⚡ 전기공학

Performance Evaluation of Fuzzy Logic Controller Application for Temperature Control of Urea Reactors Functions

본 연구는 퍼지 로직 제어기가 산업 현장의 플러그 흐름 반응기와 연속 교반 탱크 반응기 모두의 온도 제어를 효과적으로 안정화하고 최적화함을 입증하며, 특히 해당 제어기는 연속 교반 탱크 반응기에 비해 더 낮은 침강 시간과 최소 오차를 달성함으로써 플러그 흐름 반응기에서 우수한 성능을 보이는 것으로 나타났다.

원저자: OJONG OJONG, WOSU CHIMENE OMEKE, PATRICK SEDI, KINGSLEY NNAMDI DOLLAH

게시일 2026-10-14

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: OJONG OJONG, WOSU CHIMENE OMEKE, PATRICK SEDI, KINGSLEY NNAMDI DOLLAH

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

산업 현장에서 비료를 제조하는 것은 매우 정교한 균형 잡기 과정입니다. 작물에 필수적인 영양소인 요소(Urea)는 암모니아와 이산화탄소를 강한 열과 압력 하에서 반응시켜 만들어집 카로다. 이 공정은 단순히 직선적으로 진행되지 않습니다. 이는 온도가 매우 좁은 범위 내에서 유지되어야 하는 섬세한 평형 상태입니다. 만약 열이 너무 낮아지면 반응이 멈추고 생산이 중단됩니다. 반대로 열이 너무 높아지면 화학 물질이 분해되거나 원치 않는 부산물이 생성되어 에너지를 낭비하고 잠재적으로 장비를 손상시킬 수 있습니다. 수십 년 동안 공장들은 이러한 온도를 일정하게 유지하기 위해 표준 제어 시스템에 의존해 왔지만, 전통적인 시스템들은 공정이 복잡해지거나 예측 불가능해지거나 비선형적으로 변할 때 어려움을 겪는 경우가 많습니다. 이들은 마치 방이 너무 추워진 후에야 히터를 켜는 온도 조절기처럼, 문제가 이미 시작된 후에야 반응하는 경향이 있습니다.

카메룬, 나이지리아, 미국, 중국의 연구 기관에 소속된 오종 엘리아스 오종(Ojong Elias Ojong)과 그의 동료 연구진은 더 스마트한 접근 방식이 이 과제를 더 잘 해결할 수 있는지 알아보기 위해 연구를 시작했습니다. 그들은 요소 제조에 사용되는 두 가지 특정 산업 용기에 초점을 맞췄는데, 하나는 커다란 탱크 안에서 화학 물질을 혼합하는 연속 교반 탱크 반응기(CSTR)이고, 다른 하나는 화학 물질을 긴 관을 통해 밀어내는 플러그 흐름 반응기(PFR)입니다. 연구팀은 인간의 추론을 모방하는 디지털 두뇌의 일종인 '퍼지 로직 컨트롤러(fuzzy logic controller)'를 테스트하고자 했습니다. 이 컨트롤러는 경직되고 이분법적인 규칙에 의존하는 대신, 모호하거나 부정확한 정보를 처리할 수 있으며, 단순한 온/오프 스위치가 아닌 진리값의 정도로 결정을 내립니다. 목표는 이 지능형 시스템이 현재 사용 중인 방법들보다 더 빠르고 정확하게 반응기의 온도를 안정화할 수 있는지 확인하는 것이었습니다.

조사를 시작하기 위해, 연구팀은 먼저 아무런 도움 없이 반응기의 가공되지 않은 거동을 이해해야 했습니다. 그들은 유량, 압력, 화학적 비율에 대한 실제 현장 데이터를 사용하여 나이지리아의 인도라마(Indoma)와 노토레(Notore) 공장의 화학 공정을 상세한 컴퓨터 모델로 구축했습니다. 컨트롤러 없이 이 모델들을 실행했을 때 결과는 혼란스러웠습니다. 온도와 생성되는 제품의 양은 안정적인 상태에 도달하지 못하고, 마치 멈추지 않고 움직이는 진자처럼 위아래로 격렬하게 요동쳤습니다. 이는 정교한 제어 메커니즘 없이는 반응기가 본질적으로 불안정하며, 품질이 낮은 비료를 생산하거나 완전히 실패할 위험이 있음을 확인시켜 주었습니다.

