본문 바로가기
소재강국을 실현하는 글로벌 종합 소재연구기관

금속재료연구본부

철강재료연구실

실장 이창훈
실장 이창훈

연구실 소개

철강재료연구실은 국가주력 산업의 중추적 역할을 담당하고 있는 철강소재의 고도화와 경쟁력 강화를 위한 원천기술 개발을 목표로, 합금설계 기술, 제조공정 기술 및 다차원 정밀분석기술의 유기적인 조합을 통해 고기능/고부가가치 신개념 철강재료 개발에 주력하고 있다.

055-280-3362

주요 실적

  • 고기능성 스테인리스강 Lean alloy화 관련 논문 게재 3편, 특허 등록 1건, PCT 1건, 소프트웨어 등록 1건
  • 경량 철강 및 경량 스테인리스강 관련 논문 게재 6편, 특허 등록 3건
  • 핵융합 구조용 저방사강 개발 관련 논문 게재 8편, 특허 출원 2건
  • 건축구조용 내화·내진 복합성능 강재 개발 관련 논문 게재 1편, Gilbert R. Speich Award (AIST Metallurgy Technology Division)
  • 중성자 차폐용 스테인리스강 개발 관련 논문 게재 7편, 특허 등록 2건, 특허 출원 6건
  • 인공신경망 기반 철강 주요 물성 예측 기술 개발 관련 소프트웨어 등록 9건, CDE DX Awards 2021, Rescale & AWS 특별상 (대학/연구소 부분)

주요 연구분야

  • 경제형-고기능 스테인리스강 개발
  • 경량 철강 및 경량 스테인리스강 개발
  • 핵융합 구조용 저방사 철강소재 개발
  • 건축구조용 내화·내진 복합성능 강재 개발
  • 중성자 차폐용 스테인리스강 개발
  • AI 활용 철강 재질예측 기술 개발

향후 연구계획

  • 경제형-고기능 스테인리스강의 실용화 기술 개발
  • 경량 철강 및 경량 스테인리스강 실용화 기술 개발
  • 해양 구조용 저온인성 강화 형강 개발
  • 핵융합 구조용 저방사 철강소재 개발
  • 미래 에너지플랜트용 내열강 신합금 및 제조 기술 개발
  • AI 활용 철강 재질예측 기술의 현장 적용

연구개발 추진실적

핵융합 구조용 저방사 철강소재 개발

[과제 소개]

  • 크리프, 피로 등의 장기 고온 물성을 포함한 다양한 기계적 특성과 조사 조항성이 우수한 고유 성분계의 핵융합 발전용 저방사화 철강소재 개발을 통해 미래 핵융합 발전을 위한 관련 소재 기술의 내재화 및 원천 기술 확보

[기술개발 내용 및 특징, 성과]

  • 인공신경망 모델링, 열역학 계산 등의 전산모사 기법을 통한 Ta과 Ti 복합 첨가형 고유성분계 저방사 철강 개발
  • Ta과 Ti의 첨가를 통한 (Ta, Ti)X 복합 석출물 생성 및 M23C6 탄화물의 미세화에 기인한 인장 및 충격 특성, 크리프 특성 향상
  • 조사 취화특성 및 He 스웰링 특성 향상
인장 및 충격특성
크리프 특성
He 스웰링 저항성

경량 스테인리스 철강 개발

[과제 소개]

  • 무겁고 부식에 약한 철강의 단점을 해결하기 위해 철에 알루미늄과 크롬을 다량 첨가하여 무게가 가볍고 부식 특성이 우수한 경량 스테인리스 철강 개발

[기술개발 내용 및 특징, 성과]

  • 알루미늄 12% 이상을 첨가하여 약 20% 가벼운 경량 스테인리스 철강 개발
  • 크롬 함량의 최적화를 통해 표면에 치밀한 알루미늄/크롬 산화층을 생성하여 부식특성 향상
  • 기존의 스테인리스 철강 대비 강도와 연성의 조합이 우수
Al/Cr의 치밀한 산화층
우수한 강도-연성 조합
경량 스테인리스강 개발

인공신경망 기반 철강 주요 물성 예측 기술

[과제 소개]

  • 철강 소재의 효율적인 설계 및 생산을 위해, 제조 과정의 제어 변수에 따른 주요 기계적 물성을 자동으로 예측하는 수학적 모델 개발. 철강 소재에 관한 누적된 데이터를 바탕으로 인공신경망 모델링을 적용한 주요 특성 예측.

[기술개발 내용 및 특징, 성과]

  • 탄소강 인장 특성, 오스테나이트계 스테인리스강 인장 특성, 페라이트/마르텐사이트계 내열강 크리프 특성, 오스테나이트계 내열강 크리프 특성 예측
  • 입력 변수에 따른 결과값, 모델 불확실성, 노이즈 평가 및 시각화
  • 다중 목표 결과 달성을 위한 최적화된 입력 변수 조합 도출
데이터를 기반으로 4가지 특성 모델을 구성합니다. 각 모델의 예측값 입력과 최적화를 통해 그래프 결과를 도출합니다.
  • 데이터 : 문헌, 기존 모델링, 실험 결과
    • 탄소강 인장 특성 모델 : 인장강도, 항복강도, 연신율
    • 오스테나이트계 스테인리스강 인장 특성 모델 : 인장강도, 항복강도, 연신율
    • 페라이트계 내열강 크립 특성 모델 : 크립 수명, 크립 강도
    • 오스테나이트계 내열강 크립 특성 모델 : 크립 수명, 크립 강도
    • Predictor (Input -> Output) : Bayesian Neural Network, 예측값, 불확실성, 노이즈
    • Optimizer (Target -> Input) : Genetic Algorithm 기반 최적화, Multi-target value 최적화
    • 그래프 결과 : GNUPLOT
철강 주요 물성 예측 모델 구성도