-
69
- 대규모 수소 생산을 위한 고전류 밀도에서의 가속화된 산소 발생 하이브리드 촉매 제작 (2022.05.01)
- 대규모 수소 생산을 위한 고전류 밀도에서의 가속화된 산소 발생 하이브리드 촉매 제작 기계공학과 전성찬 교수 연구팀 Sanjib Roy박사는 고전류 밀도에서 알칼리성 물 전기분해를 증폭하는 하이브리드 촉매를 제작하는연구를 진행하였다. 본 연구팀은 일반적으로 산업에서 이용하는 물 전기분해가 갖고 있는 낮은 산소 발생 속도로 인해 제한되는 공정 발전을 극복하고자 레늄과 질소를 도핑한 니켈-수산화철을 사용하여 높은 전류 밀도에서 안정성과 상업성 기준을 충족하는 고효율 산소 발생을 달성하였다. 이 연구 결과는 논문으로 작성되어 국제 우수 저널인 'Chemical Engineering Journal' (Impact Factor: 16.744, 상위 2.62%, Volume 435)에 게재되었으며 이 연구는 BK21에서 지원을 받아 진행되었다. 해당 논문 링크: doi.org/10.1016/j.cej.2022.135184
- 기계공학부 2022.08.01
-
68
- 나노구조의 전기화학적 압타센서를 사용하여 일상적으로 사용되는 플라스틱 제품에서 이동하는 디(2-에틸헥실)프탈레이트의 초고감도 검출 및 위험 평가 (2022.04.15)
- 나노구조의 전기화학적 압타센서를 사용하여 일상적으로 사용되는 플라스틱 제품에서 이동하는 디(2-에틸헥실)프탈레이트의 초고감도 검출 및 위험 평가 기계공학과 정효일 교수 연구팀이 '플라스틱 가소제의 고민감 검출을 위한 전기화학 압타센서' 연구를 진행하였다. 이 연구는 2022년 4월 세계적인 바이오 센서 분야 저널인 'Sensors and Actuators B: Chemical' (Impact Factor: 9.221, 상위 6.32%, Volume 357)에 게재되었다. 본 논문에서는 플라스틱 가소제를 고감도로 검출하는 전기화학 압타 센서 제작에 성공하였다. 이를 이용해 최근 코로나로 인해 발생한 다량의 플라스틱 폐기물로부터 용출되는 미량의 가소제를 모니터링 하고 가소제 노출에 따른 위험도 평가 결과를 제시하였다. 해당 논문 링크: doi.org/10.1016/j.snb.2022.131381
- 기계공학부 2022.08.01
-
67
- 팽윤성 하이드로겔 기반 체내 생체물질 측정용 마이크로니들 센서 개발 (2022.03.01)
- 팽윤성 하이드로겔 기반 체내 생체물질 측정용 마이크로니들 센서 개발 기계공학부 류원형 교수 연구팀은 팽윤성 하이드로겔 기반의 마이크로니들 센서를 개발하고 체내 간질액 내 도파민 농도를 측정함으로써 바이오 센서로의 효과를 입증하였다. 본 연구는 팽윤성 생체재료의 특성을 활용하여 빠르고 간편하게 체내 물질 수준을 측정함으로써 채외 센서 분야를 개척할 수 있는 연구 결과를 제시하였다. 본 연구 결과는 국제 저명 학술지인 'Advanced Materials Technologies' (Vol. 7, Issue 3, 2022, Impact factor: 8.756)에 게재되었다. 해당 논문 링크: https://doi.org/10.1002/admt.202100874
- 기계공학부 2022.08.01
-
66
- 생체모사 하이드로젤 기술을 이용한 그린 수소 생산용 광전극 내구성 증대 (2022.06.09)
