가장 신뢰할 수 있는 전략은 성분 유량을 미지수로 사용하는 것입니다. 미지의 총 유량에 미지의 조성을 곱하는 대신, 각 스트림을 성분 질량 유량 또는 몰 유량으로 표현하세요. 이렇게 하면 (A\mathbf{x}=\mathbf{b})로 나타낼 수 있는 선형 방정식이 생성되며, 자유도 및 랭크 분석을 통해 검증하고 표준 선형대수 방법으로 풀 수 있습니다.

모든 미지수가 1차로만 나타나고 알려진 계수에 의해서만 곱해지도록 변수를 선택하세요. 그런 다음 모델의 자유도가 0이고 방정식들이 서로 독립적인지 확인하여, 계수 행렬이 비특이일 때 유일한 해가 존재하도록 하세요.

보존량을 기준으로 수지식 구성

전체 수지와 성분 수지에서 시작하기

축적이 없는 정상상태 장치에서 전체 수지는 일반적으로 다음과 같이 작성됩니다.

[ \text{전체 유입}=\text{전체 유출} ]

각 보존 성분 (i)에 대해:

[ \sum \dot{m}{i,\text{in}}-\sum \dot{m}{i,\text{out}}=0 ]

몰 유량에도 동일한 구조가 적용됩니다. 이러한 방정식은 혼합기, 분리기, 건조기, 희석 장치 및 기타 파일럿 플랜트 운전의 모델링을 위한 물리적 기반을 제공합니다.

성분 유량을 기본 변수로 사용하기

(F_j)를 스트림 (j)의 총 유량이라고 하고, (w_{ij})를 성분 (i)의 질량분율이라고 합시다. 성분 유량은 다음과 같습니다.

[ \dot{m}{ij}=F_jw{ij} ]

(F_j)와 (w_{ij})가 모두 미지수라면 그 곱은 비선형이 됩니다. 대신 (\dot{m}_{ij})를 직접 미지수로 정의하세요.

그러면 수지는 다음과 같은 선형 형식을 갖습니다.

[ \sum_j a_{kj}x_j=b_k ]

여기서 (x_j)는 미지의 성분 유량을 나타내고, (a_{kj})와 (b_k)는 알려진 계수 또는 입력값입니다.

적절한 경우 타이 성분 사용하기

타이 성분은 특정 운전 과정에서 유량이 변하지 않는 성분입니다. 예를 들어 건조기에서는 건조 고형물이 타이 성분으로 작용할 수 있으며, 희석 공정에서는 비휘발성 용질이 그 역할을 할 수 있습니다.

타이 성분 수지를 사용하면 나머지 수지를 풀기 전에 미지의 총 스트림 유량 또는 조성을 결정할 수 있습니다. 이를 통해 불필요한 미지수를 줄이고 모델의 물리적 구조를 명확히 할 수 있습니다.

모델을 행렬 형식으로 변환

계수 행렬을 명시적으로 구성하기

(m)개의 선형 수지 방정식과 (n)개의 미지수로 구성된 집합은 다음과 같이 쓸 수 있습니다.

[ A\mathbf{x}=\mathbf{b} ]

여기서:

(A)는 알려진 수지 계수를 포함합니다.
(\mathbf{x})는 미지의 성분 유량 또는 양을 포함합니다.
(\mathbf{b})는 알려진 공급량, 인출량, 사양 및 원천항을 포함합니다.

다중 스트림 파일럿 플랜트에서는 각 열이 미지의 스트림-성분 유량을 나타내고, 각 행이 성분 수지, 전체 수지 또는 운전 제약 조건을 나타낼 수 있습니다.

계수를 알려진 값으로 유지하기

행렬은 수행 중인 계산에서 계수가 알려진 상수일 때만 선형성을 유지합니다. 측정된 조성, 지정된 분할 비율, 고정된 회수율 및 알려진 화학양론 계수는 계수로 사용할 수 있습니다.

계수가 다른 미지수에 의존하면 모델은 더 이상 선형이 아닐 수 있습니다. 이 경우 측정을 통해 해당 값을 얻거나 다른 기본 변수 집합을 사용해야 합니다.

조성 계산과 수지 풀이를 분리하기

성분 유량을 푼 후 총 스트림 유량과 조성을 계산합니다.

[ F_j=\sum_i \dot{m}_{ij} ]

[ w_{ij}=\frac{\dot{m}_{ij}}{F_j} ]

이 순서는 중요합니다. 수지 방정식을 선형으로 유지하면서도 이후에 조성을 보고할 수 있기 때문입니다.

시스템이 풀이 가능한지 검증

자유도 분석 수행

기본 자유도 계산은 다음과 같습니다.

[ \text{자유도}

\text{미지수의 개수}

\text{독립 방정식의 개수} ]

자유도가 0이면 시스템이 정확히 지정된 것입니다.

양수이면 추가적인 사양 또는 측정값이 필요하다는 의미입니다. 음수이면 모델이 과도하게 지정되었거나 중복되거나 일관되지 않은 정보가 포함되었을 수 있습니다.

