인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study develops a multi-output regression model to predict multi-stage roll gaps in a roll-to-roll calendering process for dry lithium-ion battery electrodes. We collected 2,912 samples from process logs measured across Calender 1-6 and used 33 variables (line speed, roll temperature, roll pressure, and web tension) as inputs. Ten OS/DS gaps of Calender 2-6 were predicted simultaneously using a MultiOutputRegressor, and MLR, RandomForest, and XGBoost were compared with 5-fold cross-validation. Tree-based nonlinear models outperformed the linear baseline, and XGBoost achieved the best accuracy with stable generalization. Gap-wise evaluation and feature-importance analysis identified difficult sections and highlighted line speed, roll pressure, and roll temperature as dominant factors. The proposed model can act as a virtual sensor to fill measurement gaps and estimate the full gap profile in real time, supporting monitoring, gap-control strategy design, and operating-condition optimization.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096852447
