Frank Deruyck, HOGENT 응용과학 및 예술 대학 강사
본 발표에서는 CO2 포집을 통해 H2와 합성가스를 생성하는 화학 순환 공정의 성능을 극대화하기 위한 최적의 DOE(실험계획법) 및 통계 모델을 구축합니다. 이는 에너지 및 순환 경제를 위한 잠재적 신규 자원입니다. 사용된 복잡한 유동층 반응기는 여러 가지 상호작용 및 이차 효과와 무작위 잡음의 영향을 받기 때문에 신중한 실험 및 모델링 전략이 필요합니다. JMP의 DOE 및 분석 플랫폼은 다양한 DOE 준비 및 모델 적합 옵션을 제공합니다. 본 논문에서는 R&D 기준 및 목표, 모델 목표 및 검정력, 요인 상관관계, 분산 프로파일과 같은 DOE 진단을 기반으로 직교 RSM(Reduced Method), 맞춤형 DOE(DOE), DSD(Discrimination Standard) 중에서 선택하는 방법을 설명합니다. 모델 구축은 단계적 회귀(고정 요인 전진 선택 및 모든 가능한 모델)를 사용하여 유효 요인을 선별한 후, 무작위 잡음 분산을 제거하는 REML(Reduced Method Management) 분석을 통해 이루어집니다. 메탄 전환율 및 합성가스 수율에 대한 유용한 모델을 얻었으며, 추가 검증 실험을 통해 이를 뒷받침합니다. 프로파일러 바람직성 함수를 사용하여 최적 운전 조건을 계산합니다. 이 연구는 신중한 DOE 설정과 통계적 모델링 접근 방식을 통해 복잡한 기술 프로세스를 최적화할 수 있는 가능성을 보여줍니다.
