Intelligent Sensing & Nondestructive Evaluation Laboratory
기계공학부 장경영
기계공학부의 Intelligent Sensing & Nondestructive Evaluation Laboratory는 비선형 초음파, 레이저 초음파, 비파괴 검사 기술을 중점적으로 연구하고 있습니다. 이 연구실은 비선형 초음파를 이용한 두께 측정 및 내부 결함 검출 기술 개발에 탁월한 성과를 보이고 있으며, 특히 금속 3D 프린팅 부품의 내부 결함 검출을 위한 초음파 비파괴 검사 프로젝트에서 중요한 역할을 하고 있습니다. 또한, 레이저 초음파 시스템을 활용한 표층부 결함 진단 및 열화 평가 기술 개발에도 활발히 참여하고 있습니다. 최근 3년간 다수의 프로젝트와 연구 논문을 통해 비선형 초음파의 특성을 활용한 다양한 응용 분야에서의 성과를 입증하였습니다.
Nonlinear Ultrasonic Waves
Laser Ultrasonics
Non-destructive Evaluation
금속 3D 프린팅 부품의 내부결함 검출을 위한 초음파 비파괴 검사
금속 3D 프린팅 기술이 발전함에 따라, 해당 부품의 신뢰성과 품질을 보장하기 위해 내부 결함을 검출하는 비파괴 검사가 중요해지고 있습니다. 초음파 비파괴 검사는 금속 3D 프린팅 부품 내부의 미세한 결함을 효과적으로 탐지할 수 있는 기술로, 이 연구는 초음파 비선형 파라미터를 활용하여 내부 결함을 정확하게 진단하고 분석하는 방법을 개발합니다. 이를 통해 금속 3D 프린팅 부품의 품질 관리와 산업 적용 가능성을 높일 수 있습니다.
원전안전설비 배관의 실제결함형상 기반 비파괴검사
원전 안전 설비의 배관은 높은 신뢰도와 안전성을 요구합니다. 이를 위해 실제 결함 형상을 기반으로 한 비파괴 검사 기술이 필요합니다. 이 연구는 원전 배관의 실제 결함 형상을 모사한 시험편을 제작하고, 초음파와 전자기 음향 센서를 이용해 결함을 정확하게 탐지하고 평가하는 기술을 개발합니다. 이러한 기술은 원전 안전 설비의 유지보수와 안전성 확보에 크게 기여할 수 있습니다.
머신러닝 기법을 활용한 알루미늄 재질의 비파괴 물성 예측 기법 개발
알루미늄 재질의 물성 예측은 다양한 산업 분야에서 중요한 역할을 합니다. 이 연구는 머신러닝 기법을 활용하여 초음파 비파괴 검사 데이터를 분석하고, 이를 통해 알루미늄 재질의 물성을 예측하는 방법을 개발합니다. 머신러닝 알고리즘을 통해 비선형 초음파 파라미터와 물성 간의 상관관계를 분석하고, 이를 기반으로 정확한 예측 모델을 구축합니다. 이 기술은 알루미늄 소재의 품질 관리와 공정 최적화에 유용하게 사용될 수 있습니다.
1
Nondestructive Evaluation of Thermal Aging in Al6061 Alloy by measuring Acoustic Nonlinearity of Laser-generated Surface Acoustic Waves
Jihyun Jun, Hogeon Seo, Kyung-Young Jhang
Metals, 2019
2
Stress estimation using the acoustoelastic effect of surface waves in weak anisotropic materials
Jihyun Jun, Young-Dae Shim, Kyung-Young Jhang
Applied Sciences, 2019
3
Comparison of Linear and Nonlinear Ultrasonic Parameters in Characterizing Grain Size and Mechanical Properties of 304L Stainless Steel
Sungho Choi, Juyoung Ryu, Jae-Seung Kim, Kyung-Young Jhang
Metals, 2019
1
데이터과학기반 차세대 비파괴검사기술개발 (1차년도)
2
금속 3D 프린팅 부품의 내부결함 검출을 위한 초음파 비파괴 검사 (위탁연구 : 3차년도)
3
원전안전설비 배관 실제결함형상 기반 비파괴검사 시험편 시제품 개발 (4차년도)