열역학적 상태방정식 및 반응공학등의 화공학적인 이론을 통해 공정모델링 및 최적 운전조건을 도출하고, 기존공정의 문제점을 보완한 신공정 개발과 더불어, 열역학적 효율 및 경제성 평가에 대한 연구를 수행하고 있다.

민감도 분석 및 불확실성 정량화를 통해 공정효율 및 경제성에 영향을 미치는 운전변수들을 선별하고, surrogate modeling, genetic algorithm 등의 다양한 머신러닝 및 최적화 알고리즘 적용을 통해, 최적 운전조건을 도출하는 연구를 수행하고 있다.

유체역학 기반의 수치해석모델인 전산유체역학 (Computational Fluid Dynamics)을 통해, 반응기, 열교환기 등 단위 공정의 온도, 압력 및 농도의 분포 등을 예측하고, 이를 통해 최적 설계 조건을 도출하는 연구를 수행하고 있다.

공정 운전 데이터 분석 및 인공신경망 학습 등을 통해, 실시간 이상치탐색 (fault detection), 신뢰성 기반의 설계 인자 최적화, 공정 중요 변수 예측을 위한 소프트 센싱 (soft-sensing) 등 다양한 공정의 고차원 데이터 분석 및 예측 연구를 수행하고 있다.