초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

화학산업과 산업단지의 규모가 커짐에 따라 지역사회와의 인접도도 증가하고 있다. 이러한 공장에서 독성가스 누출사고가 발생한다면, 이는 큰 인명피해로 이어질 수 있으며, 특히 대피경보를 포함하여, 즉각적인 대응조치가 이루어지지 않는다면 사고의 피해는 더욱 커질 수 있다. 이러한 사고의 예방과 더불어 사건 발생을 조기에 감지하고 누출원을 특정하여 최적 대응을 통해 누출사고의 피해를 최소화하기 위해서는 누출 모니터링 시스템의 구축이 필수적인데, 최근 California에서 시행되고 있는 fenceline air monitoring은 그 대표적인 예이다. 다만, 실질적인 모니터링 시스템의 설계 및 효과적 운영을 위해 요구되는, 어떤 센서를 어디에 몇 개 배치할 것인지의 최적배치 방법과, 아울러 감지에 그치는 것이 아닌 ...

화학산업과 산업단지의 규모가 커짐에 따라 지역사회와의 인접도도 증가하고 있다. 이러한 공장에서 독성가스 누출사고가 발생한다면, 이는 큰 인명피해로 이어질 수 있으며, 특히 대피경보를 포함하여, 즉각적인 대응조치가 이루어지지 않는다면 사고의 피해는 더욱 커질 수 있다. 이러한 사고의 예방과 더불어 사건 발생을 조기에 감지하고 누출원을 특정하여 최적 대응을 통해 누출사고의 피해를 최소화하기 위해서는 누출 모니터링 시스템의 구축이 필수적인데, 최근 California에서 시행되고 있는 fenceline air monitoring은 그 대표적인 예이다. 다만, 실질적인 모니터링 시스템의 설계 및 효과적 운영을 위해 요구되는, 어떤 센서를 어디에 몇 개 배치할 것인지의 최적배치 방법과, 아울러 감지에 그치는 것이 아닌 센서 데이터를 실시간으로 해석해 문제의 원인인 누출원을 규명하는 고급 추적 기술은 연구단계에 그치고 있다.
본 연구에서는 대량의 누출사고 데이터 생성·활용에 바탕한, 플랜트 내 독성가스 누출사고로 인한 플랜트 인근 지역에 가해지는 리스크 최소화 및 누출사고 발생 시 조기대응을 위한 센서배치 최적화 및 누출원 추적시스템을 제안하였다. 플랜트 내의 누출 발생 및 확산에 따라 인근지역에 추가되는 리스크에 대한 이론적 고찰과 더불어, 중요 변수들을 선정, 조합하여 누출에 따른 리스크 수식을 정의하였다. 발생 가능한 누출 시나리오에 대하여 리스크 최소화 모델링을 바탕으로 최적화 수식을 제안하였으며, 잔여리스크를 평가할 수 있는 기준을 제안하였다.
또한, 최적 위치에 배치된 센서로부터 측정된 (가상)농도 빅데이터를 학습하고, 이를 활용하여 실시간 측정값으로부터 누출원을 예측하는 인공신경망 모델을 설계하였으며, 예측 모델의 구조실험을 통해 최적화된 네트워크를 제안하였다. 아울러 누출원 추적 시스템의 실제 적용 시 요구되는 주요사항 중 하나인 강건성을 평가하기 위해 실제로 일어날 수 있는 다양한 조건에 대하여 예측성능의 변화를 정량적으로 제시하였다. 또한, 누출원 추적 시스템의 강건성평가 결과를 바탕으로 센서배치 최적화의 강건성 개선 방안과 선순환 설계체계를 제시하였다.
임의의 가상 플랜트와 여수 산업단지에 있는 복잡한 구조를 가진 공장을 대상으로 제안된 방법을 적용·검증하였다. 센서배치 최적화의 경우, 플랜트 인근 지역의 리스크를 반영한 센서배치가 다른 센서배치 대비 더 많은 리스크를 저감하였다. 누출원 추적 시스템의 경우, 센서의 특성이 누출원 추적 시스템의 예측정확도에 미치는 영향을 정량적으로 평가할 수 있었다. 또한, 시스템의 강건성 측면에서, missing data 문제에는 강건하나, 센서 bias에 취약함을 확인하였다. 이를 통해 누출원 추적 시스템의 실제 플랜트 적용 시 고려해야 할 사항들을 정량적 결과를 기반으로 제시하였다. 따라서 본 연구에서 제안된 시스템은 실제 산업현장에의 적용성이 확보된 것으로 판단된다.
4차 산업혁명시대의 대두와 더불어 본 연구에서 제안된 센서배치 최적화와 누출원 추적 시스템의 적용은 선제적 이상감지 및 최적대응을 통해 지역사회와 인접한 산업단지의 total safety 향상에 기여할 수 있음을 확인하였다. 또한, 본 연구에서 제안된 경계면 모니터링, 원인추적 및 진단시스템, 그리고 통합설계시스템은 누출사고에 대한 대응을 넘어 다른 공정안전 및 공공안전 문제에의 확대적용을 통해, 화학산업과 우리 사회의 안전과 지속가능성 향상에 크게 기여할 것으로 기대된다.

