Study of Polymor Properties Prediction Using Nonlinear SEM Based on Gaussian Process Regression

가우시안 프로세서 회귀 기반의 비선형 구조방정식을 활용한 고분자 물성거동 예측 연구

In the development and mass production of polymers, there are many uncontrollable variables. Even small changes in chemical composition, structure, and processing conditions can lead to large variations in properties. Therefore, Traditional linear modeling techniques that assume a general environment often produce significant errors when applied to field data. In this study, we propose a new modeling method (GPR-SEM) that combines Structural Equation Modeling (SEM) and Gaussian Process Regression (GPR) to study the Friction-Coefficient and Flexural-Strength properties of Polyacetal resin, an engineering plastic, in order to meet the recent trend of using plastics in industrial drive components. And we also consider the possibility of using it for materials modeling with nonlinearity.

고분자 분야의 개발 및 양산과정에는 제어가 안되는 많은 변수가 있으며, 화학적 조성, 구조, 가공 조건 등 작은 변화에도 물성편차가 크게 발생하기에 보편적인 환경을 가정한 기존의 선형적 모델링 기법으로는 현장 데이터 적용시 많은 오차가 발생한다. 이에 본 연구에서는 최근 산업용 구동부품의 플라스틱 채용경향에 맞추어 엔지니어링 플라스틱인 Polyacetal 수지의 내마모성 및 내굴곡성 강화 연구에 다변량 분석기법인 구조방정식과 가우시안 프로세스 회귀를 결합한 모델링 방식(GPR-SEM)을 제안하고, 비선형성을 가지는 물질 모델링에 활용 가능성을 고찰하고자 한다.