본 연구실은 고정밀 다물리 유동 시뮬레이션 분야에서 세계적인 경쟁력을 갖추고 있습니다. 다양한 유체역학 현상, 특히 난류, 점탄성 유체, 비뉴턴 유체, 그리고 열-유동-음향이 결합된 복합 물리 현상을 수치적으로 모사하는 데 중점을 두고 있습니다. 이를 위해 Navier-Stokes 방정식, Lattice-Boltzmann 방법, 그리고 고차분법 등 다양한 수치해석 기법을 활용하여 실제 산업 현장 및 자연계에서 발생하는 복잡한 유동 현상을 정밀하게 재현합니다. 특히, 터보기계, 항공우주, 에너지 시스템 등에서 발생하는 고난이도 유동 문제를 해결하기 위해 RANS, LES, DNS 등 다양한 난류 모델을 적용하고, NASA, Raytheon Technologies 등과의 협업을 통해 산업적 응용성을 높이고 있습니다. 또한, 슈퍼컴퓨팅 자원을 적극적으로 활용하여 대규모 병렬 연산 기반의 시뮬레이션을 수행함으로써, 기존 연구에서 다루기 어려웠던 고해상도 유동장 해석을 실현하고 있습니다. 이러한 연구는 유동 구조의 미세한 변화까지도 정량적으로 분석할 수 있게 하며, 실제 엔지니어링 설계 및 성능 예측에 직접적으로 기여하고 있습니다. 앞으로도 본 연구실은 다물리 유동 시뮬레이션의 정확도와 효율성을 동시에 향상시키는 새로운 수치해석 기법과 하이브리드 모델 개발에 주력할 계획입니다.

유동 제어 및 항력 저감, 그리고 스칼라(열, 물질 등) 전달의 최적화는 본 연구실의 또 다른 핵심 연구 분야입니다. 난류 경계층, 비뉴턴 유체, 초소수성 표면, 온도 의존 점도 등 다양한 조건에서 유동 구조를 제어하여 항력을 줄이고, 열 및 물질 전달 효율을 극대화하는 방법을 탐구합니다. 이를 위해 실험적 데이터와 수치해석 결과를 융합하여, 실제 산업 현장에 적용 가능한 유동 제어 전략을 개발하고 있습니다. 특히, 초소수성 표면을 활용한 난류 유동의 항력 저감, 점탄성 유체의 드래그 리덕션, 온도 변화에 따른 점도 조절을 통한 경계층 안정화 등 다양한 응용 연구를 수행하고 있습니다. 또한, 터보기계 내부 유동, 압축기 및 열교환기 등에서 발생하는 복잡한 유동 현상에 대한 최적화 연구도 활발히 진행 중입니다. 이러한 연구는 에너지 효율 향상, 소음 저감, 시스템 신뢰성 증대 등 실질적인 산업적 효과로 이어지고 있습니다. 미래에는 인공지능 및 머신러닝 기법을 접목하여, 유동 제어 및 최적화 문제를 더욱 정밀하게 해결할 수 있는 데이터 기반 모델 개발에도 집중할 예정입니다. 이를 통해, 복잡한 유동 시스템의 실시간 제어 및 예측이 가능한 차세대 스마트 유체공학 기술을 선도할 계획입니다.

본 연구실은 난류 유동 내 대규모 구조 및 경계면(난류/비난류 인터페이스) 검출, 그리고 유동장 내 다양한 스케일의 구조적 특성 분석에 특화되어 있습니다. 직접수치해석(DNS) 및 대규모 병렬 계산을 통해 3차원 유동장 데이터를 획득하고, 이를 기반으로 스트릭(streak) 검출, 난류/비난류 경계면 추적, 대규모 구조의 시간-공간적 진화 등을 정량적으로 분석합니다. 이 과정에서 셀프 오거나이징 맵, 가우시안 프로세스 회귀 등 최신 데이터 분석 및 머신러닝 기법을 도입하여, 기존의 물리 기반 해석을 보완하고 있습니다. 또한, 유동 구조의 공간적/시간적 분류, 대규모 코히런트 구조의 상호작용, 경계층 내 구조의 성장 및 소멸 메커니즘 등 난류의 본질적 특성을 규명하는 데 주력하고 있습니다. 이러한 연구는 항공우주, 에너지, 환경 등 다양한 분야에서 난류 유동의 예측 및 제어, 소음 저감, 열전달 향상 등 실질적인 문제 해결에 기여하고 있습니다. 앞으로도 본 연구실은 데이터 기반 난류 구조 해석의 정밀도와 신뢰성을 높여, 복잡계 유동 현상의 근본적 이해와 혁신적 응용을 동시에 추구할 예정입니다.