메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이나경 (명지대학교) 강주은 (명지대학교) 이재욱 (명지대학교) 신동일 (명지대학교)
저널정보
한국가스학회 한국가스학회 학술대회논문집 2021년도 한국가스학회 봄 학술대회 논문집 [초록집]
발행연도
2021.5
수록면
176 - 177 (2page)

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2022

소재 분자정보와 Chemical Language Processing 기반의 고분자 복합수지 기계적 거동 예측
이나경 화학과 2022.01 학위논문

2021

AI 기반의 재료 설계를 위한 고분자 복합수지의 기계적 거동 예측 기계학습 모델링
이나경 ,  강주은 ,  이재욱 외 1명 한국가스학회 학술대회논문집 2021.05 학술대회자료
기계학습에 기반한 고분자 복합수지의 기계적 물성 거동 예측
이나경 ,  신용범 ,  신동일 한국가스학회지 2021.04 학술저널

초록· 키워드

오류제보하기
지속가능한 에너지 사용의 사회적 요구가 증가함에 따라, 그린모빌리티의 활성화와 이를 위한 연비개선을 목적으로, 차체의 경량화를 위한 소재 개발의 필요성이 증대되고 있다. 자동차 소재 설계는 기계적 물성 최적화 inverse problem에 해당되는 데, 구성 재료에 따른 기계적 물성(탄성계수, 푸아송비, 항복강도) 및 거동의 예측이 필수적으로 요구된다: 성형가공성이 높은 고분자 복합수지의 사용 및 내열성, 내충격성 확보를 위한 개발과 이에 따른 기계적 물성의 분석이 요구되고, 이는 응력-변형률 곡선으로부터 도출될 수 있다. 고분자 복합수지의 설계부터 상용화까지의 시행착오를 최소화하기 위한 최근 노력 중 하나는 소재 설계를 위한 Computer-Aided Engineering (CAE) 시스템 구축인데, 자동화된 CAE 시스템 작동을 위해서도 고분자 재료의 기계적 특성과 거동 예측 모델의 개발이 선행되어야 한다.
고분자 복합수지의 기계적 물성 및 거동은 matrix와 filler의 부피 분율과 상관관계를 보여 중간물성을 나타내는 경향성은 확인할 수 있으나, 소성 구간과 항복점의 유/무, 탄성계수, 파단점의 각 단일물질과의 복합적인 상관관계는 잘 알려져 있지 않다. 전통적인 재료의 응력-변형률 곡선 예측의 수치적 모델(Ramberg-Osgood 관계식, Hollomon의 구간멱함수법)은 소성영역을 구분하여 표현해야 한다든가, 전구간에 걸친 예측이 어렵다는 문제점을 갖고 있고, 또한 기계적 물성 예측에 주로 사용되는 유한요소해석의 경우에는 necking 이후의 거동 예측 정확도가 아쉬운 수준이다.
이에, 본 연구에서는 궁극적으로 자동차의 소재로 자주 쓰이는 고분자(비결정성/부분 결정성 고분자)와 filler(세라믹 파우더, 유리섬유, 탄소섬유)를 활용한 2~5 성분 조합에 대해 미세구조까지 고려한 응력 변형률 선도 예측 모델을 개발하고자 한다. 현재 진행한 모델은 version 1로 2개 유형으로 진행되며 구성 소재의 물성과 기계적 물성을 이용한다. 모델 1은 구성 재료의 화학적 성질을 이용하여, 학습하지 않은 조성에 대한 응력-변형률 곡선을 예측하는 data-driven model을 제안하였다. 모델 2는 모델 1에 기계적 물성(기존 이론적 모델에서 자주 사용되는 변수들)을 feature로 추 가하여 정확도를 개선하였다. 모델 3은 소재 구성 물질별 응력-변형률 곡선 정보가 확보되어 있는 경우 이를 모델의 input으로 추가하여 예측하는 모델을 개발하였다.
첫 번째 성과로 본 연구진이 이미 축적하고 있는 조합의 기계적 물성 거동 실험데이터를 이용해 data-driven 모델을 만들었으며, 고분자(비결정성/부분 결정성 고분자)와 filler(세라믹 파우더, 유리섬유, 탄소섬유)를 활용한 2성분 고분자 복합수지에 대해, 학습하지 않은 조성에 대한 응력-변형률 곡선을 예측하^_@span style=color:#999999 ^_# ... ^_@/span^_#^_@a href=javascript:; onclick=onClickReadNode('NODE10590519');fn_statistics('Z354','null','null'); style='color:#999999;font-size:14px;text-decoration:underline;' ^_#전체 초록 보기^_@/a^_#

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기계학습에 기반한 고분자 복합수지의 기계적 물성 거동 예측
이나경 ,  신용범 ,  신동일 한국가스학회지 2021 .04
기계 학습을 통한 다중입출력 분자통신 채널 모델링에 관한 연구
이창민 ,  채찬병 한국통신학회 학술대회논문집 2017 .01
해양레저스포츠 참여자의 성취욕구, 몰입경험, 운동중독, 운동정서와 참가정도의 구조적 관계
함도웅 ,  전상완 한국체육과학회지 2015 .06
자기지도학습에서의 자동 데이터 증대를 위한 자르기 학습
한찬식 ,  이건명 한국정보통신학회 종합학술대회 논문집 2020 .07
CAE 해석을 통한 사출성형 중 용융 수지의 압력과 금형의 변형량에 대한 비교
이준한 ,  양동철 ,  김종선 한국소성가공학회 학술대회 논문집 2019 .10

최근 본 자료

전체보기

댓글(0)

0