연구자 정보를 불러오는 중입니다...
연구자 정보를 불러오는 중입니다...
울산대학교 안경관 교수는 산업 현장의 에너지 효율성 저하와 복잡한 시스템 제어 문제를 해결하는 데 집중하고 있습니다. 안 교수님의 연구는 전기유압 시스템의 정밀 제어, 굴삭기 및 지게차 등 중장비의 에너지 회생 기술, 그리고 파력발전 시스템의 효율 증대를 통해 혁신적인 해결책을 제시합니다. 또한, 디지털 트윈 및 AI 모델을 활용한 고장 진단 및 제어 기술 개발은 시스템의 안정성과 최적화를 실현하고 있습니다. 이러한 다각적인 연구는 산업의 디지털 전환과 지속 가능한 기술 발전에 크게 기여하며, 미래 공학 분야의 새로운 지평을 열고 있습니다.
| 연구자 프로필 |  |
| 연구자 명 | 안경관 |
| 직책 | 교수 |
| 이메일 | kkahn@ulsan.ac.kr |
| 재직 상태 | 재직 중 |
| 부서 학과 | 기계자동차공학과 |
| 사무실 번호 | 0522592282 |
| 연구실 | 유공압 및 기계지능연구실 |
| 연구실 홈페이지 | http://fpcl.ulsan.ac.kr/ |
| 홈페이지 | - |
| 소속 | 울산대학교 |
| 회사명 | 울산대학교 |
| 재직기간 | 재직 중 |
| 담당업무 | 기계공학부 교수 |
| 회사명 | 울산경남 지역혁신플랫폼 |
| 재직기간 | 재직 중 |
| 담당업무 | 미래모빌리티 사업단장 |
| 회사명 | 울산대학교 |
| 재직기간 | 재직 중 |
| 담당업무 | 융합대학 학장 |
| 회사명 | 조지아텍 |
| 재직기간 | - |
| 담당업무 | 방문교수 |
| 회사명 | 동경공업대학 |
| 재직기간 | - |
| 담당업무 | 객원연구원 |
| 회사명 | 삼성중공업 |
| 재직기간 | - |
| 담당업무 | 중장비 사업본부 연구원 |
| 연구 1 | 전기유압 시스템 지능형 제어 및 액추에이터 기술 |
| 내용 | 본 연구실은 산업 현장의 복잡한 시스템 제어 문제를 해결하기 위해 전기유압 시스템의 정밀 제어 및 지능화 연구에 집중하고 있습니다. 유공압 시스템의 기본적인 강건함과 전기적 제어의 유연성을 결합하여, 고성능 액추에이터 시스템을 개발하고 최적화하는 데 주력하고 있습니다. 특히, 유공압시스템의 지능제어 기술을 통해 시스템의 반응 속도, 정확도, 안정성을 획기적으로 향상시키고 있으며, 기능성 유체를 활용한 새로운 개념의 액추에이터 개발로 다양한 산업 분야에서의 적용 가능성을 넓히고 있습니다. 이러한 연구는 건설기계, 로봇 시스템, 미래 모빌리티 등 고정밀 제어가 요구되는 분야에서 핵심적인 역할을 수행하며, 시스템의 효율성과 신뢰성을 극대화하는 데 기여합니다. 본 연구는 산업의 디지털 전환을 가속화하고, 자율 제어 기술의 발전에 필수적인 기반을 제공하여 미래 공학 기술의 새로운 지평을 열고 있습니다. |
| 연구 2 | 중장비 에너지 회생 및 시스템 효율 최적화 |
| 내용 | 본 연구는 산업 현장의 고질적인 문제인 에너지 효율성 저하를 해결하기 위해 중장비의 에너지 회생 기술 개발에 초점을 맞추고 있습니다. 특히 굴삭기 및 지게차와 같은 중장비의 선회 동력 및 유압 작동 과정에서 발생하는 폐기 에너지를 효과적으로 회수하고 재활용하는 시스템을 개발하고 있습니다. 가변 용량 유압 모터, 유량 제어 밸브 및 유압 어큐뮬레이터를 활용한 고효율 유압 에너지 회생 시스템을 제안하며, 에너지 회생 효율을 극대화하기 위한 LCC (Limitation of Control Command) 기술을 적용하고 있습니다. 실제 연구 결과, 이러한 시스템은 기존 굴삭기 대비 최대 33.4%의 에너지 회생 효율과 9.2%의 전체 시스템 효율 향상을 보여주어 탁월한 성능을 입증했습니다. 이 기술은 건설기계 분야에서 운영 비용 절감과 환경 부하 감소에 크게 기여하며, 지속 가능한 산업 발전을 위한 핵심 기술로 주목받고 있습니다. |
| 연구 3 | 디지털 트윈 및 AI 기반 스마트 시스템 제어/진단 |
| 내용 | 본 연구실은 복잡한 산업 시스템의 안정성과 최적화를 실현하기 위해 디지털 트윈 및 인공지능(AI) 모델을 활용한 고장 진단 및 제어 기술 개발에 주력하고 있습니다. 물리적 시스템의 실시간 데이터를 기반으로 가상 모델인 디지털 트윈을 구축하고, 이를 통해 시스템의 상태를 정확하게 예측하고 잠재적 고장을 사전에 진단합니다. AI 모델은 이러한 디지털 트윈 데이터로부터 학습하여 시스템의 비정상적인 거동을 감지하고, 최적의 제어 전략을 수립하여 효율적인 시스템 운영을 지원합니다. 이 기술은 마찰전기 발전, 연료전지, 건설기계 등 다양한 스마트 시스템에 적용 가능하며, 시스템의 가동 중단 시간을 최소화하고 유지보수 비용을 절감하는 데 큰 가치를 제공합니다. 이러한 연구는 산업 현장의 디지털 전환을 가속화하고, 예측 기반의 스마트 유지보수 및 자율 제어 시스템 구축을 통해 미래 산업의 경쟁력 강화에 기여하고 있습니다. |
| 활동 내용 | [강의/교육 활동] - K-MOOC '미래 모빌리티 최신 기술동향' 강좌 참여 [기타 활동] - 대학 연구사업 협업과제를 수행하며 중소기업 지원, 대학 인재 지도·육성 등 지역 과학기술 발전에 기여 |
보유 기술 로딩 중...
