본 논문에서는 일치 추적 분해를 활용한 샌드위치 복합재의 결함 탐지 및 정량화 방법을 소개한다. 샌드위치 복합재 시편을 제작하 기 위해 핸드 레이-업 공법과 핫 프레스 공법을 활용하여 결함이 존재하는 시편과 없는 시편을 제작하였다. 결함의 위치와 정도를 파 악하기 위해 플래시 서모그래피를 활용하여 확인하였다. 각각의 시편에서 데이터를 확보하기 위해 pitch-catch법을 활용한 초음파 전 파 실험을 설정하였고, 샌드위치 복합재의 표면에 부착한 압전 센서를 통해 데이터를 확보하였다. 획득한 신호는 일치 추적 분해를 이 용하여 추정 및 분해하고, 고속 푸리에 변환과 웨이블릿 변환 기반 노이즈 제거 방법과의 성능을 비교하였다. 노이즈를 제거한 신호는 각각 동일한 구조의 1-D CNN 모델에 훈련하여 성능을 비교하였다. 제안한 일치 추적 분해 기반 신호 노이즈 제거는 기존의 방법보다 높은 정확도, 안정성, 훈련 속도를 보였으며, 시간-주파수 영역에서 보다 직관적인 모드 분리를 확인하여 특성 추출을 통한 일치 추적 분해 기반 신호 전처리 및 딥러닝 모델 훈련의 가능성을 확장할 수 있음을 확인하였다.
지진발생 시, 건물은 작게는 손상에서 크게는 붕괴까지 이어지므로 인명과 재산상의 피해가 생길 수 있다. 이러한 지진의 위험성에 대비하여 건물의 내진성능평가가 필요하다. 현재 내진성능평가 기법의 경우 개별 건물을 대상으로 하기에 많은 시간이 투자되어야 한다. 따라서, 지역규모의 건물들을 대상으로 하는 내진성능평가 기법의 개발이 필요한 실정이다. 본 연구는 RC 주거형 건물의 내진 성능을 평가하고 보강계획을 수립하기 위해 비선형 Shear Spring을 가진 단자유도모델을 구축하였다. 구조물의 비선형 응답을 모사 하기 위한 비선형 Shear Spring은 T-SR-μ를 매개변수로 정의된다. 해당모델에 100개의 PEER 지진을 적용하여, 최대층간변위비 응답 으로 건물의 내진성능을 평가하였다. 제안기법의 적용성을 확인하기 위하여 상세모델과 비교하였을 때, 두 모델 모두 건물의 내진성 능을 같은 수준으로 판단하였음을 확인하였다. 본 연구는 제안된 방식이 실제 건물의 내진성능을 예측할 수 있음을 보여주었다.
본 논문에서는 3D 프린팅 공정을 통해 제작된 단섬유 강화 복합소재 구조물의 기계적 거동을 효과적으로 예측하기 위한 AM 공정 연계 구조 해석 기법을 제안하였다. 복합소재 3D 프린터(Mark Two, Markforged)를 활용하여 다양한 노즐 경로를 갖는 인장 시편을 출력하였으며, 출력물에 대한 인장 시험을 진행하였다. 또한, 노즐 경로에 따른 부위별 이방 물성을 도출하기 위해 실험적 데이터를 기반으로 역공학 기법을 적용하였다. 제안된 AM 공정 연계 구조 해석 방안의 타당성을 검증하기 위해 실험 결과와의 비교/분석을 병 행하였으며, 부위별 이방 물성이 반영된 FE 모델을 바탕으로 AM 공정 연계 구조 해석을 수행함으로써 복합소재 3D 프린팅 출력물의 거동 양상을 정확하게 예측할 수 있음을 확인하였다.
본 논문에서는 초기 압축 성형 공정 조건들이 단섬유 강화 복합소재 구조물의 기계적 거동 특성에 미치는 영향을 효과적으로 반영 할 수 있는 압축 성형-구조 연계 해석 방안을 제안하였다. 압축 성형 해석을 바탕으로 초기 charge의 형상 및 배치에 따른 부위별 단섬 유 배향 특성을 분석하였으며, 평균장 균질화 이론을 통해 단섬유 배향 특성에 따른 등가 이방 물성을 도출하였다. 나아가, 단섬유 배 향 정보가 Mapping된 유한요소 모델을 기반으로 초기 공정 조건들에 의해 야기되는 부위별 거동 특성 변화를 고려할 수 있는 압축 성 형-구조 연계 해석을 진행하였다. 관련 수치 예제 검증을 통해 제시된 해석 방안은 압축 성형을 통해 제작된 단섬유 강화 복합소재 구 조물 설계 과정에서 효과적인 솔루션을 제공함을 확인하였다.
펄스형 지진은 구조물에 손상을 크게 유발한다. 펄스지표의 계산에 의해 지진 가속도 기록에 대한 속도펄스의 존재 유무와 그 세기 의 평가가 가능하다. 입사각의 변화에 따른 펄스지표 값이 동일 지진에 대하여 대략 20 정도 차이가 난다. 지진파의 입사각의 변화에 따른 펄스지표를 평가하고, 5가지 펄스지표 백분위수(0, 25, 50, 75, 100 백분위수)에 따른 한 쌍의 40개 지진파를 사용하여 교량구조 물의 지진응답과 지진취약도 평가를 수행하였다. 펄스지표가 큰 지진파일수록 가속도응답스펙트럼 또한 이에 비례하여 증가하는 경 향을 나타냄을 알 수 있다. 지진파의 펄스지표(PI)가 증가할수록 교량의 지진응답을 증가시켜 지진취약도를 증가시키는 경향을 나타 냄을 알 수 있다. 최대 펄스지표의 지진파의 경우가 최소 펄스지표의 지진파의 경우에 비하여 교각의 지진취약도를 대략 평균적으로 25~27% 정도 증가시키는 경향이 있다.
