A Time-Series Decomposition Based Hybrid Model for Coolant Temperature Forecasting in Induction Furnaces

금속 용해 공정은 에너지 다소비 산업의 핵심 공정으로, 용해로 내부 상태의 정확한 모니터링과 용락 완료 시점의 조기 감지는 에너지 효율화와 안전성 확보에 필수적이다. 본 논문은 전기유도 용해로의 냉각수 온도 예측을 위한 시계열 분해 기반 하이브리드 머신러닝 방법론을 제안한다. 제안 방법론은 시계열 분해를 통해 각 구성요소의 특성에 최적화된 예측을 수행하며, 이를 통해 용락 완료 시점을 조기 탐지한다. 실험 결과, 제안 모델은 최우수 단일 모델 대비 RMSE 기준 약 3.3% 개선된 성능을 보였으며, MAE 6.7%의 높은 정확도로 냉각수 온도를 예측하였다. 또한 용락 완료 시점을 평균 1.8분 오차로 탐지하여 에너지 절감 및 공정 최적화 가능성을 확인하였다.