LF 정제 강재의 최종 온도 제어 수준을 향상시키기 위해 주성분 분석(PCA)과 BP 신경망 기반의 결합 방법을 제안하여 LF 용광로 정제 강재의 최종 온도를 예측하였다. 야금 이론과 실제 생산 실무를 기반으로 42CrMo 강재 생산 공정에서 최종 온도에 유의미한 영향을 미치는 10개 요인을 예측 모델의 지표 체계로 선택하였으며, 이후 주성분 분석법을 이용해 샘플 데이터를 처리하여 누적 분산 기여율 87.24%를 가지는 7개의 주성분 변수를 얻어 데이터 간 상관 관계를 제거하였다. 이를 바탕으로 PCA-BP 신경망 기반의 LF 용광로 최종 온도 예측 모델을 구축하였으며, ±25 ℃의 예측 오차 범위 내에서 모델 명중률은 98.71%로 모델의 식별 능력이 우수하며 LF 용광로 생산 공정의 최종 온도 예측 목적을 달성할 수 있다.

주성분 분석; BP 신경망; 최종 온도 예측