생성형/위상 최적화를 활용한 광대역 음향 머플러·메타실러 설계 연구

Generative and topology optimization for broadband acoustic mufflers and meta-silencers

연구 내용

생성형 딥러닝과 위상 최적화를 결합해 반응형 소음기·메타실러의 설계변수를 탐색하고, 목표 주파수 대역의 감쇠 성능을 검증하는 연구

구조-음향 성능을 목표로 한 제약 기반 설계를 수행합니다. 반응형 소음기와 울트라 와이드밴드 메타실러에서는 생성형 설계와 역전파 기반 학습을 이용해 설계 변수를 자동 탐색하고, 음압 기반 목적함수로 성능을 평가합니다. 또한 머플러 내부 파티션은 밀도 기반 위상 최적화로 배치 형태를 도출하며, 열전달 및 유동과의 다중 물리 해석을 함께 고려해 삽입 손실과 압력 손실 간 트레이드오프를 정량화합니다. 이를 통해 주파수 대역별 감쇠 목표를 만족하는 형상 설계 프레임을 확보합니다.

관련 프로젝트

5건

연구 흐름

초기에는 음향 위상 최적화와 감쇠 지표를 설계 목적함수로 정식화하고, 소음기 내부 구조의 공간적 자유도를 체계적으로 탐색하는 연구를 수행했습니다. 이후 딥러닝 기반 생성형 설계로 설계 공간을 효율적으로 샘플링하고, 역전파 경로를 통해 설계 변수의 업데이트 규칙을 구성하는 방향으로 확장했습니다. 최근에는 울트라 와이드밴드 메타실러의 분산 곡선 관점에서 목표 감쇠 수준을 만족하는 설계안을 제시하고, 머플러 파티션을 열전달·유동까지 포함한 다중 물리 조건에서 최적화하는 연구로 심화하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

광대역 삽입손실 기반 소음기 설계
엔진/머플러 구조 최적 배치
음향 메타물질 단위체 스케일업 설계
주파수 대역 목표 감쇠 제어 프레임
다중 물리 제약 기반 최적 설계 자동화
실험/해석 연계 음향 설계 프로토콜
차량용 저소음 구조 설계 지원
소음기 형상 역설계 파이프라인
설계-평가 자동화 공정 모델
메타실러 성능 검증 시험 설계