University of Ulsan Open Access Korea
Not a member yet
17799 research outputs found
Sort by
Detection of Conductive Biochemical Molecules Using Exceptional Optical Phase Transitions on Non-Hermitian Metasurfaces
No full textRecently, there has been active research into unique optical properties that do not exist in conventional optical systems by considering non-Hermitian (NH) systems where energy is not conserved due to optical loss or gain. The exceptional point (EP), a distinctive characteristic of NH Hamiltonian systems, is the point where eigenvalues and eigenstates coalesce. In particular, the EP allows for significant resonant changes in response to very small perturbations, leading to active research into highly sensitive optical micro-resonators and bio- and gas sensors that outperform conventional sensors by utilizing various optical systems such as photonic crystals, micro-disks, and plasmonic structures. Among these metasurfaces, which are two-dimensional arrays of artificially designed sub-wavelength structures, offer the advantage of expanding the concept of exceptional points into the polarization domain, allowing for the observation of more diverse physical phenomena. In this paper, a highly sensitive NH optical system using a two-dimensional metasurface is implemented in the terahertz (THz) frequency range, and physical phenomena near the EP are investigated. First, an NH metasurface, composed of two split ring resonators (SRRs) designed to have the same resonance frequency but different losses over a wide frequency range, was designed based on numerical calculations using the electromagnetic simulation tool CST Microwave Studio. The two SRRs were arranged orthogonally in a two-dimensional plane, and the coupling was controlled by adjusting the distance between the rings to analyze the complex refractive index and eigenpolarization states near the EP. In particular, an abrupt change in the transmission phase of asymmetric circular polarization was observed near the EP in response to small perturbations. Based on this, a microfluidic channel was designed for detecting water-based biochemical molecules with conductivity. The sensor was realized by fabricating and integrating the metasurface with the microfluidic channel using Microelectromechanical Systems (MEMS) technology. The polarization and operating characteristics of the fabricated NH metasurface sensor were measured using a THz time-domain polarization-resolved spectrometer. This system comprises a femtosecond laser, fiber-based THz antennas, and wire-grid polarizers. The measured results were then compared with simulated results. For the designed metasurface, the EP of the eigenpolarization corresponds to left circular polarization, leading to asymmetric circular cross-polarization transmission with differing Tlr and Tlr values. However, the transmittance of asymmetric circular cross-polarization is very low, requiring a high signal-to-noise ratio (SNR) in the spectrometer and a high extinction ratio (ER) in the polarizer. A metasurface polarizer with an ER exceeding 50 dB was designed and fabricated to address this limitation. The impact of the ER on circular cross-polarization transmittance was analyzed, revealing that a higher ER enables a more precise analysis of circular cross-polarization transmittance. To validate the performance of the fabricated NH metasurface sensor, amyloid-beta (Aβ42) protein, known to have different conductivities depending on its fibrillation state, was injected into the sensor’s microfluidic channel. The THz transmittance was measured as a function of molar concentration. The results demonstrated an optical phase transition near the EP, where the phase of circular cross- polarization flipped in response to the presence of the protein. Remarkably, detection was achieved even at zeptomole (10⁻²¹ M) concentrations. Additionally, the slope of the optical phase varies systematically with molar concentration. The optical phase transition phenomenon was observed using multiple identically fabricated sensors to ensure reliability. The results confirmed that the optical phase slopes corresponding to different molar concentration were distinct across sensors, allowing clear differentiation of protein concentrations. Furthermore, the optical phase slope remained consistent even with randomly injected protein concentration. This sensing method, based on the optical phase transition near the EP of the NH metasurface sensor, is a highly effective approach for ultra-trace detection and analysis of conductive biochemical substances. It holds significant potential to overcome the limitations of conventional invasive and costly methods for detecting Aβ42 protein.Docto
