• 한국의류산업학회지
• /
• 제24권6호
• /
• pp.667-685
• /
• 2022

본 원고는 소프트 로봇용 4D 프린팅 소재와 어그제틱 구조체에 대한 연구 동향을 정리한 것이다. 먼저 4D 프린팅 소재의 형상 변화 거동을 형상 변화와 형상기억 소재, 이중, 삼중, 다중 형상기억 효과, 접힘과 굽힘, 표면지형별로 구분하여 알아보았다. 형상 변화와 형상기억 소재 등 열이나 수분의 자극에 가역적/비가역적 혹은 규칙적/불규칙적 형상 변형이 가능할 수 있다. 다음으로, 차원별 형상이동 유형에 따른 특성과 물성에 대해 알아본 바, 1차원에서 다차원으로의 형상이동을 1D-1D 팽창/수축, 1D-2D 접힘/굽힘, 1D-3D 접힘 (1D-to-3D folding)으로 구분할 수 있다. 2차원에서 형상이동은 2D-2D 굽힙, 2D3D 굽힘/접힘/꼬임/표면말림/표면지형변화/굽힘과 꼬임, 3차원에서 다차원으로의 형상이동은 3D-3D 굽힙과 3D-3D 선형/비선형 거동으로 구분할 수 있다. 마지막으로 4D 프린팅 메타구조체 중 힌지 구조체를 적용한 KinetiX는 단일단위 터셀레이션과 다중단위 터셀레이션으로 모델링할 수 있고, 평면 및 공간 변환이 용이하고, 컨포머블 헬멧에 적용할 수 있다. 키리가미 구조체를 기본으로 한 공압형 어그제틱 구조체는 역설계 기반 구조체로써 굽힘각도를 제어하는 알고리즘으로 설계할 수 있다. 설계 후 3D 프린팅하여 TPU 멤브레인으로 프로토 타입을 제조하였고, 압력을 낮추면서 원하는 3차원 형상으로 완성될 수 있음을 확인하였다. 온도나 습도 등의 외부자극요소에 따라 형상이나 물성을 변화할 수 있는 재료를 사용하여 변형가능한 3차원 구조체로 성형한 4D 프린팅 소재를 이용하여 상지, 하지, 손, 발 등 소프트 로봇의 외골격(exoskeleton) 소재에 적용할 수 있을 것이다. 즉 자세제어, 상황인식, 동작신호 생성 등 다양한 환경에 대응하여 착용자의 움직임에 고하중, 고기동성, 운동지속성을 지원하는 기능을 갖는 소프트 로봇용 4D 프린팅 소재는 헬스케어 웨어러블 의류 제품화 개발로의 용도 전개가 가능할 것이다. 특히 4D 프린팅 소프트 소재 및 공정개발 분야는 일상 생할 보조용이나 재활치료용 의류를 개발하기 위한 3D 프린팅 소재 및 공정의 원천 기술에 해당하므로 이와 관련한 연구의 기초 자료로서 활용되기를 기대한다.

• 콘크리트학회논문집
• /
• 제22권2호
• /
• pp.199-208
• /
• 2010

FRP bar를 철근 대체제로 활용하기 위해서는 설계 기준의 확립이 시급하나 국내에서는 이 소재에 대한 기초 연구가 부족한 상황이다. 그러므로 2차에 걸쳐 전단보강이 없는 18개의 FRP RC와 4개의 기존 RC 실험체의 거동을 관찰하였다. 1차 실험은 휨 파괴 거동과 사용성 항목의 계측 자료 수집을 목적으로 시작되었다. 휨파괴를 유도하기 위하여 전단배근을 강화하는 대신 그로 인한 거동의 불확실성을 배제하기 위하여 전단지간비만을 조정하여 휨파괴를 유도하고, 전단배근을 사용하지 않기로 하였다. 실험 결과 거의 모든 실험체는 전단파괴 되었으며 실험계획에 적용한 ACI 440.1R과 CSA S806의 전단 강도식이 실제와 큰 편차가 있음을 확인하였다. 1차 실험의 결과를 근거로 2차 실험에서는 전단파괴거동을 집중적으로 관찰하였다. 표준 실험체의 제원은 길이 3,300 mm폭 ${\times}$ 800 mm ${\times}$ 유효깊이 200 mm, 순지간 2,800 mm, 전단지간 1,200 mm로 전단지간비는 6.0이며, 단순지지 조건으로 4점 재하실험을 수행하였다. 검토 변수에는 콘크리트 압축강도, 보강근의 종류 및 탄성계수, 전단지간비, 유효보강비, 다발 배근의 영향, 피복두께의 영향이 포함된다.

• 대한조선학회논문집
• /
• 제34권1호
• /
• pp.122-129
• /
• 1997

외판곡가공 과정의 역학적해석에 사용되는 열탄소성 해석은 계산시간이 많이 소요된다. 선상가열작업의 최적공정을 구하기 위하여는 시뮬레이션과 유한요소해석 사이에 상당수의 반복계산이 필요하다. 그러므로 요구되는 천문학적인 계산시간으로 인하여 선상가열의 수치시뮬레이션은 많은 제약을 받고 있다. 따라서 선상가열의 시뮬레이션에 소요되는 역학해석 계산시간을 크게 줄이는 방안이 필요하다. 외판곡가공에서의 역학적 정보를 효율적으로 구하기 위하여, 본 논문에서는 먼저 선상 가열 작업에 영향을 끼치는 요소들을 살펴보았으며, 역전파 방식의 인공 신경망을 이용하여 일종의 추론기구를 구현하였다. 신경망은 은닉층의 갯수와 은닉층에 있는 뉴런의 갯수를 바꿔 주며 수치해석 결과들을 학습시켰다. 그 결과 두개의 은닉층을 가진 인공 신경망의 경우 각 은닉층에 뉴런의 갯수가 충분하다면 학습 예제들을 쉽게 학습하였고, 또 학습된 결과로부터 새로운 해를 도출해 낼 때 그 값은 실제 값과 비교해 볼 때 비교적 작은 오차를 보였다. 결과적으로 구하고자 하는 문제영역 근처에 충분한 학습 예제가 마련된다면 비교적 실제 값에 근사하는 결과를 보인다는 것을 알 수 있었다. 본 연구를 통하여, 수치해석결과의 학습방법을 기초로한 인공신경망은 곡면가공의 시뮬레이션단계에서 필요한 역학적 해석정보의 경제적인 산출에 적용가능함이 확인되었다.