"이승환(공과대학)"의 두 판 사이의 차이
둘러보기로 가기
검색하러 가기
| (사용자 2명의 중간 판 2개는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
[[이승환]]은 한양대학교 서울 [[공과대학]] [[기계공학부]] 교수이자 [[스마트제조연구실]]장을 겸하고 있다. | [[이승환]]은 한양대학교 서울 [[공과대학]] [[기계공학부]] 교수이자 [[스마트제조연구실]]장을 겸하고 있다. | ||
| + | |||
*연락처: 02-2220-0455 / seunghlee@hanyang.ac.kr | *연락처: 02-2220-0455 / seunghlee@hanyang.ac.kr | ||
| + | |||
=학력= | =학력= | ||
| − | * University of Michigan, Ann Arbor, Michigan, USA, Ph.D. in Mechanical Engineering, May 2013 (Advisor: Jyoti Mazumder) | + | |
| − | * University of Michigan, Ann Arbor, Michigan, USA, M.S. in Mechanical Engineering, Apr. 2007 | + | *University of Michigan, Ann Arbor, Michigan, USA, Ph.D. in Mechanical Engineering, May 2013 (Advisor: Jyoti Mazumder) |
| − | * Hanyang University, Seoul, Republic of Korea, B.S. in Mechanical Engineering, Feb. 2004 | + | *University of Michigan, Ann Arbor, Michigan, USA, M.S. in Mechanical Engineering, Apr. 2007 |
| + | *Hanyang University, Seoul, Republic of Korea, B.S. in Mechanical Engineering, Feb. 2004 | ||
=경력= | =경력= | ||
| − | * 2020. 9 – Present Associate Professor, Hanyang University | + | |
| − | * 2015. 9 – 2020. 8 Assistant Professor, Korea Aerospace University | + | *2020. 9 – Present Associate Professor, Hanyang University |
| − | * 2014. 5 – 2015. 8 Senior Researcher, Samsung Display | + | *2015. 9 – 2020. 8 Assistant Professor, Korea Aerospace University |
| − | * 2013. 1 – 2014. 3 Chief Engineer, Sensigma LLC | + | *2014. 5 – 2015. 8 Senior Researcher, Samsung Display |
| − | * 2004. 1 – 2005. 4 Assistant Researcher, Samsung Electronics | + | *2013. 1 – 2014. 3 Chief Engineer, Sensigma LLC |
| + | *2004. 1 – 2005. 4 Assistant Researcher, Samsung Electronics | ||
=담당과목= | =담당과목= | ||
| − | * 스마트기계공작법 | + | |
| − | * 스마트제조PBL | + | *스마트기계공작법 |
| − | * 스마트제조의이해 | + | *스마트제조PBL |
| − | * 커리어개발2 | + | *스마트제조의이해 |
| + | *커리어개발2 | ||
=연구관심분야= | =연구관심분야= | ||
| − | * 레이저 기반 적층 제조(Additive Manufacturing) | + | |
| − | * 인공지능을 이용한 공정 모니터링 | + | *레이저 기반 적층 제조(Additive Manufacturing) |
| − | * 레이저 용접 | + | *인공지능을 이용한 공정 모니터링 |
| − | * 레이저 재료 가공 공정 시뮬레이션 | + | *레이저 용접 |
| + | *레이저 재료 가공 공정 시뮬레이션 | ||
=주요연구과제= | =주요연구과제= | ||
| − | * 3D 적층 기술 개발 | + | |
| − | ** 레이저 기반의 3D 적층 제조 시 초내열합금의 핵생성 촉진 및 응고변수 제어 기술 개발 | + | *3D 적층 기술 개발 |
| − | ** 아크 용접 기반의 3D 적층 공정 모니터링 기술을 통한 기계적 특성 제어 기술 개발 | + | **레이저 기반의 3D 적층 제조 시 초내열합금의 핵생성 촉진 및 응고변수 제어 기술 개발 |
| − | * 인공지능 알고리즘을 활용한 이미지 분석 기술 개발 | + | **아크 용접 기반의 3D 적층 공정 모니터링 기술을 통한 기계적 특성 제어 기술 개발 |
| − | ** 금속 미세 조직 분율 측정용 딥러닝 기반 image segmentation 모델 개발 | + | *인공지능 알고리즘을 활용한 이미지 분석 기술 개발 |
| − | * Hybrid Tandem 용접 기술 개발 | + | **금속 미세 조직 분율 측정용 딥러닝 기반 image segmentation 모델 개발 |
| − | ** Tandem 및 Hybrid Tandem 용접 시뮬레이션 기술 개발 | + | *Hybrid Tandem 용접 기술 개발 |
| − | * 방출 분광학을 이용한 공정 모니터링 기술 개발 및 기계부품 건전성 예측 기술 개발 | + | **Tandem 및 Hybrid Tandem 용접 시뮬레이션 기술 개발 |
| + | *방출 분광학을 이용한 공정 모니터링 기술 개발 및 기계부품 건전성 예측 기술 개발 | ||
| + | *반도체 계면 접착력을 정밀하게 측정할 수 있는 기술을 개발 (SK하이닉스)<ref><뉴스H> 2025.07.21 [https://cms.newshyu.com/news/articleView.html?idxno=1019358 한양대 김학성·이승환 교수팀, 반도체 접착력 정밀 측정기술 개발로 신뢰성 향상 이끈다]</ref> | ||
| + | **기존 방식으로는 측정할 수 없었던 반도체 내부의 미세 계면 접착력을 ‘레이저 스폴레이션(Laser Spallation)’ 기법을 통해 정량화 | ||
| + | **[[김학성]] 기계공학부 교수팀, SK하이닉스와의 산학협력 | ||
=주요논문= | =주요논문= | ||
| − | * Enhancing Hardness of Inconel 718 Deposits Using the Aging Effects of Cold Metal Transfer-based | + | |
