top of page

System Design Optimization
한국항공대학교 최적설계 연구실

Overview

  • Mission: Lifecycle reliability engineering from reliability prediction in the design stage, reliability assessment in the test stage, and the failure prevention and prognostics and health management for predictive maintenance in the operation stage.
     

  • Current members: 3 PhD students, 5 MSc students, 2 Undergraduates (Feb. 2024)
     

  • The lab is running dual PHD program with Univ. Florida since 2011, and BK (Brain Korea) 21 program for smart drone convergence education and research since 2020. The lab has produced 4 PhD’s, 46 MSc’s since 1999.
     

  • Application field: Automotive (Bearing failure prediction, Battery health management for HEV), Manufacturing (LM guides health monitoring, Fault diagnosis of industrial robots), Transportation (Railway bearing diagnosis and prognosis, Train door fault diagnosis), Aerospace (Aircraft crack prognosis, Aircraft engine health management, Inspection plan for reliability centered maintenance, Gearbox diagnosis in UAV actuator, Rocket reliability prediction), Renewable Energy (Battery SOC estimation and capacity prognosis, Wind turbine gearbox diagnosis)
     

  • Technical areas: Reliability prediction; Uncertainty quantification; Surrogate modeling; Systems reliability (FMEA/FTA); Reliability test and evaluation; Diagnostics and prognostics algorithms; Machine learning; System health management; Bayesian statistics;

SDOL 연구실 개요

  • 최적설계 연구실 (System Design Optimization Lab, SDOL)은 기계항공 시스템의 신뢰성 (Reliability)을 예측, 설계, 평가하기 위한 기술과 운용 중 신뢰성을 유지하면서 예지보전(predictive  maintenance)을 구현하기 위한 건전성 예측관리(Prognostics and Health Management, PHM) 기술을 연구.
     

  • 신뢰성 (Reliability)이란 제품 또는 시스템이 정해진 수명 동안 고장없이 성능을 수행할 확률을 뜻하며, 최근 모든 산업체에서 가장 중요하게 관리하는 핵심 원천기술.
     

  • 구성원: 박사과정 3명, 석사과정 5명, 학부연구생 2명  (기계관 403호, 연락처 송진우 010-4473-2600 / jwsong@kau.kr)

  • Univ. Florida 기계항공공학 복수 박사학위과정 운영 (2011년~), BK21 스마트드론 융합교육 연구단 참여 중 (2020년~).
     

  • 주요 응용분야: 자동차(베어링 고장예측, HEV용 배터리 건전성관리), 생산(LM가이드 건전성 모니터링, 반도체용 로봇시스템 고장진단), 철도(차륜 베어링, 전동차 출입문 고장진단 및 예측), 항공우주(항공기 균열예측, 항공기 엔진 건전성관리, RCM을 위한 검사주기계획, 무인기 감속기 고장진단, 로켓 신뢰도분석), 신재생에너지(ESS 배터리 건전성관리, 풍력발전 기어박스 고장진단)
     

  • 핵심 연구분야: 신뢰도 예측 (Reliability prediction), 불확실성 규명 (Uncertainty quantification), 반응표면 모델링 (Surrogate modeling), 시스템 신뢰도 (System reliability, FMEA/FTA), 신뢰성 시험 및 평가 (Reliability test and evaluation), Diagnostics and Prognostics (고장진단예측), 기계학습 (Machine Learning), 시스템 건전성관리 (System health management), Bayesian Reliability (베이즈 기반 신뢰도해석)

bottom of page