PVA 섬유 보강 시멘트 복합체는 매우 복잡한 미세구조를 가지고 있으며, 재료의 거동을 정확히 평가하기 위해서는 미세구조 특성 을 반영하여 실제 실험과 시너지효과를 내며 효율적인 재료 설계를 가능하게 하는 해석 모델의 개발이 중요하다. PVA 섬유 보강 시멘 트 복합체의 역학적 성능은 PVA 섬유의 방향성에 큰 영향을 받는다. 그러나 마이크로-CT 이미지로부터 얻은 PVA 섬유의 회색조 값 을 인접한 상과 구분하기 어려워, 섬유 분리 과정에 많은 시간이 소요된다. 본 연구에서는 섬유의 3차원 분포를 얻기 위하여 0.65μm3 의 복셀 크기를 가지는 마이크로-CT 이미지 촬영을 수행하였다. 학습에 사용될 학습 데이터를 생성하기 위해 히스토그램, 형상, 그리 고 구배 기반 상 분리 방법을 적용하였다. 본 연구에서 제안된 U-net 모델을 활용하여 PVA 섬유 보강 시멘트 복합체의 마이크로- CT 이미지로부터 섬유를 분리하는 학습을 수행하였다. 훈련의 정확도를 높이기 위해 데이터 증강을 적용하였으며, 총 1024개의 이미지 를 훈련 데이터로 사용하였다. 모델의 성능은 정확도, 정밀도, 재현율, F1 스코어를 평가하였으며, 학습된 모델의 섬유 분리 성능이 매 우 높고 효율적이며, 다른 시편에도 적용될 수 있음을 확인하였다.

본 논문은 에너지를 실시간으로 저장할 수 있는 저장장치 중 열에너지 저장 콘크리트를 대상으로 재료의 미세구조와 물성(열전도 도)의 상관관계를 분석하는 연구를 수행하였다. 에너지 저장 콘크리트의 열전도 성능을 증가시키기 위해 혼화재인 그라파이트 (graphite)를 사용하였다. 그라파이트가 시멘트 질량의 10%와 15%를 치환한 시편과 일반 콘크리트(OPC) 시편을 제작하여 그라파이 트의 혼입에 따른 미세구조 변화 및 열전도도의 영향을 마이크로 스케일에서 분석하였다. 마이크로-CT를 활용하여 OPC와 그라파이 트를 사용한 콘크리트의 공극률을 비교하였으며, 확률함수를 사용하여 미세구조 특성을 정량화하였다. 미세구조 특성 차이가 열전도 도에 미치는 영향을 확인하기 위해 3차원 가상 시편을 제작하여 열해석을 수행하였으며, 이를 열평판법을 사용하여 측정한 열전도도 실험 결과와 비교하였다. 열해석 수행 시 그라파이트 재료가 지닌 열전도도 성능을 반영하기 위하여 해석 결과와 실험 결과를 기반으 로 고체상의 열전도도를 역해석을 통해 계산하였으며, 그라파이트가 시편의 열전도도에 미치는 영향에 대해 분석하였다.