김낙수

금속 성형 및 첨단 가공 공정 해석 및 최적화

본 연구실은 금속 성형, 단조, 압연, 사출 성형, 다이캐스팅 등 다양한 첨단 가공 공정의 심층적인 해석과 최적화를 중점적으로 수행하고 있습니다. 특히, 유한요소법(FEM) 기반의 시뮬레이션 기술을 활용하여 복잡한 제조 공정 중 발생하는 소재의 변형 거동, 응력 분포, 열역학적 변화 등을 정밀하게 분석합니다. 이러한 분석을 통해 공정 상의 잠재적 문제점을 사전에 예측하고, 최적의 공정 조건을 도출하여 생산 효율성을 극대화하는 혁신적인 솔루션을 제공합니다. 주요 연구 방법론으로는 대규모 병렬 계산을 통한 실제 공정 환경 모사, 다중 스케일 해석을 통한 미시적-거시적 거동 연계 분석, 그리고 공정 변수 변화에 따른 제품 품질 변화 예측 모델 개발 등이 있습니다. 이러한 접근 방식은 단순한 공정 개선을 넘어, 소재의 특성과 가공 조건을 종합적으로 고려하여 최적의 제품 품질을 확보하는 데 기여합니다. 기존 방식으로는 발견하기 어려웠던 미세 결함 발생 메커니즘을 규명하고, 이를 방지하기 위한 새로운 공정 설계를 제안하는 것이 본 연구실의 차별점입니다. 이러한 연구는 자동차 부품(휠, 모터 하우징), 베어링, 항공우주 부품(Ti 합금 임펠러), 전자제품 케이스, 고강도 경량화 복합재 구조물 등 광범위한 산업 분야에 적용 가능합니다. 실제 산업 현장에서 발생하는 생산성 저하, 불량률 증가, 품질 변동 문제 해결에 기여하며, 기술자료 분석 및 검토 의견서 작성, 메탈릭 사출품 외관 품질 예측, HPDC 공정 중 형상 오차 예측 등 다양한 산학협력 과제를 성공적으로 수행하여 국내외 제조 산업 발전에 이바지하고 있습니다.

인공지능(AI) 기반 제조 공정 예측 및 스마트 제어

본 연구실은 인공지능(AI)과 기계학습 기술을 첨단 제조 공정에 접목하여 생산 효율을 극대화하고 제품 결함을 최소화하는 스마트 제조 솔루션 개발에 주력하고 있습니다. 특히, 컨볼루션 신경망(CNN)을 활용한 단조 예비성형체 설계, 딥러닝(DNN)과 유전 알고리즘(GA), 몬테카를로 시뮬레이션(MCS)을 결합한 사출 성형 공정 파라미터 최적화 등 혁신적인 AI 기반 공정 설계 및 제어 기술을 연구합니다. 이러한 접근 방식은 복잡한 다중 공정에서 발생하는 변수들을 실시간으로 분석하고, 예측 모델을 통해 최적의 생산 조건을 자동으로 찾아내는 데 핵심적인 역할을 합니다. 연구의 차별성은 AI가 단순히 데이터를 분석하는 것을 넘어, 유한요소해석(FEM)과 같은 물리 기반 시뮬레이션 모델과 결합하여 예측의 정확성과 신뢰성을 크게 향상시킨다는 점입니다. 예를 들어, HPDC 공정 중 금형 내부 온도 및 압력 데이터를 AI 모델에 학습시켜 제품의 형상 오차와 수축 결함을 예측하고, 이를 통해 최적의 공정 조건을 도출하는 특허 기술을 보유하고 있습니다. 또한, 강화 학습 기반의 단조 공정 최적화 및 불안정성 지도 활용 연구를 통해 소재의 물성 변화와 공정 중 발생 가능한 문제들을 선제적으로 대응합니다. 이러한 인공지능 기반 스마트 제어 기술은 자동차 부품, 항공기 엔진 부품, 베어링 등 고부가가치 제품의 제조 공정에 즉시 적용될 수 있습니다. 고압 다이캐스팅용 금형 캐비티 원격 모니터링 시스템, 가공 예측 시스템 등 다수의 특허는 본 연구실의 기술이 실제 산업 현장에서 생산성 향상, 불량률 감소, 에너지 효율 증대 등 실질적인 가치를 창출할 수 있음을 증명합니다. 인공지능 기반의 차세대 제조 기술 개발을 통해 국내외 산업의 디지털 전환을 선도하고 있습니다.

기능성 복합재료 및 고급 소재의 물성 거동 분석

본 연구실은 기능성 복합재료 및 고성능 금속 소재의 기계적 물성과 열적 거동을 심층적으로 분석하고, 이를 제조 공정 설계에 활용하는 연구를 수행하고 있습니다. 특히, 탄소 섬유 강화 폴리아미드-6(CFRP PA6)와 같은 고분자 복합재료의 이방성 및 온도 영향을 고려한 피로 수명 예측, 미세 구조 변화에 따른 물성 저하 메커니즘 규명에 전문성을 가지고 있습니다. 이를 통해 경량화 및 고강도화를 요구하는 미래 모빌리티 및 첨단 산업 분야에 필요한 핵심 소재 기술을 개발하고 있습니다. 주요 연구 방법론으로는 실험적 물성 평가와 결합된 다중 스케일 유한요소해석, 미소 압입 시험을 통한 국부 물성 획득, 그리고 소재의 응력-변형률 거동 및 파괴 역학 분석 등이 있습니다. 특히, 복합재 물성 통계적 분석/평가 DB 구축 프로그램을 개발하여 다양한 소재의 데이터를 체계적으로 관리하고, 이를 기반으로 신뢰성 높은 예측 모델을 구축합니다. 또한, Ti6242 합금과 같은 난삭성/고성능 금속 소재의 열간 단조 특성 및 최적화 공정 해석을 통해 재료의 가공 한계를 극복하고 최적의 미세 조직을 확보하는 연구를 수행합니다. 본 연구는 미래 모빌리티(PBV), 항공우주, 방위 산업 등 고성능 소재가 필수적인 분야에 직접적인 기여를 하고 있습니다. 초경량/고강도 피스톤, 베어링 소재 국산화 등 실제 산업 과제를 통해 소재 개발 단계부터 제조 공정까지 아우르는 통합 솔루션을 제공합니다. 이방성 및 온도의 영향을 고려한 사출 성형 탄소 섬유 강화 폴리아미드-6 연구는 이러한 복합재료의 실제 적용 가능성을 높이는 데 핵심적인 역할을 하며, 혁신적인 소재 기반 기술을 통해 산업 경쟁력 강화에 기여하고 있습니다.