Development of an AI-Physics Hybrid Framework for Steady-to-Transient Data Domain Adaptation in Mechanical Systems
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710112730
과학기술정보통신부
한국연구재단
세종대학교산학협력단
신승협
11명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
6,378만원
6,378만원
기초연구
대학
서울특별시 광진구
정보/통신 > 정보이론 > 인공지능
... 시스템에서 발생하는 스테디(정상상태)와 트랜지언트(과도상태) 간 데이터 분포 차이를 해소하기 위해, · 인공지능과 물리 모델을 결합함으로써 기계공학 시스템의 물리 현상이 반영된 정밀한 도메인 전환 기술을 개발하고,· 이를 연료전지시스템 고장진단과 내연기관 배기가스 예측에 적용하여 기술의 성능을 평가하며,· Lab-scale 데이터와 실제 장비 데이터에 적용하여 현장 적용 가능성을 ...
... 가능성을 높이도록 설계함. · 데이터베이스 구축: 운전 시나리오에 따른 시뮬레이션을 수행하여 스테디·트랜지언트 데이터를 생성함. 센서 노이즈 특성을 반영해 가우시안 노이즈를 삽입하여 도메인 전환 프레임워크 개발에 활용할 데이터를 확보함.2. 2차년도: Time-series GAN 기반 도메인 전환 프레임워크의 핵심 기술 개발 · 물리 모델 출력을 조건으로 하는 Time-series ...
... 열적 한계, 이상 현상 발생 등을 사전에 검증하고 최적화 파라미터를 추출할 수 있어, 개발 기간과 비용을 대폭 단축할 수 있음. (2) 현장 운전, 제어 시스템: 시뮬레이션에서 발전하여 디지털 트윈 연계 Time-series GAN을 장비 엣지에 탑재하면, 실시간으로 유입되는 스테디 센서 값을 기반으로 몇 초~분 뒤의 트랜지언트 거동을 예측할 수 있음. 이를 통해 시스템의 고장 ...