| 초록 |
본 연구에서는 머신 러닝 모델인 순환신경망을 활용하여 혼합부탄 분리공정의 제품 출구 온도를 예측하는 모델을 제시하고 평가하였다. 대상 공정은 유입되는 원료의 조성이 실시간으로 변하여 제품 출구 온도를 제어하여 품질을 유지하고 있다. 실제 공정은 작업자에 의하여 운전되고 있어서 불확실성이 높이 머신 러닝 기반의 지능화 운전 시스템이 필요하다. 수집된 운전 데이터를 분석하여 제품 출구 온도에 영향을 주는 핵심 변수를 확립하였으며 이를 활용하여 경험적 온도 예측 모델을 개발하였다. 본 연구에서는 RNN (Recurrent Neural Networks), LSTM (Long Short-Term Memory), GRU (Gated Recurrent Units)등의 시계열 분석 모델을 통하여 분석 및 예측이 이루어졌다. 시계열 분석 모델의 시뮬레이션 결과와 실제 운전 데이터의 비교 검증이 이루어졌다. 검증 결과 GRU 모델이 평균제곱근오차(RMSE) 및 상관계수 (R²)가 각각 0.0197, 0.942로 계산되어 해당 공정에 가장 적합한 모델로 선정되었다. |