문제가 정의되자, 연구진은 최적화 단계로 넘어갔습니다. 컨트롤러를 구축하기 전, 그들은 화학 반응에 대한 수학적 기술이 최대한 정확한지 확인해야 했습니다. 그들은 통계적 방법을 사용하여 화학 물질이 얼마나 빨리 반응하는지를 설명하는 수치들을 미세 조정하였으며, 컴퓨터 모델이 실제 공장 데이터와 거의 완벽하게 일치할 때까지 활성화 에너지와 반응 속도 값을 조정했습니다. 모델과 현실 사이의 차이는 무시할 수 있을 정도로 작았으며, 이는 기초를 탄탄히 다지는 계기가 되었습니다. 그 후에야 연구진은 숙련된 인간 운영자가 생각하는 방식을 모방한 규칙 세트를 프로그래밍하여 퍼지 로직 컨트롤러를 제작했습니다. 컨트롤러는 온도가 "너무 낮음", "적당함", 또는 "너무 높음"을 인식하고, 현재 온도뿐만 아니라 변화 속도까지 고려하여 가열 또는 냉각을 조절하도록 학습되었습니다.

새로운 컨트롤러를 적용하여 시스템을 시뮬레이션했을 때, 결과는 놀라웠습니다. 혼란스럽게 요동치던 온도들이 길들여졌습니다. 컨트롤러는 시스템이 너무 차갑거나 뜨거운 상태에서 시작하더라도 목표 온도인 섭씨 184도에 빠르게 도달하도록 작동했습니다. 플러그 흐름 반응기의 경우, 시스템은 단 1.05초 만에 0.138도의 아주 작은 오차 범위 내에서 안정화되었습니다. 교반 탱크 반응기 또한 3.32초 만에 0.147도의 오차로 안정되었습니다. 두 반응기 모두 혜택을 입었으나, 플러그 흐름 반응기가 더 빠른 속도와 정밀도로 반응하여, 관 기반 시스템의 특정 역학이 이러한 유형의 지능형 제어와 특히 잘 작동함을 시사했습니다.

본 연구는 퍼지 로직 접근 방식이 요소 생산의 복잡하고 비선형적인 특성을 관리하는 데 있어 실행 가능하며 우월한 솔루션이라는 결론을 내립니다. 연구진은 경직된 전통적 제어를 불확실성을 헤쳐 나갈 수 있는 시스템으로 대체함으로써, 공장이 더욱 신뢰성 있게 최적의 조건을 유지할 수 있음을 입증했습니다. 이는 에너지 낭비를 줄이고, 온도 급상승으로 인한 안전 위험을 감소시키며, 고품질 비료를 보다 일관되게 공급하는 결과로 이어집니다. 이 연구는 이러한 특정 산업 공정의 미래가 더 단순하고 빠른 스위치가 아니라, 인간 전문가와 같은 유연성과 미묘함을 가지고 사고할 수 있는 시스템에 있음을 시사합니다.

기술 요약: 요소 반응기 온도 제어를 위한 퍼지 로직 컨트롤러 적용의 성능 평가

문제 정의
암모니아( $NH_3$ )와 이산화탄소( $CO_2$ )로부터 요소(urea)를 합성하는 과정은 르 샤틀리에의 원리에 의해 지배되는 복잡한 평형 공정으로, 최적의 수율을 유지하고 비우레트(biuret)와 같은 부산물을 최소화하기 위해 온도, 압력 및 유량에 대한 엄격한 제어가 필요하다. 산업적 요소 생산에는 일반적으로 연속 교반 탱크 반응기(CSTR)와 플러그 흐름 반응기(PFR)가 사용된다. 그러나 이러한 공정은 본질적으로 비선형적이며 교란에 취약하여, 전환율과 온도의 사인파형 변동으로 특징지어지는 불안정한 운전 상태를 초래한다. 전통적인 비례-적분-미분(PID) 컨트롤러는 흔히 사용되지만, 특히 가동 시작 단계나 시스템 이상 발생 시, 이러한 시스템의 부정확성, 비선형성 및 시간 지연 역학을 다루는 데 어려움을 겪는 경우가 많다. 본 연구는 안전을 보장하고, 온실가스( $CO_2$ ) 배출을 줄이며, 제품 품질을 최적화하기 위해 이러한 불확실성을 처리할 수 있는 더 강력하고 자기 튜닝이 가능한 제어 전략의 필요성을 다룬다.

방법론
본 연구는 수학적 모델링, 반응 속도론적 최적화, 제어 시스템 설계를 포함하는 다단계 접근 방식을 채택하였다:

