• 목록

   본 연구는 통계 분석과 머신러닝 알고리즘을 활용해 실제 공정에서 생산되는 강선재의 경도를 예측하는 것을 목표로 합니다. 예측 모델은 운영 데이터 수집, 주요 특징 선정, 실험 데이터 수집, 예측 모델 구축, 모델 수정의 5단계를 거쳐 구축됩니다. 우리는 선재의 형태로 인한 문제를 완화하고 서로 다른 측정 위치 간의 불일치 문제를 해결하는 혁신적인 데이터 수집 방법론을 제안합니다. 선재의 경도에 대한 형상의 영향은 상관관계 분석과 설명 가능한 AI 방법을 통해 추정됩니다. 다양한 공정 조건에서 모델의 견고성을 확보하기 위해 영향력이 큰 주요 형상에 대한 시뮬레이션 테스트를 수행하여 실험 데이터를 수집합니다. 실험 데이터를 활용한 경도 예측 모델은 운영 데이터를 통해 검증 및 수정됩니다. 여러 통계 지표를 통해 예측 모델의 예측 성능이 우수함을 확인합니다. 제안한 방법은 선재 압연 공정의 조업 데이터를 이용하여 선재의 경도를 예측할 수 있는 체계적인 절차를 제공한다는 점에서 기여도가 높습니다. 선재의 경도를 예측하고 최적화하는 데 효과적인 도구로 활용될 수 있습니다.