기형선 연구실

본 연구는 임의의 레이저 빔 프로파일에서 용융 풀과 잔류응력을 예측하는 딥러닝 기반 대체 모델을 개발합니다. 합성 데이터로 사전학습 후 CFD 데이터로 학습한 모델은 가우시안, 톱-해트, 링, 베셀 프로파일에서 온도 평균절대오차 5.96°C(R²=0.996), 폰 미제스 응력 8.41 MPa(R²=0.972)의 높은 정확도를 달성합니다. CFD 시뮬레이션 22시간 대비 약 0.013초로 빠른 계산을 제공하여 레이저 공정 설계 최적화에 실용적인 도구입니다.

본 연구는 레이저 열처리 중 표면 열화상 이미지로부터 단면 상(phase) 분포를 실시간으로 예측하는 AI 프레임워크를 제안합니다. ConvGRU 아키텍처를 활용하여 공간-시간 특성을 추출하고 16가지 실험 조건에서 수집한 데이터로 학습하여 열영향부, 열처리부, 용융부에서 높은 예측 정확도를 달성했습니다. 이 방법은 레이저 열처리 중 상 진화의 비침습적 모니터링을 가능하게 합니다.