| 학회 | 한국공업화학회 |
| 학술대회 | 2021년 봄 (05/12 ~ 05/14, 부산 벡스코(BEXCO)) |
| 권호 | 25권 1호 |
| 발표분야 | [화학공정] AI 기반 공정시스템 기술 |
| 제목 | AI를 이용한 복합수지 물성 예측 (Prediction of composites’ physical properties using artificial intelligence) |
| 초록 | 최근 소재에 대한 연구가 활발해짐에 따라 다양한 산업분야에서 특정 물성이 강화된 폴리프로필렌(PP) 복합수지의 수요가 늘고 있다. 그러나 여러 산업에서 요구하는 다양한 물성의 PP 복합수지를 생산하기 위해서는 물성 측정 과정에서 많은 시간과 비용이 필요하다. 본 연구는 PP 복합수지의 재료 조성으로 물성을 예측하는 모델을 개발하여 위의 문제를 해결하였다. 선형 회귀 모델 (multiple linear regression)과 비선형 회귀 모델(deep neural networks, random forest)로 7개의 물성(비중, 굴곡 탄성률, 굴곡 강도, 열 변형 온도, 충격 강도, 용융 지수, 인장 강도)에 대한 예측 모델들을 개발하고, R2과 NRMSE를 비교하여 물성 별 최적의 예측 모델을 선정하였다. 이후, 선정된 예측 모델들을 하나의 소프트웨어로 구현하여, 여러 물성들을 동시에 예측할 수 있도록 하였다. |
| 저자 | 김정환1, 조형태1, 신은철2, 서하규2 |
| 소속 | 1한국생산기술(연), 2GS칼텍스 |
| 키워드 | 폴리프로필렌 복합수지; 물성 예측 모델; multiple linear regression; deep neural networks; random forest |