- 생체모사 하이드로젤 기술을 이용한 그린 수소 생산용 광전극 내구성 증대 기계공학과 이형석 교수 연구팀은 신소재공학과 문주호 교수 연구팀과의 공동 연구를 통해 물과 빛으로 수소를 생산하는 ‘광전극’의 구조 손상을 방지함으로써 광전극의 구동 시간을 획기적으로 증대시킬 수 있는 하이드로젤 보호층을 개발하였다. 광전극들은 구동 과정에서 표면 촉매 탈착 및 표면 용해가 발생하여 장시간 구동이 어렵다는 한계점이 있다. 본 연구팀은 바다 속 가혹한 환경에서 광합성을 하는 ‘해양생물’의 표피층에 있는 ‘하이드로젤’이 세포 손상을 억제한다는 점에 착안하여, 물 속에서 구동되는 광전극의 표면을 하이드로젤로 코팅하는 아이디어를 고안했다. 특히, 광전극에서 발생하는 수소 버블과 보호층 사이의 물리적 상호작용을 이론/수치해석/실험으로 분석함으로써, 수소 버블에 의한 보호층 손상이 최소화되는 조건을 도출하였다. 본 연구 결과는 에너지 분야 최상위 국제학술지 ‘Nature Energy (Impact Factor 67.439, 분야 상위 0.420%)’에 6월 9일 온라인 게재되었다. 해당 논문 링크: https://www.nature.com/articles/s41560-022-01042-5
- 기계공학부 2022.07.15
-
65
- 자가 부유 구조를 활용하는 마찰전기 나노풍력발전기 개발 (2022.06.01)
- 자가 부유 구조를 활용하는 마찰전기 나노풍력발전기 개발 기계공학과 김종백 교수 연구팀이 개발한 마찰전기 나노풍력발전기 연구가 2022년 6월 1일 세계적인 나노물질 기반 에너지 분야 저널인 'Nano Energy' (Impact Factor: 19.069)에 게재되었다. 본 논문에서는 낮은 풍속에서 에너지를 수확할 수 있는 방안으로, 두 대전체 사이의 쿨롱 인력에 의하여 자가 부유된 원통형 쉘 구조를 활용하는 나노발전기를 제시하였다. 또한 이를 소형 전자 소자의 에너지원 또는 자가구동 바람 모니터링 센서로 활용 가능함을 보였다. 관련 논문 링크: https://doi.org/10.1016/j.nanoen.2022.107062
- 기계공학부 2022.07.15
-
64
- 대규모 수소 생산을 위한 고전류 밀도에서의 가속화된 산소 발생 하이브리드 촉매 제작 (2022.05.01)
- 대규모 수소 생산을 위한 고전류 밀도에서의 가속화된 산소 발생 하이브리드 촉매 제작 기계공학과 전성찬 교수 연구팀이 고전류 밀도에서 알칼리성 물 전기분해를 증폭하는 하이브리드 촉매를 제작하는연구를 진행하였다. 본 연구팀은 일반적으로 산업에서 이용하는 물 전기분해가 갖고 있는 낮은 산소 발생 속도로 인해 제한되는 공정 발전을 극복하고자 레늄과 질소를 도핑한 니켈-수산화철을 사용하여 높은 전류 밀도에서 안정성과 상업성 기준을 충족하는 고효율 산소 발생을 달성하였다. 이 연구 결과는 논문으로 작성되어 국제 우수 저널인 'Chemical Engineering Journal' (Impact Factor: 16.744, 상위 2.62%, Volume 435)에 게재되었다. 해당 논문 링크: doi.org/10.1016/j.cej.2022.135184
- 기계공학부 2022.07.15
-
63
- 딥러닝을 이용한 거친 표면에서의 접촉 압력 예측 (2022.04.20)
- 딥러닝을 이용한 거친 표면에서의 접촉 압력 예측 기계공학부 장일광 연구교수는 한국트라이볼로지학회 2022년도 제72회 춘계학술대회에서 '딥러닝을 이용한 거친 표면에서의 접촉 압력 예측'으로 신진연구자 초청강연을 진행하였다. 본 강연에서는 접촉면 사이를 실험적으로 관찰하기 어렵고 수치해석의 수렴성 문제를 극복할 수 있는 딥러닝 기법이 소개되었으며, 접촉표면 이미지를 활용하여 접촉면적과 접촉압력을 계산된 알고리즘이 발표되었다. 그 결과, 장일광 연구교수는 이미지 데이터를 활용한 딥러닝 기술이 트라이볼로지 분야에서 적용 가능함을 충분히 보여주었다. 해당 학회 링크: http://tribology.kr/conference/conference01_1.asp?AC=0
- 기계공학부 2022.07.15
-
62
