인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
최근 다수의 제조업 현장에서는 인공지능 기술을 활용하여 공정을 개선함으로써 탄소배출 규제를 해결하고 비용을 절감하려는 시도가 활발히 진행되고 있다. 제강 산업 역시 막대한 연료 소비와 그로 인해 높은 탄소 배출로 인해 이러한 기술의 필요성이 대두되고 있다. 특히, 가열로 공정은 전체 연료 소비와 탄소 배출의 대부분이 발생하는 공정이기 때문에 유의할 필요가 있다. 하지만 불충분한 반제품 온도는 후공정의 설비 고장의 원인이 되기 때문에 단순한 연료 소비 절감으로는 이를 해결할 수 없다.
이러한 문제를 해결하기 위해 본 연구에서는 가열로 공정에서 수집된 데이터를 활용하여 제품의 최종 온도와 후공정 부하를 예측하는 다양한 회귀모델을 개발하는 것을 목표로 한다. 더 나아가, 예측 결과를 기반으로 한 탄소 절감 및 효율적인 연료 사용을 가능하게 하는 실제 현장에 적용할 수 있는 시스템을 설계하여 제강 산업의 공정 개선 및 환경 영향 감소에 기여할 수 있다.
이러한 문제를 해결하기 위해 본 연구에서는 가열로 공정에서 수집된 데이터를 활용하여 제품의 최종 온도와 후공정 부하를 예측하는 다양한 회귀모델을 개발하는 것을 목표로 한다. 더 나아가, 예측 결과를 기반으로 한 탄소 절감 및 효율적인 연료 사용을 가능하게 하는 실제 현장에 적용할 수 있는 시스템을 설계하여 제강 산업의 공정 개선 및 환경 영향 감소에 기여할 수 있다.
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) : I410-151-24-02-089850808