Abstract ▼ AI-Helper

As the size of the chemical industry and the industrial complex grows, the proximity to the community is also increasing. If toxic gas leaks occur at these plants, this can lead to significant casualties, especially if immediate countermeasures are not taken, including evacuation warnings. In additi...

As the size of the chemical industry and the industrial complex grows, the proximity to the community is also increasing. If toxic gas leaks occur at these plants, this can lead to significant casualties, especially if immediate countermeasures are not taken, including evacuation warnings. In addition to the prevention of these accidents, the establishment of a leak monitoring system is essential to detect the occurrence of an event early and to minimize the damage to the leakage accident through an optimal response. Fenceline air monitoring which is recently is executed in California is a representative case. However, an optimal sensor placement method, which considers the number of sensors used and where these sensors are placed, is required for practical and efficient management of the monitoring system. And advanced tracking technology, which interprets real-time sensor data and identifies the source of leakage, not just detection, is only in the research phase.
In this work, we proposed a system for optimizing sensor placement and tracking leakage sources for early response to leakage accidents and minimizing risks to areas near the plant due to toxic gas leakage accidents in the plant based on the generation and utilization of large amounts of leakage accident data. In addition to a theoretical consideration of the risks added to the neighboring area following the occurrence and spread of leaks within the plant, critical variables were selected and combined to define a risk formula for leakage. We propose an optimization formula based on risk-minimizing modeling for possible leakage scenarios and propose criteria to evaluate residual risks.
We also designed an artificial neural network model to predict the source of leakage from real-time measurements by learning the measured (virtual) concentration data from sensors placed in the optimal location. And we propose an optimized network through structural experiments of the prediction model. In addition, to evaluate robustness, one of the key requirements for the actual application of the leak source tracking system, we present a quantitative change of prediction performance for the various conditions that may actually occur. Furthermore, based on the results of quantitative robustness evaluation of leak source tracking systems, we present complementary points for improving the robustness of sensor placement optimization.
To validate the proposed method in this work, we apply and validate the proposed method to arbitrary virtual plant and plant with complex structures located in Yeosu Industrial Complex. In the case of sensor placement optimization, sensor placement, which reflects the risk in the area near the plant, reduced more risk compared to other sensor placements. For leak source tracking systems, the effect of sensor characteristics on the prediction accuracy of the leak source tracking system was quantitatively verified. Furthermore, in terms of robustness of the system, it was found that the leak source tracking system was robust to missing data but vulnerable to sensor bias. This provides quantitative results based on the considerations that should be considered when applying the actual plant of the leak source tracking system. Therefore, it is judged that the system proposed in this study has been applicable to real industrial sites.
In addition to the emergence of the Fourth Industrial Revolution era, the application of proposed sensor placement optimization and leak source tracking systems in this study has been confirmed that these can contribute to improving total safety in industrial complexes adjacent to the community through proactive anomaly detection and optimal response. In addition, the fenceline monitoring, source tracking, and diagnostic systems, and integrated design systems proposed in this study are expected to contribute significantly to improving the safety and sustainability of the chemical industry and our society by extending beyond responding to leakage incidents to other process safety and public safety problems.

주제어