본 논문에서는 저 레이놀즈 수 영역에서 에어포일의 공기역학적 성능을 예측하기 위한 딥러닝 기반의 축소 모델을 제시하였다. 딥 러닝 기반 축소 모델에서 CFD 해석 결과의 높은 차원의 데이터를 효율적으로 다루기 위해 변이형 오토인코더를 결합한 합성곱 신경 망을 적용하였다. 부호화 거리 함수를 통해 에어포일의 형상과 유동 조건을 이미지 데이터화 하고, 이에 대해 합성곱 신경망을 매개변 수화 하였다. 또한, 전산유체역학 해석의 계산 비용으로 인한 부족한 훈련 데이터를 극복하기 위해 투영 기반의 비선형 매니폴드 데이 터 증강기법을 개발하였다. NACA 4계열 에어포일은 해석 예제로 고려하여 제안하는 프레임워크의 내삽과 외삽 정확도를 평가하였 으며 매니폴드 데이터 증강기법을 적용하여 프레임워크의 정확도 향상을 확인하였다.
본 논문에서는 다중 연결 NURBS 패치 모델에 대한 등기하해석방법을 제시하고 이를 기하학적으로 엄밀한 쉘의 해석에 적용하였 다. 서로 다른 NURBS 패치를 연결할 떼 조정점 망(control point meshes)의 밀도와 패치간의 불연속성으로 인해 등기하해석이 부정확 해질 수 있다. 이러한 문제를 해결하기 위해 니셰(Nitsche) 방법을 등기하해석법에 적용하여 두 패치 사이의 변위와 견인력(traction) 의 정합성(compatibility)을 확보하였고, 최종 유도된 해석 방정식이 대칭성을 유지하도록 하였다. 추가되는 경계 조건은 패치간 경계 의 적분으로 표현되기 때문에 계산비용이 크게 증가되지 않는다. 시스템 방정식이 양정 행렬(positive definite matrix)이 되도록 안정 성 매개변수(stability parameters)를 도입하였으며 일반화된 고유치 해석을 통해 두 패치사이의 조정점 밀도에 따른 안정성 매개변수 의 값과 응력장의 해의 정확성을 분석하였다. 이 다중 패치 등기하해석법을 1차 전단변형을 고려한 기하학적으로 엄밀한 쉘요소의 해석에 적용하였으며, 니셰 방법을 사용함으로써 패치간의 변위 및 응력 연속성이 향상된 결과를 확인 할 수 있었다.
본 논문에서는 다중 연결 NURBS 패치 모델에 대한 등기하해석방법을 제시하고 이를 기하학적으로 엄밀한 쉘의 해석에 적용하였 다. 서로 다른 NURBS 패치를 연결할 떼 조정점 망(control point meshes)의 밀도와 패치간의 불연속성으로 인해 등기하해석이 부정확 해질 수 있다. 이러한 문제를 해결하기 위해 니셰(Nitsche) 방법을 등기하해석법에 적용하여 두 패치 사이의 변위와 견인력(traction) 의 정합성(compatibility)을 확보하였고, 최종 유도된 해석 방정식이 대칭성을 유지하도록 하였다. 추가되는 경계 조건은 패치간 경계 의 적분으로 표현되기 때문에 계산비용이 크게 증가되지 않는다. 시스템 방정식이 양정 행렬(positive definite matrix)이 되도록 안정 성 매개변수(stability parameters)를 도입하였으며 일반화된 고유치 해석을 통해 두 패치사이의 조정점 밀도에 따른 안정성 매개변수 의 값과 응력장의 해의 정확성을 분석하였다. 이 다중 패치 등기하해석법을 1차 전단변형을 고려한 기하학적으로 엄밀한 쉘요소의 해석에 적용하였으며, 니셰 방법을 사용함으로써 패치간의 변위 및 응력 연속성이 향상된 결과를 확인 할 수 있었다.
본 논문에서는 15차 bézier 곡선을 사용하여 기존의 연구보다 더 유연한 빔 형상을 설계하고, 더 넓은 설계 공간에서 최적 설계를 수 행하여 최적의 열전도도를 갖는 빔 형상을 설계한다. 설계 공간이 넓어지면 그 만큼 계산양이 증가하게 되는데, 고차원 변수 공간에서 효율적으로 작동하는 인공신경망을 사용하여 최적 설계를 가속화하여 계산 한계를 극복하였다. 더 나아가 최적의 탄성계수를 갖는 빔의 형상과 비교하였으며 열전도와 탄성학 사이의 수학적 유사성을 이용하여 빔 형상을 설명한다. 본 연구에서는 인공지능을 활용 한 형상 최적설계를 통해 기존의 한계를 뛰어넘는 격자구조의 빔 형상을 제안한다. 먼저, SC(Simple Cubic), BC(Body Centered Cubic) 격자 구조 빔 형상을 bézier 곡선으로 모델링하고 bézier 곡선의 제어점 좌표를 무작위로 설정하여 학습데이터를 확보하였다. NN(Neural Network) 및 GA(Genetic Algorithm)를 통해 우수한 유효 열전도도를 가진 빔 형상을 생성하여 최적의 빔 형상을 설계하였 다. 본 연구를 통해 추후 다양한 열 조건에서 격자구조의 적절한 구조적 해답을 제시할 수 있을 것으로 기대된다.