통계기반 정삼투 모듈 모델의 적용성 검토

전종민; 김누리; 최준영; 김수한

추천

검색

질문

자료유형: 학술저널

저자정보: 전종민 (부경대학교) 김누리 (부경대학교) 최준영 (효림산업) 김수한 (부경대학교)

저널정보: 대한환경공학회 대한환경공학회지 대한환경공학회지 제41권 제11호

발행연도: 2019.11

수록면: 611 - 618 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적 : 실규모 정삼투(FO) 공정 설계는 막모듈의 배열을 통해 이루어지므로, 막모듈의 성능을 예측할 수 있는 FO 모듈 모델의 역할은 필수적이다. 기존 연구를 통해 정확도가 90%가 넘는 FO 모듈 모델을 이론적 배경 및 모듈형상을 반영하는 fitting process를 거쳐 만들었지만 계산 속도가 최대 수백초까지 걸리는 단점이 있어서, 이를 개선하기 위한 통계 기반 FO 모듈 모델을 개발하고 적용성을 평가하였다.
방법 : FO 공정 관련 이론적 배경을 전혀 고려하지 않고 모델 개발에 사용된 데이터(train data)의 예측력을 최대로 하도록 하는 통계 기반 모델의 단점은 외부 데이터(test data)에 대한 예측력이 떨어지는 과적합이므로, 본 연구에서는 이론적 배경을 무시하고 만들어진 4개의 회귀 모델에 대해 예측정확도를 분석한 후, FO 공정의 유입수와 유출수의 유량, 압력, 농도값으로 각각 구성된 116개의 데이터셋에서 train data의 수를 10개, 30개, 50개, 70개로 하였을 때 train data와 test data의 오차를 비교하는 방법으로 과적합도를 분석하였다.
결과 및 토의 : 회귀 모델의 예측력이 증가함에 따라 test data의 오차는 10.16%에서 8.43%로 감소했는데(train data 의 수가 70인 경우), 이론적 모델의 경우(10.13%)와 비슷하거나 낮은 값을 보였다. 예측력이 가장 좋은 모델을 사용한 경우, train data 수가 10에서 70까지 증가하는 동안 test data의 오차가 12.99%에서 8.43%로 줄어들었고, train data의 오차(6.38-7.72%)와 비슷해지는 경향을 보였다.
결론 : 통계 기반 FO 모듈 모델의 적용성을 평가했을 때, train data의 수가 많고 모델의 예측력이 높을수록 과적합도가 낮다는 결론을 얻었다. 특히, 기존 연구에서 도출된 이론 기반 모델과 비교했을 때도 test data의 오차율이 낮았기 때문에, 과적합도로 인한 적용성 문제는 전혀 없다고 볼 수 있다.

Objectives : Since full-scale forward osmosis (FO) process designs are based on the arrangement of membrane FO modules, the FO module model to predict the performance of the modules is necessary. Through a previous study, a FO module model based on the fundamentals of FO process accompanied by a fitting process to reflect the module geometry was developed, but it has a drawback of long calculation time. Thus, a statistics-based model was developed to shorten the calculation time.
Methods : The drawback of statistical-based models is a ‘overfitting problem’, which means the accuracy of the model becomes poor if it is applied to the data not used to train the model. In this study, four regression models without considering the fundamentals of FO process were developed and trained with the datasets of 10, 30, 50, and 70 randomly selected from the total 116 datasets which consisted of the flow, pressure, and concentration of influent and effluent from the FO module. The model prediction errors with the datasets used and not used to develop the model (train data and test data, respectively) were compared to estimate overfitting tendency.
Results and Discussion : When 70 data were selected as test data, the model prediction error with test data decreases from 10.16 to 8.43% as the model accuracy increases. These errors are similar to or less than the error (10.13%) of the theoretical model. When the most accurate model is tested, the prediction error with test data decreases from 12.99 to 8.43% as the number of train data increases from 10 to 70. These errors become close to the error range with train data (6.38 to 7.72%).
Conclusions : The regression analyses revealed that the overfitting problem decreased as the number of train data and the accuracy of the model was increased. Especially, the accuracy of the statistics-based regression model is higher than that of the theoretical model and the overfitting problem was negligible. Thus, the statistics-based FO module model can be applied to the design of full-scale FO processes.

#FO Module Model #Statistics #Regression Model #Overfitting #정삼투 모듈 모델 #통계 #회귀모델 #과적합

참고문헌 (19)

참고문헌 신청

B. C. Kim, C. H. Boo, S. Y. Lee, S. K. Hong, Evaluation of forward osmosis (FO) membrane performances in a non-pressurized membrane system, Journal of Korean Society on Water Environment, 28(2), 292-299(2012).

J. Jeon, B. Park, Y. Yoon, S. Kim, An optimal design approach of forward osmosis and reverse osmosis hybrid process for seawater desalination, Desalin. Water Treat., 57(55), 26612-26620(2016).

M. Elimelech, W. A. Phillip, The future of seawater desalination: energy, technology, and the environment, Science, 333(6043), 712–717(2011).

L. Chekli, S. Phuntsho, J. E. Kim, J. Kim, J. Y. Choi, J. S. Choi, S. Kim, J. H. Kim, S. Hong, J. Sohn, H. K. Shon, A comprehensive review of hybrid forward osmosis systems: Performance, applications and future prospects, J. Membrane Sci., 497, 430–449(2016).

T. Y. Cath, A. E. Childress, M. Elimelech, Forward osmosis: principles, applications, and recent developments, J. Membrane Sci., 281(1-2), 70–87(2006).

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

전종민

소속기관 부경대학교

주요연구분야 공학 > 건축공학 > 토목공학 공학 > 건축공학 > 환경공학

논문수 18 이용수 638

김누리

소속기관 부경대학교

주요연구분야 공학 > 건축공학 > 환경공학

논문수 5 이용수 272

Joon Young Choi

소속기관 Hyorim industries

주요연구분야 공학 > 건축공학 > 환경공학

논문수 17 이용수 250

김수한

소속기관 부경대학교

주요연구분야 자연과학 > 지구과학 > 지질학 공학 > 건축공학 > 토목공학

논문수 22 이용수 838

이 논문과 함께 이용한 논문

STOAT 시뮬레이터를 이용한 MLE공정 질산화 개선에 대한 연구

김태욱 , 조선주 , 권성현 외 1명 대한환경공학회지 2021 .06

텍스트 마이닝을 이용한 대한환경공학회지 연구 동향 분석

이동현 , 이소정 , 임도경 외 1명 대한환경공학회지 2021 .02

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)