1. 논문제목: Artificial neural network model for optimizing operation of a seawater reverse osmosis desalination plant
   저널: Desalination
    저자: Young Geun Lee, Yun Seok Lee, Jong June Jeon, Sangho Lee, Dae Ryook Yang, In Su Kim, Joon Ha Kim

2. 주저자 배경
저자 Young Geun Lee 는 두산중공업에서 Water 기술 연구원으로 근무하고 있다.

3. 논문 요약
이 논문은 해수담수화 플랜트에서 중요한 요소인 생산수량과 생산수질을 ANN 모델링을 통해서 예측해 보고자 하였다. Input variable은 feed temperature, feed total dissolved solids(TDS), trans-membrane pressure(TMP), feed flow rate, time 이다. Output variable은 permeate TDS, flow rate이다. 적용된 데이터는 후자이라 플랜트의 1년간 운영자료를 이용하였는데, 이것은 다시 training, validation, test 데이터로 나누어져 모델에 적용 되었다. 이 모델의 test 결과를 살펴보면 TDS의 R2 가 0.96, flow rate 0.75로 높은 예측성능을 보였다. 또한 본 연구에서 feed temperature와 TMP는 permeate TDS와 flow rate에 중요한 영향을 미치는 것을 알아내었다. Temperature control을 통해 permeate TDS를 줄일 수 있었는데, 향후 MSF distillation과의 연계성도 고려 할 수 있음을 알 수 있었다.
 
4. 논문의 독창성
이 논문은 ANN을 이용하여 two output variable을 예측한 연구로서 각각의 모델링을 위한 요소들을 논리적으로 잘 설명하였다.

5. 논문의 적용 가능성
 본 연구에서 제시된 ANN 모델링에 대한 해석방식이나 설명방식들을 관련논문 작성에 잘 사용할 수 있을 것으로 판단된다.

6. 요약자 E-mail: yepark@gist.ac.kr