결빙되거나 적설이 있는 도로와 같이 마찰이 작은 노면에서는 일반 노면과 비교했을 때 제동거리가 크게 증가하기 때문에 심각한 교통사고로 이어질 수 있다. 이에 블랙 아이스(Black ice)와 같은 노면 위험을 감지 하기 위한 노면 분류 기술에 대한 연구가 지금까지 지속적으로 이루어지고 있다. ESC(Electronic Stability Control) 시스템은 차량 자세 제어를 통해 마찰이 작은 노면에서 차량의 미끄러짐 및 전복을 방지하는 능동 안전시스템(Active safety system)이다. ESC 시스템의 성능을 위해서는 정확한 노면 마찰 계수(Road friction coefficient) 추정을 통한 노면 분류가 중요하다. 최근의 노면 분류 기술은 카메라, LiDAR 등의 이미 지 기반의 방법에 중점을 두고 연구가 진행되고 있다. 그러나 이러한 이미지 기반의 방법들은 정확도가 낮을 뿐만 아니라 높은 계산 복잡도의 문제를 가지고 있다. 이뿐만 아니라 높은 비용으로 인해 상용화 측면에서도 단점을 드러내고 있다. 본 연구에서는 그림1처럼 센서 융합 기술을 활용하여 이미지 기반 방법의 문제점을 해결하고자 한다. 차량 횡방향 동역학 모델(Vehicle lateral dynamic model)을 선형화하여 칼만 필터(Kalman filter)를 적용한 노면 마찰 계수 추정 알고리즘을 설계하고, 기계학습(Machine learning) 모델을 적용하여 블랙 아이스 검출 알고 리즘을 설계한다. 전기차 CAN 버스로부터 얻을 수 있는 차량 종방향 가속도(Vehicle longitudinal acceleration)를 제어 입력으로 하고, 요 레이트(Yaw rate)를 측정값으로 하여 칼만 필터에 적용하여 차량 종 방향 속도(Vehicle longitudinal velocity)와 차량 횡방향 속도(Vehicle lateral velocity), 요 레이트, 차량 횡방 향 힘(Vehicle lateral force)을 추정한다. 이때 전통적인 칼만 필터 대신 EKF-UI(Extended kalman filter with unknown input)를 적용하여 시스템 행렬의 크기를 줄여 계산 복잡도를 감소시키고 차량의 거동 변화 를 보다 정확하게 반영할 수 있도록 하였다. 추정된 차량 종방향 속도, 차량 횡방향 속도, 요 레이트를 통해 사이드 슬립 각(Side slip angle)을 구해 사이드 슬립 각과 차량 횡방향 힘의 관계를 이용해 특징들을 찾아 기계학습 모델(e.g. 앙상블 기법, SVM 등)을 적용하여 블랙 아이스를 검출할 수 있다. MATLAB/Simulink SW 및 CarSim을 사용하여 개발한 알고리즘의 성능을 검증하였으며, 본 연구의 결과는 ESC 시스템의 성능 을 개선시켜 차량의 미끄러짐으로 인한 교통사고의 예방에 도움이 될 것으로 예상한다. 여기에 스마트 타이 어(Smart tire)의 센서도 추가해 노면과 타이어 사이의 직접적인 데이터를 추가해 검출 성능을 높일 것이다.

This paper explores a convergent approach that combines advanced informatics and computational science to develop road-paving materials. It also analyzes research trends that apply artificial-intelligence technologies to propose research directions for developing new materials and optimizing them for road pavements. This paper reviews various research trends in material design and development, including studies on materials and substances, quantitative structure–activity/property relationship (QSAR/QSPR) research, molecular data, and descriptors, and their applications in the fields of biomedicine, composite materials, and road-construction materials. Data representation is crucial for applying deep learning to construction-material data. Moreover, selecting significant variables for training is important, and the importance of these variables can be evaluated using Pearson’s correlation coefficients or ensemble techniques. In selecting training data and applying appropriate prediction models, the author intends to conduct future research on property prediction and apply string-based representations and generative adversarial networks (GANs). The convergence of artificial intelligence and computational science has enabled transformative changes in the field of material development, contributing significantly to enhancing the performance of road-paving materials. The future impacts of discovering new materials and optimizing research outcomes are highly anticipated.