Design and Evaluation of YOLOv5-Based Smoke Detection Model for Early Detection of Forest Fires
No full textDetecting smoke plumes is an effective way to identify early signs of forest fires. Timely identification of wildfires is crucial for controlling their expansion and extinguishing them. This paper introduces a YOLOv5s-based smoke detection model that utilizes deep learning technology to identify signs of forest fires at an early stage. The proposed model incorporates GhostNet to reduce the number of parameters, while an attention mechanism is also applied to improve accuracy. A modified inception module was further applied to better extract the features of vertically spreading smoke. Instead of using Path Aggregation Network (PANet) in the Neck, a Bi-directional feature pyramid network (Bi-FPN) is replaced to perform feature fusion of smoke better in complex scenarios. These improvements contribute to the robustness and practical applicability of the model, making it a promising solution for early wildfire detection in real-world scenarios. Experimental results show that the proposed model outperforms the original YOLOv5s model by 3.2% at [email protected]:0.95 and 2.1% at [email protected], and achieves 86.2% at [email protected], which outperforms RetinaNet by 4.0%, Faster R-CNN by 5.0%, and SSD by 9.9%.|연기 기둥을 감지하는 것은 산불의 초기 징후를 식별하는 효과적인 방법입니다. 산불의 적시 식별은 산불의 확산을 통제하고 진화하는 데 매우 중요합니다. 본 논문에서는 딥러닝 기술을 활용하여 산불의 징후를 조기에 식별하는 YOLOv5s 기반 연기 감지 모델을 소개합니다. 제안된 모델은 GhostNet을 통합하여 매개변수 수를 줄이는 동시에, 어텐션 메커니즘을 적용하여 정확도를 향상시켰습니다. 또한, 수직으로 확산되는 연기의 특징을 더 잘 추출하기 위해 수정된 인셉션 모듈을 적용했습니다. Neck에서 PANet(Path Aggregation Network) 대신 Bi-FPN(Bi-directional Feature Pyramid Network)을 사용하여 복잡한 상황에서 연기의 특징 융합을 더욱 효과적으로 수행합니다. 이러한 개선 사항은 모델의 견고성과 실제 적용성을 향상시켜 실제 상황에서 산불 조기 감지를 위한 유망한 솔루션으로 자리매김했습니다. 실험 결과에 따르면 제안된 모델은 [email protected]:0.95에서 원래 YOLOv5s 모델보다 3.2%, [email protected]에서 2.1% 더 우수한 성능을 보이고, [email protected]에서 86.2%의 성능을 달성하여 RetinaNet보다 4.0%, Faster R-CNN보다 5.0%, SSD보다 9.9% 더 우수한 성능을 보입니다.Maste
A Real-Time LoRa Protocol with QoS Support for Event- Driven Traffic in Industrial Networks
No full textA Real-Time LoRa Protocol with QoS Support for Event-Driven Traffic in Industrial Networks Trang Dung Nguyen Supervisor: Professor Hoon Oh Submitted in Partial Fulfilment of the Requirements for the Degree of Master of Science January 2025 Industrial process systems handle various types of data in terms of reliability and timeliness. Some devices periodically transmit data to the control server, while others send data aperiodically, only when events such as errors or unusual situations occur. A server can create a slot schedule for the devices with periodic data, so that they transmit data according to the slot schedule. However, the transmission time constraints of aperiodic data are determined when the event occurs, so devices with aperiodic data require an on-the-fly scheduling mechanism for transmission. These mechanisms aim to satisfy the quality of transmission service (QoS). This study presents a QoS-supported LoRa communication protocol to satisfy transmission reliability and time constraints of aperiodic data while satisfying the periodicity of periodic data. Two key technologies are developed for QoS support of aperiodic data. First, considering that aperiodic data use empty slots that have not yet been scheduled for periodic data within a frame, the protocol creates a slot schedule such that empty slots are evenly distributed within the frame. This allows aperiodic data generated at random times to find empty slots quickly. Second, to reduce collisions between aperiodic data, the protocol includes a slot contention mechanism using a deadline- based contention window, and also a delay time setting method to give slot access priority when multiple aperiodic data attempt to use the same slot. According to simulation, the proposed QoS protocol showed sufficiently satisfactory performance in terms of transmission deadline satisfaction and success rate.Maste
Numerical Analysis of Pile Foundation Subjected to Earthquake
