물질 수지와 전력 수요량에 대한 경험식을 활용하였다. 실제 현장에서 새로운 기술과 탄소세와 같은 새로운 규제를 받아들이는 데에 있어서 가장 중요하게 생각하는 것이 최종 생산물, 전기로에서는 용강의 품질에 대한 것이 가장 중요하며 따라서 이를 위해 용강의 조성의 범위를 이용한 물질 수지를 세워 품질에 영향이 없게 하였다. 수학적 모델을 활용한 최적화를 위해 수학적 모델에는 전기로의 이산화탄소 배출량, 전력 수요량, 공정 비용, 그리고 화학적 엑서지 효율에 대한 계산이 포함되었으며 이들을 목적함수로 설정하고 최소화 또는 최대화시키는 최적화를 수행하였다. 이 때 공정의 추가적인 장치와 물질의 사용에 대한 2 진 변수를 사용하였으며 이에 본 모델은 선형 정수 계획법으로 표현되었다. 목적함수의 설정에는 실제 공정의 관리자가 경제적인 측면에서 주목할 공정 비용 외에도 환경적 요인을 고려해 이산화탄소 배출량과 에너지의 질적이고 현실적인 개념인 엑서지의 효율을 사용했다. 새로운 기술과 새로운 규제의 도입에 대비해 두 건의 사례연구를 수행하였다. 기존에 전기로에 주로 쓰이는 추가 장치들을 분석해 모델에 반영하고 천연가스의 가격이나 전기의 가격 또는 목적함수에 따라 이들 장치가 쓰일 지에 대한 판단을 하였다. 탄소세에 관해서는 최적화 결과에 반영해 새로운 규제가 생겼을 때 그 규제에 대처하는 방안의 하나로써 본 모델을 활용할 수 있음을 제시하였다. 본 모델은 철강 공정 전체에 대한 수학적 모델 수립과 최적화에 대한 프로젝트에서 시작되었으며 그 중 하나의 부분을 이루고 있다. 이 모델 수립과정과 최적화를 확장해 철강공정 전반에 적용할 수 있다면 더 많은 에너지를 소비하고 많은 이산화탄소를 배출하는 철강공정의 현장 조업에 있어 새로운 기술과 새로운 규제에 대한 최적화된 대처를 할 수 있는 도구로서의 가능성을 제시하였다.

