가열로 내 강괴 중심부 온도 균일성 제어는 제품 품질 안정성에 매우 중요하다. 가열로 내 고온 환경으로 인해 강괴 중심부 온도의 고정밀 예측은 항상 어려운 문제였다. 이 문제를 해결하기 위해 본 실험에서는 강괴 매몰 블랙박스 온도 측정 방법을 구축하여 가열로 내 강괴의 여러 위치에서 실제 온도 분포를 효과적으로 파악하였다. 블랙박스 온도 측정 실험 데이터를 기반으로 데이터 정제, 데이터 평활화 및 정규화 등의 전처리 방법을 사용하고, 데이터 기반 신경망, 랜덤 포레스트 및 XGBoost 모델을 적용하여 가열로 내 측정 가능한 용광로 가스 온도를 이용해 측정 불가능한 강괴 중심부 온도를 예측하였다. 150 mm x 150 mm GCr15강 강괴 중심부 온도를 예측한 결과, XGBoost 모델이 가장 우수한 회귀 예측 효과를 보였으며, 상대 오차는 주로 0%~5.4% 범위에 분포하였고, 모델 내 97.1% 샘플 포인트의 절대 오차는 10 ℃ 미만이었으며 RMSE 오차는 4.1345 ℃, MAPE 오차는 0.47%이었다. 강괴 매몰 블랙박스 온도 측정 + XGBoost 모델을 이용한 강괴 중심부 온도 예측 방법을 제안하였다.

GCr15강 강괴 중심부 온도; 블랙박스 실험; 신경망; 랜덤 포레스트; XGBoost