No full text지진에 의한 말뚝기초의 안정성 해석 蔚山大學校 大學院 建設環境工學科 지진은 자연재해 중에서도 가장 예측하기 어려운 재해 중 하나로, 과거부터 현재 까지 지진으로 인한 말뚝기초 구조물 피해사례가 증가하고 있다. 기존의 말뚝기 초 동적해석은 지반의 다양성과 정확한 거동을 나타내는 데에 어려움이 있으며, 지반의 다차원 동적모델이 필요하다. 본 연구에서는 ABAQUS를 이용한 지진 발 생 시 말뚝기초의 안정성을 분석하고, 기존 말뚝기초 동적 해석방법보다 지반 거 동을 정확하게 모사할 수 있는 Geo-COUS 프로그램 내에 탑재되어 있는 Boun ding Surface model을 사용하여 단일지반점토와 복합지반점토 조건으로 나누었 고, 2017년에 발생한 경주 지진파를 이용해 4층 구조물을 모델링하여 해석 하 였다. 단일지반점토에서는 점토의 N치에 따라 해석을 하였다. 그 결과, 점토의 N치가 클수록 말뚝기초의 안정성이 높게 나타났고, 말뚝의 단부와 두부에서 안 정성이 낮게 나타냈다. 복합지반점토에서는 점토층의 N치를 고정하였고, 점토 층의 두께를 다르게 하여 해석을 수행하였다. 복합지반점토에서는 모래-점토층 에서 점토층 깊이가 얕을수록 안정성이 높게 나타났고, 모래에서 점토층으로 바 뀌는 지반 경계부에서 안정성이 낮게 나타났다. 개선된 소성모델을 통해 해석을 수행한 결과, 본 연구에서 개발된 소성모델을 통해 말뚝기초 동적해석을 하여 구 조물 안정성을 효과적으로 평가할 수 있음을 시사한다.Maste
천연물질 유래 생리활성 화합물들의 항암 효과와 메커니즘: HCT116 인간 대장암 세포에서 α-세드렌 및 후코이단과 커큐민의 조합
No full textChapter1. Anticancer Effects of α-Cedrene on HCT116 Human Colorectal Cancer Cells: Mechanisms Involving Autophagy, Apoptosis, and Migration Suppression
Background
Colorectal cancer (CRC) is the third most prevalent cancer globally and a leading cause of cancer-related deaths. Despite advancements in treatment strategies, the prognosis remains poor for advanced stages, necessitating the exploration of novel therapeutic agents. Natural products have emerged as promising candidates due to their multifaceted mechanisms and low toxicity profiles. Among them, α-Cedrene, a sesquiterpene extracted from cedarwood, has gained attention for its beneficial effects on human health, such as its role in anti-obesity and muscle enhancement, leading to its approval as a dietary supplement. Despite these established benefits, its potential anticancer properties remain underexplored. In particular, the effects of α-cedrene on colorectal cancer cells have not been thoroughly investigated. This study aims to address this gap by examining the anticancer activity of α-cedrene in human colorectal cancer cells, focusing on its impact on cell viability, autophagy, apoptosis, and migration.
Objective
This study aimed to investigate the anticancer effects of α-Cedrene on HCT116 human colorectal cancer cells. Specifically, the research sought to elucidate its impact on cell proliferation, autophagy, apoptosis, and migration to assess its potential as a therapeutic agent.
Methods
HCT116 cells were treated with α-Cedrene at concentrations ranging from 1 to 500 µM to identify the optimal range for cytotoxic effects using MTT assays. Subsequent experiments evaluated its effects on cell viability over 24, 48, and 72 hours. Western blotting was employed to assess autophagy markers (LC3-II) and apoptotic markers (cleaved PARP-1). Migration assays were performed using wound-healing techniques to examine its anti-migratory properties.
Results
α-Cedrene exhibited dose- and time-dependent cytotoxic effects on HCT116 cells, with significant inhibition of cell viability observed at 150–300 µM. Western blot analysis revealed an upregulation of LC3-II, indicative of autophagy induction, and a marked increase in cleaved PARP-1, highlighting the activation of apoptosis. The wound-healing assay demonstrated a substantial reduction in migratory capacity following α-Cedrene treatment, suggesting a strong anti-metastatic effect. Collectively, these findings underscore α-Cedrene’s potential to target multiple mechanisms critical to CRC progression.
Conclusion
The findings indicate that α-Cedrene effectively suppresses proliferation, induces autophagy and apoptosis, and inhibits migration in HCT116 colorectal cancer cells. This study provides a foundational understanding of α-Cedrene’s anticancer mechanisms, highlighting its potential as a natural therapeutic agent. Future research will focus on exploring its detailed molecular pathways, including autophagic and apoptotic crosstalk, and evaluating its efficacy in in vivo models to validate its clinical applicability in CRC therapy.
Chapter2. Synergistic Anticancer Effects of Fucoidan and Curcumin in HCT116 Human Colorectal Cancer Cells: Enhancing Autophagy, Apoptosis, and Migration Inhibition
Background
Colorectal cancer (CRC) is a leading cause of cancer mortality worldwide, with limited treatment options for advanced stages. Natural compounds have shown promising potential in cancer therapy, with growing interest in their synergistic effects when used in combination. Synergy between marine and plant-derived compounds can enhance therapeutic efficacy while minimizing side effects. Fucoidan, a sulfated polysaccharide from brown seaweed, and curcumin, a polyphenolic compound from Curcuma longa, have individually demonstrated anticancer, anti-inflammatory, and antioxidant properties. However, the combined effects of fucoidan and curcumin on colorectal cancer cells remain underexplored, especially in their capacity to target multiple hallmarks of cancer, such as cell proliferation, apoptosis, autophagy, and migration.
