Project description

기계나 구조물을 설계할 때, 재료의 파괴시점을 예측하는 것은 안정성 확보에 매우 중요하다. 그러나 구조물이 운동상태에 있거나 불규칙적 자극에 노출되어 있는 경우, 재료의 파괴시점을 예측하는 것은 매우 어렵다. 대부분의 경우 외형적으로 큰 변화없이 돌발적으로 구조물 파괴가 일어나 큰 사고로 이어지게 된다 (그림1). 예를 들어, 삼풍백화점 붕괴사고, 성수대교 붕괴사고를 포함한 전세계적으로 구조물 파괴 재난이 끊이지 않는 것도 재료의 파괴시점을 정확하게 예측할 수 없기 때문이다. 따라서 파괴시점을 미리 예측하여 인적/물적 피해를 최소화시키는 연구가 필요하다. 

본 연구에서는 토폴로지 데이터 분석과 머신러닝 기법을 함께 이용하여, 재료의 파괴시점을 실시간으로 예측하는 새로운 도구를 개발하고자 한다. 본 연구의 결과는 재료 파괴의 전조증상이 되는 패턴을 찾아냄과 동시에, 인공지능과 결부하여 파괴의 가능성 및 잔여수명을 빠르고 정확하게 예측하는 새로운 플랫폼을 제공할 것이다.

연구의 최종목표는 빅데이터/인공지능 기반의 재료파괴 시점 실시간 예측 도구 개발이다 (그림2). 해당 엔진은 구조물 관심영역의 X선 토모그래피 정보만을 인풋으로 활용하여, 재료의 파괴시점까지의 잔여수명을 예측할 것이다. 정량적으로는 인공지능 모델의 예측력을 95% 이상을 취득하는 것을 목표로 둔다.

목표를 이루기 위한 본 과제의 세가지의 핵심 전략은 다음과 같다.
1) Fracture 데이터베이스를 구축한다. 대표적 구조재료인 스테인리스 스틸 (오스테나이트계 304L)을 우리의 재료로 선정한다. 이 재료에 대해 다양한 실험조건에서의 파괴시험 및 분석을 통해, fracture데이터베이스를 최초로 구축한다.
2) 토폴로지 데이터 분석을 통해, 수집된 X선 토모그래피 기반의 미세조직 이미지들 내 파괴의 전조패턴을 도출 및 정량화한다.
3) 도출된 패턴들을 인공지능 알고리즘과 결부하여, 재료의 파괴거동을 실시간으로 예측할 수 있는 도구를 개발한다.

본 과제에서 개발된 도구는 다양한 산업현장에 주기적인 재료상태 검진이 가능하게 하므로, 실시간으로 파괴시점을 업데이트할 수 있다. 따라서 위험한 사고들을 미연에 방지할 수 있고, 관련된 인적/물적 손해를 최소화할 수 있다. 나아가, 개발물에 적용된 핵심기술은 구조재료의 파괴 뿐만 아니라, 다른 의학 및 지질학 등 분야에 사고들을 예측하는데에 그대로 사용가능하다. 예를 들면, 의학 (뼈 골절, 뇌졸중), 또는 지질학 (태풍/지진 시점 예측) 등의 다양한 상황에서도 전조증상이 되는 패턴을 도출하여 정확한 예측이 가능할 것으로 기대된다.