데이터 기반 모델링 방법을 이용한 이종금속 용접부 잔류응력 예측

Abstract

원자력 발전소 배관의 용접부 잔류 응력은 PWSCC (Primary Water Stress Corrosion Cracking)를 일으키는 중요한 요인이기 때문에 PWSCC를 예방하기 위해 잔류 응력을 정확히 예측하는 것은 아주 중요하다. 이렇듯 잔류 응력을 예측하기 위해 데이터를 기반으로 하는 많은 인공지능 모델들이 개발되었고 지금도 연구되고 있다. 본 논문에서는 몇몇의 데이터 기반 인공지능 모델 중 세 가지 모델 (Support Vector Regression, Fuzzy Support Vector Regression, Fuzzy Neural Network)을 잔류 응력 예측을 위해 사용하였으며, 각각의 방법론을 고찰하였다. 그리고 Subtractive Clustering Method와 Genetic 알고리즘을 사용함으로서 유용한 정보를 갖는 데이터를 얻고 제안된 알고리즘을 최적화시킬 수 있었다. 또한 성능 향상과 인공지능 방법의 잠재적인 Overfitting 문제를 해결하여 신뢰성 증진을 달성하기 위해 각각의 알고리즘을 적용했을 뿐만 아니라 서로 다른 모델을 결합함으로써 성능을 확인하였다. 예측성능을 비교해 본 결과 SVR 모델과 FSVR 모델 결과를 통합한 방법의 성능이 다른 방법의 결과에 비해 더 우수하다는 것을 알 수 있었으며, 이를 통해 실제 발전소내에서 잔류 응력을 예측하기 위한 위 방법론이 적용가능하리라 기대된다.