내산화코팅 적용을 위한 적층제조 터빈블레이드의 공정최적화에 관한 연구

한영현 성균관대학교 일반대학원 2021 국내석사

3D printing으로도 불리는 적층제조기술(Additive manufacturing)은 조형물의 단면을 한 층씩 쌓아가며 제작하는 기술이다. 적층제조기술은 적층장비만 있으면 3D 도면과 재료, 레이저 등을 이용하여 제품 생산이 가능하기 때문에 전통적인 주조, 단조, 절삭가공, 압출 등의 생산 방법과 차별성이 크다. 또한 다양한 제품을 제약 없이 생산할 수 있어 세계 각국에서는 적층제조기술에 대한 연구가 활발하게 진행되고 있다. 최근에는 고온, 고압 등 악조건에서 사용되는 가스터빈의 핵심 부품인 블레이드에도 적층제조기술을 적용시키는 연구뿐만 아니라 기존의 코팅기술들을 적층제조 블레이드에 적용하는 응용 연구들이 진행 중이다. 주조방식과 적층제조방식으로 제작된 블레이드 간에는 상이한 공정방식으로 인해 기존 내산화코팅 기술이 동일하게 적용되더라도 기계 및 열 물성 등의 차이가 발생할 수 있다. 이에 적층제조방식으로 제작된 블레이드의 표면상태, 결함의 종류 및 결함의 크기와 같이 적층 과정에서 나타날 수 있는 특성에 대한 연구가 반드시 필요하다. 기존 주조방식으로 제작된 블레이드와 마찬가지로 가동온도를 상승시키기 위해 적층제조제품 표면에 적용한 내산화코팅의 국내 연구는 아직 초기 단계이며 해외 선도 기업에서는 기술선점 및 경쟁력 확보를 위해 기술에 대한 개방을 하지 않고 있다. 이에 본 연구에서는 내산화코팅이 적용된 적층제조제품의 성능을 평가하여 최적화된 공정을 도출하기 위해 3장에서 주조 블레이드와 적층제조 블레이드의 상이한 공정과정으로 인한 표면 형상 및 표면조도의 차이를 제시하고 제조 공정(Laser power, Scan speed)에 따라 제작된 적층제조 시험편의 표면조도를 분석하여 공정변수와 표면조도의 상관관계를 도출하였으며, 검증시험을 수행하여 결과의 타당성을 입증하였다. 4장에서는 제품의 표면형상을 모사하는 일정 진폭-주기 형태의 삼각함수 모사법을 제시하여 제작 방식, 후처리 과정 등에 의해 다르게 나타나는 적층제조제품의 표면조도 값을 수치화 하였다. 5장에서는 수치화된 표면형상을 공정에 따라 분석하여 해석모델을 구축하고 최종적으로 표면조도에 따라 구축한 해석모델을 바탕으로 표면조도 변화에 따른 코팅의 성능(접합강도 및 열응력)을 평가하고 상대비교를 통해 최적화된 공정을 도출하였다. Additive manufacturing, also known as 3D printing, is a technology used to manufacture sculptures by piling up sections. Lamination manufacturing technology is highly differentiated from traditional methods such as casting, forging, cutting, and extrusion, as it is possible to produce products using 3D drawings, materials, and lasers as long as they are equipped with lamination equipment. In addition, various products can be produced without restrictions ; hence, research on laminated manufacturing technology is actively being carried out in various countries around the world. Recently, research is underway on applying laminated manufacturing technology to blades, which are core components of gas turbines under adverse conditions such as high temperature and high pressure, as well as applying existing coating technology to laminated manufacturing blades. Even if the conventional oxidation-resistant coating technology is applied to the casting method and the blade manufactured by the laminating method, differences in machine and thermophysical properties may occur. Therefore, it is essential to study the properties that may occur during the lamination process, such as the surface condition, defect type, and blade size manufactured by the lamination manufacturing method. Domestic research on oxidation-resistant coatings applied to the surface of laminated manufactured products to raise operating temperature like conventional casting blades is still in its early stages, and leading overseas companies are not opening up their technology for exclusivity. Chapter 3 shows the difference in the surface shape and surface roughness of the cast blade and the laminated blade. It analyzes the surface roughness of the laminated test specimen, and determines the correlation between the process variables and the surface roughness. Chapter 4 presented a trigonometric functional reproduction method that imitates the surface shape of the product. It also quantifies the surface roughness values of the laminated manufactured product, which differ depending on the manufacturing method and post-treatment process. Finally, in Chapter 5, an analysis model was constructed by analyzing the numerical surface shape according to the process.Based on the result of this experiment, the coating performance(bonding strength and thermal stress) was predicted. To conclude, an optimized process was derived from the coating performance comparison.

Grey-Fuzzy Logic을 이용한 Ti의 레이저용접 최적화에 관한 연구

진병주 목포대학교 대학원 2017 국내석사

Decision support system based on datamining roadmap and applications to control, diagnosis, and optimization of industrial processes