Objective
This study investigated the synergistic anticancer effects of fucoidan and curcumin on HCT116 human colorectal cancer cells, focusing on their combined impact on cell viability, autophagy, apoptosis, and migration.
Methods
HCT116 cells were treated with fucoidan (100 and 200 µg/mL) and curcumin (5 and 10 µM), individually and in combination. MTT assays were performed to evaluate cell viability and determine the optimal combination for synergy. Western blot analysis assessed LC3-II and cleaved PARP-1 levels to investigate autophagy and apoptosis, respectively. Wound-healing assays were used to evaluate the anti-migratory effects of the treatments.
Results
The combination of fucoidan (100 µg/mL) and curcumin (10 µM) resulted in the most significant reduction in cell viability, demonstrating a synergistic effect. Western blot analysis revealed elevated LC3-II and cleaved PARP-1 levels, suggesting enhanced autophagic and apoptotic activity. Additionally, wound-healing assays indicated that the combined treatment significantly inhibited HCT116 cell migration compared to single-agent treatments. These findings underscore the potential of combining fucoidan and curcumin to target multiple cancer pathways synergistically.
Conclusion
The synergistic combination of fucoidan and curcumin effectively reduces cell viability, induces autophagy and apoptosis, and inhibits migration in HCT116 colorectal cancer cells. These results highlight the therapeutic promise of combining natural compounds to enhance anticancer efficacy. Future studies will focus on elucidating the molecular pathways involved and validating these findings in preclinical settings to support clinical translation.Maste
A Study on the Multiple Mediating Effects of Learning Transfer and Person-Job Fit in the Relationship between Trainer’s Teaching Ability and Learning Worker’s Job Engagement
No full text4차 산업혁명 및 산업전환 등 급격한 산업환경 변화로 인적자원개발의 중 요성은 한층 높아지고 있다. 아울러, 초저출산으로 인해 한국 사회는 인구감소 국면에 접어들었으며, 현 상태가 지속된다면 급속한 인구감소의 늪에 빠지게 된다. 급격한 생산가능인구의 감소로 인해 기업들은 생존을 위해 인재 확보 및 유지를 위한 노력을 배가할 수밖에 없을 것이다. 즉, 이러한 급격한 산업환경 변화와 인구감소 시대에 기업이 필요한 인재를 확보하고 유지하여 생존하기 위해서는 인적자원개발(HRD)이 더 이상 선택이 아닌 필수과제가 된 것이다. 기업의 인적자원개발을 위한 노력을 지원하기 위해 정부에서는 다양한 형태로 근로자 등의 직업능력개발훈련을 제공하거나 행·재정적 지원을 하고 있다. 그중 하나가 일학습병행 교육훈련으로 2014년에 본격 시행되었으며, 교육훈련 프로그램 특성, 학습전이, 조직몰입, 직무몰입, 직무만족, 직무성과, 직무열의, 교육훈련만족 등의 변수를 활용하여 그 효과성을 직·간접적으로 검증한 다수의 선행연구가 있어 왔다. 하지만, 2018년도에는 일학습병행 교육훈련에 PBL이 적용되었으나 이에 대한 효과성을 검증한 연구는 부재한 상황이다. 이에, 본 연구 에서는 일학습병행 교육훈련의 특성과 선행연구에서 검증된 변수들을 활용하여 PBL 적용 프로그램의 효과성 여부를 간접적으로 검증하고자 하였다. 이를 위해, 교육훈련 프로그램 특성 중 PBL 적용으로 역할과 중요성이 상대적 으로 높아진 강사 교수능력이 학습근로자의 직무열의에 어떠한 영향을 미치 는지 검증하였다. 아울러, 동 영향 관계에서의 경로를 파악하기 위해 이론과 선행연구를 바탕으로 학습전이와 개인-직무적합성이 가지는 매개효과와 직렬 다중매개효과에 대한 가설을 설정하고 검증하였다. 가설을 검증하기 위해 PBL 적용 일학습병행 교육훈련에 참여 중인 학습근로자를 대상으로 설문조사를 실시하였고, 불성실하게 응답한 설문(16부)을 제외한 334부의 설문 데이터를 활용하여 변수 간의 직접효과와 다중 매개효과를 검증하였다. 그 결과 강사 교수능력은 학습전이, 개인-직무적합성 및 직무열의에, 학습전이는 직무열의와 개인-직무적합성에, 개인-직무적합성은 직무열의에 정(+)적인 영향을 미치는 것 으로 확인되었다. 또한, 학습전이와 개인-직무적합성은 강사 교수능력이 직무열의에 미치는 영향을 부분 매개한다는 사실이 확인되었다. 그리고, 강사 교수능력과 직무 열의와의 관계에서 학습전이와 개인-직무적합성은 부분 직렬매개효과를 보였다. 본 연구를 통해 기존 대다수 일학습병행 선행연구에서 검증된 것처럼 PBL 적용 일학습병행 교육훈련 프로그램에서도 강사 교수능력이 학습전이 등에 정(+)적인 영향을 미친다는 사실이 확인되었다. 2018년 일학습병행 교육 훈련에 PBL이 도입된 이후 현재까지 그 효과성을 검증한 선행연구가 부재한 상황에서 학습전이, 개인-직무적합성, 직무열의 등의 변수를 활용하여 포괄적 으로 영향 관계를 검증했다는 점은 이론적으로 의의가 있다. 실무적으로는 학습기업의 특성과 강사 능력 등을 고려하여 교육훈련 프로그램 설계 시 PBL 적용 여부 및 대상 능력 단위와 시간 등을 결정할 필요가 있다. 또한, 공동훈련센터 강사에 대한 자격요건을 강화하고 지속적인 역량강화를 위한 프로그램 지원이 병행될 필요가 있다. PBL 적용 일학습병행 교육훈련 프로그램을 운영하고자 할 경우 멘토, 코칭 및 촉진자(facilitator) 로서의 강사역량을 요건에 포함하고, 강사 역량강화 프로그램 운영 의무화 및 그에 필요한 예산을 지원할 필요도 있다. 주제어 : 일학습병행, PBL, 강사 교수능력, 직무열의, 학습전이, 개인-직무적합성Docto
