KCI등재
제철 부산물을 활용한 고함철단광 제조의 혼합공정 최적화 연구 = A Study on Optimization for Mixing Process of High Iron-content Briquette Manufacturing from By-Products of Steel Production
저자
발행기관
학술지명
한국지능시스템학회논문지(Journal of Korean institute of intelligent systems)
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
541-547(7쪽)
제공처
본 논문은 고함철단광 제조 혼합공정의 최적 조건을 지능화하여 탐색할 수 있도록 머신러닝기법과 최적화 기법을 이용한 방법을 제시한다. 고함철단광은 제강공정의 원료와 냉각제의대체 자원으로 인정받아 이를 활용하려는 연구가 증가하고는 있으나 화학적 특성 및 기계적결합의 강화를 위한 혼합 재료 탐색 등 공법 연구가 주를 이루고 있으며 데이터 기반 방법론을 통해 생산과정을 최적화하여 효율을 높이는 연구는 미비한 실정이다. 본 연구에서는고함철단광 제조의 혼합공정에 머신러닝과 최적화 기법을 적용하여 전반적인 제조 효율성을향상할 수 있도록 RandomForest 기반의 공정조건 예측모델을 개발한다. 이를 통해 원재료투입량에 따른 부재료의 배합비와 설비의 운전조건, 압축하중을 예측함으로써 불량 여부를사전에 판단할 수 있다. 최적값을 구하기 위한 목적함수는 설비 운영 프로세스를 기반으로모델링을 하였으며 PSO를 이용하여 최적값을 탐색하고 이를 공정에 적용한 결과 압축하중은 약 12% 증가하고 불량률은 92%로 낮아진 것으로 나타났다.
더보기This study aims to propose an applicable method that intelligently explores the optimalconditions for the mixing process of the high iron-content briquette manufacturing usingmachine learning and optimization techniques. As the high iron-content briquette isintroduced as a substitute resource for the iron ore and coolant in the steelmakingprocess, there has been increasing research on its utilization. However, most of theresearch has focused on improving the chemical properties and mechanical bonding ofthe mixed materials, and there is a lack of research on optimizing the manufacturingprocess through data-driven methods. In this regard, we develop the process conditionprediction model based on RandomForest, which allows the early assessment of the finalproduct quality and proper inference of the mixing ratio of materials, equipmentoperating conditions, and compression loads according to the input quantity of rawmaterials. PSO(Particle Swarm Optimization) is used to search the optimal processconditions, and its objective function is modeled by real manufacturing procedures. Theresults of this method shows an approximately 12% increase in the compression load and92% reduction in the number of defects.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)