적외선 열화상 분석을 이용한 증류 컬럼에서 교류와 직류 전기 가열의 열 거동 및 전력 효율 비교
December 5th, 2025
이 글은 교류(AC)와 직류(DC)로 구동되는 증류탑 보일러 내 가열 요소의 열 거동과 에너지 효율에 대한 비교 연구를 제시하며, 최저 및 최고 온도, 열 데이터의 평균, 변동 계수와 같은 통계적 결과를 바탕으로 성능을 평가합니다.
제 연구 범위는 증류관 보일러 내 가열 요소에서 AC 및 DC 전원 공급 장치를 사용하는 장점을 입증하는 것입니다. 최근 연구에서는 AC/DC 동력 증류 컬럼에서의 열기록 분석을 별도로 다루었으나, 두 접근법을 결합한 연구는 없습니다. 우선, 열화상 카메라를 획득 카메라로 설정하세요.
열화상 카메라 메뉴에서 철 색상 팔레트를 선택한 후, 올바르게 적용되었는지 확인한 후 진행하세요. 열화상 카메라 메뉴에서 방사도 보정 값을 0.95로 설정하세요. 그 다음 열화상 카메라를 보일러플레이트에서 약 80센티미터 떨어진 곳에 위치시킵니다.
열화상 카메라를 바닥에서 약 60센티미터 높이에 들고 카메라를 증류 컬럼의 보일러플레이트 쪽으로 향하게 합니다. 저장 버튼을 눌러 열화상 촬영 영상을 열화상 카메라 메모리에 기록하세요. 로컬 계면에서 1,500번까지 샘플을 5초마다 5초마다 촬영하세요.
교류 및 직류 조건에서 20, 60, 100볼트에 대해 획득을 반복합니다. 각 캡처된 서모그램의 이름과 해당 보일러플레이트 온도 샘플을 로컬 인터페이스에 표시합니다. 보일러플레이트 온도 데이터를 수집하기 위해 로컬 프로세스 인터페이스에서 생성된 임시 파일을 저장하세요.
저장된 파일을 현재 프로세스 폴더에 이름 바꾸고 저장하세요. 테스트 중 생성된 CSV 파일을 수집하고, 모든 획득한 공정 데이터를 담은 단일 파일을 생성합니다. 통합 파일을 저장해 분석하세요.
데이터 준비를 시작하려면 열화상 카메라에서 열화상그램을 추출하세요. 모든 이미지 파일을 분석 워크스테이션으로 전송하세요. 추출한 서모그램을 검토하고 원치 않는 이미지는 모두 버리세요.
각 서모그램에 기준점을 수동으로 표시하세요. 그 후 이전에 생성된 공정 데이터 파일을 사용하여 공정 온도 개요 그래프를 생성합니다. 국부 인터페이스에서 얻은 보일러 온도 데이터를 캡처한 공정 서열그램과 연관시킵니다.
서모그램 처리 알고리즘을 개발하려면 먼저 분석 환경 내 변수에 이미지를 로드합니다. 이미지 변수를 사용하여 그래프 축의 벡터 크기를 정의합니다. 그 다음, 분석 이미지를 바탕으로 최소 및 최대 온도 범위를 검출할 영역을 정의합니다.
그래프 작성을 위해 도표를 준비하세요. 다음으로, 써모그램 이미지를 변수에 불러와 처리합니다. 이전에 표시된 기준점에 대한 탐색 영역을 정의합니다.
기준점을 격리하고 좌표를 얻으세요. 그 다음 좌표를 사용해 분석 구역을 표시합니다. 이제 분석 영역을 그레이스케일로 변환하세요.
회색 영역의 평균 온도 값을 계산하세요. 이미지 내 최대 및 최저 온도 영역을 분리하세요. 그래픽 숫자를 숫자 텍스트로 변환하세요.
이미지 범위에 따라 평균 온도를 최대 및 최저 온도로 변환하고, 총 평균 값과 해당 라벨을 저장합니다. 마지막으로, 전체 평균 결과를 그래프로 그려 처리된 열화상화(thermogram) 데이터를 시각화하세요. 100볼트 DC를 사용한 온도 측정은 과정 내내 변동이 있었으나, 100볼트 AC를 사용한 측정은 더 안정적인 상태를 유지했습니다.
100볼트 직류에서는 보일러 구간 전체의 열 변화가 교류 전차보다 더 컸다. DC는 더 부드러운 진행과 증가하는 분산 덕분에 더 통제된 영역을 제공했지만 급격한 분산은 아니었습니다. 60볼트 조건에서는 교류가 있는 온도가 더 안정적이었습니다. 60볼트 AC를 사용한 열 진화는 시동 중 점진적인 온도 상승을 보였지만, 60볼트 DC에서는 가열이 더 뚜렷하고 빠르게 증가했습니다.
20볼트에서의 그래픽 온도 추세는 직류에서 눈에 띄는 변동을 보였고, 교류는 더 점진적이고 안정적인 프로파일을 보였습니다. 20볼트 AC 이하의 온도를 측정한 온도는 22.8도에서 26.3도 사이였습니다. 우리 프로토콜은 TIR 분석을 사용하여 공정 내 전원 공급원과의 열 거동을 더 명확히 파악할 수 있도록 했습니다.
