포틀랜드 시멘트용 분쇄기는 독일과 일본 등 선진국에서 도입된 고가의 대형 기계이다. 따라서 이에 대한 체계적 정비 및 보수가 원활히 진행되어야 포틀랜드 시멘트의 생산설비에 대한 안정성을 확보할 수 있다. 한편 국내에 도입된 수직형 롤러 분쇄기는 포틀랜드 시멘트의 원료인 석회석의 시간당 생산량이 5.5MN이나 되는 세계 최대 규모의 분쇄기로서 설계 수명이 $4{ imes}10^{7%}$사이클 정도이나 대략 $4{ imes}10^6;{sim};8{ imes}10^6$ 사이클 정도에서 파괴되고 있어 계획 예방 정비에 대한 어려움이 있으며, 수직형 롤러 분쇄기의 보수비용을 절감하기 위하여 롤러 분쇄기에 대한 효과적인 재설계가 필요한 실정이다. 따라서 본 연구에서는 확률론적인 절차가 내재되어 있어 불확실성을 다룰 수 있고, 대량의 복잡한 비선형적인 관계도 단순화의 과정 없이 연관 관계를 자체 조직화할 수 있는 인간의 뇌와 가장 유사한 병렬연산모델인 신경회로망을 수직형 롤러 분쇄기에 적용하여 최적설계를 수행하였다.
The vertical roller mill is important for machine grinding and mixing various crude materials in the process of producing Portland cement. A vertical roller mill is subjected to cyclic bending stress because of the roller load. Because of the cyclic bending stress, only $4{ imes}10^6-8{ imes}10^6$ cycles are achieved instead of $4{ imes}10^7$ cycles. The stress also causes fractures at the edge of grinding path of the outer roller. The expenses incurred in repairing the grinding path amounts to 30% of the total maintenance cost. Therefore, it is desirable to redesign the vertical roller mill in order to reduce the expenses incurred in repairing the roller. In this study, artificial neural networks (ANNs) were applied in order to solve the multiobjective optimization problem for vertical roller mills by using the function approximation ability of ANNs. To learn and generalize ANNs, the maximum and minimum stresses were estimated from the results of the finite-element analysis of a vertical roller mill. Thus, ANNs could be applied to solve the multiobjective optimization problem.