배현 釜山大學校 大學院 2005 국내박사

본 논문의 목적은 산업 공정에서의 데이터 마이닝을 쉽고 적절하게 적용할 수 있는 방법을 소개하는 것이다. 제조업에서의 데이터 마이닝 적용은 마케팅에서의 적용보다 어려운 경우가 많다. 제조 공정에서의 잘못된 적용은 큰 문제를 야기할 수 있기 때문이다. 따라서 최적의 적용 과정과 방법을 사전에 결정하는 것이 중요하다. 이전의 연구에서 많은 관련 연구들이 소개되었지만 데이터 마인의 실제적인 적용에 대한 설명들은 많지 않다. 특히 제조 공정에 데이터 마이닝을 적용하는데 있어서 고려해야 할 특정 문제에 대한 예를 제시하여 설명하는 경우는 드물다. 본 논문에서는 제조 공정에서의 데이터 마이닝을 적절하게 적용하고, 비전문가도 쉽게 적용 과정과 방법을 선택할 수 있도록 지원하는 데이터 마이닝 로드맵을 제안하였다. 로드맵은 크게 세 단계의 과정으로 이루어진다. 각 단계는 데이터 마이닝의 목적에 따라 적절한 카테고리로 구성된다. 각 카테고리는 마이닝을 위해 적용되어 온 방법들을 포함하고 있다. 각 방법들의 포함은 개발자나 개발 목적에 따라 바뀔 수 있겠지만 본 논문에서는 대표적인 방법만으로 구성하였다. 이와 같은 데이터 마이닝 로드맵을 통해 개발자가 시행착오를 줄이면서 적절한 적용 과정과 방법을 선택할 수 있다. 반면, 적절한 과정과 방법의 선택 후에도 적용에 있어서의 문제점들이 존재한다. 이러한 문제점에 대해서는 로드맵에서 다루기 어려워 예를 중심으로 설명하고자 한다. 본 연구에서는 대표적인 문제점들에 대하여 세 공정에 대한 적용 결과를 통해 소개하였다. 먼저, 웨이퍼 공정에서의 데이터 부족과 불균형 문제를 해결하기 위한 데이터 생성, 두 번째, 모터 고장 진단에서 적절한 특징 선택을 위한 특징 추출, 마지막으로 수처리 공정에서의 자동화를 위한 규칙 도출을 예로 다루었다. 각 공정 데이터는 제조 공정을 위한 데이터 마이닝 적용에서 발생하기 쉬운 대표적인 문제점을 가지고 있었다. 이러한 데이터로부터 적절한 과정과 방법을 선택하는 것은 로드맵을 이용하고, 세부적인 적용의 문제는 적용 방법을 통해 해결하고자 하였다. 본 논문은 데이터 마이닝의 방법을 쉽게 찾고 적용에서의 문제점에 대한 해결책을 제시함으로써 데이터 마이닝의 적용을 마케팅이 아닌 제조 공정으로 확대하는데 도움을 주고자 하였다. The objectives of this thesis were to introduce the easiest and most proper applications of datamining in industrial processes. Applying datamining in manufacturing is very different from applying it in marketing. Misapplication of datamining in manufacturing results in significant problems. Therefore, it is very important to determine the best procedure and technique in advance. In previous studies, related literature has been introduced, but there has not been much description of datamining applications. Research has not often referred to descriptions of particular examples dealing with application problems in manufacturing. In this study, a datamining roadmap was proposed to support datamining applications for industrial processes. The roadmap was classified into three stages, and each stage was categorized into reasonable classes according to the datamining purposed. Each category includes representative techniques for datamining that have been broadly applied over decades. Those techniques differ according to developers and application purposes; however, in this paper, exemplary methods are described. Based on this datamining roadmap, nonprofessionals can determine procedures and techniques for datamining. Therefore, trial and error is reduced. However, after determining procedures and methods, there exist application problems. Accordingly, in this study, experimental results that solved these application problems were introduced. First, an effective management system for wafer fabrication processes was designed based on quality prediction models and parameter inference rules. Upon product inspection after fabrication, missing data and nonuniform data are found. To solve these data problems, data were generated based on statistical methods. After data generation, the performance of the models could be improved by data imputation. Second, a fault detection and diagnostic system for induction motors was developed based on wavelet transform and classification models with current signals. The energy values were calculated from transformed signals by wavelet, and the distribution of the energy values for each detail was used in comparing the similarity. The appropriate details could be selected by fuzzy similarity measure. Through the similarity measure, the fault features could be extracted for fault detection and diagnosis. Finally, a coagulant control system of water treatment plants was built based on clustering methods and the quality of source water. In a previous study of the author’s, decision tree methods were applied to generate control rules, but they require preliminary knowledge. Therefore, if there is no class knowledge, it is impossible to apply an algorithm. Alternatively, the proposed clustering method can group inputs corresponding to the patterns without preliminary knowledge. Thereby, the clustering method can generate proper rules in rule extraction.

CDI 공정 해석을 위한 이온의 전달현상 모델링

이준영 아주대학교 대학원 2013 국내석사

CDI(Capacitive Deionization) 공정이란 두 전극 사이의 전기장을 통해 전해질 속의 이온들을 흡·탈착하는 과정을 말한다. 전극 표면에 형성된 EDL(Electrical Double Layer)을 통해 다수의 이온들이 흡착되므로 에너지 소비량이 적고, 저장된 이온들이 역 전압을 통해 쉽게 회수되어 전극 재생이 용이한 장점이 있다. 이러한 CDI 기술은 물을 연수화하는 소형에서부터 대형의 수 처리 공정에 유용하고, 이전의 고 에너지 수 처리 기술을 대체할 수 있다. 하지만 CDI 셀 내부의 이온 거동을 예측하거나 CDI 공정의 운전조건을 최적화하는데 있어, 실험적으로는 많은 시간과 비용이 소요되어 CDI 시스템에 맞는 적절한 이론적 수학모델이 필요하다. 본 연구에서는 전기화학적 원리에 근거한 CDI 공정 성능예측 모델을 설정하고 공정모사 해석을 수행하였다. 모델링을 통해 CDI 셀 내의 전류와 전해질의 농도 및 실험으로는 측정이 어려운 농도 분포를 계산하였다. 특히, 다양한 운전조건이나 셀 형상 조건에서 모델링을 통해 계산된 이온제거율과 평균전류를 실제 실험결과와 비교함으로써 모델링의 타당성을 검증하였다. 이와 같이 검증된 모델링 기법으로 CDI 공정의 셀 설계변수와 운전조건을 최적화하는데 주안점을 두었다. CDI process is the process adsorbing and desorbing ions in the electrolyte through the electric field between two electrodes. The process has low energy consumption since a number of ions are adsorbed through EDL formed in the surface of electrode and also has an advantage that electrode is readily recovered because saved ions could be easily reclaimed by the inverse voltage. This CDI technology is useful to small or big water treatment process for desalinating water and could be substitute for previous water treatment technologies consuming enormous energy. For predicting the movement of ions placed in the cell or optimizing the operating conditions of CDI process, however, proper theoretical mathematics model fitted with CDI system is needed. In this study, we set up performance prediction models of CDI process based on the electrochemical principles and carried out process- modeling analysis. Using this modeling, we could calculate current, concentration with time and the concentration distributions which are hard to be measured with the experiment. Particularly, validity of the modeling was proved by comparing the ion removal rate and the average current calculated by modeling in various operating and cell shape conditions. We focused on optimizing the operating conditions and cell design variables of CDI process with this qualified modeling technique.

