Ajou News
NEW 기계 이진우 교수팀, 딥러닝 활용 새로운 소음기 설계기법 개발
- 2024-12-13
- 737
- 음향학이나 최적화 전문 지식 없이도 소음기 설계 가능
- <인터내셔널 저널 오브 메케니컬 사이언스> 게재
우리 학교 기계공학과 이진우 교수팀이 AI 딥러닝 기술을 활용해 혁신적 소음기 설계 기법을 개발했다. 새로운 설계 기법을 활용하면 음향학이나 최적화에 대한 전문 지식 없이도 소음기를 설계할 수 있어, 산업 현장의 소음 저감에 널리 응용될 수 있을 전망이다.
해당 내용은 ‘딥러닝 기반 최적 반사형 소음기의 생성적 설계(Deep-learning-based generative design for optimal reactive silencers)’라는 제목으로 기계공학 분야 저명 학술지 <인터내셔널 저널 오브 메케니컬 사이언스(International Journal of Mechanical Sciences(JCR, MECHANICS 부분 상위 2.6%)> 12월호에 게재됐다.
이번 연구에는 기계공학과 이진우 교수(위 사진 왼쪽)가 교신저자로, 안병현 박사(현 HD현대일렉트릭, 위 사진 오른쪽)가 제1저자로 참여했다.
소음기란 자동차와 가전제품, 전차, 플랜트 등에서 발생하는 덕트 소음(배관을 통해 토출되는 소음)을 줄이기 위해 이용되는 음향 장치다. 소음기는 내부 구조에 따라 줄일 수 있는 소음 주파수 대역이 달라진다. 이에 소음기 내부 구조의 최적 설계를 위해서는 음향학뿐만 아니라 최적화에 대한 올바른 이해와 적용 능력이 필요하다. 그러나 실제 산업 현장에서는 시간적 여유와 연구 역량이 부족해 많은 어려움을 겪고 있다.
이진우 교수 연구팀은 이러한 점에 착안, 인공 지능(AI) 딥러닝 기술을 이용해 혁신적 소음기 설계 기법을 개발했다. 연구팀이 개발한 인공 지능 모델은 세 개의 하위 신경망으로 구성되어 있다. ▲변분 오토 인코더(VAE: Variation Auto-encoder) 기반 소음기 내부 구조 생성 모델 ▲합성곱 신경망(CNN: Convolutional Neural Network) 기반 소음기 성능 예측 모델 ▲오토 인코더(AE: Auto-encoder) 기반 소음 저감 특성 추출 모델이다. 연구팀은 제시한 소음기 설계 기법을 실제 소음기 설계 문제에 적용하고 실험으로 그 유효성을 입증했다.
이에 전기자동차 배터리 냉각 시스템과 냉장고·에어컨 등 냉난방 시스템의 덕트 소음을 줄일 수 있는 소음기 설계에 유용하게 활용될 수 있을 전망이다.
이진우 교수는 “이번 연구 성과를 활용하면 산업 현장에서 실무자와 연구자들이 큰 어려움 없이 목표 소음 주파수 대역에서 소음을 대폭 줄일 수 있는 다양한 소음기를 설계할 수 있을 것”이라고 설명했다.
이번 연구는 한국연구재단 개인 기초 연구 사업-중견 연구 과제의 지원을 받아 수행됐다. 이진우 교수 연구팀은 앞으로도 인공지능 기반 음향·진동 해석과 설계에 관한 후속 연구를 꾸준히 이어갈 예정이다.
이번 연구에서 개발한 소음기 설계 기법을 6단계로 간단히 정리한 그림
이진우 교수팀이 새로 개발한 기법으로 최적 설계한 소음기 내부 구조와 성능 정검: 목표 주파수 대역에서 설계한 소음기의 소음 저감 성능(TL: Transmission loss)을 잘 예측한 것을 알 수 있다
(이미지 출처: International Journal of Mechanical Sciences)