Development of deep learning and equation-based models for predicting oil freshness in snack frying processes and implementation of real-time prediction system

본 연구는 스낵 제조 공정에서의 튀김유 품질 지표인 총분극물질(TPM)을 예측하기 위한 두 가지 접근법을 제안하였다. 실제 산업용 연속식 튀김기에서 수집된 공정 데이터를 기반으로, 데이터 기 반의 딥러닝 모델(LSTM)과 질량수지 기반의 수식 모델을 병렬적으로 개발하여 비교하였다. 이를 통해 공정 종료 시점의 TPM을 사전에 예측할 수 있는 가능성을 검토하였다. 또한, 예측 모델의 현장 활용을 위해 사용자 친화적인 GUI 시스템을 구현하여, 실시간 TPM 예측과 시각화 기능을 제공하였다. 본 연구는 기존 화학 분석 중심의 기름 신선도 평가 방식을 보완하고, 예측 기반의 품질 관리 시스템으로의 확장 가능성을 제시한다.