IJPEM

Multi-Objective Evolutionary Neural Network Optimization of Process Parameters for Double-Stepped Tube Hydroforming
이단 튜브액압 성형공정의 기계학습 기반 최적화

김지훈/부산대학교

튜브 액압성형에서 파손없이 날카로운 모서리를 성형하는 것은 어려운 목표이지만, 유한요소해석과 인공신경망을 활용하여 피딩 속도와 두께 감소, 모서리 충전 사이의 관계를 이해하고, 모서리 충전을 향상시키면서 두께 감소를 최소화하는 최적의 공정변수를 도출하였습니다. 이러한 연구 결과를 통해 제작될 수 있는 정밀한 다단 튜브는 자동차, 항공우주 등 다양한 산업 분야에 활용될 것으로 기대하고 있습니다.