- 리튬 이온 배터리 음극 계면에서의 덴드라이트 성장 예측/분석 시뮬레이터 개발 (2022.05.04)
- 리튬 이온 배터리 음극 계면에서의 덴드라이트 성장 예측/분석 시뮬레이터 개발 기계공학과 이준상 교수 연구팀은 최근 이슈가 되고 있는 배터리 화재와 관련된 안전 문제를 예측/예방하고, 잠재적인 배터리 고장이나 성능 저하로 이어질 수 있는 문제를 방지하기 위해 리튬 이온 배터리 음극 계면에서의 덴드라이트 성장 과정을 분석할 수 있는 시뮬레이터를 개발하였다. 본 연구 결과물은 리튬 음극 계면에서의 산화/환원 반응 및 solid electrolyte interphase (SEI) 형성 과정을 연속적으로 시각화하여 반복적인 배터리 충/방전 사이클동안 배터리 음극 계면에서의 덴드라이트 성장을 확인할 수 있다. 또한, 첨가제가 포함된 전해질의 덴드라이트 억제력 또한 확인할 수 있어 새로운 첨가제 개발 측면에서의 활용성이 기대된다. 본 연구 결과는 네이처 계열 학술지인 'npj Computational Materials DOI 10.1038/s41524-022-00788-6'에 게재되었다. 해당 논문 링크: https://doi.org/10.1038/s41524-022-00788-6
- 기계공학부 2022.05.17
-
61
- 현대차·기아, 지능 제어 공동연구실 설립-AI 그룹 연세대 기계공학부 최종은 교수팀 (2022.04.28)
- 현대차·기아, 지능 제어 공동연구실 설립-AI 그룹 연세대 기계공학부 최종은 교수팀 현대자동차와 기아가 전기차 지능 제어 기술 개발을 위해 국내 대학들과 손잡았다고 28일 밝혔다. 지능 제어 공동연구실은 앞으로 약 3년 동안 미래 전기차를 제어하기 위한 핵심 소프트웨어 기술을 선행적으로 개발하게 된다. ▲인공지능(AI) 그룹과 ▲MPC(Model Predictive Control, 모델 예측 제어) 그룹 ▲제어·관측기 그룹 등으로 나눠 전기차 미래 기술 아이템과 제어 방법론 연구를 진행하는 방식이다. AI 그룹은 서울대 항공우주공학과 김현진 교수팀과 연세대 기계공학부 최종은 교수팀이 맡아 전기차 인공지능의 노면 상태 추정 및 최적 주행 가이드 판단 등의 기술을 개발할 예정이다. 에너지 최적화 알고리즘 등 AI를 활용한 방법론까지 선행적으로 연구한다. 해당 뉴스 링크: https://www.donga.com/news/article/all/20220428/113124718/2 (동아일보) http://www.smedaily.co.kr/news/articleView.html?idxno=229520 (중소기업신문)
- 기계공학부 2022.05.17
-
60
- 실제 도로와 차량에서 사용 가능한 강화학습 기반 서스펜션 제어 로직 개발 (2022.03.01)
- 실제 도로와 차량에서 사용 가능한 강화학습 기반 서스펜션 제어 로직 개발 기계공학부 최종은 교수 연구팀은 현대자동차 R&H 리서치랩과의 공동연구를 통해 실제 도로 및 실제 차량에서 차량의 주행 안정성 및 승차감을 향상 시킬 수 있는 강화학습 기반 서스펜션 제어 로직을 개발하였다. 해당 연구의 강화학습 기반 서스펜션 제어 로직은 기존 산업에서 많이 사용되던 제어 로직보다 우수한 성능을 보여 국제 저명 학술지인 ‘IEEE Transactions on Industrial Electronics (I.F. 8.236, 상위 7.13 %)’ 에 게재되었다. 본 논문에서는 실험실 내 시뮬레이션에서 검증된 강화학습 인공지능 모델을 실제 차량 및 실제 도로에서도 적용할 수 있다는 연구결과를 제시하였다. 해당 논문 링크: https://ieeexplore.ieee.org/abstract/document/9724132
- 기계공학부 2022.05.17