통계적 분석방법을 이용한 SiOC(H) 공정최적화

정인식 명지대학교 대학원 2015 국내석사

Devices feature size is smaller and smaller. Because feature size is Ultra–large-scale integrated device, Semiconductor device size is smaller than 1um. Operating speed of the device is determined by the signal propagation rather than transistor operation. Because of decreased feature size, signal delay and noise increase due to capacitive coupling and cross-talk noise between the metal interconnections. Various aspects experiment to solve these problems. Low-k material development is one of them. One of various Low-k materials I studied to optimize the SiOC(H) deposition process. The experiments were conducted using the experimental design method is one of the statistical experimental methods to statistically perform experiment. In this paper, O2, Precursor flows, Process temperature, RF power was selected the main effect. In according to experiment, each variable designs the Two-level full factorial design. On the base of experiment, I was able to infer the main effects and interactions between variables, it was possible analyze the interrelationship of variables. I was able to find the best of thin film deposition conditions in accordance with the conditions of the variable using Response Surface Method. The frequency dependence of the capacitance-voltage (C-V) characteristics of the Cu/SiOC(H)/p-Si(100) MIS structures was analyzed. FT-IR characteristics confirmed thin film chemical characteristics. 소자사이즈가 ULSI(Ultra–large-scale integrated device)사이즈로 설계되면서, 소자들 사이의 간격이 1um정도로 작아졌다. 이로 인해 반도체 소자를 구성하는데, 많은 문제들이 발생되었다. Signal delay와 noise문제가 metal interconnection사이에서 capacitive coupling과 crosstalk noise때문에 발생된다. 이러한 문제를 해결하고자 다양한 측면에서 연구가 되었고 그 중 하나가 저유전 물질의 개발이다. 논문을 통해 다양한 저 유전 물질 중 SiOC(H)를 공정 최적화하기 위해 연구 했다. 기존 SiOC(H) 증착을 위한 공정조건 중 O2, 전구체의 유량, 공정 시 온도, RF power를 주요변수로 증착에 영향을 줄 수 있는 변수로 선정하였다. 각 변수들을 2수준 완전요인 설계방법(Two-level Full Factorial Design)의해 실험을 설계하였다. 이를 바탕으로 변수들간의 주효과와 교호작용을 유추해 낼 수 있었으며, 변수들의 상호관계를 분석이 가능하였다. 표면반응분석법을 적용해 변수의 조건에 따른 최적의 박막 증착 조건을 찾을 수 있었다. C-V curve는 the Cu/SiOC(H)/p-Si(100) MIS structures 를 이용해 측정하였다. FT-IR을 통해 박막의 화학적 특성을 분석하였다.