Development and Evaluation of Advanced Neural Networks for Predicting Water Quality Indicators in a Wastewater Treatment Plant in Ulsan, South Korea
No full textThe growing awareness of detrimental ecological impacts resulting from discharging untreated effluent into the environment has increased the emergency for more effective and strictly controlled wastewater management. This research introduces an innovative deep learning model designed to predict three critical water quality indicators—Total Nitrogen (TN), Total Phosphorus (TP), and Total Organic Carbon (TOC)—in wastewater treatment plant (WWTP) effluent. Accurate forecasting of these indicators is essential for improving WWTP operations while ensuring compliance with environmental regulations. The model uses a method called multivariate time series prediction (MTP), which integrates various factors, such as influent variables and climate factors to make reliable predictions for these indicators. By incorporating these features, the model gains a deeper understanding of the relationships between factors that affect TN, TP, and TOC levels. Given the time-dependent nature of WWTP data, several deep learning architectures were tested. The final model is an ensemble of Temporal Convolutional Networks (TCNs) combined with dense layers for aggregation. This design was optimized by fine-tuning hyperparameters using Optuna to enhance the model’s capability to identify both detailed patterns and broader trends. For validation, embargo time-series cross-validation was applied, followed by testing the trained model on a separate dataset to confirm the model’s reliability in practical scenarios. Model achieved high predictive accuracy, with an R² score of 89%, an RMSE of 0.9739, and an MAE of 0.8125 on the test dataset when forecasting TN, TP, and TOC levels. This study provides a stable model for monitoring water quality in WWTPs, allowing for dynamic contaminant management. Beyond WWTP applications, this model exemplifies how machine learning models can contribute to enhancing environmental monitoring by setting a framework for predicting multiple water quality factors simultaneously, with promising applications in broader environmental and hydrological research.Maste
Implementation of Field-Free Switching SOT Device and Material Investigation for Efficient Operation of SOT-MRAM
No full text본 연구는 차세대 메모리 소자인 Spin orbit torque 자기 메모리(SOT-MRAM)의 성능을
향상하고, 상용화의 주요 과제를 해결하기 위해 두 가지 실험을 수행하였다. 첫 번째 실험은
외부 자기장이 필요 없는 무자장 SOT 스위칭 기술을 구현하는 것을 목표로, 헬륨 이온
조사법을 활용하여 수직 자기이방성을 가진 [Ni/Co]₆ 다중층 소자의 측면 대칭성을 깨뜨리는
방법을 적용하였다. 헬륨 이온 조사를 통해 횡방향 대칭성이 파괴되어 무자장
SOT 수직자화반전이 유도되었다. 또한, SRIM 시뮬레이션을 통해 헬륨 이온이 생성한 결함
구조와 자기적 특성 변화의 상관관계를 규명하였으며, 결과적으로 자화 스위칭 비율이 약
4 배 향상되었음을 확인하였다.
