초록 ▼

Ⅱ. 연구개발의 목적 및 필요성
- AI를 이용하여 기존의 소재 및 공정 개발 방법 대비 연구 개발 효율성을 높여서 개발 경쟁력 강화

Ⅲ. 연구개발의 내용 및 범위
- 최적 기계적 물성 도출을 위한 인공지능 모델 개발
· 배치 베이지언 모델을 활용한 데이터 기반 최적 소재 및 공정 조건 도출 기술 개발
- 구조 소재 연구 데이터 수집 및 기계적 물성 예측 모델 개발
· 저합금 변태유기소성강 연구 데이터 수집, 가공, 분석 및 특성 예측 모델 개발
· 설명 가능한 인공지능 (XAI) 기법

Ⅱ. 연구개발의 목적 및 필요성
- AI를 이용하여 기존의 소재 및 공정 개발 방법 대비 연구 개발 효율성을 높여서 개발 경쟁력 강화

Ⅲ. 연구개발의 내용 및 범위
- 최적 기계적 물성 도출을 위한 인공지능 모델 개발
· 배치 베이지언 모델을 활용한 데이터 기반 최적 소재 및 공정 조건 도출 기술 개발
- 구조 소재 연구 데이터 수집 및 기계적 물성 예측 모델 개발
· 저합금 변태유기소성강 연구 데이터 수집, 가공, 분석 및 특성 예측 모델 개발
· 설명 가능한 인공지능 (XAI) 기법 활용 특성-인자 관계 및 특징인자 기여도 분석
· 특성 예측 모델 및 메타휴리스틱스 기법 활용 소재 및 공정 설계
- 머신러닝을 이용한 최적 성형 공정 설계 및 최적화 모델 검증
· 성형 부품 선정 및 다양한 공정 조건에서의 경량금속판재의 성형성 관련 DB 구축
· 베이지언 최적화를 이용한 성형 공정 최적화 수행 및 실험적 검증
- 연구데이터 자동 보정 및 정량화 플랫폼 개발
· 미세조직 이미지의 자동 결함 보정 및 정량적 분석 플랫폼 개발

Ⅳ. 연구개발결과
- 프로그램 등록 : 15건 (당해 5건)
- 논문 발표 : 8.70 (당해 1.17건)
- 기술료 : 12,100 천원 (당해 8,800천원)

Ⅴ. 연구개발결과의 활용계획
- 구축한 데이터셋 및 개발 모델을 기반으로 구조용 신소재 탐색 및 역설계에 활용
- 경량 금속 소재의 성형 공정 설계/최적화 기술 개발에 활용
- 연구데이터 관리스셑ㅁ과 연계하여 고신뢰성 연구 DB 구축에 활용

(출처 : 요약문 4p)

Abstract ▼

Ⅱ. Purpose and necessity of research and development
- Increasing R&D efficiency and strengthening development competitiveness compared to the current material and process development methods

Ⅲ. Content and scope of R&D
- Development of AI models for deriving optimal mechanical properti

Ⅱ. Purpose and necessity of research and development
- Increasing R&D efficiency and strengthening development competitiveness compared to the current material and process development methods

Ⅲ. Content and scope of R&D
- Development of AI models for deriving optimal mechanical properties
· Development of technology for deriving optimal materials and process conditions based on Bayesian models
- Research data collection and development of mechanical property prediction models for structural materials
· Collection, processing, analysis, and prediction model development for low-alloy transformation-induced plasticity steel
· Utilization of Explainable Artificial Intelligence (XAI) techniques for analysis of property-factor relationships and contribution analysis of influential factors
· Utilization of characteristic prediction models and metaheuristic techniques for material and process design
- Optimal design and verification of forming processes using machine learning
· Selection of forming parts and construction of a database related to the formability of lightweight metal sheets under various process conditions
· Performance of forming process optimization using Bayesian optimization and experimental validation
- Development of a research data automatic correction and quantificiation platform
· Development of an automatic defect correction and quantitative analysis platform for microstructure images

Ⅳ. R&D results
- Program registration: 15 cases (5 for the current year)
- Paper presentations : 8.70 (1.17 for the current year)
- Technology fees : 12.1 million won (8.8 million won for the current year)

Ⅴ. R&D results and utilization plan
- Utilization of the established dataset and development models for exploration and reverse engineering of structural materials
- Application of lightweight metal material forming process design/optimization technology
- Utilization in building a high-reliability research database in conjunction with the research data management system.

(source: SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 초록 ... 3
• 요 약 문 ... 4
• Summary ... 5
• CONTENTS ... 6
• 목차 ... 7
• 1장 연구개발과제의 개요 ... 8
• 1절 연구개발의 필요성 ... 8
• 2절 연구개발의 경제, 사회, 기술적 중요성 ... 8
• 2장 국내외 기술개발 현황 ... 9
• 1절 국외 기술 동향 ... 9
• 2절 국내 기술 동향 ... 12
• 3장 연구개발 수행 내용 및 결과 ... 15
• 1절 경량금속소재 최적 물성 예측을 위한 인공지능 모델 개발 ... 15
• 2절 데이터 기반 지능형 소재 탐색 모델 개발 ... 20
• 3절 인공지능을 활용한 경량 금속 판재 성형 공정 최적화 모델 개발 ... 26
• 4절 데이터 자동 보정 및 분석프로그램 개발 ... 49
• 5절 진도점검 시 의견 및 개선내용 ... 66
• 4장 목표달성도 및 관련분야에의 기여도 ... 68
• 1절 목표 달성도 ... 68
• 2절 관련 분야 기여도 ... 70
• 5장 연구개발결과의 활용계획 ... 71
• 끝페이지 ... 73