본 연구 주제는 자동차 차체용 초고장력강과 아연계 도금강판의 저항점용접 공정에서 발생하는 접합부 형성 거동과 액상금속취화(LME) 균열 메커니즘을 정밀하게 규명하는 데 초점을 둔다. 연구실은 핫스탬핑강, 중망간강, TWIP강, TRIP강 등 다양한 고강도 강종을 대상으로 너겟 성장, 전극 접촉 상태, 도금층 거동, 열-응력 집중 현상 사이의 상관관계를 분석하며, 용접부의 강도와 신뢰성을 동시에 확보하는 공정 창 설계를 수행한다. 특히 차세대 자동차 경량화와 충돌 안전성 향상을 위해 1.8GPa급 이상 초고강도 소재의 실용 접합 기술 확보를 핵심 목표로 한다. 이를 위해 연구실은 저항점용접 중 전류 파형, 가압력, 통전 시간, 전극 형상, 도금 종류와 부착량 등의 변수들이 균열 발생 임계조건에 미치는 영향을 체계적으로 평가한다. 논문과 학술발표에서 반복적으로 다뤄진 바와 같이, Zn-coated steel의 전극-판재 접촉 상태와 너겟 성장 거동은 LME 균열의 발생 위치와 심각도를 결정하는 핵심 요소이며, paint baking, halo ring, multi-pulse, pre-pulse 같은 후처리·보조 공정도 접합부의 파단 특성에 큰 영향을 준다. 연구실은 미세조직 분석, 열역학·확산 해석, 파괴거동 평가를 결합하여 균열 없는 용접부 구현 조건을 제시하고 있다. 이 연구는 자동차 산업에서 점용접의 생산성을 유지하면서도 초고강도강 적용 범위를 넓히는 데 직접적으로 기여한다. LME 저감 기술은 차체 경량화, 충돌 성능 향상, 제조 안정성 확보를 동시에 가능하게 하며, 공정 조건의 정량화는 현장 적용성과 표준화 측면에서도 중요하다. 나아가 연구실이 축적한 저항용접 데이터와 메커니즘 기반 해석은 미래 모빌리티용 초고강도 소재 개발, 용접 품질 예측, 스마트 제조 플랫폼 구축의 핵심 기반으로 확장될 수 있다.

본 연구 주제는 철강, 알루미늄, 스테인리스강, 다이캐스팅 소재, 복합재 등 서로 물성 차이가 큰 재료를 안정적으로 연결하기 위한 이종소재 접합 기술 개발에 집중한다. 친환경차와 전기차의 차체 경량화 요구가 높아지면서 단일 금속 중심의 조립 방식에서 벗어나 다종 소재를 조합한 하이브리드 구조가 확대되고 있으며, 이에 따라 기존 융접뿐 아니라 저항 엘리먼트 용접(REW), 셀프 피어싱 리벳(SPR), 플로우 드릴 스크루(FDS), 아크 브레이징, 프로젝션 용접 등 복합 접합 공정의 중요성이 커지고 있다. 연구실은 이러한 접합법의 공정 최적화와 계면 강도 향상 메커니즘을 동시에 다룬다. 특히 알루미늄-강 접합에서 발생하는 금속간화합물 형성, 열팽창 차이에 따른 변형, 국부 부식, 파단 모드 변화와 같은 난제를 해결하기 위해 공정조건과 접합부 형상을 정밀하게 설계한다. 등록 특허인 싱글 사이드 저항 엘리먼트 용접 방법과 다수의 REW·SPR 관련 프로젝트는 연구실이 산업현장 요구에 부합하는 공정 기술을 실제로 구현해 왔음을 보여준다. 또한 핫스탬핑 알루미늄 도금강판, 고강도 SUS-AL 이종접합, 리어 플로어 모듈과 같은 실차 부품 적용 연구를 통해 접합부의 미세조직, 인장·전단 특성, 내식성, 피로 특성을 종합적으로 평가하고 있다. 이 연구는 차량 경량화와 제조공정 혁신을 실현하는 핵심 기반 기술로서 의미가 크다. 적절한 이종소재 접합 기술은 알루미늄과 고강도강을 동시에 활용할 수 있게 하여 중량 감소와 강성 확보를 양립시키며, 배터리 팩과 차체 모듈 같은 전동화 부품의 설계 자유도도 높인다. 또한 융합형 접합 공정의 국산화와 품질 신뢰성 확보는 자동차 부품 산업의 경쟁력을 높이고, 조선·건축·모빌리티 전반으로 응용 범위를 넓힐 수 있는 전략적 기술 자산이 된다.

본 연구 주제는 용접부 품질을 실시간 또는 비파괴적으로 판단하기 위한 데이터 기반 진단 기술 개발을 다룬다. 연구실은 전통적인 용접 공정 연구를 넘어 레이저 스캐닝, 표면 프로파일링, 비전 시스템, 머신러닝, 딥러닝을 접목하여 저항점용접과 REW 등 접합 공정의 품질을 자동으로 판정하는 기술을 구축하고 있다. 이는 자동차 스마트 팩토리 전환과 품질 완결형 생산체계 구현을 위한 핵심 요소로, 숙련도 의존형 검사에서 벗어나 정량적이고 반복 가능한 품질 관리 체계를 만드는 데 목적이 있다. 연구실은 용접 버튼 직경, 너겟 직경, 표면 결함, 용접부 형상, 스패터 및 표면 프로파일과 같은 특징값을 추출하고, 이를 기반으로 최적 공정조건과 불량 여부를 예측하는 알고리즘을 개발한다. 관련 국가과제에서는 레이저 스캐닝 기반 저항 점 용접부 비파괴 품질 검사 시스템, 머신러닝 기반 품질 예측 및 관리 소프트웨어, 용접 조건 재설정 모듈 등이 포함되어 있으며, 학회 발표에서도 3D 스캐닝 빅데이터, 이미지 학습, 딥러닝 기반 결함 검출 기술이 지속적으로 제시되었다. 즉, 공정 데이터와 표면 형상 데이터를 활용해 용접부 내부 품질을 간접 추론하는 디지털 품질관리 프레임워크를 정립하고 있다. 이 연구의 파급효과는 매우 크다. 비파괴 검사와 AI 기반 예측 기술은 생산 라인에서 불량을 조기에 차단하고, 조건 재설정까지 자동화함으로써 생산성·신뢰성·원가 경쟁력을 동시에 향상시킨다. 또한 다양한 강종과 두께 조합, 도금재, 이종소재 접합부에 대한 데이터베이스를 축적함으로써 향후 자율 최적화형 용접 시스템으로 발전할 수 있다. 궁극적으로 연구실의 스마트 용접 연구는 제조업 디지털 전환과 재료공정 지능화의 접점에서 산업적 활용성이 매우 높은 연구 축을 형성한다.