전로, 코크스로 등 복잡한 작업 조건에서 다성분 가스(H₂, CO, CH₄ 등)의 온라인 검출 시 람만 분광 신호는 가스 압력 변동, 레이저 출력 드리프트 및 광로 전송 효율 변화 등의 다중 간섭 영향을 받기 쉬워 농도 역산 정확도가 저하되는 문제가 있다. 본 논문에서는 내부 기준 보정과 다변량 공동 모델링에 기반한 다성분 가스 람만 분광 분석 방법을 제안한다. 우선, 가스 중에 일반적으로 존재하며 화학적 성질이 안정적인 CO₂를 내부 기준 참조 성분으로 사용하여 시스템 이득의 공통 모드 간섭을 제거하기 위한 내부 기준비 R_i를 구축한다. 둘째, 시스템 이득 보정 연산자 S_factor를 정의하여 가스 압력, 산란 광 세기 등 시스템 상태 변수들을 실시간으로 특성화한다. 마지막으로 내부 기준비, 가스 압력, 산란 광 세기 및 시스템 이득 보정 연산자 등을 입력 특성으로 활용하며 LightGBM 알고리즘을 채택하여 H₂, CO, CH₄ 세 가지 성분의 농도를 고정밀로 역산하는 다변량 비선형 회귀 모델을 구축한다. 실험 결과, 제안된 다변량 공동 모델은 H₂, CO, CH₄에 대해 평균 제곱근 오차(RMSE)가 0.09% 미만, 평균 절대 백분율 오차(MAPE)가 0.6% 미만이며, 원시 분광 데이터만 사용하거나 단일 내부 기준비를 사용하는 모델 대비 RMSE가 약 37%~63% 저감된 것으로 나타났다. 이 방법은 가스 압력 및 산란 광 세기 변화에 의한 비선형 간섭을 효과적으로 보상하여 복잡한 작업 조건에서 다성분 가스 람만 분광의 농도 역산 정확도를 크게 향상시키며 산업용 가스 온라인 검출에 실용적인 해결책을 제공한다.

람만 분광;가스;내부 기준;다변량 공동 모델링;기계 학습