구조물의 소성 붕괴를 정확하게 계산하기 위하여 셰이크다운 이론을 기반으로 한 수치해석 방법이 개발되었습니다. 이러한 해석 방법은 파이프 또는 압력 용기 설계와 같은 여러 산업 응용 분야에서 널리 채택되어 사용 중이며, 영국의 원자력 발전소 설계평가 절차서 (The R5 Procedure)는 동 해석방법을 사용한 구조물의 소성 붕괴 예측평가 결과의 신뢰성을 인정하고 있습니다.

Numerical methods have been developed to calculate the plastic collapse of structures based on the shakedown theory. This numerical method is widely employed in various industrial applications such as pipe or pressure vessel.  R5 Procedures have confirmed the reliability of the plastic collapse limit boundary and computational performance, analysed by the Linear Matching Method. 

선형 셰이크다운 (Elastic Shakedown) 및 소성 셰이크다운 (Plastic Shakedown) 한계에 대한 효율적이고 정확한 평가는 LMM 수치해석 방법의 핵심 기능입니다. 임의의 반복하중이 작용하는 복잡한 구조물의 응답성을 평가할 수 있으며 상한(Upper Bound) 및 하한 (Lower Bound) 한계를 제공합니다. Kinematic Hardening을 고려한 셰이크다운 한계를 해석하는 방법 연구가 진행중에 있습니다.

The LMM predicts accurate the elastic shakedown limit and the plastic shakedown limit boundaries of structures subjected to complex thermo-mechanical loadings. Upper bound & Lower bound theorem have been utilised in the computing process, providing reliable cyclic structural response with time efficiency. Present research being conducted to analyse the shakedown boundaries with a consideration of the kinematic hardening effects.

구조물의 저주기피로 (Low-Cycle Fatigue) 수명은 구조의 반복 소성 응답을 이해함으로써 평가될 수 있습니다. SILA 연구그룹이 개발한 DSCA (Direct Steady State Cyclic Analysis)를 활용하여 연구를 수행합니다. 열 & 기계 하중이 작용하는 복잡한 형상의 3차원 구조물의 응답성을 효율적이고 정확하게 해석합니다.

By comprehending the repetitive cyclic response of a structure, it is possible to assess its lifespan under low-cycle fatigue. Utilising Direct Steady State Cyclic Analysis (DSCA), we efficiently and precisely interpret the response of structures subjected to  intricate thermal and mechanical loads.

LMM을 활용한 셰이크다운 한계 해석기법을 확장하여 구조물의 크리프 파손한계를 해석하는 방법을 개발하였습니다. 해석된 결과는 일반적으로 산업체에서 사용 중인 고온 구조물 수명평가 방법보다 더 정확한 수명을 예측하는 것으로 확인되었습니다.

It has been developed a method for interpreting the creep fracture limit of structures by expanding the shake-down limit analysis technique using the LMM. The interpreted results have been confirmed to predict a more accurate lifespan than the high-temperature structural lifespan assessment methods generally used in industry.

DSCA를 확장 개발한 eDSCA 수치해석 기법은 고온에 노출된 재료 및 구조물의 크리프 거동을 고려하여 반복 소성 거동을 해석합니다. ASME NH, RCC-MR, R5에서 사용 중인 크리프-피로 손상평가 방법을 eDSCA에 적용하여, 복잡한 고온 하중조건이 작용하는 구조물의 수명을 효과적이고 정확하게 예측할 수 있습니다.

The eDSCA numerical analysis method, which was developed by expanding the DSCA, analyses the cyclic behavior of structures, taking into account the creep behavior of high-temperature materials. By applying the creep-fatigue damage assessment methods used in ASME NH, RCC-MR, and R5 to eDSCA, it is possible to effectively and accurately predict the lifespan of structures subject to complex high-temperature multi-axial loading conditions.

우리 연구그룹은 SILA 연구그룹과 오랜 연구 교류를 바탕으로 다양한 산학 협력과제 및 결과물을 공유하고 있습니다. 또한, 영국 EDF 에너지 설계평가 컨설팅 회사 Kinetrics UK 와 산학 협력을 통하여 영국내 원전에서 발생하는 실증 문제들을 공유하고 기술적인 해결책을 함께 고안합니다.

NoBA research group shares various industry-academia collaborative projects and outcomes based on a long-standing exchange of research with the SILA research group. Additionally, we collaborate with Kinetrics UK, a UK-based energy design assessment consulting company, to share and jointly devise technical solutions for real-world issues that arise in UK nuclear power plants. 

미래형 고온 재료로 주목받는 Metal Matrix Composite (MMC) 재료를 전산수치해석 모델로 구현합니다. 복합재의 크기, 형상, 체적, 배열 등에 대한 MMC의 강도를 평가합니다. 또한, 복잡한 반복하중이 작용하는 MMC의 반복 소성 거동 및 크리프-피로 손상 등을 평가합니다.

NoBA research group implement Metal Matrix Composite (MMC) materials, which are attracting attention as future high-temperature materials, using computational numerical analysis models. We evaluate the strength of MMCs based on the size, shape, volume, and arrangement of composite materials. Additionally, we assess the cyclic behavior of MMCs subjected to complex cyclic loads, as well as creep-fatigue damage. 

탄성응력한계 선도를 도출하는 User Material Subroutine 코드를 개발하여 복잡한 형태의 반복하중이 작용하는 구조물의 고주기 피로를 야기하는 피로응력한계를 해석 하고 상응하는 피로수명을 예측합니다. 소성변형을 고려하지 않는 금속 구조물 및 소성변형이 거의 발생하지 않는 취성 재료, 고분자 재료, 그리고 극 저온 소재 등의 건전성을 평가할 수 있습니다 

머신 러닝과 딥 러닝 기법을 활용하여 LMMF 해석 결과를 학습시켜 구조물의 반복소성거동 및 탄성 한계 그리고 고주기 피로수명 한계를 평가합니다. 다양한 하중조건 및 형상변수 등 구조 및 재료에 발생가능한 불확실성을 고려한 확률론적 건전성 평가를 수행 가능합니다. 또한 실시간으로 제공되는 하중 및 변형율 정보를 활용하여 구조물에 누적되는 피로손상을 평가하는 통합 건전성평가 시스템을 개발합니다.