Multimodal Deep Learning and Digital Twin-Based System for Steel By-product Valorization and CO2 Storage
이공학학술연구기반구축(R&D) · 미래도전연구지원
2026년
2340052885
교육부
한국연구재단
서울시립대학교
채성호
13명
2026.03.01 ~ 2027.02.28
2025.09.01 ~ 2030.08.31
2억원
2억원
응용연구
대학
서울특별시 동대문구
정보/통신 > 정보이론 > 인공지능
본 연구는 철강, 제철 부산물에서 바이오 기반 리간드와 전기화학적 금속 회수 기술을 활용하여, 저농도 유가 금속을 2 wt% 이상의 고농도로 농축·회수하고, 잔류하는 Ca 및 Mg 이온은 CO2와 반응시켜 고부가가치의 고체 탄산염으로 전환하는 기술 확보를 목표로 함. 아울러, 시뮬레이션 및 딥러닝 기법을 적용하여 공정 효율을 최적화하고, 원료 성분 정보를 ...
1차년도- 철강 부산물의 특성 및 기존 회수 기술에 대한 문헌 연구와 함께 산업 현장 데이터 수집 전략을 수립. - 유용 금속 및 CO2 광물화 대상 성분 분석을 바탕으로 기초 실험 데이터베이스를 구축하고, 약 20여 종의 바이오 리간드를 대상으로 초기 스크리닝을 통해 유용 금속 용출 가능성을 평가. - 부산물 데이터의 특성을 고려한 기초 자기주도학습(SSL) ...
... 회수, 전기화학 연계 고농도 금속 농축, 고부가 나노 탄산염 제조 기술과 자기주도학습 기반 데이터 처리, 멀티모달 예측 모델, 디지털 트윈 및 강화학습 기반 최적 운영 시스템은 통합 솔루션 ... 오픈소스로 공유하여 관련 학문 및 산업 발전에 기여할 예정. - 또한, 철강 부산물 AI 데이터 표준화 및 공정 관리 가이드라인을 제안하여 정책 수립에 기여하고, 확보된 기술과 플랫폼은 후속 ...