Core Concepts
기계 학습 기반 역해석 프레임워크를 활용하여 고강도 및 고연성을 동시에 만족하는 이상 조직 강철의 최적 미세 구조를 제안하였다.
Abstract
이 연구에서는 이상 조직 강철의 고강도 및 고연성을 동시에 만족하는 최적 미세 구조를 제안하기 위해 기계 학습 기반 역해석 프레임워크를 개발하였다.
역해석 프레임워크는 생성적 적대 신경망(GAN)과 합성곱 신경망(CNN)으로 구성된다. GAN은 상 장면 방법을 통해 생성된 이상 조직 강철 미세 구조 이미지를 생성하고, CNN은 이 미세 구조 이미지로부터 최대 응력과 한계 변형률을 예측한다.
역해석 과정에서는 최대 응력과 한계 변형률의 곱을 최대화하는 미세 구조와 변형 모드를 탐색한다. 이때 인장 방향 x, 인장 방향 y, 전단 방향 x, 전단 방향 y의 4가지 변형 모드를 동시에 고려한다. 이를 통해 복합 변형 모드에서도 요구되는 미세 구조를 탐색할 수 있다.
제안된 미세 구조는 마르텐사이트 상의 결정립 크기가 작은 것으로 나타났으며, 이는 실험에서 관찰되는 경향과 일치한다. 또한 제안된 변형 모드인 전단 방향 x에서 최대 응력 260 MPa, 한계 변형률 0.427, 강도와 연성의 곱 0.508을 나타내어 높은 기계적 특성을 보였다.
Stats
최대 응력 260 MPa
한계 변형률 0.427
강도와 연성의 곱 0.508