지적설계 및 최적설계는 기계공학 분야에서 제품과 부품의 성능을 극대화하고, 자원 효율성을 높이기 위한 핵심 연구 주제입니다. 본 연구실에서는 다양한 기계 시스템과 구조물에 대해 최적화 기법을 적용하여 경량화, 강도 향상, 내구성 증대 등 다양한 목표를 달성하고 있습니다. 특히, 메타모델 기반의 근사 최적화, 실험계획법, 유한요소해석(FEA) 등 첨단 설계 방법론을 적극적으로 도입하여 복잡한 설계 문제를 효과적으로 해결하고 있습니다. 이러한 연구는 자동차, 선박, 플랜트, 에너지 설비 등 다양한 산업 분야에 적용되고 있습니다. 예를 들어, 자동차 부품의 경량화 설계, 밸브 및 열교환기 구조 최적화, 컨테이너 크레인 부품의 강도 향상 등 실제 산업 현장에서 요구되는 다양한 설계 문제를 해결하고 있습니다. 또한, 불확실성을 고려한 강건 최적화, 다목적 최적화, 이산 및 연속 설계공간에서의 최적화 등 다양한 최적설계 이론과 실무를 접목하여 연구의 깊이를 더하고 있습니다. 연구실의 주요 성과로는 자동차 서스펜션 부품의 경량화 및 내구성 향상, 밸브 및 기계요소의 구조 안전성 확보, 복합 하중 조건에서의 최적 설계 등이 있습니다. 이러한 연구 결과는 국내외 학술지 및 특허로 다수 발표되었으며, 실제 산업체와의 협력 연구를 통해 기술이전 및 상용화에도 기여하고 있습니다.

메타모델 및 인공지능 기반 설계 최적화는 최근 기계공학 설계 분야에서 주목받는 첨단 연구 주제입니다. 본 연구실에서는 크리깅(Kriging), 반응표면법(RSM), 딥러닝 등 다양한 메타모델링 및 인공지능 기법을 활용하여 복잡한 설계 문제의 해를 신속하고 정확하게 도출하고 있습니다. 특히, 실험 데이터와 시뮬레이션 결과를 결합한 하이브리드 메타모델을 개발하여, 설계 공간의 탐색 효율성과 최적화 정확도를 동시에 높이고 있습니다. 이러한 접근법은 구조물의 이산치수설계, 자동차 부품의 강건 설계, 열교환기 및 밸브의 성능 예측 등 다양한 응용 분야에서 활용되고 있습니다. 예를 들어, 트러스 구조물의 이산치수 최적화, 자동차 충돌 시험 데이터와 딥러닝을 결합한 흉부변형량 예측, 복합 하중 조건에서의 내구성 평가 등 실제 산업 문제 해결에 직접적으로 적용되고 있습니다. 또한, 설계 변수의 불확실성 및 공정 오차를 고려한 확률적 최적화, 성공확률 기반의 강건 설계 등 최신 이론을 실무에 접목하고 있습니다. 이러한 연구는 설계 시간 단축, 비용 절감, 제품 신뢰성 향상 등 실질적인 산업적 가치를 창출하고 있습니다. 연구실은 국내외 유수의 학술지와 국제학회에서 다수의 논문을 발표하였으며, 관련 특허도 다수 보유하고 있습니다. 앞으로도 인공지능과 메타모델링 기술을 융합하여 차세대 지능형 설계 최적화 플랫폼 개발에 앞장설 계획입니다.