음이온 교환막(AEM) 수전해용 AEM 소재 개발은 재생 에너지를 활용한 수소 생산 기술을 개선하는 데 중요한 역할을 한다. 이러한 소재를 설계하고 최적화하는 데 분자동역학 전산모사가 유용하게 사용되지만, 전산모사 결과의 정확도 는 사용된 force-field에 크게 의존한다. 본 연구의 목적은 AEM 소재의 구조와 이온 전도 특성을 예측할 때 force-field 선택 이 미치는 영향을 체계적으로 조사하는 것이다. 이를 위해 poly(spirobisindane-co-aryl terphenyl piperidinium) (PSTP) 구조를 모델 시스템으로 선택하고 COMPASS III, pcff, Universal, Dreiding 등 네 가지 주요 force-field를 비교 분석하였다. 각 force-field의 특성과 한계를 평가하기 위해 298~353 K의 온도 범위에서 수화 채널 형태, 물 분자와 수산화 이온의 분포, 수산 화 이온 전도성을 계산하였다. 이를 통해 AEM 소재의 분자동역학 전산모사에 가장 적합한 force-field를 제시하고, 고성능 AEM 소재 개발을 위한 계산 지침을 제공하고자 한다.

PURPOSES : As evaluation methods for road paving materials become increasingly complex, there is a need for a method that combines computational science and informatics for new material development. This study aimed to develop a rational methodology for applying molecular dynamics and AI-based material development techniques to the development of additives for asphalt mixtures. METHODS : This study reviewed relevant literature to analyze various molecular models, evaluation methods, and metrics for asphalt binders. It examined the molecular structures and conditions required for calculations using molecular dynamics and evaluated methods for assessing the interactions between additives and asphalt binders, as well as properties such as the density, viscosity, and glass transition temperature. Key evaluation indicators included the concept and application of interaction energy, work of adhesion, cohesive energy density, solubility parameters, radial distribution function, energy barriers, elastic modulus, viscosity, and stress-strain curves. RESULTS : The study identified key factors and conditions for effectively evaluating the physical properties of asphalt binders and additives. It proposed selective application methods and ranges for the layer structure, temperature conditions, and evaluation metrics, considering the actual conditions in which asphalt binders were used. Additional elements and conditions considered in the literature may be further explored, considering the computational demands. CONCLUSIONS : This study devised a methodology for evaluating the physical properties of asphalt binders considering temperature and aging. It reviewed and selected useful indicators for assessing the interaction between asphalt binders, additives, and modified asphalt binders and aggregates under various environmental conditions. By applying the proposed methods and linking the results with informatics, the interaction between asphalt binders and additives could be efficiently evaluated, serving as a reliable method for new material development.

디지털 트윈 기술의 도입은 소재/제품 개발 및 공정의 전주기 과정에서 보다 통합적이며 단절없는 디지털 가상화를 요구하고 있다. 이러한 요구는 미시적 반응, 표면 및 계면 현상을 아우르는 모델링 기법과 거시적 물리 모델 혹은 인공지능 모델의 광범위한 적용을 필요로 한다. 이는 다양한 환경조건에서 소재의 물성 데이터베이스와 미시적 현상 모사가 필요함을 의미하며, 분자동역학 시뮬레이션이 이를 달성하기 위하여 유용하게 활용될 수 있다. 본 논문에서는 평형 및 비평형 분자 동역학 시뮬레이션 방법을 활용한 물성 계산 방법을 개괄하고, 열 및 기계적 물성등 주요 물성 계산 사례들을 검토하여 제시하였다. 본 논문은 분자 동역학 시뮬레이션을 활용한 물성 계산 프레임 워크 개발과 보다 정확하며 신뢰도 높은 계산 수행에 통찰을 제공할 것으로 기대 된다.