두 번째 실험은 효율적인 스핀 전류 생성 물질의 후보이라고 알려진 Altermagnetic MnTe 의
GaAs 기판에서의 성장가능성을 조사하기 위해 GaAs(111) 기판 위에 분자빔 에피택시(MBE)
기법으로 MnTe 박막을 성장시키고, 이의 구조적 및 자기적 특성을 분석하였다. X-ray
회절(XRD)과 투과전자현미경(TEM) 분석 결과, MnTe 박막은 육방정계(hexagonal) 구조를
가지며 결정 c 축이 기판에 수직으로 성장된 고결정성 에피택셜 박막임을 확인하였다. 그러나
SQUID 자기 측정에서는 반강자성체로 알려진 α-MnTe 가 강자성체 또는 페리자성체와
유사한 자성 신호를 나타냈다. TEM 과 FFT 분석을 통해 이러한 신호가 박막과 기판 간
intermixing 으로 형성된 (Mn, Ga)As 또는 MnGa 물질에서 기인함을 규명하였으며, 이는
기판과 박막 간 계면 제어의 필요성을 확인하였다.
본 연구는 헬륨 이온 조사법을 통한 다중층 구조의 강자성체의 무자장 SOT 스위칭 구현과 더
효율적인 스핀 전류 생성 물질의 탐구를 통해 SOT-MRAM 및 스핀트로닉스 소자의 에너지
효율적 구현과 상용화를 위한 새로운 가능성을 제시하였다.|This study aims to enhance the performance of Spin Orbit Torque Magnetic Random
Access Memory (SOT-MRAM), a next-generation memory device, and address critical
challenges for its commercialization through two experiments. The first experiment focused
on implementing a field-free SOT switching technique by disrupting the lateral symmetry
of [Ni/Co]₆ multilayer structures with perpendicular magnetic anisotropy (PMA) using
helium ion irradiation. The helium ion irradiation induced lateral symmetry breaking,
enabling field-free SOT-induced perpendicular magnetization switching. Additionally, SRIM
simulations were employed to analyze the correlation between helium-ion-induced defect
structures and changes in magnetic properties. The results demonstrated an approximately
fourfold improvement in magnetization switching efficiency.
The second experiment investigated the growth potential of MnTe, an altermagnetic
material candidate for efficient spin current generation, on GaAs substrates. MnTe thin
films were grown on GaAs(111) substrates using molecular beam epitaxy (MBE), and their
structural and magnetic properties were analyzed. X-ray diffraction (XRD) and transmission
electron microscopy (TEM) analyses confirmed that the MnTe thin films exhibited a
hexagonal structure with high crystalline quality and that their c-axis was oriented
perpendicular to the substrate surface. However, SQUID magnetic measurements revealed
that α-MnTe, known as an antiferromagnet, displayed ferromagnetic or ferrimagnetic-like
magnetic signals. TEM and FFT analyses indicated that these signals originated from
intermixing between the MnTe film and the GaAs substrate, forming ferromagnetic
materials such as (Mn, Ga)As or MnGa. These findings underscore the necessity of interface
control between the film and the substrate.
