최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한국생산기술연구원 Korea Institute of Industrial Technology |
---|---|
연구책임자 | 조형태 |
참여연구자 | 김경호 , 김동현 , 김정환 , 김충수 , 박성범 , 박현식 , 배민아 , 백재호 , 이만식 , 이석구 , 이성호 , 이재원 , 최지환 , 가성빈 , 김선이 , 김규리 , 김도훈 , 김유림 , 노지원 , 박지예 , 박현도 , 안나현 , 유엽 , 윤승관 , 이혜정 , 임종훈 , 주종효 , 최민식 , 최영렬 , 김선우 , 이현정 , 조성현 , 임종구 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-11 |
과제시작연도 | 2023 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국생산기술연구원 Korea Institute of Industrial Technology |
등록번호 | TRKO202400000745 |
과제고유번호 | 1711200341 |
사업명 | 한국생산기술연구원연구운영비지원(주요사업비) |
DB 구축일자 | 2024-06-26 |
키워드 | 아스팔트.윤활유.부탄디올.최적 의사결정 지능화 플랫폼.물성예측.인공신경망기반 모델예측제어.Asphalt.Lubricant.Butanediol.AI-based decision making platform.Property prediction.Neural network-based model predictive control. |
□ 연구내용
○ 아스팔트 생산공정 최적 의사결정 지능화 플랫폼 개발 및 현장적용
- 공정 연계 통합 지능화 모델 개발 및 검증
- 최적 의사결정 지능화 플랫폼 및 소프트웨어 개발
- 소프트웨어 플랜트 적용 및 검증
○ 머신러닝 기반 윤활유 물성예측 모델 현장적용 및 고도화
- 윤활유 제조공정 머신러닝 모델 개발 (경험적 모델)
- 머신러닝 기반 윤활유 물성예측 모델 및 소프트웨어 개발
- 소프트웨어 플랜트 적용 및 검증
○ 바이오 2,3-부탄디올 생산공정 지능화 최적제어 실증화기술 개
※ AI-Helper는 부적절한 답변을 할 수 있습니다.