상관 입력 변수를 고려한 퍼콜레이션 모델 기반 폴리머 나노복합재의 신뢰성 기반 최적 설계 (Reliability-Based Design Optimization of Polymer Nanocomposites (PNCs) Based on Percolation Model Considering Correlated Input Variables)

서지정보

· 발행기관 : 대한기계학회
· 수록지 정보 : 대한기계학회논문집 A / 44권 / 3호 / 229 ~ 240페이지
· 저자명 : 도재혁, 박상인, 나가라잔 라그하반

초록

본 연구에서는 터널링 저항을 고려한 폴리머 나노복합재(PNCs)의 퍼콜레이션 모델 코드를 개발하여 퍼콜레이션 임계치의 신뢰성을 확보하고, 전기 전도도 최대화를 위한 신뢰성 기반 최적 설계(RBDO)를 수행하였다. 탄소 나노튜브(CNTs) 직경과 길이는 각각 로그 정규 분포와 와이블 분포를 따른다. CNTs 기하학 파라미터들에 대한 확률 분포와 확률 변수들 사이의 상관 관계를 반영하기 위해, 주변 누적 분포 함수와 상관 관계가 있는 입력 변수들의 공분산을 이용하여 결합 누적 분포 함수를 근사화 한 Nataf 변환을 적용하였다. 이를 기반으로 확률 변수들의 상관 계수와 확률 분포 타입에 따른 RBDO 사례 연구를 수행하여 전기적 성능을 효율적으로 향상시키기 위한 PNCs 설계 지침을 제안한다.

영어초록

In this study, by utilizing the code of the percolation model developed in-house for polymer nanocomposites (PNCs), reliability-based design optimization (RBDO) of PNCs was conducted to ensure the reliability of the percolation threshold and to maximize electrical conductivity. The code that was developed takes tunneling resistance into consideration. According to reported studies, carbon nanotube (CNT) diameters and lengths follow the lognormal and the Weibull distribution respectively. To reflect the probability distribution concerning the geometric parameters of the CNTs and a correlation between random input variables, a Nataf transformation, which is a joint cumulative distribution function (CDF) approximated by using the marginal CDF and the covariance of correlated input variables, was employed. RBDO was performed according to the correlation coefficients and the different probability distribution types of random variables. As an outcome of this study, a guideline for a practical PNC design is proposed to enhance electrical performances efficiently.

참고자료

· 없음