하이브리드 소재성형 연구실
기계공학과
윤종헌
하이브리드 소재성형 연구실(CHAMP Lab)은 금속 및 비금속 재료의 소성가공, 첨단 제조공정, 머신비전 및 인공지능(AI) 기반의 공정 모니터링 등 다양한 분야에서 세계적 수준의 연구를 수행하고 있습니다. 본 연구실은 기계공학, 재료공학, 컴퓨터 비전, 데이터사이언스 등 다양한 학문을 융합하여, 산업 현장에서 요구되는 실질적 문제 해결과 미래 제조기술 혁신을 목표로 하고 있습니다.
연구실의 주요 연구 분야는 경량 합금 및 고강도 강판의 소성가공, 미세조직 시뮬레이션, 다층 및 이종소재 접합, 3D 프린팅, 폭발접합 등 첨단 소재 가공기술 개발입니다. FEM 기반의 전산해석과 실험을 연계하여 소재의 변형, 파단, 잔류응력, 미세구조 진화 등을 정밀하게 분석하고, 실제 자동차, 조선, 원자력, 항공우주 등 다양한 산업에 적용 가능한 공정 설계 및 최적화 솔루션을 제공합니다.
또한, 스마트팩토리 구현을 위한 머신비전 및 AI 기반의 공정 모니터링 기술 개발에도 집중하고 있습니다. 2D/3D 이미지 처리, 딥러닝 기반 결함 검출, 자동화 물류 시스템, 로봇 비전, 의료 영상 분석 등 다양한 응용 분야에서 혁신적인 연구 성과를 창출하고 있습니다. 이러한 기술은 제조 현장의 품질 관리, 생산성 향상, 자동화 수준 제고에 크게 기여하고 있습니다.
연구실은 현대자동차, 삼성, LG전자, POSCO 등 국내외 주요 기업 및 KIMS, KITECH, KAERI, ETRI, KRRI 등 연구기관과의 산학협력을 통해 실질적 기술 이전 및 상용화에도 앞장서고 있습니다. 다수의 특허 출원과 국제 저명 학술지 논문 발표, 정부 및 산업체 과제 수행을 통해 연구 역량을 지속적으로 강화하고 있습니다.
하이브리드 소재성형 연구실은 미래 제조산업의 패러다임 전환을 이끌어갈 융합형 인재 양성과 혁신적 연구를 지향합니다. 첨단 소재 가공, 스마트 제조, AI 기반 자동화 등 다양한 분야에 관심 있는 연구자와 학생들의 적극적인 참여와 협력을 환영합니다.
Automated Parcel Unloading
Automated Welding Systems
3D Dental Analysis
첨단 금속소재 성형 및 소성가공 기술
하이브리드 소재성형 연구실은 금속 및 비금속 재료의 소성가공과 첨단 성형 기술 개발에 중점을 두고 있습니다. 연구실은 알루미늄, 마그네슘, 티타늄, 지르코늄 등 경량 합금과 고강도 강판(AHSS) 등 다양한 금속소재의 변형 거동, 미세조직 진화, 그리고 공정 설계에 관한 심층 연구를 수행합니다. 특히, 소성가공 이론과 전산역학(FEM) 기반의 수치해석을 통해 금속재료의 성형성, 강도, 파단 특성 등을 정밀하게 예측하고, 실제 산업 현장에 적용 가능한 최적의 공정 조건을 도출합니다.
이러한 연구는 자동차, 조선, 항공우주, 에너지 등 다양한 산업 분야에서 요구되는 경량화와 고성능화에 직접적으로 기여하고 있습니다. 예를 들어, 자동차 차체용 초고강도강의 엣지 파단 한계 평가, 배터리 케이스의 고강도 일체형 제조기술, 원자력 발전용 지르코늄 클래딩 튜브의 잔류응력 해석 등 실제 산업 문제 해결을 위한 다양한 프로젝트가 진행되고 있습니다. 또한, 다층 및 이종소재 접합, 폭발접합, 3D 프린팅 등 신공정 개발을 통해 기존 한계를 극복하고, 새로운 소재 및 부품 설계 가이드라인을 제시하고 있습니다.
연구실은 미세조직 시뮬레이션, 동적 재결정화 모델링, 열역학-기계적 연계 해석 등 첨단 해석기법을 적극적으로 도입하고 있습니다. 이를 통해 소재의 미세구조와 기계적 특성 간의 상관관계를 규명하고, 공정-구조-성능의 통합적 최적화를 실현하고 있습니다. 이러한 연구 성과는 국내외 유수 학술지와 특허로 이어지고 있으며, 산업체와의 협력을 통해 실질적 기술 이전 및 상용화도 활발히 이루어지고 있습니다.
스마트 제조 및 머신비전·AI 기반 공정 모니터링
본 연구실은 스마트 제조 환경을 위한 머신비전 및 인공지능(AI) 기반의 공정 모니터링 기술 개발에 선도적인 역할을 하고 있습니다. 제조 현장에서 발생하는 다양한 데이터를 실시간으로 수집·분석하여, 품질 관리, 결함 검출, 공정 자동화 등 다양한 스마트팩토리 솔루션을 제공합니다. 특히, 2D/3D 이미지 처리, 딥러닝(CNN, U-Net 등) 기반의 결함 인식, 공구 마모 예측, 용접 품질 평가 등 다양한 머신비전 응용 연구가 활발히 이루어지고 있습니다.
연구실은 자동화 물류 시스템, 로봇 기반 택배 하차 및 분류, 와이어 하네스 자동 조립 등 실제 산업 현장에 적용 가능한 AI 기반 비전 시스템을 개발하고 있습니다. 예를 들어, RGB-D 카메라와 딥러닝을 활용한 박스 인식 및 피킹점 추출, YOLO 기반 라벨 검출, 3D 포인트 클라우드 처리 등 첨단 기술을 접목하여 물류 자동화의 효율성과 정확성을 크게 향상시키고 있습니다. 또한, 의료 영상 분석, 치과 3D 데이터 자동 측정, 척추 및 골밀도 예측 등 의료 분야로도 연구 영역을 확장하고 있습니다.
이러한 연구는 공정의 신뢰성 및 생산성 향상뿐만 아니라, 작업자의 안전 확보, 품질 불량률 감소, 비용 절감 등 다양한 산업적 가치를 창출하고 있습니다. 연구실은 현대자동차, 삼성, LG전자 등 국내외 주요 기업 및 연구기관과의 산학협력을 통해 실제 현장 적용 및 기술 상용화에 앞장서고 있으며, 관련 특허 및 논문 발표를 통해 기술력을 인정받고 있습니다.
1
김형규 연구원 Materials 논문 게재 22.09
Materials, 2022
2
이원주 연구원 JALCOM 논문 게재 22.09
JALCOM, 2022
3
응우옌 통 연구원 CMPB 논문 게재 22.09
CMPB, 2022
1
차세대 Human-Mobility Friendly Interface
2
Automated parcel unloading system
3
Smart dental analyzing for 3D data (CBCT, Intraoral scan) wi…