| 초록 |
□ 연구개발 목표 및 내용 ◼ 최종 목표 ○ DFT-열역학 시뮬레이션 기반 콘크리트 CO<sub>2</sub> 흡수율 최적화 배합설계 기술 개발(예측 정확도: 90% 이내) ○ 기계학습 시뮬레이션 기반 장기성능 예측모델 개발(예측 정확도: 80% 이내) ○ CO<sub>2</sub> 순배출량 Zero 시멘트 콘크리트 개발(압축강도 50 MPa 이상, CO<sub>2</sub> 흡수율 20 wt% 이상) ○ 정량적 성과목표: SCI급 논문 4편, 특허출원 2건, 특허등록 1건 ◼ 전체 내용 본 연구진이 제안하는 “CO<sub>2</sub> 순배출량 Zero(Net-Zero) 콘크리트 개발 및 DFT-열역학-기계학습 시뮬레이션 기반 해석적 기술 검증”은 대량의 이산화탄소 발생을 야기하는 포틀랜드 시멘트 기반 콘크리트에서 탄소중립 콘크리트로 전환시키고, 콘크리트 재료개발·성능검증 시험·기준/규격 등에 대한 부분을 전면 디지털화·스마트 화하여 디지털 뉴딜 및 그린뉴딜 실현에 앞장서고자 한다. 세부 연구목표는 CO<sub>2</sub> 흡수율 20 wt%급 콘크리트 배합설계 기술개발 및 DFT-열역학-기계학습 시뮬레이 션 기반 해석기술 개발이며, 이를 통해 건설재료 부문 탄소경제시장 및 CCUS(Carbon Capture, Utilization, Storage) 신산업 육성 활성화 및 에너지사용 효율성을 제고하고자 한다. ◼ 1년차 ❏ 목표 ○ 시뮬레이션 기반 성능예측 방법론 개발 - DFT-열역학 시뮬레이션 해석기술: CO<sub>2</sub> 흡수율 실험결과 대비 시뮬레이션 예측의 정확도 80% 이내 달성 - 기계학습 시뮬레이션 기반 해석기술: CO<sub>2</sub> 흡수율 포함 측정된 모든 재료물성 예측의 정확도 70% 이내 ○ 탄산화 양생의 영향요소 규명 및 시제품 제작 - 압축강도 40 MPa 및 CO<sub>2</sub> 흡수율 15 wt% 이상의 포틀랜드 시멘트 콘크리트 개발 ❏ 내용 ○ DFT-열역학 시뮬레이션 기반 해석기술 개발 - 열역학 계산을 수행하기 위해 필요한 고체/액체/기체 상태의 원소에 대한 열역학 특성 데이터베이스를 구축하고, DFT 시뮬레이션을 통해 예측한 수화물의 열역학 특성을 데이터베이스로 활용하기 위한 DFT-열역학 계산 연계기술을 제시함. 또한 콘크리트의 수화거동 및 탄산화 양생에 의한 화학구조 변화 예측연구를 수행함. ○ 기계학습 입력값의 지문화 및 초기모델 구축 - Net-Zero 콘크리트 물질의 구조와 성분이 물성에 끼치는 영향을 파악하기 위한 고유의 입력 및 결과값의 범주 정밀분류. 분류된 재료지문과 물성 사이의 통계적 상관관계를 찾기 위하여 현재까지 발표된 기계학습 훈련모델(현재 적용 고려 중인 방법: Linear regression, Decision tree, Support vector machine, Deep belief network, Gaussian process regression, Genetic algorithm, Bagging ensemble, Random forest ensemble, Boosting ensemble)을 비교시험하여 초기 모델을 구축함. ○ 탄산화 양생의 영향요소 규명 및 시작품 제작 - 탄산화 효율 최적화를 목표로 실험실 조건 하에서 다양한 탄산화 양생 조건에 대해 실험을 수행함. 문헌조사를 바탕으로 탄산화 양생의 영향 요소를 분석하며, 실험을 통해 시중에서 활발히 사용되고 있는 포틀랜드 시멘트 콘크리트의 탄산화 양생 최적 조건을 도출함. 혼화재료를 혼입하지 않고 포틀랜드 시멘트만을 사용한 CO<sub>2</sub> 흡수율 15 wt%급 콘크리트 개발을 목표로 함. ◼ 2년차 ❏ 목표 ○ 시뮬레이션 기반 성능예측 방법론 심화 - DFT-열역학 기반 콘크리트 CO<sub>2</sub> 흡수율 최적화 배합설계 기술: CO<sub>2</sub> 흡수율 실험결과 대비 시뮬레이션 예측의 정확도 90% 이내 달성 - 기계학습 시뮬레이션 기반 해석기술: CO<sub>2</sub> 흡수율 포함 측정된 모든 재료물성 예측의 정확도 80% 이내 ○ CO<sub>2</sub> 순배출량 Zero 시멘트 콘크리트 - 압축강도 50 MPa 및 CO<sub>2</sub> 흡수율 20 wt% 이상의 산업부산물 혼입 시멘트 콘크리트 개발 ❏ 내용 ○ DFT-열역학 시뮬레이션 기반 콘크리트 CO<sub>2</sub> 흡수율 최적화 설계기술 개발 - 1년차에 개발한 DFT-열역학 연계기술을 활용하여 콘크리트의 CO<sub>2</sub> 흡수율을 극대화하기 위한 배합 시뮬레이션을 수행함. 