철강 소결 공정의 품질 편차와 운영 한계

철강 제조사는 균일한 품질의 소결광을 생산하는 것을 목표로 하지만, 원재료의 변화가 잦고 성분의 불확실성이 높아 품질 편차가 발생했습니다. 또한, 품질 측정 주기가 길어 레시피 변경의 효과를 확인하는 데 시간이 많이 소요되어 결과에 따른 즉각적인 대응이 어려웠습니다. 현장 운전은 주로 작업자의 경험과 숙련도에 의존해 진행되었으며 이로 인해 데이터 활용의 한계와 전문가 부재 시 조업 프로세스의 내재화에도 어려움이 있었습니다.

AI 시뮬레이션과 최적 제어 로직을 통한 소결 공정 혁신

과거 축적된 데이터를 기반으로 원재료 사용과 조업 조건에 따른 성분 결과를 예측하는 ML 기반 시뮬레이터를 구현했습니다. 동시에 현재 성분의 불확실성을 고려해 목표 성분 달성을 위한 추종 성분치를 계산하고, 이를 바탕으로 최적의 제어 변화를 추천하는 AI 조업 가이던스(운영 지침) 모델을 개발했습니다.

AI로 품질 예측 정확도 93% 달성

주요 성분에 대한 예측 오차율을 약 3.4%로 낮추고 93%의 정확도를 달성했습니다. AI 기반 조업 가이던스는 작업자의 숙련도에 의존하지 않고도 일관된 제어와 운전 품질을 확보할 수 있도록 지원해 소결 공정의 안정성과 효율성을 크게 높였습니다.