MSDE학과 NEL 연구실 캡스톤디자인 팀 (최중명¹, 이승우¹, 최승혁 학생) (지도교수 곽동빈)이 공학 분야 저명 학술지인 International Communications in Heat and Mass Transfer (MECHANICS 분야 상위 4.4%)에 논문 (“Multi-ive optimization of a cylindrical heat sink with straight and forked fins using artificial neural network (ANN)”) 을 게재하였다. 논문링크
¹공동 1저자

(왼쪽부터: 최중명, 이승우, 최승혁 학생) 

전력·전장 부품의 열 관리 성능을 한 차원 끌어올릴 수 있는 원통형 히트싱크 최적 설계 기법을 개발했다. 본 연구는 다목적(열저항·중량) 최적화를 위해 인공지능(Artificial Neural Network, ANN)을 활용했고, 직선형(fin)과 갈래형(forked fin)이 혼재된 복합 구조를 대상으로 했다. 논문 작성에서 더 나아가, 이용자들이 손쉽게 이용할 수 있는 Design tool을 웹사이트 (https://sites.google.com/g.seoultech.ac.kr/nel/design-tool/cylindrical-hs-with-straight-and-forked-fins)에 공유하는 성과를 이루었다.