-
- 연구필요성
- Reverse Mill 조업시의 큰 캠버 값 발생은 고기능, 고강도 핵심전략 강종의 생산성 하락 및 품질 저하를 야기
- 선행과제를 통해 개발한 캠버 시뮬레이터 및 제어 알고리즘의 성능 개선이 필요
- 개선된 캠버 시뮬레이터 및 제어 알고리즘 개발을 통해 제품 생산성 증대에 이바지
- 열연 공정의 선도적 자력화 및 엔지니어링 원천 기술 확보
- 이미지 기반의 AI를 활용한 캠버 현상 모델링 및 제어 알고리즘 개발이 필요
- 기 개발한 캠버 현상 분석 방법과 이미지 기반으로 학습된 neural network를 통해 캠버 현상 모델링이 가능
- 실제 조업 data에 기반한 제어 알고리즘 설계를 통해 생산성 증대
-
- 연구내용
- 실제 포항 2열연의 캠버 경향에 부합하는 캠버 시뮬레이터 개발 (MATLAB Simulink)
- 이미지 기반 AI 학습 알고리즘 및 캠버 제어 알고리즘 개발
- 캠버 형상 이미지와 압연 파라미터를 활용한 neural network 학습 알고리즘 개발
- 학습 알고리즘에 기반한 캠버 제어 알고리즘 개발