멀티스케일 소음 진동 연구는 기계 시스템에서 발생하는 다양한 주파수 대역의 소음과 진동을 효과적으로 분석하고 제어하는 데 중점을 둡니다. 본 연구실에서는 진동 및 소음의 발생 원인과 전달 경로를 다각적으로 분석하며, 이를 기반으로 최적의 소음 저감 및 진동 제어 방안을 모색합니다. 특히, 자동차, 항공, 조선, 건설기계 등 다양한 산업 분야에서 요구되는 소음 및 진동 저감 기술을 개발하고 있습니다. 음향 메타물질은 기존의 소재로는 구현이 어려운 새로운 음향 특성을 인공적으로 부여할 수 있는 첨단 소재로, 본 연구실에서는 음향 메타물질을 활용한 소음 차단 및 진동 저감 기술 개발에 주력하고 있습니다. 다공성 패널, 메타패널, 메타소음기 등 다양한 구조를 설계하고, 실험 및 수치해석을 통해 그 성능을 검증합니다. 이를 통해 실제 산업 현장에 적용 가능한 고효율 소음 저감 솔루션을 제시하고 있습니다. 최근에는 인공지능과 딥러닝 기반의 진동/음향 해석 및 최적 설계 기법을 도입하여, 복잡한 구조물의 소음 및 진동 특성을 신속하고 정확하게 예측하고 있습니다. 이러한 연구는 미래의 친환경, 고성능 기계 시스템 개발에 핵심적인 역할을 하며, 산업계와의 협력을 통해 실질적인 기술 이전과 상용화에도 기여하고 있습니다.

인공지능(AI)과 딥러닝 기술을 접목한 기계 시스템 진단 및 최적 설계 연구는 본 연구실의 또 다른 핵심 분야입니다. 최근 기계 시스템의 복잡성이 증가함에 따라, 전통적인 해석 및 설계 방법만으로는 한계가 존재합니다. 이에 본 연구실은 인공 신경망, 합성곱 신경망(CNN), 변분 오토인코더(VAE) 등 다양한 AI 기법을 활용하여, 진동/음향 신호의 패턴 인식, 결함 진단, 모달 특성 예측 등 고난이도 문제를 해결하고 있습니다. 특히, 부족한 실험 데이터 환경에서도 물리 정보 기반 인공지능 모델을 개발하여, 구조물의 고유 모드, 주파수 응답, 손상 위치 및 정도 등을 정확하게 추정할 수 있는 기술을 확보하고 있습니다. 이러한 기술은 자동차, 항공기, 발전기 등 다양한 산업 현장에서의 기계 시스템 상태 진단과 예방 정비에 큰 기여를 하고 있습니다. 더불어, AI 기반의 최적 설계 기법을 통해, 소음기, 머플러, 음향 패널 등 다양한 기계 요소의 구조와 성능을 동시에 최적화하고 있습니다. 실험 및 수치해석 결과와 연계된 생성적 설계, 위상 최적화 등 첨단 설계 방법론을 도입하여, 산업계의 요구에 부합하는 고성능·고효율 제품 개발에 앞장서고 있습니다.