방정식의 독립성 확인

일부 방정식은 다른 방정식에 이미 포함된 정보를 반복할 수 있으므로 방정식의 개수를 세는 것만으로는 충분하지 않습니다. 예를 들어 전체 수지는 모든 성분 수지의 합과 같을 수 있으며, 따라서 독립적인 제약 조건을 추가하지 않을 수 있습니다.

(A)의 랭크는 독립적인 방정식의 개수를 나타냅니다. 정방 시스템에서 유일한 해를 얻으려면 일반적으로 다음 조건이 필요합니다.

[ \operatorname{rank}(A)=n ]

이는 계수 행렬이 비특이여야 한다는 의미와 같습니다.

풀이 가능성과 수치적 조건수 구분

행렬이 최대 랭크를 가지면서도 조건이 나쁠 수 있습니다. 이는 방정식이 거의 종속적인 경우에 발생하며, 측정값이나 스트림 조성이 매우 유사할 때 자주 나타납니다.

조건이 나쁜 시스템에서는 작은 측정 오차가 계산된 유량의 큰 변화를 초래할 수 있습니다. 랭크 검사는 구조적 풀이 가능성을 확인하고, 조건수 검사는 수치적 신뢰성을 평가하는 데 도움이 됩니다.

물리적 제약 조건으로 모델 강화

비음수성 제약 조건 적용

물리적인 스트림 유량과 성분량은 일반적으로 음수가 될 수 없습니다.

[ \dot{m}_{ij}\geq 0 ]

직접 선형 풀이에서는 이 조건이 자동으로 적용되지 않습니다. 제약 없는 해에 음의 유량이 포함되어 있다면 모델, 데이터 또는 가정한 운전 영역을 검토해야 합니다.

잡음이 있거나 과도하게 지정된 파일럿 플랜트 데이터의 경우, 제약 없는 정확한 풀이보다 제약 조건이 있는 최소제곱 방법이 더 적절할 수 있습니다.

조성 폐쇄 조건 적용

스트림의 질량분율 또는 몰분율은 다음 조건을 만족해야 합니다.

[ \sum_i w_{ij}=1 ]

성분 유량을 기본 변수로 사용하면 이 조건은 총 유량 정의를 통해 자동으로 반영됩니다. 조성을 독립적인 미지수로 포함하는 경우에는 폐쇄 방정식을 명시적으로 추가해야 합니다.

반응 화학양론을 올바르게 포함

반응 장치에서는 성분 수지에 반응 생성 항이 포함됩니다.

[ \text{유입} - \text{유출} + \text{생성} - \text{소비}=0 ]

반응 진행도 또는 전환율이 알려져 있다면 결과 방정식은 선형으로 유지될 수 있습니다. 전환율이 미지의 농도, 온도 또는 유량에 비선형적으로 의존한다면 해당 의존성을 별도로 처리하거나 비선형 모델로 풀어야 합니다.

선형 시스템을 체계적으로 풀기

표준 선형대수 풀이 방법 우선 사용

정방이고 최대 랭크인 시스템에서는 numpy.linalg.solve와 같은 수치 풀이 방법을 사용하여 미지수 벡터를 계산할 수 있습니다.

import numpy as np

x = np.linalg.solve(A, b)

이는 (A^{-1}\mathbf{b})를 수동으로 계산하는 것보다 바람직합니다. 직접 선형 시스템 풀이 방법은 이러한 작업을 위해 설계되었으며 일반적으로 더 나은 수치적 거동을 제공하기 때문입니다.

측정된 파일럿 플랜트 데이터에는 최소제곱 사용

실제 파일럿 플랜트 측정에서는 미지수보다 방정식이 많거나 수지가 정확히 닫히지 않는 경우가 많습니다. 이러한 경우 다음과 같은 추정 문제를 풀이할 수 있습니다.

x, residuals, rank, singular_values = np.linalg.lstsq(A, b, rcond=None)

이는 데이터 조정을 지원하지만, 결과를 비음수성, 조성 폐쇄 및 측정 불확실성과 비교하여 여전히 검증해야 합니다.

잔차 검증

풀이 후 잔차를 계산합니다.

[ \mathbf{r}=A\mathbf{x}-\mathbf{b} ]

잔차가 작다는 것은 계산된 변수가 모델링된 방정식을 수치적으로 만족한다는 의미입니다. 그러나 이것만으로 모델이 물리적으로 올바르다는 것을 증명할 수는 없으므로, 결과를 공정 제약 조건 및 독립적인 측정값과 함께 검토해야 합니다.

절충점 이해

선형 변수는 미지수의 개수를 늘릴 수 있음

성분 유량을 사용하면 비선형 곱을 피할 수 있지만, 각 스트림-성분 조합마다 하나의 미지수가 추가될 수 있습니다. 따라서 성분과 단수가 많은 모델은 규모가 커질 수 있습니다.

