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.

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.

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.