This study demonstrates the potential of helium ion irradiation for achieving field-free SOT
switching in ferromagnetic multilayer structures and explores the growth of efficient spin
current generation materials. These results provide new insights into the energy-efficient
implementation and commercialization of SOT-MRAM and spintronic devices.Maste
Optimal Design of Interior Permanent Magnet Synchronous Motor for Electric Vehicle Drive Based Machine Learning
No full text본 논문에서는 전동기와 같은 전기기기의 최적 설계를 위해 기계학습을 이용한 대리모델 기반의 최적화 기법의 연구가 수행되었으며, 이를 활용하여 전기자동차(Electric Vehicle : EV) 구동용 매입형 영구자석 동기전동기 (Interior Permanent Magnet Synchronous Motor : IPMSM)의 평균 토크와 토크 리플 특성을 개선한 최적 설계안을 도출하였다. EV는 운전자에게 불쾌감을 줄 수 있는 소음과 진동의 저감이 필수적이다. 따라서, 소음과 진동을 유발하는 코깅 토크, 토크 리플 등을 저감하는 최적 설계가 필수적이다. 또한, 본 논문에서 전동기의 특성을 분석하기 위해 유한 요소해석(Finite Element Method : FEM)이 사용된다. 비선형성 자기 포화 특성을 가진 전기기기인 전동기의 정확한 해석이 가능한 FEM이 수천, 수만 번 필요하기에 많은 시간이 소요된다. 그러므로, 최소한의 시간으로 최적해 를 찾을 수 있도록 하는 최적 설계 기법이 필요하다. EV 구동용 전동기로는 타 전동기에 비해 고출력, 넓은 속도의 운전 영역 및 고효율의 특성을 가진 IPMSM을 선택하였다. 회전자의 다양한 설계 변수 를 동시에 고려하기 위해 최적 설계에는 기계학습 회귀 기법 중 높은 예측 성능을 가진 stacking ensemble 기법을 사용하였다. 제안하는 최적 설계 기 법은 5차원 문제 영역에서 총 2,000개의 샘플 데이터를 이용하여 타 기계학 습 기법에 비해 예측 정확성이 우수한 것을 검토한 후, 본 기법을 통해 대리 모델을 생성하여 유전 알고리즘을 기반으로 최적 설계안을 도출하였다. 본 논문에서 EV 구동용 IPMSM의 출력 토크 증대와 소음 및 진동을 유발하는 토크 맥동 저감을 목표로 최적화를 수행하였다. IPMSM의 최적 설계안은 초기 모델에 비해 토크 1.78 [%], 토크 맥동 39.39 [%] 개선하여 최적 설계안을 도출하였다. 최적 설계안의 타당성을 검증하기 위해 고온에서의 영구자석 불 가역 감자 해석과 고속에서의 회전자 응력 해석을 수행하여 전동기의 안정 성을 검증하였다. 따라서 본 논문에서 제안하는 stacking ensemble 기법을 이용하여 EV 구 동용 IPMSM의 최적 설계가 가능함을 확인하였다. 본 논문의 연구 성과로 비선형성 자기포화 특성을 가진 전기기기의 최적 설계에 널리 적용될 것으 로 기대된다. 주요어 : 기계학습(machine learning), 대리모델(surrogate model), 매입형 영 구자석 동기전동기(interior permanent magnet synchronous motor), 스태킹 앙상블(stacking ensemble), 전기자동차(electric vehicle), 최적 설계(optimal design) 학 번 : 20235372|In this paper, a surrogate model based optimization method utilizing machine learning is researched for the optimal design of electrical machines such as motors. This method is applied to derive an optimal design that improves the average torque and torque ripple characteristics of an interior permanent magnet synchronous motor (IPMSM) for electric vehicle (EV) drives.
For EVs, reducing noise and vibration, which can cause discomfort to the driver, is essential. Therefore, optimal design to reduce cogging torque and torque ripple, which cause noise and vibration, is critical. Additionally, to analyze the characteristics of the motor, the finite element method (FEM) is used. Since the FEM, which can accurately analyze nonlinear magnetic saturation properties, needs thousands or tens of thousands, optimal design of electric machines such as motors takes a lot of time. As a result, an optimization method is needed to find the optimal solution with minimal time.
Motor for the EV drive selected the IPMSM which enables high output power, drive of wide speed range, and high efficiency. To simultaneously consider various design variables of the rotor, the stacking ensemble method, which has high predictive performance among machine learning regression methods, was utilized for the optimal design. After verifying that the proposed optimization method has superior prediction accuracy, compared to other machine learning methods using a total of 2,000 sample data in a 5-dimensional problem area, i derives the optimal design based on the GA, using the surrogate model generated through this method.
In this paper, the optimal design of the IPMSM for EV drives was carried out to increase output torque and reduce torque ripple, which causes noise and vibration. The optimal design solution improved the torque by 1.78 [%] and reduced the torque ripple by 39.39 [%], when comparing to the initial model. To verify the validity of the optimal design, the stability of the motor was verified
by performing permanent magent irreversible demagnetization analysis at high temperature and rotor stress analysis at high speed.
