이형일

서강대학교 기계공학과 이형일 교수는 재료의 기계적 물성 예측 및 평가 분야의 독보적인 전문가입니다. 압입 시험, 유한요소해석, 기계학습을 융합하여 재료의 변형 거동, 잔류응력, 피로 특성을 심층적으로 규명하고 있습니다. 특히, 최신 AI 기반 기술을 활용한 물성 예측 및 혁신적인 용접 기술 개발에 앞장서며, 산업 현장의 난제를 해결하는 데 크게 기여하고 있습니다. 이형일 교수의 연구는 재료 과학 및 첨단 제조 기술 발전에 핵심적인 역할을 수행하고 있습니다.

[학회 활동 이력] 1985.03 ~ 1988.08: 대한기계학회 회원 1995.09 ~ 현재: 대한기계학회 회원 1997.03 ~ 1998.02: 대한기계학회 재료 및 파괴 부문 계산역학 소그룹 간사 1998.03 ~ 2000.02: 대한기계학회 재료 및 파괴 부문 총무위원 2000.03 ~ 현재: 대한기계학회 재료 및 파괴 부문 편집위원 1999.01 ~ 현재: 한국자동차공학회 회원 2000.06 ~ 현재: SEM (Society for Experimental Mechanics) 회원 2000.09 ~ 현재: ASME (American Society of Mechanical Engineers) 회원 2001.05 ~ 현재: 한국전산구조공학회 회원

[연구 분야] 핵심 분야: 재료 물성 평가 및 예측, 유한요소해석 기반 공정 분석 세부 분야: 압입 시험, 잔류응력 평가, 기계학습 및 인공신경망 활용, 용접 기술, 복합재료 개발 [대표 연구 내용] 문제 정의: 기존 재료의 기계적 물성 및 잔류 응력 평가 방식은 파괴 시험, 복잡한 공정, 비효율적인 시간 소모 등의 한계가 있었습니다. 특히, 미소 영역에서의 물성 평가 및 국부 잔류 응력 측정은 산업 현장에서 중요한 과제였습니다. 기술 우위: 이형일 교수는 이러한 문제 해결을 위해 '압입 시험'과 '유한요소해석(FEA)', '기계학습'을 융합한 혁신적인 접근법을 제시합니다. - 압입 시험 기반 물성 평가: 재료의 변형 거동을 비파괴적으로 관찰하고 예측하는 압입 시험법을 개발했습니다. 특히, 미소압입 표면변위장과 합성곱신경망(CNN)을 활용하여 잔류응력을 평가하고, 다양한 재료(비정질금속, 고무, 박막 등)의 기계적 물성을 정확하게 측정하는 기술을 보유하고 있습니다. (관련 과제: 압흔을 통한 재료 변형 관찰 및 시험법 연구, 압입시험을 통한 재료의 기계적 물성예측 및 시험법 연구, 미소압입 표면변위장과 합성곱신경망을 통한 잔류응력평가, 재료물성 및 표면특성분석을 위한 압입 및 스크래치 시험법 개발; 관련 특허: 압입 시험 방법) - 기계학습 및 AI 융합: 기계학습 기반 회귀 모델 및 인공신경망(ANN)을 활용하여 복잡한 재료의 변수(Chaboche 모델 변수)를 결정하고 라체팅 거동을 모사하는 방법을 개발하여 예측 정확도와 효율성을 크게 향상시켰습니다. (관련 과제: 기계학습 기반 회귀모델에 의한 비정질금속의 재료변수 결정; 관련 특허: Chaboche 모델의 변수를 결정하여 라체팅 거동을 모사하는 모사방법) - 용접 공정 최적화 및 복합재료 개발: 유한요소해석을 통해 저항용접, 돌출용접 등의 용접 거동을 분석하고 최적 용접 변수를 도출하여 용접부의 피로 수명 및 용접성을 예측하는 기술을 확보했습니다. 또한 재활용 탄소복합체를 활용한 경량 소재 개발에도 기여했습니다. (관련 과제: 시트 벨트 일체형 경량 로테이션 시트 프레임 기술 개발, 재활용 탄소복합체를 이용한 친환경 rCF pellet 기반, 성형공정을 포함한 돌출용접 해석모델 구축 및 고강도강에 대한 최적용접변수) 사업 가치: 개발된 기술은 자동차, 항공우주, 에너지 산업 등 다양한 분야에서 재료 및 부품의 신뢰성 평가, 공정 최적화, 불량률 감소, 경량화 및 친환경 소재 개발에 직접적으로 기여합니다. 특히 비파괴적인 고정밀 물성 평가 및 예측 기술은 제품 개발 기간 단축과 비용 절감에 큰 이점을 제공하여, 관련 산업의 경쟁력 강화에 핵심적인 역할을 할 수 있습니다.

1979. 03 ~ 1983. 02 서울대학교 공과대학 기계공학 학사 1983. 03 ~ 1985. 02 KAIST 기계공학 석사 1988. 09 ~ 1994. 03 MIT 기계공학 박사