초록 ▼

○ Bayesian Neural Network 코드를 사용하여 저방사화강 크리프 수명 예측을 위한 인공신경망 모델을 작성하였음 (1차년도 연속).
→ 모델을 이용한 계산결과, Ti, Ta, V, Cr, W 함량 변화에 따른 석출물 (MX, M₂₃C₆, Laves) 거동 변화 및 이에 따른 크리프 수명 예측 결과를 확인하였으며, 차년도에는 이를 고려한 모델합금 제조 및 평가를 수행할 예정임.

○ Cr, W, Ti 함량 변화시킨 저방사강 샘플을 제작하여 미세조직 및 물성평가를 실

○ Bayesian Neural Network 코드를 사용하여 저방사화강 크리프 수명 예측을 위한 인공신경망 모델을 작성하였음 (1차년도 연속).
→ 모델을 이용한 계산결과, Ti, Ta, V, Cr, W 함량 변화에 따른 석출물 (MX, M₂₃C₆, Laves) 거동 변화 및 이에 따른 크리프 수명 예측 결과를 확인하였으며, 차년도에는 이를 고려한 모델합금 제조 및 평가를 수행할 예정임.

○ Cr, W, Ti 함량 변화시킨 저방사강 샘플을 제작하여 미세조직 및 물성평가를 실시하였음.
→ 0.008 ~ 0.03 wt%의 Ti 함량 범위에서 강도와 충격인성 (DBTT)의 조합이 가장 우수한 것을 확인하였음. W의 경우, 1 ~ 1.5 wt%의 범위에서는 강도와 충격인성의 조합이 우수하나 2 wt% 이상에서 충격특성이 하락하는 확인하였으며, 이는 δ-페라이트 생성의 영향으로 판단됨.

○ 열처리 조건 변화의 영향을 확인하기 위해 2단 노말라이징, 2단 템퍼링, 2단 노말라이징+2단 템퍼링 조건을 적용한 샘플을 제작하였으며 이에 대한 미세조직 및 물성평가를 실시함.
→ 기존 열처리 조건 대비 2단 노말라이징 또는 2단 노말라이징+2단 템퍼링 시에 우수한 DBTT특성을 나타내었으며, 본 연구에서는 석출물 정량 분석 및 Griffith theory를 이용하여 2단 열처리 시에 M₂₃C₆ 석출물 미세화로 인한 DBTT 특성 향상 기구를 규명하였음.

○ 550℃-200MPa 조건에서 가속 크리프 특성을 평가하였으며, 개발강의 경우, 기존강에 비해 우수한 가속 크리프 수명을 갖는 것을 확인하였음

○ 550℃-150MPa 조건에서 장기 크리프 특성 평가를 진행 중이며, 개발재의 경우 초기 크리프 변형량 및 크리프 변형률이 기존재에 비해 낮아 크리프 수명이 크게 우수할 것으로 판단됨.


(출처 : 보고서 초록 3p)

Abstract

Ⅳ. Results
- Publish 7 SCI paper
- Development of fundamental technology for alloy and process (heat treatment) design of RAFM steel


(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1제 출 문 ... 2보고서 초록 ... 3요 약 문 ... 4SUMMARY ... 5CONTENTS ... 6목차 ... 7제 1 장 연구개발과제의 개요 ... 8제 2 장 국내외 기술개발 현황 ... 9제 3 장 연구개발수행 내용 및 결과 ... 12제 4 장 목표달성도 및 관련분야에의 기여도 ... 24 제 1 절 목표달성도 ... 24 제 2 절 관련분야에서의 기여도 ... 24제 5 장 연구개발결과의 활용계획 ... 25끝페이지 ... 26