본 연구에서는 제조공정의 생산설비로부터 실시간으로 유입되는 많은 데이터를 기계학습을 통해 분석하고 예측하여 생산 품질을 예상하여 이에 대한 처방이 가능함을 제시하고자 한다. 최근에도 클래딩 압연공장에서는 품질검사와 물성검사를 완제품 단계에서 진행하고 있으나, 이는 숙달된 숙련자에 의해 검사되고 있으며, 경험과 주관적인 생각에 의존한 원인 분석을 할 수밖에 없는 실정이다. 제품의 품질 관리 및 예측능력이 제조 산업에서 높은 가치를 가지고 있고 데이터 분석을 통한 객관적이고 연속적인 제조공정 데이터 관리는 이와 같은 제조공장에서 기업 경쟁력이 될 수 있다.
본 연구는 많은 제조공정 중 클래드강 제조공정에서 발생하는 데이터를 통해 중요한 공정변수를 찾아내어 최적으로 관리하는 방법을 제시하고, 수집한 데이터가 품질 및 물성에 어떠한 영향이 있는지를 분석하여 생산효율을 증대시키고 품질 경쟁력을 향상시키기 위한 방법에 대해 제시하고자 한다. 클래드재는 금속 또는 비금속 층을 모층으로 한면이나 양면에 다른 금속 또는 비금속을 맞붙인 재료를 통칭하는 말로, 압연∙압출 등의 다양한 제조 방법을 통해 생산된다. 다시 말해, 단일의 금속에서 얻을 수 없는 장점들을 하나의 재료에 부여한 금속 복합소재이다. 이 중 압연 방식을 이용하여 제조된 클래드재는 생산성이 가장 우수하여 널리 사용되고 있다. 제조 산업에서 증가 되는 생산성, 품질에 대한 요구는 클래드 산업에도 큰 영향을 미친다. 그렇기에 각 압연패스에서 판 두께, 압연온도 등의 제조 공정변수들의 값을 정확하게 감지하는 것이 중요하다. 이러한 공정 매개변수들과 강종 구성이 생산된 클래드재의 기계적 특성에 큰 영향을 미치기 때문이다. 본 연구에서는 압연 생산된 클래드재의 Yield Strength, Tensile Strength, Peel Strength와 같은 기계적 물성들에 영향을 주는 중요 공정변수를 도출하고 이를 예측하고자 하였다.