| 연구목표 |
미래모빌리티의 다양한 부품, 내장재, 외장재를 3D프린팅 경량화 복합재로 제작할 수 있는 시대를 목전에 둔 지금 시점에서, 3D프린팅 복합재의 구조와 제조공정을 효율적으로 설계할 수 있는 머신러닝 기반 최적화 프레임워크를 개발하고자한다. 기존 중견연구과제에서 개발된 다양한 머신러닝 기반 복합재 최적화 방법론들을 계승 및 발전시켜, 3D프린팅 복합재의 구조와... |
| 연구내용 |
상기 연구목표 달성을 위해 아래와 같은 연구를 연차별로 수행한다. 1차년도 연구내용:- 대형 설계공간 & 큰 데이터셋: 전이학습을 기존의 DNN 기반 최적화 방법론에 도입하여 시뮬레이션 데이터와 실제 인장시험 데이터의 괴리를 최소화하도록 프레임워크 개선.- 중형 설계공간 & 적은 데이터셋: 베이지안 최적화 기반 단일 물성치 최적화 프레임워크를 다중 물성치 ... |
| 기대효과 |
1) 활용방안: 본 과제에서 최적 설계 프레임워크을 확립한다면, 복합재의 설계공간에 맞추어 다양한 머신러닝 기반 최적화 기법의 활용할 수 있으며, 시뮬레이션과 실험 데이터를 적절하게 활용하여 원하는 물성을 지니는 3D프리팅 복합재의 구조와 공정조건을 탐색하는 매우 효율적인 설계가 가능해짐. 다양한 제조업 및 군수 분야에 쓰이는 복합재 설계에 본 연구에서 개... |
| 키워드 |
미래모빌리티,구조 및 공정 설계,3D프린터,피로특성,머신러닝,최적화 |