prime objective
EMI shielding simulation 을 위한 RVE 구성
main step
-
자료 조사
- conductivity와 permittivity의 interphase 영향 가능성 확인
- EMI shielding에 영향을 주는가?
-
interphase 물성 조사
- permittivity —> checked(2212 세미나)
- interphase에 영향을 줄 수 있는 요인은 매우 다양함 —> 몇 가지 parameter 대입으로 얻기 어려움
- 선행 연구에서는, 유한요소해석을 이용한 fitting, fitting by trial and error 등의 방식. interphase 두께는 STM을 이용해 측정했음
- conductivity
- permittivity —> checked(2212 세미나)
-
RVE 구성
- 작은 RVE를 위한 boundary condition
-
random distribution을 제대로 표현하지 않으면 오차가 클 수 밖에 없음. 특히 conductivity는 network 형성에 따라 크게 달라지게 됨
-
RVE 시뮬레이션의 장점을 부각하기 위해, 이미 이론이 어느정도 정립된 CNT 외에도 다른 particle이나 hybrid composite에 대해서 고려해볼 수 있을 것 같음
- 3개 이상의 component가 혼합된 시스템
-
현대차 보고서에 CFRP의 랜덤배향이 구현된 케이스가 있는데 어떻게 구현된건지? DIGIMAT을 쓰는 것도 고려해보면 좋을듯
-
- CNT의 random distribution 방법
- 작은 RVE를 위한 boundary condition
-
interphase를 반영한 각 물성 시뮬레이션
- conductivity
- permittivity
-
물성을 반영한 EMI shielding simulation
obstacles
-
interphase가 중요하려면, nanoscale filler여야 하는데, 이 경우 RVE 구성 방식이 매우 비효율적임
-
작은 RVE의 경우 도파관 형성을 통한 시뮬레이션 자체가 어려울 수 있음
-
interphase 두께 알아내기 위한 STM 사용 어려움
-
interphase로 인한 작은 차이가 다른 오차 원인에 비해 유의미한 정도인지 잘 모르겠음
Ideas
- 머신러닝 활용
- 훈련 데이터 어디서 얻을지? 몇 만개 단위의 dataset이 필요할 것으로 예상됨
- 개수보다는, data가 전체 시스템을 잘 표현하는지가 중요한 부분.
- 각 case에서의 변수가 어떻게 달라지는지를 먼저 파악한 뒤에 (소성에서 본 stress mode, hardening rate 외에도 점탄성의 경우 달라지는 부분이 있는지 확인) dataset 범위를 정해야 할 것 같음
- 훈련 데이터 어디서 얻을지? 몇 만개 단위의 dataset이 필요할 것으로 예상됨
- RVE simulation
- 방법은 google scholar 통해서 좀 더 찾아볼 것
- multiple reflection같은데 영향을 줄 것 같음.
- RVE 시뮬레이션으로 interphase 물성을 알아낸 뒤, 이를 조성이 다르거나/형태가 다르거나/hybrid인 경우 등에 적용하기
- small RVE 시뮬레이션 결과를 통해 전체 물성을 반영할 수 있는 메커니즘