남충희 연구실
한남대학교 전기전자공학과
남충희 교수
남충희 교수 연구실
홈
남충희 연구실
한남대학교 전기전자공학과 남충희 교수
남충희 연구실은 자성재료, 벌크 자성소재, 자기냉각소재를 중심으로 상온 작동 자기열량 소재와 열자기 에너지 하베스팅용 기능성 재료를 설계하며, 동시에 딥러닝과 머신러닝을 활용한 인공지능 기반 소재설계 및 물성 예측 연구를 수행하는 연구실로서, 자성·나노·세라믹 소재의 합성, 구조·물성 분석, 데이터 기반 신소재 탐색을 통합적으로 추진하고 있다.
대표 연구 분야
연구 영역 전체보기
자성재료 및 자기냉각소재 설계
자성재료 및 자기냉각소재 설계
인공지능 기반 소재설계 및 물성 예측
나노구조 기능성 소재 합성 및 구조·물성 분석
주요 논문
5
논문 전체보기
1
article
|
인용수 4
·
2024Deep learning-based prediction of saturation magnetic flux density in Fe-based metallic glasses via transfer learning
Chunghee Nam
IF 4.7
Materials Chemistry and Physics
https://doi.org/10.1016/j.matchemphys.2024.129076
Convolutional neural network
Transfer of learning
Artificial intelligence
Mean squared error
Machine learning
Deep learning
Autoencoder
Saturation (graph theory)
Computer science
Artificial neural network
2
article
|
인용수 19
·
2023Prediction of mechanical properties of high-entropy ceramics by deep learning with compositional descriptors
Chunghee Nam
IF 4.5
Materials Today Communications
https://doi.org/10.1016/j.mtcomm.2023.105949
Materials science
Ceramic
Artificial neural network
Mean squared error
Convolutional neural network
Coefficient of determination
Thermodynamics
Entropy (arrow of time)
Mathematics
Machine learning
3
article
|
인용수 36
·
2017Dye-adsorption properties of WO3 nanorods grown by citric acid assisted hydrothermal methods
Soo-Min Park, Chunghee Nam
IF 5.6
Ceramics International
https://doi.org/10.1016/j.ceramint.2017.09.111
Citric acid
Nanorod
Adsorption
Tungsten trioxide
Materials science
Hydrothermal circulation
Specific surface area
Scanning electron microscope
Transmission electron microscopy
BET theory
정부 과제
4
과제 전체보기
1
주관|
2021년 5월-2024년 8월
|47,602,000원상온작동 열자기-에너지 하베스팅 구현을 위한 자성소재 설계
1. 인공지능 모델연구를 위한 소재 데이터 수집
2. 열에너지 저장 및 전기에너지 하베스팅 효율을 높이기 위해서는 자속밀도가 높은 소재연구가 필요함
# bulk metallic glass 소재의 높은 포화 자속밀도를 가지는 소재 데이터 수집
# 성분기반의 특성인자를 추출하여 기계학습 모델을 적용함
# 인공신경망 & CNN기반의 딥러닝을 이용한 예측 모델 개발
# 높은 예측 성능을 가지는 CNN 모델 연구 및 네트워크 개발
3. 열에너지-전기에너지 하베스팅은 자기열량효과의 반대효과이므로, 자기 열량 효과가 높은 물질 탐색필요
또한 자기열량 효과의 작동온도는 열에너지 변환의 작동구간과 같게 되므로 이에 대한 인공지능 모델 네트워크 개발
# 자기냉각 효과에 대한 실험결과를 가지는 데이터를 여러 논문으로부터 수집함
# CNN 기반의 딥러닝 인공지능 모델을 이용하여, 자기냉각 효과뿐 아니라 작동온도 예측 모델 구축
4. 비정질소재에 대한 연구를 통하여 결정소재에서 나타나는 단점을 극복하고, 소재의 성분만으로 예측하는 인공지능 모델을 기반으로 생성모델 네트워크 구축예정
5. 생성 모델기반 역설계를 통한 소재 설계 framework 구축
자기냉각 소재
열자기에너지 하베스팅
전이금속 기반 boride
금속간화합물
에너지소재
자기회로
열에너지
2
주관|
2017년 5월-2019년 5월
|12,500,000원미세구조 조절을 이용한 자구벽 상호작용기반 고효율 자기냉각 재료 설계
본 과제는 상온에서 작동하는 거대 자기 열량효과 기반 자기냉각 소재를 개발하는 연구임. 비희토류 재료기반 전이금속 중심으로 물질을 탐색하고, microstructure-engineering 및 defect-engineering으로 냉각효율(cooling power)을 높이는 제작·분석 방법을 찾는 목표임.
연구 목표는 엔트로피 변화 4 J/(K Kg) 이상, 엔트로피반치폭 온도변화 구간 20 K 이상, RCP 80 J/Kg 달성임. 연구내용은 Fe,Co,Ni, Mn, Zn 화합물 중 AlFeB(다결정재료)와 LSMO(세라믹재료) 조성 최적화, 불순물·grain-boundary·자구벽 자화반전으로 ΔS x ΔT 최대화 설계, fine-tuning(substitutional, interstitial elements design) 및 chemical pressure로 소재 특성 mapping 완성, 특허 및 기술선점 추진임. 기대효과는 상용화용 고효율 RCP 확보와 차세대 냉각기술 적용 확대, 금속의 와전류·corrosion 한계 보완 및 고효율 세라믹 나노결정 개발임.
자기냉각 소재
미세구조 조절
자성재료
3
주관|
2014년 5월-2017년 5월
|50,310,000원고효율 에너지 소재 영구자석 개발을 위한 나노 복합체 박막모형을 응용한 미세구조 조절에 관한 연구
본 과제는 자동차·풍력발전기 등 에너지 변환장치 효율을 높이기 위한 Dy-free Nd 계열 영구자석의 보자력 향상 연구임. 200 oC 내외 열환경에서 열적 안정성과 높은 BHmax를 확보하기 위해 박막 모형을 기반으로 미세구조와 나노복합체를 설계함.
연구 목표는 박막형 NdFeB에서 박막공정, 미세구조 조절(비자성 물질 계면 석출, grain-refinement, DW nucleation 유도, domain interaction 억제)과 나노복합체를 최적화해 (BH)max>450 kJ/m3, 보자력 >0.8T 확보 방안 확보에 있음. 연구 내용은 SQUID, MFM, TEM·SEM·XRD·EBSD·pole figure 분석과 유한요소 해석을 병행한 영구자석 설계로 구성됨. 기대효과는 Dy 미함유로 원재료비 70% 절감, 원천소재 기술 및 에너지 효율 극대화로 국내 소재 산업 기술선점과 일자리 확산 달성임.
영구자석
박막 기술
나노 복합체
에너지 소재