컴퓨터 시스템의 성능 및 다양한 전산모사 프로그램의 발전으로 더 복잡한 원소로 이루어진 화학시스템의 해석이 가능해지고, 그에 따라 분자동역학 전사모사를 활용한 연구가 활발히 이루어지고 있다. 특히, 기존에는 실험위주로 진행되던 고분자 막에 대한 기체 투과 특성을 계산하는 연구가 관심을 받고 있고, 식품포장, 의약품등에 사용되고 있는 기체차단성 막 에 대한 분자동역학 연구가 많이 이루어지고 있다. 최근 실크 피브로인을 이용해 코팅막을 만들었을 때 기체 차단 효과가 나 타난다는 보고가 있었고, 본 연구에서는 이러한 실크 피브로인을 활용해 복합막을 만들었을 때 산소 차단 효과가 나타나는지 확인하고자 분자동역학 전산모사를 이용해 연구를 진행하였다. 단일 모델을 제작하고 기체 투과 특성을 계산하고 실험값과 비교를 통해 모델이 실제 실험 결과를 반영하는 것을 확인하였고, 실제 복합막 모델을 만들어 고분자 내에서 기체 이동경로 분석을 진행한 결과 산소 분자가 피브로인 영역을 통과하지 못하고 막히는 것을 보여주었다. 따라서, 실크 피브로인이 도입된 복합막이 산소 차단 성능이 우수하여, 식품포장 등에 유용할 것으로 기대된다.

The objective of this study is to analyze the difference between the theoretically calculated torque values of lead screws used in vehicle seat rails and the required torque values due to various disturbances that occur in actual systems. Lead screws were classified into square and trapezoidal threads and modeled by two lead type. Dynamic analysis models were constructed by applying contact conditions and rotational joints between the lead screw and nut. The validity of the dynamic model was verified by comparing the torque values obtained from rigid body dynamic analysis with the theoretically calculated torque values. Then, the lead screw was modeled as a flexible body to investigate the torque variation required for the lead screw when dynamic loads are considered. This study will help predict the actual torque values of lead screws for seat rails.

금속의 취성화는 수소와 접촉하는 구조물을 안정적으로 설계하는데 있어서 큰 문제가 되어왔다. 본 논문에서는 분자동역학 해석을 통해 균열선단 주변에 모인 수소원자들이 전위 이동 현상을 억제하고, 이로 인해 벽개 파괴 현상이 발생하는 것을 확인하였다. 다양한 수소 농도, 하중 속도, 수소 확산 속도 등을 바꾸어가며 분자동역학 해석을 수행하였고, 이에 따른 수소 취성화를 최소화시킬 수 있는 조건들을 조사하였다. 분자동역학 해석 결과는 기존의 실험결과와 잘 일치하였으며 이를 바탕으로 수소 취성화 현상을 정량화하여 평가하였다.

지속적인 화석연료의 과도한 소비는 지구온난화와 기후환경 위기를 초래하고 있다. 이에 따라 화석연료의 대체 에너지 중 수소에너지가 주목받고 있는데, 수소에너지는 공해물질의 배출이 없고 자원적인 제약이 없다는 장점이 있다. 이에 따라 물의 전기분해를 이용하여 수소를 생산하는 수전해 시스템 및 수소에너지를 연료로 사용하여 전기를 생산하는 연료전 지 시스템과 관련된 다양한 연구가 진행되고 있다. 본 연구에서는 수전해 시스템과 연료전지의 핵심 소재 중 하나인 음이온 전도성 이오노머 소재를 대상으로 과량의 수화 상태를 반영하여 3D 이오노머 모델을 제작하였다. 최종적으로 과량의 수화상 태에서 이오노머의 구조적인 안정성과 성능 분석을 통해, 수전해 시스템과 연료전지의 핵심 소재인 음이온 전도성 이오노머 설계에 있어서 성능향상 인자를 제시하고자 하였다.