| 연구목표 |
수행일정 - 단섬유 복합재 후보군의 데이터베이스 확보 - 머신러닝기반 복합소재 물성예측 모델개발 및 역설계법 확립. - 실험을 통한 소재 물성 예측 모델 검증 결과물 - 기존 장섬유 강화 복합재보다 동등 이상의 성능을 가지는 최적의 단섬유 강화 복합소재 구조 및 구성요소 확보. |
| 연구내용 |
1) 물성예측 및 최적화 머신러닝 모델 개발 - 1단계 과제기획 단계에서 다양한 재료 물성치를 입력 정보로 하여 복합재의 물성치를 예측 및 최적화하는 머신러닝 프로토타입을 기반으로 단섬유 강화플라스틱의 물성치를 예측하고 이를 최대화 시켜주는 모재와 강화재의 종류와 비율을 찾음. 한화토탈, LG화학, SK 종합화학 등의 기업에서 생산한 700개 복합재의... |
| 기대효과 |
1) 기술적 측면 - 본 과제를 통해 개발되는 기술은 단순히 소재 개발에만 국한되지 않는 소재, 형상, 공정 전주기적 프로세스에 대한 최적화 기술임.다양한 소재물성 데이터베이스를 축적하여 이를 통한 플랫폼 개발로 다양한 신규 복합재료 개발에 사용될 수 있으며, 고객 맞춤형 부품으로 원가 경쟁력을 갖출 수 있음. 이는 테일게이트 뿐만 아니라 자동차의 다양한 ... |
| 키워드 |
테일게이트,머신러닝,플라스틱 복합재,사출 성형,구조 최적화 |