Development of Data-Efficient Inverse Alloy Design Framework for Additive Manufacturing Processes Via Physics-Informed Neural Networks
이공학학술연구기반구축(R&D) · 박사과정생연구장려금지원
2026년
2340065521
교육부
한국연구재단
한양대학교
이재헌
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2027.08.31
1,250만원
1,250만원
기초연구
대학
서울특별시 성동구
기계 > 정밀생산기계 > 적층제조기계
본 연구과제는 야금학 기반 물리정보신경망을 활용하여 적층제조 공정에서 적층물의 고온균열민감도-강도 trade-off를 극복할 수 있는 세계 최고 수준의 고효율 합금 역설계 기술을 개발하는 것을 목표함. 고온균열 생성 기구 및 강화 기구를 학습 과정에 내재화할 수 있는 물리정보신경망을 합금 역설계에 도입한다면, 대량의 데이터를 확보하지 않고도 고온균열과 강도...
1) 합금 조성에 따른 금속 적층물의 고온균열·강도 데이터베이스 구축- 다양한 합금 조성에 대한 용접/적층 실험- 조성에 따른 고온균열 민감도·강도 평가 및 딥러닝 학습을 위한 데이터베이스 구축2) 물리정보신경망 기반 금속 적층물의 강도 예측 모델 개발- 용접/적층부의 기계적 물성 강화 기구 확립- 물리정보신경망 기반 강도 예측 모델 학습 및 예측 성능 평...
... 기대됨. : 용접/적층제조용 소재를 개발하여 소형모듈원전, 가스 터빈에 적용된 기존 합금들을 대체할 수 있다면 고부가가치 산업의 부품들을 효율적으로 제작·보수·재제조 할 수 있음.- 재료-인공지능 분야의 기술적 난제인 데이터 의존성을 저감할 수 있는 소재 개발 원천기술의 확보가 가능함. : 소규모 데이터 기반 합금 설계를 가능케 하는 재료-인공지능 분야의 선도기술을 확보할 것으로 ...