| 연구목표 |
수행일정 - 머신러닝기반 테일게이트 형상 최적화 방법론 개발 - 최적 형상 금형 모델링 및 해석 테스트결과물 - 시뮬레이션 상에서 성능지표 및 측정방법의 기준을 모두 만족하는 복합소재, 테일게이트 형상 확보 - 최적화된 복합소재와 형상을 생산할 수 있는 금형 모델링 |
| 연구내용 |
1) 형상 최적화 알고리즘 개발 - 유한요소해석(FEA)을 통해 테일게이트 형상 데이터를 추출하여 머신러닝에 필요한 데이터 확보. - 형상 데이터를 활용해서 테이게이트 요구 조건을 부합하는지 판단하는 머신러닝 알고리즘 학습. - 머신러닝 알고리즘을 역설계법에 사용해서 최적 형상 후보군 도출.2) 최적 형상 검증 - 최적화된 후보군을 해... |
| 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 |