RnDCircle Logo
arrow left icon

수바레디 연구실

경상국립대학교 나노/신소재공학부 금속재료공학전공

수바레디 교수

수바레디 연구실

나노/신소재공학부 금속재료공학전공 수바레디

수바레디 연구실은 나노신소재공학부 소속으로, 금속재료의 특성 평가와 인공지능 기반 예측 모델링을 중심으로 첨단 소재 및 공정 연구를 선도하고 있습니다. 연구실은 티타늄 합금, 스테인리스강, 복합재료 등 다양한 금속 및 신소재의 미세조직과 기계적 특성 간의 복잡한 상관관계를 규명하고, 이를 인공신경망(ANN) 등 머신러닝 기법을 통해 정량적으로 예측하는 연구에 집중하고 있습니다. 실험 데이터와 시뮬레이션 결과를 융합하여, 기존의 통계적 방법론보다 높은 정확도와 신뢰성을 확보하고 있습니다. 특히, 차세대 이차전지(리튬이온전지, 나트륨이온전지, 리튬-황전지 등)용 고성능 음극/양극 소재 개발에 주력하고 있습니다. 소재의 미세구조 제어, 표면 개질, 나노복합화 등 다양한 합성 및 가공기술을 적용하여, 에너지 밀도, 충·방전 효율, 사이클 수명 등 실용적 성능을 극대화하고 있습니다. 또한, 인공지능 기반 예측 모델을 활용하여 소재 조성, 공정 변수와 전기화학적 특성 간의 비선형적 관계를 해석하고, 최적의 소재 설계 조건을 도출함으로써 실험 효율성과 혁신성을 동시에 추구하고 있습니다. 연구실은 첨단 제조공정(직접 에너지 증착, 와이어 아크 적층 제조, 분말야금, 전기방사 등)에서의 공정 변수와 결과 특성 간의 복잡한 상관관계를 인공지능 모델로 해석하고, 최적화하는 연구도 활발히 수행하고 있습니다. 이를 통해 제조공정의 생산성 향상, 품질 균질화, 신속한 공정 최적화 등 산업 현장에서 요구되는 실질적 문제 해결에 기여하고 있습니다. 또한, 환경 및 에너지 분야에서는 폐수처리, 오염물질 흡착, 전기화학 촉매 반응 등 다양한 공정에서 ANN 기반 예측 및 최적화 모델을 개발하여, 친환경 공정 및 에너지 효율 극대화에 앞장서고 있습니다. 이외에도, 연구실은 슈퍼커패시터, 수소 생산 촉매, 고성능 배터리 등 다양한 에너지 저장 및 변환 소재 개발, 복합재료의 기계적·트라이볼로지 특성 예측, 환경오염물질 제거 공정 최적화 등 폭넓은 연구를 수행하고 있습니다. 이러한 연구 성과는 항공우주, 자동차, 에너지, 바이오메디컬, 환경 등 다양한 산업 분야에서 실질적으로 활용되고 있으며, 인공지능과 재료공학의 융합을 통한 신소재 개발 및 스마트 제조 혁신을 선도하고 있습니다. 수바레디 연구실은 앞으로도 인공지능 기반 신소재 설계, 첨단 제조공정 최적화, 친환경 에너지 및 환경공정 개발 등 미래 산업을 이끌 핵심 기술 연구에 매진할 계획입니다. 이를 통해 글로벌 소재·에너지 산업의 혁신과 지속가능한 발전에 기여하고자 합니다.