그러나 희소 행렬 방법과 구조화된 수지 방정식을 사용하면 대규모 선형 시스템도 효율적으로 처리할 수 있으므로, 이는 일반적으로 수용 가능한 절충입니다.

고정 계수는 모델을 단순화하지만 적용 범위를 제한함

분할 비율, 회수율 또는 조성을 알려진 값으로 취급하면 수지를 선형으로 만들고 쉽게 풀 수 있습니다. 그러나 결과는 해당 가정값으로 표현된 운전 조건에 대해서만 유효합니다.

계수가 온도, 유량, 압력 또는 조성에 따라 크게 변한다면 선형 모델은 완전한 공정 설명이 아니라 근사일 수 있습니다.

근사 수지는 유용하지만 최종 검증은 아님

간략화된 분할 비율과 고정 전환율은 장비 크기 결정, 운전 설정 또는 시뮬레이션 초기화를 위한 빠른 예비 추정값을 제공할 수 있습니다. 이는 대안을 선별하는 데 유용하지만, 파일럿 플랜트 측정값에 대한 상세한 검증을 대신해서는 안 됩니다.

근사 오차는 모든 응용 분야에서 허용 가능하다고 가정하지 말고 특정 공정에 대해 정량화해야 합니다.

중복 방정식은 데이터 문제를 드러낼 수 있음

중복성이 항상 모델링 결함을 의미하는 것은 아닙니다. 파일럿 플랜트에서는 추가 측정값이 누출, 센서 편향, 측정되지 않은 축적 또는 잘못된 스트림 식별을 감지하는 데 유용할 수 있습니다.

핵심은 데이터 조정을 위한 의도적인 과잉 결정과, 사양이 부족한 모델을 불명확하게 만드는 우발적인 중복을 구분하는 것입니다.

프로젝트에 적용하는 방법

다음과 같은 선택을 하면 수학적 구성을 파일럿 플랜트의 목적에 맞출 수 있습니다.

주된 목적이 유일한 정상상태 해를 얻는 것이라면: 성분 질량 유량 또는 몰 유량을 미지수로 사용한 다음 자유도가 0이고 계수 행렬의 랭크가 최대인지 확인하세요.
주된 목적이 측정 데이터 조정이라면: 과잉 결정된 선형 시스템을 구성하고 잔차와 물리적 범위를 확인하면서 가중 또는 제약 최소제곱을 사용하세요.
주된 목적이 증류와 같은 다단 장비라면: 각 관련 단과 스트림에 대해 성분 유량 변수를 정의하고, 그 결과로 얻어지는 희소 행렬 구조를 활용하세요.
주된 목적이 신속한 예비 설계라면: 고정 분할 비율, 타이 성분 및 근사 수지를 사용한 다음 최종 결정을 내리기 전에 해당 가정을 검증된 운전 데이터로 대체하세요.
주된 목적이 공정 거동의 큰 변동을 다루는 것이라면: 가능한 경우 선형 수지 핵심은 유지하되, 비선형 처리가 필요한 전환, 평형 또는 전달 관계를 식별하세요.

잘 선택된 성분 기반 변수, 독립 방정식 및 물리적 제약 조건은 파일럿 플랜트 물질수지를 계산적으로 처리하기 쉽고 공학적으로도 유의미한 모델로 전환합니다.

요약 표:

전략	목적	핵심 확인 또는 방법
성분 유량 사용	수지 방정식을 선형으로 유지	성분 질량 유량 또는 몰 유량을 미지수로 정의
타이 성분 적용	미지수를 줄이고 스트림 계산을 단순화	운전 과정에서 변하지 않는 성분 식별
행렬 방정식 구성	체계적인 풀이를 위해 수지 정리	모델을 `A x = b`로 작성
자유도 확인	모델이 올바르게 지정되었는지 확인	정확한 해를 위해 자유도가 0인지 확인
랭크 및 조건수 확인	독립성과 수치적 신뢰성 검증	행렬 랭크와 조건수 평가
물리적 제약 조건 적용	결과의 공학적 타당성 유지	비음수성과 조성 폐쇄 조건 적용
적절한 풀이 방법 선택	방법을 데이터에 맞춤	직접 풀이 또는 제약 최소제곱 사용
결과 검증	수학적 및 물리적 일관성 확인	잔차, 측정값 및 공정 한계 검토

더 신뢰할 수 있는 파일럿 플랜트 모델 설계

교육, 연구, 스케일업 또는 공정 검증을 위한 정확한 물질수지 모델이 필요하신가요? LABPARK에 문의하여 요구 사항을 논의해 보세요. LABPARK는 대학, 연구소 및 기업을 대상으로 화학공학, 바이오공정 및 생명공학, 환경 및 수처리를 아우르는 교육용 및 직업교육용 단위조작 파일럿 플랜트를 제공합니다. 당사의 시스템은 팀이 성분 수지를 교육하고, 공정 가정을 검증하며, 파일럿 플랜트 데이터를 조정하고, 실용적이고 응용 중심적인 장비를 통해 운전 거동을 평가할 수 있도록 지원합니다.