결합재 종류 및 조성 등 재료 및 조건 변수에 따른 CO<sub>2</sub> 흡수율을 예측함. CO<sub>2</sub> 흡수에 의한 콘크리트의 물리적 특성변화를 모사하여 CO<sub>2</sub> 흡수율을 극대화하면서 콘크리트의 역학적 성능을 개선하기 위한 방안을 조사함. 시뮬레이션 해석결과를 제공함으로써 CO<sub>2</sub> 순배출량 Zero 콘크리트 배합기술개발에 기초자료로 활용함. ○ 기계학습 모델의 고도화 및 Net-Zero 콘크리트 장기성능 예측기술 개발 - 1차 연도에 도출한 기계학습 입⋅출력값 분류와 관련 실험 데이터베이스 추가조성을 통한 개발 시뮬레이션 방법론을 고도화하며, 이를 통해 실험적으로 접근하기 어려운 범위의 특성치를 계산함. 또한 탄산화로 인한 광물의 결정구조, 에너지 변화 및 물성에 대한 장기특성 변화를 예측하여 이를 토대로한 최적 반응조건 및 구조형상을 제안함. ○ CO<sub>2</sub> 순배출량 Zero(Net-Zero) 콘크리트 개발 및 건설재료 시뮬레이션 기술 검증 - 1차 년도에 개발한 콘크리트 배합을 기반으로 다양한 혼화재료를 혼입함으로써 보다 친환경적인 콘크리트를 제조하며 CO<sub>2</sub> 흡수율뿐만 아니라 압축강도, 내구성 등을 종합적으로 평가하여 기존 성능 대비 동등 이상(압축강도 50 MPa, CO<sub>2</sub> 흡수율 20 wt%급)의 성능을 발현하도록 함. 결과적으로, 시멘트 제조 시 소성 과정에서 발생되는 이산화탄소량 대비 산업부산물 대체율과 탄산화양생으로 흡수 가능한 이산화탄소량을 합산하여 “CO<sub>2</sub> 순배출량 Zero“ 콘크리트를 제조하는 것을 목표로 함. 또한 1, 2차 년도 연구 데이터와 결과를 바탕으로 건설재료 시뮬레이션 기술 검증에 활용함으로써 기술의 신뢰도를 높임. □ 연구개발성과 ○ DFT-열역학 시뮬레이션 기반 해석기술 개발 - DFT 계산 및 열역학 시뮬레이션을 연계하는 방법론을 개발하였으며, 이 방법론을 통해 콘크리트의 CO<sub>2</sub> 흡수율을 예측하는 기술을 개발하였다. - 개발한 DFT-열역학 시뮬레이션 해석기술 기반의 콘크리트 CO<sub>2</sub> 흡수율을 실험결과와 비교하여 교차검증하였다. ○ 기계학습 입력값의 지문화 및 초기모델 구축 - 다양한 기계학습 알고리즘의 비교검토 후 유전알고리즘에 기반한 탄산화 콘크리트 성능예측 모델을 선정 및 구축하였다. - 문헌을 통해 확보한 다양한 실험결과를 시뮬레이션의 훈련 및 검토 데이터에 활용하였으며, 콘크리트의 탄산화에 따른 강도와 공극률 예측기술을 개발하였다. - 콘크리트의 탄산화에 따른 장기성능 예측을 위하여 시간이력을 고려한 알고리즘에 대한 초기모델을 구축하였다. ○ 탄산화 양생의 영향요소 규명 및 시작품 제작 - 탄산화 양생한 벨라이트 시멘트 콘크리트를 제조하여 기존 연구 대비 동등 이상의 이산화탄소 흡수율을 확보함으로써 Net-Zero 콘크리트로 응용 가능성을 검증하였다. - 콘크리트의 물시멘트비가 수축률과 질량 변화에 미치는 영향을 복합적으로 고려하여 Net-Zero 콘크리트로써 실제 적용되었을 때의 치수안정성을 고려하였다. - 콘크리트의 물리화학적 분석을 통해 생성물과 공극 구조 등을 분석하여 콘크리트의 특성을 평가하였으며, 다양한 물시멘트비의 시멘트 페이스트를 탄산화 양생한 경우 각 시료의 이산화탄소 흡수능을 정량화하여 비교하였다. ○ DFT-열역학 시뮬레이션 기반 콘크리트 CO<sub>2</sub> 흡수율 최적화 설계기술 개발 - 기존 문헌의 데이터 및 기계학습을 통해 주어진 배합조건에 대한 반응도 예측모델을 제안하였으며, 이를 DFT 계산 및 열역학 시뮬레이션 방법론과 접목시켜 |
