석탄은 태워서 에너지를 방출할 수 있는 검은 돌입니다. 이 재생 불가능한 자원은 늪에서 죽은 고대 식물로 만들어지며, 형성에 수백 년이 걸립니다.
풍력, 태양열 등 재생 가능 에너지의 부상에도 석탄은 여전히 전 세계에서 주요 에너지원으로 사용됩니다. 석탄 연소 시 다양한 공기 중 오염물질, 재, 중금속이 방출되는데, 이러한 물질이 우리 건강과 환경에 미치는 피해를 막으려면 억제 또는 제거해야 합니다.
예컨대, 미국 환경보호청(EPA)은 석탄 발전소에서 석탄 연소로 만들어지는 석탄 연소 잔여물의 안전한 폐기를 위해 국가 규정을 마련했습니다. 석탄 연소 잔여물은 석탄 연소 생성물(coal combustion products), 석탄 연소 폐기물(coal combustion wastes) 또는 석탄회(coal ash)라고도 합니다.
석탄 연소 잔여물의 예
석탄 연소 잔여물의 예로는 비산회(fly ash), 바닥재(bottom ash), 보일러 재(boiler slag), 배연탈황 물질(flue gas desulfurization material)이 있습니다. 이름이 시사하는 바와 같이, 비산회는 연도 가스(flue gas)와 함께 떠오르는 미세 분말입니다. 바닥재와 보일러 재는 화로 바닥에 생기며 입자가 더 거칠고 무거운 물질입니다.
EPA는 또한 콘크리트, 그라우트(grout), 벽돌, 충전재 등의 다양한 제품과 재료에서 책임 있는 석탄회의 재사용 및 재활용을 지원합니다. 석탄회를 재사용하면 경제, 환경, 제품 면에서 다음과 같은 이점이 있습니다.
- 천연자원 사용 감소
- 온실가스 배출량 저감
- 재료 강도, 실용성 및 내구성 개선
- 고비용 재료(예: 시멘트 내의 점토, 모래, 자갈, 석회암) 대체
- 석탄회 판매로 수익 증가
- 폐기 필요성 감소로 비용 절약
또한, 다양한 연구에서 석탄 비산회가 중화제로 쓰일 잠재력이 있음이 나타났습니다. 예를 들어 노천광 채굴에서 산성 갈탄 더미를 재생하는 데 비산회를 사용하자는 아이디어가 있었습니다. 산성 환경은 갈탄 더미의 안정성에 치명적이며, 비산회는 석회 함량이 높아서 극도로 염기성입니다. 따라서 비산회는 중화와 재생에 기여할 수 있습니다.
연구원들은 비산회와 기타 석탄 연소 잔여물을 연구하기 위해 현미경 검사와 산업 이미지 분석 소프트웨어를 종종 이용합니다.
딥 러닝 이미지 분할을 이용한 석탄회 분석
현미경을 이용한 석탄회 분석은 비산회가 다른 재료나 물, 시멘트, 흙과 같은 매질과 접촉했을 때 발생하는 화학 반응의 작용과 반응도를 예측하는 데 유용합니다. 정량 XRD 분석과 결합하면 반응도를 거의 완벽하게 이해할 수 있습니다. 예를 들어 반응도가 낮은 석탄회는 콘크리트의 골재로 사용할 수 있고, 반응도가 높은 석탄회는 수경 고착제(hydraulic binder)로 사용할 수 있습니다.
현미경은 다음 용도로 사용할 수 있습니다.
- 비산회에서 반응 유리상(reactive glass phase)의 비율과 입자 크기 결정
- 추가 광물상(mineral phase) 판별
- 환경 조건에서 석탄회 판별
딥 러닝 이미지 분할 등의 차세대 이미지 분석 도구 덕분에 석탄회 분석이 더 간편해지고 더 정확해졌습니다.
갈탄 비산회에 대한 이미지 분석 예시(그림 1)를 봅시다. 이 석탄회 표본은 독일 라이프치히 남쪽의 중부 독일 갈탄 광구에 있는 Mumsdorf 퇴역 발전소에서 가져온 것입니다. 갈색 석탄을 일컫는 갈탄은 인간의 건강에 가장 유해한 석탄으로 알려져 있습니다. 세계가 재생 가능 에너지로 전환하는 추세여서 전 세계 갈탄 광산은 연달아 폐업하고 있습니다.
이 표본은 연소를 위해 갈탄을 분쇄한 후 연소실에 불어 넣은 것입니다. 그러면 미세한 비산회 입자가 많이 만들어지게 됩니다. 비산회 미립자는 연소실부터 배기가스까지의 높은 유속 때문에 계속 날아다닙니다. 갈탄에는 광물도 함유되어 있었고, 연소 과정에서 완전히 녹았습니다. 이렇게 녹은 방울에서 고반응성 유리(이미지의 선명한 구체)가 만들어집니다.
갈탄 비산회 표본에는 다음을 비롯한 다른 광물상도 함유되어 있습니다.
- 자철석: 검은색 불투명 구체
- 석영: 광물 파편
- 석회: 종종 분산되는 편
갈탄 비산회를 평가하기 위해 OLYMPUS Stream™ 이미지 분석 소프트웨어의 TruAI™ 딥 러닝 기술을 사용하여 반응성 유리상(선명한 구체)을 다른 상으로부터 판별했습니다. Count and Measure 솔루션은 수동 분류한 이미지로 신경망을 간단히 훈련함으로써 분석을 자동화하고 녹은 방울을 광물과 확연히 분리합니다.
그림 1. 기존 임계 처리법을 사용한 이미지 분할은 밝기나 색상에 따라 달라지지만, TruAI 기술을 사용한 딥 러닝 이미지 분할은 녹은 방울을 다른 광물과 제대로 분리하여 감지할 수 있습니다.
딥 러닝 이미지 분할은 응용 사례가 많습니다. 예를 들어, 이 이미지의 유리는 캡슐이나 이온 교환체(합성수지 비드- synthetic resin beads) 또는 운반 물질(예: 향료 또는 유효 성분)로 거품이나 구체를 사용하는 많은 화학제품을 나타낼 수 있습니다.
딥 러닝 이미지 분할에 대해 자세히 알아보고 기타 예시를 보려면 딥 러닝 자료를 확인하세요.
관련 콘텐츠
브로슈어: OLYMPUS Stream 이미지 분석 소프트웨어
문의하기