우리의 연구 결과는 적절한 AC 또는 DC 공급 선택이 성능을 최적화하고 에너지 비용을 절감하며 증류 품질을 향상시킨다는 것을 보여줍니다. 향후 연구에서는 감지 방법을 위한 열화그램 베이스와 열 작동 피로가 공정 과도 행동에 미치는 영향을 철저히 조사할 예정입니다.
View the full transcript and gain access to thousands of scientific videos
개요
이 기사는 교류 (AC) 및 직류 (DC)로 구동되는 증류 컬럼 보일러 내의 발열체의 열 거동 및 에너지 효율성에 대한 비교 연구를 제시합니다. 이 연구는 온도 변화 및 에너지 효율성과 같은 통계 결과를 기반으로 성능을 평가합니다.
주요 연구 구성 요소
과학 분야
- 열 분석
- 에너지 효율성
- 증류 공정
배경
- 이전 연구에서는 AC 및 DC 전원을 별도로 분석했습니다.
- 증류 시스템에서 두 전원 유형에 대한 종합적인 연구가 부족합니다.
- 열 분석은 열 거동을 이해하는 데 필수적입니다.
- 열 효율성을 이해하면 증류 품질을 향상시킬 수 있습니다.
연구 목적
- 발열체에서 AC 대 DC 전원의 장점을 입증합니다.
- 증류 컬럼 보일러의 열 거동을 평가합니다.
- 다양한 전원 조건에서 에너지 효율성과 온도 안정성을 분석합니다.
사용된 방법
- 데이터 수집을 위한 열 카메라 설치.
- AC 및 DC의 다양한 전압 수준에서 열 이미지 캡처.
- 열 이미지에서 온도 지표를 추출하기 위한 데이터 처리.
- 온도 변화 및 에너지 효율성의 통계 분석.
주요 결과
- DC 전원은 AC에 비해 더 높은 열 변화를 보였습니다.
- AC는 보일러 전체에서 더 안정적인 온도 프로파일을 제공했습니다.
- 다양한 전압 조건에서 온도 측정값은 크게 달라졌습니다.
- 최적의 전원 선택은 성능을 향상시키고 에너지 비용을 줄일 수 있습니다.
결론
- 증류 공정을 최적화하기 위해 올바른 전원을 선택하는 것이 중요합니다.
- 향후 연구는 열 이미지 감지 방법에 중점을 둘 것입니다.
- 열 액추에이터 피로를 이해하는 것이 공정 안정성에 중요합니다.
자주 묻는 질문
Executive Industry Relevance
Infrared thermography (IRT) enables quantitative, non-contact assessment of thermal behavior and power efficiency in electrically heated distillation systems. This protocol supports predictive optimization of energy input and thermal stability, directly impacting process control and operational cost in pharmaceutical and chemical manufacturing. Integrating IRT-based analytics into pilot and production-scale distillation aligns with electrification and sustainability initiatives across enterprise R&D portfolios.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Supports mechanistic de-risking by mapping thermal heterogeneity in process equipment.
- Enables functional validation of heating elements under variable power conditions.
- Provides quantitative evidence for selecting optimal energy input strategies.
Screening & Assay Development
- Establishes standardized IRT protocols for reproducible thermal monitoring.
- Delivers quantitative temperature profiles for benchmarking process stability.
- Facilitates rapid comparison of AC versus DC heating for scalable process design.
Translational & Preclinical Research
- Aligns process thermal control with requirements for pharmaceutical-grade distillation.
- Enables continuity from pilot-scale optimization to preclinical manufacturing workflows.
- Supports risk-adjusted process advancement by quantifying energy efficiency and stability.
Pipeline & Workflow Integration
This IRT protocol integrates into the process development continuum, from early discovery through pilot-scale optimization and preclinical manufacturing.
- Discovery Biology: Quantifies thermal response to power input, supporting hypothesis-driven process improvements.
- Screening: Provides reproducible, quantitative thermal data for process comparison and selection.
- Analytics: Enables statistical analysis of temperature variation and power efficiency across conditions.
- Translational Research: Bridges pilot-scale findings to preclinical and manufacturing environments by standardizing thermal monitoring.
- Enterprise Reuse: Offers a scalable, transferable protocol for thermal analysis across diverse thermo-electric processes.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in process thermal control and energy optimization.
- Operational Value: Standardizes non-contact thermal monitoring for reproducibility and scalability.
- Strategic Value: Informs go/no-go decisions for process electrification and energy efficiency investments.
- Portfolio Impact: Reduces late-stage process risk and supports risk-adjusted prioritization of manufacturing technologies.
Implementation Considerations
- Requires expertise in IRT imaging, emissivity correction, and thermal data analysis.
- Needs calibrated mid-wave IR cameras and integrated data acquisition systems.
- Demands cross-team standardization of thermal imaging protocols and data processing workflows.
- Adaptable to various distillation and thermo-electric process models with appropriate calibration.
- Thermal actuator fatigue and transient behavior may limit long-term process predictability.
