기계시스템공학부

인공지능 (Artificial Intelligence; AI) 기술의 적용 범위는 날로 확대되고 있으며, 다양한 분야에서 뛰어난 능력을 보여주고 있습니다. 국립금오공과대학교 AI 터보기계 및 에너지 시스템 연구실은 인공지능 기술을 첨단 터보기계 및 저탄소 에너지 시스템에 활용하여 터보기계 및 저탄소 에너지 시스템에 대한 보다 나은 설계, 성능 예측, 그리고 운영 최적화 기술 개발 연구를 추구하고 있습니다.

주요 연구 분야

1. 1. AI 응용 터보 기계 시스템 전산 모델링 및 시뮬레이션
2. 2. AI 응용 터보 기계 시스템 건전성 진단 및 평가 (디지털 트윈 구축)
3. 3. AI 응용 기기 설계 최적화
4. 4. AI 응용 저탄소 에너지 (소형 모듈형 원자로, 암모니아 혼소, 초임계 이산화탄소 발전 등) 시스템 운영 자동화 및 최적화

양종인

프로필

• 소 속: 기계시스템공학부
• 연구실: 테크노관 317호
• 연락처: ☎054-478-7348
• E-mail: jiyang@kumoh.ac.kr
• Homepage: https://sites.google.com/view/jiyang86

• Boundary condition coupling methods and its application to BOP-integrated transient Simulation of SMART, Nucl. Eng. Technol., 6(55), pp. 1974-1987, (2023).
• Dynamic data validation and reconciliation for improving the detection of sodium leakage in a sodium-cooled fast reactor, Nucl. Eng. Technol., 4(55), pp. 1528-1539, (2023).
• Morton effect prediction with Validation using a CFD based CNN for pad inlet temperatures, Mech. Syst. Signal Process, 185, p. 109827, (2023).
• Deep convolutional autoencoder augmented CFD thermal analysis of bearings with inter pad groove mixing, Int. J. Heat Mass Trans., 188, p. 122639, (2022).
• Tilt pad bearing distributed pad inlet temperature with machine learning -Part I: static and dynamic characteristics, ASME J. Tribol., 144(6), p. 061801, (2022).
• Tilt pad bearing distributed pad inlet temperature with machine learning -Part II: Morton effect, ASME J. Tribol., 144(6), p. 061801, (2022).
• CFD investigation of oil-free granular lubrication, Tribol. Int., 164, p. 107238, (2021).
• Power loss reduction and analysis for a tilt pad journal bearing utilizing multiple pockets and steps, Tribol. Int., 159, p. 106993, (2021).
• A review of journal bearing thermal effects on rotordynamic response, ASME J. Tribol., 143(3), p. 031803, (2021).