Therefore, using the proposed stacking ensemble method in this paper, the optimal design of IPMSM for EV drive confirmed that it was possible. The results of this research are expected to be widely applicable to the optimal design of electrical machines with nonlinear magnetic saturation characteristics.
keywords : Electric vehicle, interior permanent magnet synchronous motor, machine learning, optimal design, stacking ensemble, surrogate model
Student Number : 20235372Maste
Application of Additive Manufacturing Process to ODS Ni-based Superalloys and Analysis of Residual Stress Variation Mechanism According to Microstructural Evolution
No full text산화물 분산 강화(Oxide Dispersion Strengthened, ODS) 니켈(Ni) 기반 초합금은 고온 환 경에서의 기계적 강도, 크리프 저항성 및 내산화성이 뛰어나 항공엔진, 발전용 터빈 등 극한 조건이 요구되는 응용 분야에서 핵심 소재로 자리매김하고 있다. 특히, 결정립 내부 에 나노 수준으로 분산된 산화물 입자는 고온에서도 결정립계의 이동을 효과적으로 억제 하고, 전위의 움직임을 방해하여 탁월한 고온 기계적 특성을 유지하는 데 기여한다. 그러 나 이러한 합금은 복잡한 성분 조성과 열역학적 특성으로 인해 기존의 분말야금 공정만 으로는 형상 정밀도, 미세조직 균질성, 제조 효율 측면에서 한계가 존재한다. 이에 따라 최근에는 적층제조(Additive Manufacturing, AM) 기술이 새로운 해결 방안으로 떠오르고 있으며, 특히 선택적 레이저 용융(Selective Laser Melting, SLM) 방식은 정밀 제어가 가능 한 국부적 고에너지 열원을 활용하여 복잡 형상의 금속 부품을 제조할 수 있는 장점을 지닌다. SLM 공정을 ODS 합금에 적용할 경우, 분산된 산화물 입자의 존재로 인해 용융 풀(melt pool) 내 유동 불균형, 열 분포 왜곡, 빠른 응고 속도에 따른 미세조직 급변 등이 발생하 게 된다. 이로 인해 기공(porosity), 미세균열(microcrack), 성분 편석(segregation) 등 다양 한 공정 결함이 동반되며, 이는 최종 기계적 성능 저하로 이어질 수 있다. 따라서 본 연 구에서는 이러한 문제를 해결하고자 SLM 공정의 주요 변수인 레이저 출력, 주사 속도, 층간 두께 등의 조합을 체계적으로 설계하여 실험을 수행하였다. 다양한 조건 하에서 제 조된 시편을 비교 분석함으로써, ODS 분말의 적층 용융에 적합한 공정 창(process window)을 도출하고자 하였다. 미세조직 분석은 주사전자현미경(SEM), 전자후방산란회절(EBSD), 투과전자현미경(TEM), X선 회절(XRD) 등의 고해상도 장비를 통해 수행하였다. EBSD 결과를 통해 결정립의 평균 크기, 입계 분포, 집합조직 형성 양상을 확인하였으며, 공정 변수에 따라 강한 텍스처가 형성되는 경향이 관찰되었다. 특히 TEM 분석에서는 Y-Ti-O계 산화물 나노입자가 결정립 내부 및 결정립계 근방에 안정적으로 분포되어 있는 것이 확인되었으며, 이는 응고 과정 중 입자 응집이 최소화되었음을 시사한다. 이와 같은 산화물 분산은 고온에서의 결정립 계 이동을 억제하고, 응력 집중 완화에도 기여하는 것으로 해석된다. 한편, 적층제조된 ODS 합금 내부에 형성된 잔류응력은 제품의 신뢰성과 내구성에 직결 되는 핵심 요소로 간주되며, 이를 정량적으로 평가하기 위해 XRD 기반 응력 측정 기법 을 적용하였다. 그 결과, 레이저 에너지 밀도가 높은 조건에서는 국부적인 열 집적과 느 린 냉각 속도로 인해 압축성 잔류응력이 표면층에 축적되는 양상이 나타났으며, 반대로 에너지 밀도를 최적화한 조건에서는 미세조직의 균질성이 확보됨과 동시에 열구배가 완 화되어 응력 분포의 균형이 향상됨을 확인할 수 있었다. 이와 같은 경향은 공정 조건–열 이력–미세조직–응력 간 연쇄적인 상호작용의 결과로 해석되며, 응력 분포 제어를 위한 기초 데이터로 활용될 수 있다. 본 연구는 SLM 기반 적층제조 공정이 ODS Ni 합금의 미세조직 및 산화물 분산 구조 형성에 미치는 영향을 실험적으로 규명하고, 공정 매개변수 조절을 통해 잔류응력을 제 어할 수 있는 가능성을 제시하였다. 기존의 제조 공정 대비 높은 자유도와 형상 정밀도 를 확보할 수 있는 SLM 기술을 통해, 고온 부품 설계에 있어 새로운 재료공학적 접근을 가능하게 하며, ODS 계 초합금의 산업적 활용성 확대에 기여할 수 있을 것으로 기대된다. 핵 심 낱 말: 산화물 분산강화, 적층 제조, L-PBF공정, 잔류응력, 미세조직 분석Docto