코크스 물류 시스템을 위한 인공신경망 기반 온라인 시뮬레이션 방법론

Abstract

철강 제품을 생산하는 제철소는 생산 공정을 원자재 물류시스템 및 4대 공정(제선, 제강, 연주, 압연)으로 분류할 수 있다. 제철소의 생산량은 제선 공정의 고로에서 생산되는 용선의 양에 절대적으로 비례하기 때문에 제선 공정의 효율화는 제철소 운영을 위해 중요한 관리 요소이다. 고로는 고온 설비로서 실시간으로 컨디션이 변동하는 특성을 가지고 있다. 고로의 컨디션 관리를 위해서는 철강 제품 생산을 위한 주요 원자재인 철광석과 코크스가 적정시점에 적정량 투입되어야 한다. 따라서 원자재 물류시스템은 철광석과 코크스를 고로로 운반하기 위한 컨베이어 및 물류시스템을 개별적으로 구축하고 있다. 본 연구는 원자재 물류시스템 중 코크스 물류시스템의 운영을 효율화하기 위한 온라인 시뮬레이션 프레임워크와 모델링 및 정합성 향상 방법에 대해 서술하고 있다. 코크스 물류시스템은 코크스 물류 시뮬레이션의 엔티티(Entity)인 코크스의 연속성, 엔지니어의 노하우에 의한 설비 운영, 코크스 생산/소모 설비의 컨디션 변동성 때문에 일반적인 생산시스템에 비해서 모델링 난이도가 높고 정합성을 확보하기가 어렵다. 따라서 본 연구는 정합성 향상을 위해 고온 설비들의 성능을 인공신경망 기반으로 시계열 예측하고 이를 이용하는 시뮬레이션 방법론을 제안한다. 본 연구는 시계열 예측을 반영할 수 있는 시뮬레이션 포말리즘을 제안하였고 시뮬레이션과 예측 기능을 연동하기 위한 온라인 시뮬레이션 프레임워크를 제시하였으며 고온 설비의 시계열 성능 예측을 위한 입출력 데이터의 설계 및 코크스 물류 시뮬레이션의 정합성을 검증하는 유저인터페이스에 대해 서술하였다. 본 연구에서 제안하는 프레임워크는 여러 시계열 예측 기법들을 적용할 수 있고 다른 제조 산업의 시뮬레이션을 위한 설비 성능 예측 및 모델링을 위해 활용될 수 있다.