최근 전 세계적으로 지구온난화에 따른 이상기온 변화에 대한 심각성이 높아지고 있으며 국내적으로는 최근 수년 동안 시멘트 산업에서의 질소산화물(NOx) 배출은 중요한 이슈로 대두되어 왔다. 정부에서는 NOx 배출허용기준 및 NOx 대기배출 부과금은 더 강화될 예정이다.
따라서 본 연구에서는 국내 A 시멘트 기업의 소성공정에서 발생하는 대기오염물질인 NOx 및 CO 배출량 저감을 위해 데이터마이닝 기법을 활용하여 대기오염물질 초과·미만 분류 모델, 분류 규칙(Rule), 대기오염물질 NOx 및 CO에 영향을 미치는 주요 입력변수들을 찾을 수 있었다.
본 연구 대상인 소성공정 Kiln 3호기 입력변수와 NOx 및 CO 배출량에 대해 수집한 데이터를 이용하여 대기오염물질 초과·미만 분류 모델 및 규칙 등을 찾고자 데이터마이닝 기법인 의사결정나무(C5.0), 인공신경망, 로지스틱 회귀분석 기법을 이용하였다.
분류행렬표에서 정확도, 에러율, 민감도, 특이도 및 ROC 곡선을 통해 NOx와 CO에 대한 모델의 예측력을 분석한 결과 의사결정나무(C5.0) 모형이 가장 우수한 것으로 나타났다. NOx는 정확도 94.22%, 에러율 5.78%, 민감도 88.86%, 특이도 97.09%로 나타났고, CO는 정확도 94.79%, 에러율 5.21%, 민감도 94.45%, 특이도 94.64%로 나타났다. NOx와 CO에 대한 초과 분류 규칙(Rule) 10개를 찾았고, NOx 및 CO 배출량에 영향을 미치는 주요 변수 각각 10개를 찾을 수 있었다. 이 주요 변수는 소성공정 대기오염물질 저감을 위한 반응표면법의 입력변수를 선정할 때 활용하였다.
그리고 소성공정의 대기오염물질 NOx 및 CO 배출 저감을 위해 NOx 배출 목표값 170∼200ppm, CO 배출 목표값 ****∼****ppm을 만족하는 다중 반응값에 대한 최적조건을 찾기 위해 반응표면법을 이용하였다.
의사결정나무(C5.0)에서 도출된 주요 변수들과 엔지니어의 경험과 기술을 고려하여 정성적 평가 결과 소성공정에서 10개의 입력변수를 선정하고 데이터마이닝 모델링 시 사용한 데이터를 이용하여 반응표면법을 활용하여 설계, 분석하였다.
기업의 현업 활용도를 높이고자 현재 소성공정 Kiln 3호기 운전 범위 내에서 공정 조건을 최적화하였다. 그 결과 NOx 및 CO에 대한 배출량에 대한 반응식을 구할 수 있었고 주요 입력변수들에 대한 최적조건은 X1(Raw material)=284, X4(Waste plastic and rubber)=3, X6(High Quality waste plastic)=1, X7(Waste oil)=1, X8(Sewage sludge)=2, X10(T/A Pressure)=6.5, X12(MFC Bed Pressure)=360, X20(Kiln IDFan Motor Power)=2079, X22(Kiln pyrometer temp)=1350, X25(Main Coal)=8로 나타났다. 이 최적조건에서 NOx는 배출허용기준 270ppm 보다 낮은 173.7ppm, CO는 **** ppm보다 낮은 **** ppm으로 예측되었다. NOx의 95% 신뢰구간(Confidence Interval)은 (159.54, 185.60)로 추정되었고, CO의 95% 신뢰구간은 (****, ****)로 추정되었다. 추정 결과 NOx 목표 배출량 (170∼200ppm)은 달성 가능 할 것으로 예상되고, CO 목표 배출량(****∼****ppm)은 신뢰구간 범위 내에 존재하는 것으로 나타났다.
최근 시멘트 산업 역시 친환경 산업으로의 역할 강화가 요구되고 시멘트 산업의 활로를 새롭게 모색해야 하는 중요한 시기에 시멘트 산업의 경쟁력 구축이 절실히 요구되는 상황이다. 본 연구 결과를 통해 제안된 의사결정나무(C5.0) 분류 모델은 NOx 및 CO 배출 관리를 위한 기준으로 유용하게 사용될 것으로 기대된다.
향후 NOx 및 CO와 관련된 소성공정 입력변수들에 대해 수집된 데이터를 의사결정나무(C5.0) 모델에 적용하여 대기오염물질 배출 상황을 가시화할 수 있는 빅데이터 처리 전산시스템 구축으로 스마트 팩토리(Smart Factory) 구현이 가능할 것으로 기대된다.
