in-situ SEM 인장시험 변위 측정의 딥러닝 기반 고속화 및 정밀화 연구

Deep Learning for Time Reduction and Precision Improvement in Displacement Measurement During In-situ SEM Tensile Testing

연구 내용

in-situ SEM 인장시험에서 변위 측정을 딥러닝 기반으로 고속화하고 정밀도를 향상시키는 연구

in-situ SEM 인장시험 중 획득되는 영상에서 변위 정보를 추출하고 시험 시간을 단축하는 방법을 딥러닝 기반으로 구성합니다. 해상도와 데이터 취득 조건에서 발생하는 변동을 반영하여 변위 추정의 재현성을 높이고, 정밀도 향상을 목표로 모델링과 학습 절차를 정리합니다. 이를 통해 인장시험 중 재료의 변형 거동을 정량화하고, 궁극강도 등 물성 평가에 필요한 측정 안정성을 확보하는 차별성을 보유합니다.

관련 프로젝트

0건

연구 흐름

초기에는 in-situ SEM 인장시험에서 변위 측정의 처리 병목을 파악하고, 영상 기반 데이터 획득 과정에서 요구되는 정밀도 목표를 설정했습니다. 이후 딥러닝 모델을 적용하여 변위 추정의 연산 시간을 줄이면서 측정 오차를 감소시키는 방향으로 정교화를 수행했습니다. 최근에는 시험 환경과 해상도 조건에 따른 변동을 고려해 데이터 취득-추정 파이프라인을 개선하고, 재료 물성 평가에 직접 연결 가능한 형태로 고도화했습니다.

활용 가능성

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

in-situ 파괴 거동 자동 정량화
SEM 기반 변형 데이터 자동 구축
고속 시험 프로토콜 최적화
변위-응력 상관 추정
마이크로 스케일 결함 추적
시험 시간 단축을 통한 대량 평가
재료 강도 평가 신뢰도 향상
데이터 획득 품질 관리 지표화
AI 기반 실험 파라미터 추천
장비 운영 효율 개선