인공신경망 기반 SMC 복합재료의 충돌 손상 해석을 위한 파라메터 획득
Acquisition of Parameters for Impact Damage Analysis of Sheet Molding Compound Based on Artificial Neural Network
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
복합재료 중에서 SMC(sheet molding compound) 복합재료는 자동차의 차체 성형에 주로 쓰이고 있다. 자동차 산업에서는 차량 사고를 고려하여야 하므로 재료의 충돌 거동 및 특성에 관한 연구는 필수적이다. 충돌은 짧은 시간에 일어나기 때문에 육안으로 확인이 어렵다. 따라서 충돌 거동을 확인하기 위해서는 유한요소 모델을 이용한 충돌 손상 해석이 필요하다. 충돌 손상 해석을 위해서는 SMC 복합재료의 손상 모델에 대한 파라메터가 요구된다. 본 연구에서는 SMC 복합재료의 손상 모델에 대한 파라메터를 획득하기 위해 인공신경망 기법을 적용하였다. LS-DYNA에서 파라메터에 따른 결과를 이용하여 대체 모델을 구성하였다. 자유 낙하 충돌 실험에서 얻은 흡수 에너지와 인공신경망 모델을 이용한 흡수 에너지를 비교하여 최적화된 파라메터를 획득하였다. 획득한 파라메터를 유한요소 모델에 적용해 결과를 비교하여 파라메터의 신뢰성을 검증하였다.
Abstract
SMC(Sheet molding compound) composite is mainly used for forming of vehicle’s body. Considering the car accident, it is essential to research the impact behavior and characteristics of materials. It is difficult to identify them because the impact process is completed in a short time. Therefore, the impact damage analysis using FE(finite element) model is required for the impact behavior. The impact damage analysis requires the parameters for the damage model of SMC composite. In this paper, ANN(artificial neural network) technique is applied to obtain the parameters for the damage model of SMC composite. The surrogate model by ANN was constructed with the result in LS-DYNA. By comparing the absorption energy in drop weight test with the result of ANN model, the optimized parameters were obtained. The acquired parameters were validated by comparing the results of the experiment, the FE model and the ANN model.
참고문헌 (12)
- Jeon, O. H., "Technology Trends of Parts and their Materials for Automotive", Auto Journal : Journal of the Korean Society for Automotive Engineers, 42(9), pp.46~49 (2020)
- 노예지, "유리섬유와 유리버블에 의한 Sheet Molding Compound 강도의 시너지 효과", Composites Research, 31(1), pp.8~11 (2018), 한국복합재료학회
- Lee, C. H., "Finite Element Analysis of SMC Compression Molding Processes", Transactions of Materials Processing, 4(3), pp.204~213 (1995)
- 이병언, "열가소성 복합재료를 기반한 섬유금속적층판의 충격 거동에 관한 실험 및 수치적 연구", 한국자동차공학회 논문집, 24(5), pp.566~574 (2016), 한국자동차공학회[DOI]
- 하재석, "일방향 탄소섬유강화 플라스틱 복합재 적층구조의 충격 후 압축강도 시험 및 유한요소해석", Composites Research, 29(6), pp.321~327 (2016), 한국복합재료학회
- 원종묵, "지반-상부 구조물 효과를 고려한 인공신경망 기반 지진 응답 예측 모델 개발", 한국지반공학회논문집, 36(8), pp.5~13 (2020), 한국지반공학회[DOI]
- "ASTM D7136", D7136M, Standard Test Method for Measuring the Damage Resistance of a Fiber-Reinforced Polymer Matrix Composite to a Drop-Weight Impact Event, 2015
- Choi, S. Y., "Development of Composite Crash Box for Automobile with Optimum Crashworthiness", The Korean Society of Automotive Engineers Spring Conference Proceedings, pp.1022~1031 (2018)
- Kim, S, "The First Step in Deep Learning : From Machine Learning to Convolutional Neural Networks" (2016), Hanbit Media. Inc
- The Arup Campus, "Introduction to Composites Modelling in LS-DYNA", Composites Webinar, ~
- Livermore Software Technology Corporation, "LS-DYNA®Theory Manual", ~ (2006)
- 우민아, "고속 성형 공정에서 재료의 구성 방정식 파라메터 획득을 위한인공신경망 모델의 적용", 소성∙가공, 27(6), pp.331~338 (2018), 한국소성∙가공학회[DOI]