| − | Additive Manufacturing, Materials Science & Engineering A (2020) | + | *Enhancing Hardness of Inconel 718 Deposits Using the Aging Effects of Cold Metal Transfer-based Additive Manufacturing, Materials Science & Engineering A (2020) |
| − | * Residual Neural Network-based Fully Convolutional Network for Microstructure Segmentation, | + | *Residual Neural Network-based Fully Convolutional Network for Microstructure Segmentation, Science and technology of welding and joining (2020) |
| − | Science and technology of welding and joining (2020) | + | *Frequency Energy Shift Method for Bearing Fault Prognosis Using Microphone Sensor, Mechanical Systems and Signal Processing (2020) |
| − | * Frequency Energy Shift Method for Bearing Fault Prognosis Using Microphone Sensor, Mechanical | + | *Ranked Feature-based Laser Material Processing Monitoring and Defect Diagnosis Using k-NN and SVM, Journal of Manufacturing process (2020) |
| − | Systems and Signal Processing (2020) | + | |
| − | * Ranked Feature-based Laser Material Processing Monitoring and Defect Diagnosis Using k-NN | + | == 교내 언론 == |
| − | and SVM, Journal of Manufacturing process (2020) | ||
[[분류:교수]] | [[분류:교수]] | ||
[[분류:기계공학부]] | [[분류:기계공학부]] | ||
[[분류:동명이인]] | [[분류:동명이인]] | ||
| + | <references /> | ||
2025년 7월 21일 (월) 14:53 기준 최신판
이승환은 한양대학교 서울 공과대학 기계공학부 교수이자 스마트제조연구실장을 겸하고 있다.
- 연락처: 02-2220-0455 / seunghlee@hanyang.ac.kr
학력
- University of Michigan, Ann Arbor, Michigan, USA, Ph.D. in Mechanical Engineering, May 2013 (Advisor: Jyoti Mazumder)
- University of Michigan, Ann Arbor, Michigan, USA, M.S. in Mechanical Engineering, Apr. 2007
- Hanyang University, Seoul, Republic of Korea, B.S. in Mechanical Engineering, Feb. 2004
경력
- 2020. 9 – Present Associate Professor, Hanyang University
- 2015. 9 – 2020. 8 Assistant Professor, Korea Aerospace University
- 2014. 5 – 2015. 8 Senior Researcher, Samsung Display
- 2013. 1 – 2014. 3 Chief Engineer, Sensigma LLC
- 2004. 1 – 2005. 4 Assistant Researcher, Samsung Electronics
담당과목
- 스마트기계공작법
- 스마트제조PBL
- 스마트제조의이해
- 커리어개발2
연구관심분야
- 레이저 기반 적층 제조(Additive Manufacturing)
- 인공지능을 이용한 공정 모니터링
- 레이저 용접
- 레이저 재료 가공 공정 시뮬레이션
주요연구과제
- 3D 적층 기술 개발
- 레이저 기반의 3D 적층 제조 시 초내열합금의 핵생성 촉진 및 응고변수 제어 기술 개발
- 아크 용접 기반의 3D 적층 공정 모니터링 기술을 통한 기계적 특성 제어 기술 개발
- 인공지능 알고리즘을 활용한 이미지 분석 기술 개발
- 금속 미세 조직 분율 측정용 딥러닝 기반 image segmentation 모델 개발
- Hybrid Tandem 용접 기술 개발
- Tandem 및 Hybrid Tandem 용접 시뮬레이션 기술 개발
- 방출 분광학을 이용한 공정 모니터링 기술 개발 및 기계부품 건전성 예측 기술 개발
- 반도체 계면 접착력을 정밀하게 측정할 수 있는 기술을 개발 (SK하이닉스)[1]
- 기존 방식으로는 측정할 수 없었던 반도체 내부의 미세 계면 접착력을 ‘레이저 스폴레이션(Laser Spallation)’ 기법을 통해 정량화
- 김학성 기계공학부 교수팀, SK하이닉스와의 산학협력
주요논문
- Enhancing Hardness of Inconel 718 Deposits Using the Aging Effects of Cold Metal Transfer-based Additive Manufacturing, Materials Science & Engineering A (2020)
- Residual Neural Network-based Fully Convolutional Network for Microstructure Segmentation, Science and technology of welding and joining (2020)
- Frequency Energy Shift Method for Bearing Fault Prognosis Using Microphone Sensor, Mechanical Systems and Signal Processing (2020)
- Ranked Feature-based Laser Material Processing Monitoring and Defect Diagnosis Using k-NN and SVM, Journal of Manufacturing process (2020)
교내 언론
- ↑ <뉴스H> 2025.07.21 한양대 김학성·이승환 교수팀, 반도체 접착력 정밀 측정기술 개발로 신뢰성 향상 이끈다