생산공정 및 폐수처리공정 최적화를 통한 아디픽산 산업의 생산성 향상에 대한 연구

문용수 서울시립대학교 도시과학대학원 2013 국내석사

최근 지속가능성(Sustainability)은 국가, 기업, 개인 등 모든 분야에 걸쳐 그 중요성이 부각되고 있다. 특히, 환경은 중요한 필요충분조건의 하나이기 때문에 환경보호는 의무가 아닌 자발적 개념으로 인식되는 것이 타당하다. 이러한 인식변화는 경험을 통해 받아들여질 수 있고, 경제적 편익을 살펴보는 것은 긍정적인 경로가 될 수 있다. 본 연구는 환경의 여러 분야 중 폐수처리를 대상으로 하였다. 한국은 고도화된 공업기반을 가진 선진 산업국가이며, 하폐수 처리 기술력 또한 선진국 수준의 면모를 갖추고 있다. 이러한 우수한 인프라(infra)를 지속가능성에 접목시키기 위해 본 논문에서는 폐수처리를 아디픽산 전체 시스팀의 한 부분으로 인식하여 접근하는 사고를 기반으로 하여 환경의 부가가치성을 논하고자 하였다. 본 연구에서 탈질 공정을 갖추고 있는 한 업체의 사례를 통해 제약이론(The theory of constraints)과 6 시그마의 융합이 전체 최적화를 위한 Framework이 될 수 있다는 것과 이를 기반한 폐수처리 운영 모델 변경이 경제적 부가가치를 증가시킬 수 있다는 것을 확인하였다. 이러한 시도는 다른 종류의 제품을 생산하는 기업의 폐수뿐만 아니라 하수처리장에도 확대 적용될 수 있다.

글리세롤로부터 디클로로프로판올의 합성을 위한 공정최적화

임종훈 성균관대학교 일반대학원 2010 국내석사

글리세린으로부터 디클로로프로판올을 합성하는 공정의 반응 메커니즘에 대해 연구하였다. 기존에 연구된 반응 모델을 참고하여 새로운 반응 모델을 제시하고 실험 결과와 계산 결과의 오차를 계산하였다. 기존의 모델과 오차의 크기를 비교한 결과 새로운 반응 모델이 기존의 모델보다 AAD는 18%, RMSD는 25%가 감소하였다. 새로운 반응 메커니즘에 대한 반응속도 상수를 계산하기 위해 글리세린과 무수 염화수소로부터 디클로로프로판올을 합성하는 실험을 수행하였다. 글리세린과 아세트산의 비율은 20:1의 질량비로 투입하였으며, 반응조건은 6bar에서 100~150℃, 130℃에서 1~6bar의 범위로 하였다. 총부피 0.3 과 1.0 리터인 고압반응기에 글리세린과 아세트산을 20:1의 질량비로 투입하였다. 반응온도가 130℃에서 디클로로프로판올의 수율이 최대가 되었다. 또한 일정 압력 이하에서는 디클로로프로판올이 생성되지 않았다. 실험을 통해 얻은 결과와 새롭게 제시된 반응속도식을 이용하여 반응속도 상수를 계산한 결과 시간에 따른 수율의 경향성은 유사하게 나타났으나 실험결과와 정확히 일치하는 데이터를 얻지는 못하였다. 디클로로프로판올의 연속공정 최적화를 위해 이젝터의 사양에 따른 성능파악을 위하여, 관계식을 이용한 계산을 통해 이젝터의 nozzle 직경 변화에 따른 흡입량 비를 추산하였다. The reaction mechanism of the process for synthesis of dichloropropanol (DCP) from glycerin chlorination was studied. A new reaction model was proposed based on the models reported by Tesser et al. (2007) and Luo et al. (2009). Comparing deviation of the predicted value by new model and exist model, error of the new model (AAD: 18%, RMSD: 25%) was smaller than the previous model. To evaluate kinetic constant for the new reaction mechanism, experimental for synthesis of DCP from glycerin and HCl was executed. Mass ratio of glycerin to acetic acid was 20:1, reaction temperature was 100~150℃ in 6bar, reaction pressure 1~6bar in 130℃. Reactor was made of Hastelloy alloy and total volume was 300 mL and 1 L. The maximum yield of DCP was occurred in 130℃. Also, DCP was not created below 3bar. Kinetic constant was evaluated from experimental data and new reaction model. The tendency of yield was similar, but predicted value was not matched with the experimental value perfectly. For the evaluation of efficiency on the ejector for optimizing of DCP synthesis process, the suction rate of glycerin with nozzle diameter was estimated by correlation equation.

Leakage Power Optimization via Process Parameter Tuning

이자강 포항공과대학교 일반대학원항공과대학교 2023 국내석사

As design complexity and the importance of battery-powered systems in- crease, methods to improve leakage power consumption are being explored inten- sively. Threshold voltage is a profound effect factor on the leakage power. Herein, I propose a Bayesian optimization framework that tunes process parameters for leakage power reduction. I set the target threshold voltage and measure the leak- age power following the synthesis. Subsequently, I update the Bayesian model and repeat this procedure. The main aim is to find process parameters that en- able us to have the optimal threshold voltage for a given design and operating frequency. On average, the proposed framework achieves 55.6% of leakage power reductions with small area and dynamic power overheads in various testcases.