Numerical and data-driven inverse estimation for thermal-fluid and strength performance of lightweight structures
연구 내용
적층제조 경량 격자 구조의 강제대류 열전달 성능을 해석·실험으로 규명하고, 복합재 층간 강도를 인공지능 서러게이트 모델로 역추정하며 성능 예측 체계를 구축하는 연구
경량 구조의 성능을 설계 단계에서 예측하기 위해 수치해석과 데이터 기반 모델링을 결합합니다. 적층제조로 제작된 AlSi7Mg 격자 코어를 대상으로 강제대류 조건에서 상대 밀도와 토폴로지 변화가 Nusselt number 경향과 열-유동 메커니즘(유속, 난류 운동에너지)에 미치는 영향을 해석으로 설명합니다. 또한 CFRP 복합재의 서브라미네이트 강도를 인공지능 기반 surrogate model로 구성해 역추정 문제를 다룹니다. 더불어 전열관 마모와 감육 손상을 데이터 기반 예측진단 기술로 연결하여, 열·구조 성능의 추정과 건전성 평가를 함께 수행합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
2022년 이후 데이터 기반 예측진단 프로젝트를 통해 손상 양상과 예측 모델의 연결을 확장하는 기반을 마련했습니다. 2024년에는 적층제조 격자 구조의 열유동 특성을 실험 조건과 수치해석으로 동시 평가하여, 토폴로지·상대밀도에 따른 열전달 성능 차이를 유동량과 난류 혼합 관점에서 해석했습니다. 같은 해 CFRP 서브라미네이트 강도 역추정 연구를 수행하여, 인공지능 서러게이트 모델을 통해 강도-입력 조건 간 역문제를 다루는 방법론을 확보했습니다. 이후에는 열전달 성능 예측과 재료 강도 역추정을 동일한 성능 기반 설계 프레임 안에서 통합하는 방향으로 연구를 발전시키고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Forced convection heat transfer in AlSi7Mg lattice structures fabricated by additive manufacturing
Study on the Inverse Estimation of Strength of Sub-laminate of CFRP Composite Based on Artificial Neural Network Surrogate Model
관련 프로젝트
구분
제목
가동원전 증기발생기 전열관 마모 및 2차계통 배관 감육 손상 지능형 예측진단 기술개발