본 연구는 NOx 배출 기준을 만족시키는 경제적인 방법으로서 시멘트 소성공정의 공정변수를 최적화하는 것이 국제적인 관심을 끌고 있는 시점에 본 연구를 통해 이에 대한 가능성을 확인할 수 있었고, 대기오염물질 배출 관리 방법으로 활용하여 친환경 산업으로의 역할 강화 및 국내 A 시멘트 기업의 NOx 배출 부담금을 감소시킬 수 있을 것으로 기대된다.

Recently, the severity of abnormal climatic change is increasing as a consequence of global warming through all over the world. And domestically, NOx emissions in the cement industry have emerged as an important issue in recent years. The Korean government is going to further strengthen the NOx emission limit and to establish a levy system for the NOx emission.
Therefore this case study, Data Mining Technique was used as a method to reduce NOx and CO emissions, which are an air pollutants generated in the firing process of the domestic cement-manufacturing ‘A’ company. With this Technique, we could find the main input variables affecting classification model of above or below the air pollutant limit, classification rule and air pollutant NOx and CO.
Using the data collected on input variables of firing process Kiln NO.3, NOx and CO emissions, We have found the classification model of above or below the air pollutant limit and classification rule. For this purpose, we analyzed a Data Mining Techniques such as decision tree(C5.0), artificial neural network and logistic regression. The predictive power of the model in the matrix table through the accuracy, error rate, sensitivity, specificity and ROC curve was analyzed with respect to NOx and CO. As a result, the decision tree (C5.0) model derived the best performance.
The accuracy of NOx emission was 94.22% as a secondary result of this, the error rate was 5.78%, the sensitivity was 88.86% and the specificity was 97.09%. The accuracy of CO emission was 94.79% as a secondary result of this, the error rate was 5.21%, the sensitivity was 94.95% and the specificity was 94.64%. In addition, we found classification rules of 10 for exceeding NOx and CO, and key variables of each 10 that affect NOx and CO emission. These key variables were used to select input parameters for the response surface method for reducing the air pollutants in the firing process.
And then in order to reduce the air pollutants emission, the following conclusions were obtained by optimization of the firing process that satisfies the multiple response of NOx and CO with using the reaction surface method for the main variables of the firing process.
As a method for reducing NOx and CO emissions of the air pollutants in the firing process, the reaction surface method was used to find optimal conditions for multiple reaction values satisfying NOx emission target values of 170-200ppm and CO emission target valves of ****∼****ppm. The input variables of 10 were selected in the firing process using X-Y Matrix reflected to the key variables derived from decision tree(C5.0), Engineer''s experience and reflect the technical perspective. The data used in Data Mining Modeling were designed and analyzed utilizing reaction surface method.
To increase utilization of work-site operations of the company, the process conditions were optimized within the operating range of the firing process. As a result, reaction equations for emissions to NOx and CO could be obtained and the optimal conditions for the main input variables are also derived. X1(Raw material)=284, X4(Waste plastic and rubber)=3, X6(High Quality waste plastic)=1, X7(Waste oil)=1, X8(Sewage sludge)=2, X10(T/A Pressure)=6.5, X12(MFC Bed Pressure)=360, X20(Kiln IDFan Motor Power)=2079, X22(Kiln pyrometer temp)=1350, X25(Main Coal)=8. Therefore, NOx emissions were estimated to be 173.7ppm, which is lower than the NOx emission limit of 270ppm, and the estimated CO emissions were **** ppm lower than **** ppm.
The 95% confidence interval for NOx was estimated to be (159.54, 185.60), and the 95% confidence interval for CO was estimated to be (****, ****). As a result of estimation, the NOx emission target (170∼200ppm) is expected to be achievable, and the CO target emissions (****∼****ppm) are also within the confidence interval.
Recently, the cement industry is also required to strengthen role as an eco-friendly industry and therefore cement industry''s competitiveness is desperately needed at a crucial time when it is necessary to search for new ways of cement industry. From the results of this study, it is expected that the proposed decision tree classification model will be useful as a benchmark for managing NOx emissions. In the future, the collected data on the NOx and CO related to input parameters of firing process can be analyzed as a model. For this reason, it is expected for Smart Factories to be implemented by building a Big Data processing system that can visualize the emission of air pollutants.
This study also confirmed the possibility of NOx emission reduction as an economical method to satisfy the NOx emission standard, when optimizing the process parameters for the firing process in the cement industry has attracted international attention. Using this study as the air pollutant emission management method, it is expected that the cement industry will strengthen role as an eco-friendly industry and reduce the levy for NOx emission of companies.