Challenge
TAME 공정에서 메탄올 주입량 조절은 휘발유 첨가물 생산의 핵심 단계입니다. 그러나 기존 방식은 엔지니어가 공정 샘플을 수동으로 채취하고, 수시간이 소요되는 오프라인 분석을 통해서만 메탄올 잔존량을 확인할 수 있어 실시간 대응이 어렵고 비효율적입니다. 공정 최적화와 안정적인 품질 유지를 위해서는 메탄올 잔존량을 정확하게 예측하고, 주입량을 즉각적으로 조절할 수 있는 AI 기반 접근이 필요합니다.
Approach
시계열 데이터의 특성을 반영해 통계 검정 기반의 최적 구간을 선정하고, 유사한 분포의 학습·테스트 데이터셋을 분리해 모델의 신뢰성을 확보합니다. 생산라인 별 설비 작동 구간을 인식할 수 있도록 온도 비율과 차이 파생 변수를 추가하는 공정 특화 피처 엔지니어링을 통해 메탄올 잔존량 예측 정확도를 향상합니다. Interpolation, resampling, timelag 처리 등을 통해 메탄올 잔존량과 설비 온도의 상관성을 분석하고 예측 모델의 안정성과 정밀도를 개선합니다.
Value Delivered
공장 센서 데이터만으로 메탄올 잔존량을 실시간으로 예측해 오프라인 샘플 채취·분석 시간을 절감하고 엔지니어의 작업 효율을 높입니다. 데이터 기반 분석으로 메탄올 잔존량과 설비 온도의 관계를 명확히 입증해, 현장 엔지니어의 경험적 판단을 보완하고 의사 결정의 근거를 제공해 공정 최적화를 지원합니다.