금속재료의 특성 평가 및 인공지능 기반 예측 모델링
수바레디 연구실은 금속재료의 미세조직과 기계적 특성 간의 복잡한 상관관계를 규명하고, 이를 인공지능 기반 예측 모델로 구현하는 연구를 활발히 수행하고 있습니다. 특히, 티타늄 합금(Ti-6Al-4V)과 같은 첨단 금속재료의 열처리, 미세조직 변화, 그리고 인장강도, 항복강도, 연신율 등 기계적 특성 간의 비선형적 관계를 인공신경망(ANN) 모델을 통해 정량적으로 분석합니다. 실험 데이터를 기반으로 한 ANN 모델은 미세조직 인자(예: 베타 결정립 크기, 알파 라스 두께 등)를 입력값으로, 기계적 특성 값을 출력값으로 하여, 기존의 통계적 방법론보다 훨씬 높은 정확도로 결과를 예측할 수 있습니다. 이러한 연구는 금속재료의 설계 및 최적화에 큰 기여를 하고 있습니다. 예를 들어, 다양한 합금 조성 및 열처리 조건에 따른 기계적 특성의 변화를 예측함으로써, 실험 횟수를 최소화하고 신속하게 최적의 재료 조건을 도출할 수 있습니다. 또한, ANN 기반의 GUI 소프트웨어를 개발하여, 연구자와 산업계 실무자가 손쉽게 재료 특성 예측 및 최적화를 수행할 수 있도록 지원하고 있습니다. 이 연구는 항공우주, 자동차, 에너지, 바이오메디컬 등 다양한 산업 분야에서 요구되는 고성능 금속재료의 개발에 직접적으로 활용될 수 있습니다. 앞으로도 인공지능과 재료공학의 융합을 통해, 더욱 복잡한 재료 시스템의 특성 예측 및 신소재 개발에 선도적인 역할을 할 것으로 기대됩니다.
이차전지 및 에너지 저장 소재 개발
연구실은 리튬이온전지, 나트륨-이온전지, 리튬-황전지 등 차세대 이차전지용 소재 개발에도 중점을 두고 있습니다. 특히, 고용량·고안정성 음극/양극 소재(예: 실리콘-흑연 복합체, SnO2/rGO, TiO2-Ti3C2 Mxene, MoS2/rGO 등)의 합성과 구조적 안정성, 전기화학적 특성 향상에 관한 연구를 진행하고 있습니다. 소재의 미세구조 제어, 표면 개질, 나노복합화 등 다양한 공정기술을 적용하여, 충·방전 효율 및 사이클 수명, 고속 충전 특성 등 실용적 성능을 극대화하고 있습니다. 이와 더불어, 인공지능 기반 예측 모델을 활용하여 소재의 조성, 미세구조, 공정 변수와 전기화학적 특성(에너지 밀도, 용량, 수명 등) 간의 복잡한 관계를 해석하고, 최적의 소재 설계 조건을 도출합니다. 실제로, ANN 모델을 통해 고밀도 흑연 음극의 전해질 침투성 개선, 실리콘-흑연 복합체의 SEI 안정화, 나노구조 주석 음극의 용량 저하 억제 등 다양한 소재 시스템에서 우수한 성능을 달성하였습니다. 이러한 연구는 전기자동차, 에너지 저장장치(ESS), 휴대용 전자기기 등 다양한 응용 분야에서 요구되는 고성능·고안정성 이차전지 개발에 핵심적인 역할을 하고 있습니다. 앞으로도 신소재 합성, 구조 제어, 인공지능 기반 최적화 기술을 융합하여, 차세대 에너지 저장 소재의 혁신을 주도할 계획입니다.
첨단 제조공정 및 환경·에너지 응용 인공지능 모델링
수바레디 연구실은 금속 및 복합재료의 첨단 제조공정(예: 직접 에너지 증착, 와이어 아크 적층 제조, 분말야금, 전기방사 등)에서 발생하는 다양한 공정 변수와 결과 특성 간의 비선형적 관계를 인공지능 기반 모델로 해석하고 최적화하는 연구를 수행하고 있습니다. 예를 들어, 직접 에너지 증착(DED) 및 와이어 아크 적층 제조(WAAM) 공정에서의 미세조직 균질화, 기계적 특성 향상, 표면 거칠기 제어 등 다양한 목표를 달성하기 위해 ANN, 딥러닝(DNN), SVM, 유전 알고리즘(GA) 등 다양한 머신러닝 기법을 적용합니다. 또한, 환경 및 에너지 분야에서도 인공지능 모델링을 적극적으로 도입하고 있습니다. 예를 들어, 폐수처리(As, Pb, F 등 중금속 제거), 오염물질 흡착, 전기화학적 촉매 반응, 수처리 멤브레인 성능 예측 등 다양한 환경공정에서 ANN 모델을 활용하여, 공정 변수와 처리 효율 간의 복잡한 상관관계를 정량적으로 분석하고, 최적의 운전 조건을 도출합니다. 실제로, ANN 기반 GUI 소프트웨어를 개발하여, 환경·에너지 실무자들이 손쉽게 공정 최적화 및 예측을 수행할 수 있도록 지원하고 있습니다. 이러한 연구는 첨단 제조공정의 생산성 향상, 품질 제어, 친환경 공정 개발, 에너지 효율 극대화 등 산업 전반에 걸쳐 실질적인 파급효과를 창출하고 있습니다. 앞으로도 인공지능과 공정공학의 융합을 통해, 스마트 제조 및 친환경 에너지 시스템 구현에 기여할 것입니다.
1
Artificial Neural Network Modeling of Ti-6Al-4V Alloys to Correlate Their Microstructure and Mechanical Properties
수바레디, Maurya Anoop Kumar, Narayana Pasupuleti Lakshmi, Yeom Jong-Taek, Hong Jae-Keun
MATERIALS, 202503
2
Prediction of Creep Rupture Life of 5Cr-0.5Mo Steel Using Machine Learning Models
수바레디, Ishtiaq Muhammad, Tariq Hafiz Muhammad Rehan, Reddy Devarapalli Yuva Charan, Kang Sung-Gyu
METALS, 202503
3
Data-Driven ANN-Based Predictive Modeling of Mechanical Properties of 5Cr-0.5Mo Steel: Impact of Composition and Service Temperature
수바레디, Ishtiaq Muhammad, Tiwari Saurabh, Nagamani Molakatala, Kang Sung-Gyu
CRYSTALS, 202502