전체 강재에 함량된 합금원소의 비율이 5% 이하인 합금 강철을 뜻하는 저합금강의 조성비 및 기계적 특성으로 이루어진 데이터를 활용하여 합금강의 기계적 특성 예측 템플릿을 개발했다. 합금 데이터를 사용하여 데이터 간의 상관관계를 파악하고, 특성 범위에 따른 합금원소의 함유율을 파악한 뒤, 마지막으로 저합금강의 기계적 특성을 예측하는 모델을 학습해 보았다.

첫째, 합금 품질의 중요한 지표 중 하나인 인장강도(Tensile strength)를 중점으로 합금 원소의 함유율 및 특성 사이의 상관 관계를 파악한다.

둘째, 인장강도를 저·중·고 세 범위로 구분하여 각각의 경우에 함유된 합금원소의 실제 함유율과 합금원소 간의 비율을 파악 및 시각화 한다.

셋째, 파악한 기계적 특성 간의 상관 관계를 기준으로 랜덤 포레스트 모델을 사용하여 학습하고, 최종적으로 합금강의 다른 기계적 특성 데이터로부터 인장강도를 예측해 보았다.

해당 데이터의 기계적 특성 중 인장강도, 내력, 연신율, 단면감소율, 온도는 서로 간에 높은 상관관계를 가지므로 변수를 변경해가며 동일한 템플릿에서 상호간의 예측이 가능하다.

저합금강의 중량 백분율에 따른 조성 및 강 테스트 중에 관찰된 기계적 특성 값

915 종류의 합금에 대해서 12개 합금원소 함유율과 7개 기계적특성 데이터로 구성

- 1열: 각 합금에 고유한 합금코드

- 2열~13열: 12가지 금속 및 불순물의 중량 백분율

- 14열~20열: 합금의 기계적 특성

데이터 제공: Kaggle Mechanical properties of low alloy steels

1열의 합금코드를 제거하고 915번까지의 순번으로 대체

7가지 기계적 특성 중 활용할 5가지 특성 선택 및 한글화 (인장강도, 내력, 연신율, 단면감소율, 온도)

- 1열: 순번

- 2열~6열: 5가지 기계적 특성 (인장강도, 내력, 연신율, 단면감소율, 온도)

- 7열~18열: 12가지 합금원소

1. 합금의 기계적특성과 합금원소 사이의 상관관계 확인

'상관분석' 블록을 통해 기계적 특성끼리의 상관관계, 그리고 기계적 특성과 합금원소 사이의 상관관계를 파악한다.

2. 인장강도 범위에 따른 합금원소의 함유율 비교

'이상치 처리' 블록을 통해 915개의 데이터 중에 유난히 크거나 작은 데이터를 삭제한다.

'파생변수' 블록을 통해 인장강도를 설정한 범위별로 구분한 뒤 합금원소 함유율을 확인한다.

‘필터링’ 블록을 통해 설정한 범위에 해당하는 데이터만 필터링한다.

‘그룹연산’ 블록을 통해 범위에 따른 합금원소 함유율의 평균치를 계산한다.

‘막대 그래프’와 ‘파이 차트’ 블록을 통해 범위에 따른 합금원소의 함유율을 시각화한다.

3. 기계적특성 데이터를 통해 합금의 인장강도 예측

‘데이터 분할’ 블록을 통해 학습용·예측용 데이터를 분할한다.

'랜덤 포레스트' 블록을 통해 저합금강의 기계적특성을 예측한다.

‘라인 그래프’ 블록을 통해 예측 모델에서 예측한 예측값과 실제값을 비교 시각화 한다.

*랜덤 포레스트: 여러 개의 의사결정나무를 형성하고 새로운 데이터 포인트를 각 트리에 동시에 통과시키며,

각 트리가 분류한 결과에서 투표를 실시하여 가장 많이 득표한 결과를 최종 분류 결과로 선택

1. 상관 분석 결과

인장강도를 기준으로 내력은 양의 상관관계를, 연신율, 단면감소율, 온도는 음의 상관관계를 보인다. 하지만 부호에 상관없이 5가지 기계적 특성 모두 서로 간에 상당히 높은 상관관계를 갖는 것을 확인할 수 있다.

또한 인장강도와 합금원소와의 상관관계를 분석해보았을 때, V, Mo, Ni, Cr, C, Mn 6개 합금원소가 Si, Cu, P, S, Al, N보다 상대적으로 더 높은 상관계수를 띄는것을 보아 인장강도에 더 큰 영향을 미친다는 사실을 발견했다.

2. 인장강도 범위에 따른 합금원소의 함유율

인장강도의 범위에 따라 인장강도에 상대적으로 큰 영향을 미치는 6가지 합금원소 V, Mo, Ni, Cr, C, Mn의 실제 함유율과 합금원소 간의 상대적 함유율을 파이 차트로 시각화 한다. 상관 분석에서도 보였듯이 인장강도가 큰 합금일수록 인장강도에 영향을 미치는 합금원소의 함유율이 증가하는 것을 확인했고, 인장강도의 범위에 따라 필요한 합금원소의 함유량 및 비율의 평균치를 알 수 있다.

3. 인장강도 예측

인장강도를 제외한 4가지 기계적 특성(내력, 연신율, 단면감소율, 온도)를 독립변수로 하여 ‘랜덤 포레스트’ 모델을 통해 인장강도를 예측한다. 인장강도와 높은 양의 상관 계수를 가지던 내력을 가장 높은 변수 중요도로 약 95%에 달하는 예측 정확도를 나타낸다.

*동일한 템플릿에 인장강도가 아닌 다른 기계적 특성을 적용하여도 해당 기계적 특성의 범위에 따른 합금원소의 함유율을 알 수 있다. 뿐만 아니라 특성들 사이의 상관관계를 통해 5가지 기계적 특성 상호간에 예측이 가능하다.