이재선 부교수

초음파가 구조물 내부를 전파하는 과정에서 나타나는 결함 신호를 정밀하게 진단하기 위해 초음파 전파 특성 모델링과 유한요소 해석(FEA) 검증을 결합한 결함 진단 기술을 연구하고 있습니다. 초음파 전파 특성 분석을 기반으로 비선형 유도초음파를 제어하는 메타구조(메타물질)를 설계하고 해석하는 방법론을 구축했으며, 이를 통해 미세 결함에서 발생하는 비선형 신호 성분을 선택적으로 증폭·검출할 수 있는 구조를 구현했습니다. 이 기술은 원자력 발전소 CRDM(제어봉 구동 장치) 노즐 진단, 정유 설비 배관 진단, 항공기 복합재료 구조물 진단 등 고신뢰성이 요구되는 산업 현장에 적용되고 있습니다. 유도 초음파의 모드 해석방법은 나우주식회사에 기술이전되어(2014년) 실제 산업 현장 적용의 기반이 되었습니다. Int. J. Mech. Sci., MSSP 등 IF 7.3 이상의 국제 저명 학술지에 다수의 논문을 게재했으며, 전산해석 기반 유도초음파 분산특성 분석 소프트웨어를 저작권 등록하고 TRL 6-7 수준의 사업화를 진행하고 있습니다.

비파괴검사에서 획득되는 TOFD, PAUT 등의 초음파 신호를 판독하는 과정의 정확도를 높이고 판독 작업을 자동화하기 위한 연구를 수행하고 있습니다. 딥러닝 기반으로 결함 데이터를 자동 분석하는 알고리즘을 개발했으며, 시뮬레이션 기반 데이터 증강 기법과 노이즈 제거 기술을 결합해 학습 데이터의 품질과 양을 동시에 확보하는 방법론을 구축했습니다. 이 기술은 원자로 노즐과 항공기 부품의 안전성을 자동으로 진단하는 시스템에 적용되고 있습니다. CRDM Nozzle의 TOFD 진단 신호를 활용한 딥러닝 기반 결함 분석 연구로 2024년 과학기술우수논문상을 수상했으며, 한국수력원자력(KHNP)과 2025년부터 2027년까지 AI 기반 비파괴진단 신호 분석 소프트웨어 개발 과제를 수행하고 있습니다. 현재 TRL 5-6 수준의 시스템 프로토타입 시연 단계에 있습니다.

철도차량과 배관 구조물에서 발생하는 진동을 저감하고 피로 손상을 조기에 진단하기 위한 연구를 수행하고 있습니다. 음향 결정(phononic crystal) 설계와 메타물질 기반 진동 제어 기술을 개발했으며, 위상배열초음파(PAUT) 시뮬레이션 모델링을 통해 구조물 내부의 손상 진행 과정을 분석하는 방법론을 구축했습니다. 이 방법론은 구조물의 고유 진동수 대역에서 특정 주파수의 파동을 선택적으로 차단하는 밴드갭 특성을 활용해 진동 전달 경로를 제어하는 방식으로 설계되었습니다. 이 기술은 철도 레일과 차륜의 진단, 배관 구조물의 진동 상쇄 등에 적용되고 있습니다. 철도 레일 피로 손상을 조기에 진단하는 전산 시뮬레이션 기법을 개발해 한국철도학회 우수논문발표상을 수상했으며, 현재 TRL 3-5 수준의 분석적·실험적 개념 증명 단계에서 연구를 진행하고 있습니다.