고정된 작동 조건에서 사용되는 촉매제를 이용하여 배출가스의 선택적 촉매환원(SCR) 반응을 통한 질소산화물 제거의 효율성과 활성을 예측하기 위해 본 논문에서는 SCR 촉매제의 공정 특성 및 기하학적 및 물리화학적 특성 사이의 관련성을 분석했다. 상관 행렬 분석, 주성분 분석(PCA)을 사용하여 입력 매개 변수를 간소화하고 개선된 신경망 예측 모델을 제안하였다. 대량의 데이터 학습을 통해 SCR 촉매의 효율성과 활성에 대한 PCA-LMBP 신경망 예측 모델을 구축했으며, 이 모델을 사용하여 실제 측정 데이터의 예측을 시뮬레이션하였다. 예측 결과는 실제 값과 비교하여 PCA-LMBP 신경망 예측 모델이 높은 정확도를 가지며 배출가스 선별 촉매제의 성능 시험, 품질 통제 및 관련 기술 서비스에 유익하다는 것을 보여준다.

SCR: 배출가스 질소산화물 제거; 촉매제; 주성분 분석; LMBP 신경망; 제거 효율; 공정 특성; 활성