한 일본의 TPU(열가소성 폴리우레탄) 제조기업은 두 가지 공정 흐름에서 10가지 주요 물성에 대한 정밀한 목표 달성을 위해 폴리머라이즈를 도입했습니다.
이 고객사는 PHR(100부 중량 기준)과 wt%(중량 백분율)처럼 서로 다른 조성 단위로 측정된 데이터를 모두 통합하고자 했으며, 이소시아네이트 지수(NCO Index)를 모델에 효과적으로 반영하는 최적의 방식을 찾고자 했습니다. 또한, 잘 알려진 원료 데이터를 기반으로, 정보가 부족한 신규 원료의 예측 분석을 수행해 연구 범위를 확장하고 새로운 소재 개발에 박차를 가하는 것도 중요한 과제였습니다. 이 모든 복잡성을 고려한 예측 프레임워크를 구축함으로써, 다양한 생산 공정에 맞춘 정확한 예측과 조성 최적화를 실현하고자 했습니다.
고객사 개요
- 직원 수: 1,000명 이상
- 산업 분야: 열가소성 폴리우레탄(TPU)
- 위치: 일본
주요 성과
- 예측 정확도 향상 및 오차 감소: 고급 모델링 기법과 파생 파라미터를 적용해 평균 오차율이 5% 감소했으며, 예측 정확도는 95% 이상을 달성했습니다.
- 유연한 예측 접근 방식: 순방향 예측뿐 아니라 목표 물성에 맞춘 역방향 예측도 가능해져, 공정 설계를 더 효과적으로 수행할 수 있었습니다.
- 신규 원료 예측 확장성 확보: 기존 원료 데이터를 활용하여 신규 소재도 높은 정확도로 예측할 수 있어, 생산 라인에 원활하게 통합되었습니다.
- 강력한 모델 검증 결과: 평균 절대 백분율 오차(MAPE) 6% 미만, 결정계수(R²) 0.9 이상을 지속적으로 달성해, 모델 신뢰성과 예측력 모두 입증되었습니다.
![[object Object]](/_next/image?url=https%3A%2F%2Fres.cloudinary.com%2Fpolymerize%2Fimage%2Fupload%2Fv1662364944%2Fblog%2Fauthors%2Fdoodp_ngmov8.jpg&w=3840&q=75)