【목적】 탄소 포집 전처리 시스템은 높은 에너지 소비, 높은 운영 비용 및 불안정한 정화 효율 등의 문제에 직면해 있으며, 세척액 pH 값의 변동이 SO2 흡수 효율에 크게 영향을 미친다. 특정 발전소의 탄소 포집 전처리 시스템을 연구 대상으로 하여 기전 모델과 데이터 기반의 혼합 모델링 방법을 제안하였다. 【방법】 이 방법은 화학 반응 동역학 기전과 의사결정나무 머신러닝 알고리즘의 장점을 결합하여 Python 도구를 사용하여 모델을 구축하고, 세척액 pH 값 및 배출구 SO2 질량 농도 등 핵심 파라미터를 정확하게 예측하며 실제 운영 데이터로 검증하였다. 【결과】 결과는 모델이 pH 값과 배출구 SO2 질량 농도에 대해 각각 0.85와 0.80의 상관계수를 나타내어 우수한 시뮬레이션 효과를 보였으며, 실제 운영 데이터를 기반으로 입구 배기가스 온도, 액가 비율, 알칼리액 첨가량 등의 주요 조작 파라미터에 대해 민감도 분석을 수행하여 모델이 우수한 추종성을 나타냈다. 【결론】 이 모델은 향후 탄소 포집 전처리 시스템의 공정 최적화, 에너지 소비 절감 및 안정적인 운영을 위한 이론적 근거를 제공한다.

탄소 포집; 배기가스 전처리; 기전 모델링; 데이터 기반; pH 값 예측