수학적 모델링:
- 속도식: 암모니아와 이산화탄소의 평형 반응을 기반으로 하여 순방향 및 역방향 속도 상수( $k_1, k_2, k_3$ )를 포함하는 속도식을 개발하였다.
- 반응기 역학: 물질 및 에너지 수지 원리를 사용하여 CSTR(Indorama 공장)에 대한 상미분 방정식(ODE)과 PFR(Notore 공장)에 대한 편미분 방정식(PDE)을 도출하였다. 이 모델들은 분율 전환율과 온도 프로파일을 설명한다.
- 선형화: 제어 설계를 위한 전달 함수를 생성하기 위해 테일러 급수 전개를 사용하여 ODE 및 PDE의 비선형 항을 정상 상태 값 주변에서 선형화하였다.
- 전달 함수: 선형화된 모델에 라플라스 변환을 적용하여 입력(입구 온도, 유량, 교란)과 출력(전환율 및 반응기 온도) 사이의 관계를 나타내는 전달 함수를 도в하였다.
반응 속도론적 파라미터 최적화:
- 통계적 비선형 회귀 분석을 사용하여 활성화 에너지( $E_a$ ), 빈도 계수( $A$ ), 속도 상수( $k$ )를 포함한 반응 속도론적 파라미터를 최적화하였다.
- 이 최적화 과정은 시뮬레이션 결과와 실제 공장 또는 문헌 데이터 사이의 평균 제곱근 오차(RMSE)를 최소화하여, 모델이 물리적 과정을 정확하게 반영하도록 보장하였다.
퍼지 로직 컨트롤러(FLC) 설계:
- 전통적인 PID 컨트롤러를 퍼지 로직 컨트롤러로 대체하여 Simulink/MATLAB(v8.0)에서 폐루프 제어 시스템을 설계하였다.
- 입력: 온도(설정값 대비) 및 시간.
- 소속 함수: 시간(느림, 보통, 빠름) 및 온도(설정값 미만, 설정값 부근, 설정값 초과)에 대해 정의하였다.
- 규칙 기반: 입력 조건에 따라 제어 동작(온도 상승, 유지 또는 유지)을 결정하기 위한 9개의 "If-Then" 규칙 세트를 구축하였다.
시뮬레이션 및 검증:
- 나이지리아의 Indorama(CSTR) 및 Notore(PFR) 시설의 공장 데이터와 문헌 데이터를 사용하여 시뮬레이션을 수행하였다.
- 입력 조건은 유량 63.5 kg/s, 온도 184°C, 압력 160 kg/cm²G를 포함한다.
- 먼저 불안정성을 입증하기 위해 사인파 입력을 가진 제어되지 않은 모델을 시뮬레이션한 후, 온도 변동을 조절하기 위해 FLC를 구현하였다.

주요 결과

모델 검증: 개발된 반응기 모델은 높은 정확도를 보였다. 분율 전환율에 대한 RMSE는 $7.0 \times 10^{-4}$ 에서 $8.5 \times 10^{-4}$ 사이였으며, 온도의 경우 공장 및 문헌 값과 비교했을 때 $7.0 \times 10^{-3}$ 에서 $2.1 \times 10^{-1}$ °C 사이였다.
반응 속도론적 최적화: 최적화된 반응 속도론적 파라미터는 매우 낮은 오차(예: 활성화 에너지 오차는 $2.0 \times 10^{-4}$ 에서 $7.5 \times 10^{-4}$ kJ/mol 사이)를 나타내어, 도출된 역학 모델이 제어 목적에 적합함을 확인하였다.
제어되지 않은 불안정성: 제어되지 않은 반응기 시뮬레이션 결과, 전환율과 온도 모두에서 상당한 사인파형 진동이 나타나 고급 제어 전략의 필요성을 확인하였다.
FLC 성능:
- CSTR (Indorama): FLC는 설정값(184°C)에서 온도를 안정화하였으며, 침강 시간(settling time)은 3.32초, 제어 오차는 0.147°C였다.
- PFR (Notore): FLC는 1.05초의 더 빠른 침강 시간과 0.138°C의 더 낮은 제어 오차로 설정값에 도달하였다.
- 비교 분석: PFR 모델이 설정값에서 FLC에 더 효율적으로 반응하여 CSTR 모델보다 짧은 침당 시간과 낮은 오차를 보였다. 그러나 연구에서는 설정값에서 크게 벗어날 때 발생하는 PFR의 난류 특성 때문에, 난류 조건 하에서의 최소 오차 및 침강 시간 측면에서는 CSTR 요소 반응기가 제어 반응성이 더 우수함을 언급하였다.

의의 및 주장
본 논문은 퍼지 로직 컨트롤러의 통합이 요소 반응기의 성능을 효과적으로 관리함으로써 부정확성, 불규칙성 및 비선형성을 제어하는 데 크게 기여한다고 주장한다. 연구의 결론은 다음과 같다:

제안된 FLC는 요소 합성을 위한 전통적인 PID 컨트롤러의 신뢰할 수 있는 대안이며, 교란으로부터 빠르게 회복하고 최적의 운전 조건을 유지할 수 있다.
FLC에 의해 제어되는 PFR 구성은 최적 설정값에서 CSTR 구성에 비해 침강 시간 및 오차 최소화 측면에서 우수한 효율성을 보여준다.
최적화된 반응 속도론적 모델과 검증된 반응기 역학은 에너지 낭비를 줄이고, 독성 가스 배출을 최소화하며, 전체 제품 수율과 품질을 개선할 수 있는 강력한 산업 제어 전략의 토대를 제공한다.

저자들은 안정적이고 안전하며 경제적으로 실행 가능한 운영을 보장하기 위해 요소 생산 공장에 이 FLC 전략을 도입할 것을 권고한다.

유사한 논문