상세 보기

  • KITECH 생산기술 전문지 > 지능화뿌리기술
  • Volume 3(3); 2026
  • Article

지능화뿌리기술 2026;3(3):34-42. Published online: Jul, 1, 2026

PDF

다중 통계 검정과 분산 지표를 활용한 스트립캐스팅 공정 주입각 데이터의 시기별 변동성 분석

  • 이정훈*, †
이정훈
  • 이정훈
    * 한국생산기술연구원 제조AI연구센터 / 기술원 / kokonut@kitech.re.kr / 교신저자
초록

스트립캐스팅(strip casting) 공정에서 주입각(roll angle)은 주조 품질을 좌우하는 핵심 운전 변수이지만, 고가의 산업용 회전 센서는 다수 라인에 일괄 적용하기 어렵다. 본 연구에서는 ESP32 마이크로컨트롤러와 6축 IMU(MPU6050)를 결합한 저비용 측정 시스템을 구축하고, 5개 세션에 걸쳐 수집된 3,884개의 주입각 시계열 데이터를 대상으로 시기별 변동성을 정량 분석하였다. 세션별 IQR(Q1–3·IQR ≤ rate ≤ Q3+3·IQR) 기반 이상치 제거와 roll 각도 plateau 검출 기반 active phase 추출 알고리즘을 적용한 후, Welch t-test, Mann–Whitney U test, Kolmogorov–Smirnov test, Cohen's d를 병행하여 3월 통합 그룹과 4월 24일 측정 데이터를 비교하였다. 그 결과 평균 회전 속도(2.20°/s vs 2.30°/s)는 통계적으로 유의한 차이가 없으나(p=0.143, Cohen's d=+0.080), 표준편차는 약 54% 증가(1.30→2.00°/s)하고 95% 분위 값 또한 4.4→5.0°/s로 상승하여 공정의 변동성(uncertainty)이 유의미하게 확대된 것을 확인하였다. 본 연구는 저비용 IMU 시스템이 산업 현장 공정 변동성 모니터링에 충분한 분해능을 갖추었음을 실증함과 동시에, 평균이 아닌 분산·분위수 지표가 잠재적 구동부 마모 또는 공정 파라미터 변경의 조기 신호로 활용될 수 있음을 제시한다.

키워드 스트립캐스팅, 주입각, ESP32, IMU 센서, 공정 변동성, 통계 분석, 이상치 제거, Welch t-test

댓글0
로그인 후 댓글을 작성할 수 있습니다.로그인 하기