디지털 트윈 기반 산업 최적화와 공정 예측

Industrial Optimization and Process Prediction with Digital Twin

연구 내용

디지털 트윈과 강화학습을 이용해 장비 배치·스케줄링을 최적화하고, 공정 현장 데이터를 기반으로 핵심 품질 변수를 예측하는 산업 의사결정 연구

산업 현장 데이터를 수집해 기계 학습 모델로 공정 품질 변수를 예측하고, 디지털 트윈 기반 의사결정에서 장비 배치와 스케줄링을 최적화하는 연구를 수행합니다. 압연 공정에서는 전처리된 공정 데이터로 코일 두께를 예측하는 모델을 구성하여 표준화된 예측 전략을 확보합니다. 또한 스마트 야드에서는 디지털 트윈과 가상물리시스템을 배경으로 강화학습 기반 배치 최적화와 혼합정수계획법 연계를 통해 운영 계획을 도출합니다. 더불어 디지털 트윈 AI 및 메타버스 XR 연구교육과정을 개발·운영합니다.

관련 프로젝트

5건

연구 흐름

초기 단계에서는 스마트 야드에서 디지털 트윈을 가상 운영 환경으로 삼아 장비 배치·스케줄링을 강화학습 기반으로 최적화하는 프레임워크를 구축했습니다. 이후 2022년에는 압연 공정의 표준화와 예측을 위해 머신러닝 모델로 코일 두께를 추정하는 연구를 수행하며 산업 데이터 기반 예측 역량을 강화했습니다. 최근에는 2023년부터 디지털 트윈 AI 및 메타버스 XR 연구교육과정을 지속 운영하고, 2024년까지 최적화 프레임워크를 안정화하는 방향으로 연구를 이어가고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

스마트 야드 배치 최적화
장비 스케줄링 자동화
강화학습 기반 운영 계획
디지털 트윈 기반 의사결정
가상물리시스템 시뮬레이션
혼합정수계획법 연계 최적화
공정 품질 예측 모델링
코일 두께 추정
공정 표준화 전략 수립
디지털 트윈 연구교육 운영