"이승환(공과대학)"의 두 판 사이의 차이
둘러보기로 가기
검색하러 가기
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= | ||
+ | * 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 | ||
+ | |||
+ | =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) | ||
[[분류:교수]] | [[분류:교수]] | ||
[[분류:기계공학부]] | [[분류:기계공학부]] | ||
[[분류:동명이인]] | [[분류:동명이인]] |
2020년 10월 14일 (수) 13:16 판
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
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)