초록 ▼

□ 연구개요
본 연구에서는 중요 공정의 변수를 선정하고 공정의 인과 정보를 바탕으로 전체 시스템을 분할하고 분할된 시스템을 최근 주목받고 있는 머신러닝 (딥러닝 포함) 과 다양한 빅데이터 분석 기법을 이용한 이상진단 모델을 개발하고자 한다. 위에서 언급한 방법론 중 정량적인 방법론과 데이터마이닝 기법을 혼용하여 이상진단 모델의 강건성과 효율성을 극대화하고자 하였다.

□ 연구 목표대비 연구결과
■ 1차년도 연구내용: 대상 공정의 분석, 기존 연구 분석을 통한 데이터 마이닝 기법 탐색
1차년도의 최종 목표인

□ 연구개요
본 연구에서는 중요 공정의 변수를 선정하고 공정의 인과 정보를 바탕으로 전체 시스템을 분할하고 분할된 시스템을 최근 주목받고 있는 머신러닝 (딥러닝 포함) 과 다양한 빅데이터 분석 기법을 이용한 이상진단 모델을 개발하고자 한다. 위에서 언급한 방법론 중 정량적인 방법론과 데이터마이닝 기법을 혼용하여 이상진단 모델의 강건성과 효율성을 극대화하고자 하였다.

□ 연구 목표대비 연구결과
■ 1차년도 연구내용: 대상 공정의 분석, 기존 연구 분석을 통한 데이터 마이닝 기법 탐색
1차년도의 최종 목표인 기존 연구를 분석하여 가장 효과적인 데이터 마이닝 기법과 머신러닝 기법을 선정하여 이를 토대로 정보 손실을 최소화한 데이터 추출 이상진단 학습을 수행하였으며, 이를 달성하였다.
■ 2차년도 연구내용: 통합 이상진단 알고리즘의 설계
목적기반 진단 네트워크를 통해 공정에서 발생하는 이상을 실시간으로 진단하는 통합 이상 진단 모델을 설계하였다. 머신러닝을 이용하여 설계한 중요변수의 예측 값과 실제 데이터와의 잔차를 이용하여 이상진단을 수행하였으며, 잔차를 이용하여 이상의 원인 뿐만 아니라 이상의 세기도 예측하는 목표를 달성하였다. 본 연구에서 수행하고자 하는 이상 세기를 예측하는 모델이 어느 정도 신뢰성이 있는지 실제 공정데이터를 이용하여 검증하였다.
■ 3차 년도 연구내용: 실제 공정 적용 및 안정성 보장
2차 년도에서 설계한 각 알고리즘이 실제 공정에서 어떠한 결과를 내는지 검토하고 분석하여 신뢰성을 검증하였다. 실제 공정에 적용한 결과 최단 시간에 이상을 진단하여 실제 공정에 적용하는 경우, 큰 공정내 문제를 유발하기 전에 이상을 예측하는 것을 확인하였다. 특히 오 진단 및 오류와 관련된 추가적인 벌칙함수를 도입함으로써 이상 진단 모델의 정확도를 달성할 수 있었다.

□ 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
화학공정을 위한 이상진단 모델 개발이 어려운 이유는 공정이 매우 복잡하며 비선형성이 매우 심하고 공정내 변수가 심하게 얽혀 있기 때문이다. 이 연구를 통해 데이터 마이닝과 머신러닝에 기반한 이상진단모델을 개발함으로써 조업자에게 전적으로 의존하던 이상 진단에서 체계적이고 자동화된 이상 진단이 가능해지며, 이를 통해 안전 운전이 가능케 될 것이다. 기존 알고리즘의 단점을 보완하는 방법으로서 공정의 동특성을 이용할 수 있는 기법들을 이용함으로써 정확하고 효율적인 이상진단 시스템을 구현할 수 있다. 수 테라(Tera)단위의 데이터베이스에 저장되어 있는 과거조업에 대한 공정운전 데이터를 이상진단 과정에서 활용하게 하여 시스템의 신뢰도를 높일수 있으며, 공정의 안정성도 동시에 보장할 수 있다. 또한, 기존의 정상상태 모델을 이용하는 기법에 비해 본 연구에서는 공정의 동특성을 모델에 활용할 수 있게 되므로 적용분야를 연속공정인 정유/석유화학 공장뿐만 아니라 다양한 회분식 공정 및 생물공정으로 넓힐 수 있게 된다. 본 연구에서 가장 중요한 점은 데이터마이닝 기법을 활용함으로써 구현하는 데 걸리는 시간과 노력을 최소화 할 수 있다는 점이다. 기존의 기법에 비해 계산 시간과 계산량의 규모를 급격하게 줄일 수 있다.
본 연구에서 얻어질 이상진단 모델은 기존 공정의 센서데이터만을 활용하기 때문에 매우 저렴한 개발/유지비용을 확보할 수 있다. 이를 통해 안정적인 제품 생산, 안정된 조업, 공정 유연성 증가 등의 효과를 기대할 수 있다.
기존 방법론보다 알고리즘 구현에 걸리는 비용과 시간을 최소화함으로써 실제 공정의 실시간 적용이 쉬워진다. 따라서 많은 화학공정의 효율성 증대 및 생산성 증대에 기여할 수 있다. 또한, 이러한 알고리즘을 바탕으로 국내의 여러 분야에 적용함으로써 많은 이익을 얻을 수 있을 것으로 예상된다. 이 연구를 통해 향후 국내 공정 이상진단과 관련한 소프트웨어 개발의 초석이 될 수 있는 필수적인 기반기술이 확보되며, 이 분야의 선진업체들에 대항할 수 있는 국내의 독자적인 시스템 개발능력이 얻어진다. 본 연구에서 개발되는 이상진단 모델은 화학공정뿐만 아니라 다양한 공학 분야에서 응용될 수 있다. 반도체, 정수 및 폐수처리, 소각로, 제지, 제약, 제철, 시멘트, 발전소, 가스, 해양 플랜트 등 의 산업 분야에 이르기까지 확장 적용이 가능하다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 9
• 1) 정성적 연구개발성과(연구개발결과) ... 9
• 2) 세부 정량적 연구개발성과 ... 9
• 3) 목표 달성 수준 ... 10
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 11
• 5. 연구개발성과의 관리 및 활용 계획 ... 12
• 6. 자체점검표 ... 13
• 7. 참고문헌 ... 13
• 붙임1. 세부 정량적 연구개발성과 ... 14
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 16
• 끝페이지 ... 25