• 목록

연구기간: 2024.11 - 2025.10 

(전체 연구기간: 2023.08–2026.10)

[1. 과제 목표]

H형강은 건물의 기둥이나 보로 사용되는 강재이다. 원하는 형태의 H 형강을 제조하기 위해서는 공정 중 형태의 변화 및 물리적 변형을 고려하여 공정을 개선/수정해야 한다. 이를 위해 기존에는 유한 요소 해석 (FEA) 기법을 이용한 시뮬레이션을 활용하였다. 그러나 많은 공수와 시간이 소요되므로, 1차년 연구를 통해 인공지능 기반 예측 알고리즘을 개발하고, GUI 기반 자동화 프로그램을 제시하였다. 2차년 연구에서는 '역설계 기술 개발'을 통한 공정 스케줄 설계를 실현하는 것을 목표로 한다.

1차년도 연구를 통해 H형강 압연 공정의 다양한 조건에 따른 단면 형상과 변형 거동을 실시간으로 예측할 수 있는 CNN 기반의 대리모델을 성공적으로 구축했다. 하지만 실제 산업 현장에서는 결과를 단순히 예측하는 것을 넘어, 원하는 최종 H형강의 목표 형상을 얻기 위해 어떤 롤 패스 조합을 설계해야 하는지에 대한 근본적인 해답이 필요하다. 이에 본 2차년도 프로젝트에서는 1차년도에 개발된 예측 모델을 기반으로, 목표 품질을 달성하기 위한 최적의 공정 조건을 역으로 추적하여 도출하는 역설계(Reverse Engineering) 기반의 롤 패스 최적화 모델을 개발하는 것을 목표로 한다.

[2. 과제 내용]

역설계 알고리즘 구축을 위해 1차년도에 개발된 U-Net 기반의 순방향 대리모델을 목적 함수(Objective Function)로 활용하는 최적화 프레임워크를 설계했다. 단순히 최종 형상의 오차를 줄이는 것을 넘어, 압연 하중, 온도 분포, 등가변형률과 같은 물리적 제약 조건을 동시에 고려할 수 있도록 다목적 최적화(Multi-objective Optimization) 기법을 적용했다. 복잡한 다단계 H형강 압연 공정의 특성을 반영하여, 최종 단계의 목표 형상에서부터 중간 압연 단계로 역순환하며 각 패스별 롤 갭(Roll gap), Flange 및 Web의 두께 등 핵심 설계 변수를 역추산하는 파이프라인을 구성했다. 특히 방대한 롤 패스 설계 변수 공간에서 지역 최적해(Local Minima)에 빠지지 않고 최적의 해를 효율적으로 찾기 위해, 최적화 알고리즘을 CNN 대리모델과 결합함으로써 설계안 탐색의 정확도와 속도를 극대화하는 시스템을 구현했다.

 

[3. 과제 결과]

개발된 역설계 모델의 신뢰성을 검증하기 위해, 역으로 도출된 최적 롤 패스 설계안을 실제 FEM 시뮬레이션에 다시 적용하여 도출된 형상과 원래의 목표 형상을 비교하는 교차 검증을 수행했다. 그 결과, Flange와 Web의 치수 등 주요 단면 형상에서 매우 낮은 오차율을 기록하며 목표 H형강 형상을 높은 정밀도로 재현할 수 있음을 입증했다. 또한 제안된 공정 조건이 과도한 응력 집중을 유발하지 않고 안정적인 소재 변형 거동을 보임을 함께 확인했다. 특히 기존에는 숙련된 엔지니어의 경험에 의존하여 수십 시간이 소요되던 반복적인 FEM 시뮬레이션 기반의 롤 패스 설계 과정을, 본 시스템을 통해 단 수 초 이내에 최적의 초기 설계안(Initial Guess)을 자동으로 제시할 수 있는 수준으로 연산 시간을 획기적으로 단축했다. 본 연구는 H형강 압연 공정의 설계 패러다임을 시행착오 기반에서 데이터 기반의 체계적인 역설계로 전환했다는 데 큰 의의가 있으며, 향후 현장 엔지니어의 의사결정을 지원하여 신규 규격 제품의 개발 주기 단축 및 품질 향상에 크게 기여할 것으로 기대된다.