• 목록

 

2. 연구내용 및 연구결과

  첫째, 인공지능 및 통계분석을 결합하여 표면품질에 영향을 미치는 핵심인자 도출 방법을 고안하였다. 압연공정의 최종 품질 중 하나인 재공률은 번들 단위의 병합 측정과 압연 계상일에 따른 인자의 품질에 대한 영향력 차이가 발생하므로 이를 고려하는 것이 중요하다. 이를 핵심 문제로 상정하여 통계 검정 기반 영향인자 도출 절차와 이상치 비율을 군집화 방법을 결합하여 핵심 인자를 도출할 수 있었다.

 

  둘째, 인공지능 기반 표면품질 예측모델을 개발하였다. 압연계상일에 따른 데이터 분포의 편차가 크므로 유효한 예측 모델을 생성하는 과정에서 이를 반영할 필요가 있다. 이에 따라 Generated regressor를 통해 미측정치의 변수 설명력을 대변하고, 이를 2차 모델에 산입시켜 예측 모델의 성능을 향상시킬 수 있었다.

 

  마지막으로, 계상일별 공정 편차를 고려한 적응적 압연형상 예측 및 장력 최적화 모델을 개발하였다. 이는 예측모델과 공정의 제약조건, 물리 진단 매커니즘의 반영 등을 선형계획법에 결합하여 제한된 시간에도 적절한 공정 파라미터 가이던스를 도출하게 하였다.

 

3. 관련논문

- Jeong, KH., Lee, DH., Lee, SH. et al. Identifying Quality Factors for Surface Defects on Small Steel Bars Using a Two-step Method of Statistical Difference Testing and k-means Clustering. Int. J. Precis. Eng. Manuf. 25, 597–609 (2024). https://doi.org/10.1007/s12541-023-00941-1