|
국립창원대 박용갑 교수 연구팀, ‘마이크로채널 방열판 유동비등 AI 예측 기술’ 개발! 
국립창원대학교 공학융합학부(기계공학전공)는 박용갑 교수 연구팀의 스마트제조융합협동과정 이문수(석박사통합과정 1학년) 연구원이 최근 열공학 분야 국제 저명 학술지인 ‘Applied Thermal Engineering(IF: 6.9, JCR 상위 4.7%)’에 논문을 게재했다고 24일 밝혔다.(*논문보기= https://doi.org/10.1016/j.applthermaleng.2026.130261)
이번에 게재된 논문은 ‘Flow boiling analysis in manifold microchannels with sloped divider and artificial neural network-based flow pattern prediction’이라는 제목으로, 매니폴드 마이크로채널(MMC) 내 유동 및 열전달 특성을 분석하고, 인공지능 기반 예측 모델을 결합한 차세대 열관리 설계 프레임워크를 제시하였다.
최근 고전력 밀도의 전자기기를 효과적으로 제어하기 위해 잠열을 활용하는 유동비등 냉각 기술이 주목받고 있다. 연구팀은 기존 MMC 구조의 한계였던 높은 압력 손실과 증기 축적 문제를 해결하기 위해 기울기를 적용한 분배기를 제안하였다. 그 결과 출구에서의 유동 균일성이 향상되고 증기가 효과적으로 배출되었으며, 최대 42 %의 전력 감소를 달성하였다.
또한 해당 연구는 과도 2상 유동 해석의 높은 계산 비용을 해갈하기 위해 인공신경망 기반 예측 모델을 개발하였다. 수치해석 데이터를 활용해 학습한 ANN 모델은 가열면 온도, 압력강하를 예측했으며, MMC 내부의 과도 2상 유동비등 거동을 시간 의존적으로 예측하는 ANN 기반 모델을 제시한 점에서 의의가 크다.
기존 연구들이 주로 정상 상태 성능 예측이나 단일 물리량 추정에 초점을 맞춘 것과 달리, 해당 연구에서는 가열면 온도, 증기 체적분율, 압력강하뿐만 아니라 채널 내부의 공간적 증기 분포의 시간적 변화를 직접 예측하는 프레임워크를 구축하였다. 
계산 시간 측면에서도 수치해석 1 case당 약 7일이 소요된 반면, ANN 학습 완료 후 예측 시간은 5분 이내로 단축되었다. 이는 복잡한 과도 2상 유동 해석을 대체할 수 있는 실질적인 설계 도구로 활용 가능함을 보여주며, MMC 설계 과정에서 계산 비용과 시간을 획기적으로 절감할 수 있는 기반을 마련했다.
박용갑 교수는 “마이크로스케일 및 공랭식 열교환기 구조 최적화에 인공지능을 접목한 융합 연구로, 전자냉각·냉난방 및 공조 시스템, 히트펌프 등 다양한 산업의 에너지 효율 개선에 크게 기여할 것”이라고 전했다.
한편 박용갑 교수 연구팀은 BK21 스마트공장 교육연구단(4단계 BK21사업), 교육부 글로컬랩(DNA+ 연구소) 및 국립창원대 RISE 사업단의 지원을 받아 연구개발을 수행하고 있으며, LG전자와 함께 글로컬대학기술센터를 통한 산학교류 활동을 강화해 나가고 있다.
*붙임: 국립창원대 박용갑 교수 연구팀 연구 성과 개념도 및 박용갑 교수-이문수 연구원 사진. 끝.
내용 문의 : 글로컬대학기술센터(055.213.2730)
|
