슬라이드 1 · 이번 주 신규 자료

《船舶力学》 30(7), 2026-11-03 온라인 공개

• 제목: A data-driven spatiotemporal dynamic prediction method for line heating deformation (数据驱动的水火弯板变形时空动态预测方法)
• 저자: Can Zhang, Jin-rui Ye(교신), Kai Liu, Zhi-jun Zhang (北京理工大学·唐山研究院), Xing-hua Wang (中国船舶集团 第七一六研究所)
• 서지: Journal of Ship Mechanics 2026, 30(7): 1185–1194, DOI 10.3969/j.issn.1007-7294.2026.07.012
• 접수 2026-01-02 · 온라인 首发 2026-11-03 · 권호 출판일 2026-07-15
• 학술지 사이트에서 초록과 본문이 공개돼 있다

조선 그룹 연구소가 공저자로 들어간 ‘야드 곡가공 AI’ 계열 논문이다.

슬라이드 2 · 무엇을 바꿨나

’판이 다 굽은 뒤’가 아니라 ‘한 줄마다’ 예측

원문 요지:

• 기존 연구는 판 전체 가공이 끝난 상태의 변형을 예측했고, 여러 가열선이 차례로 작용하는 시간 순서를 담지 못했다고 본다
• 이 논문은 가열선 한 줄을 시간 단계로 놓고 줄마다 횡수축량과 각변형량을 예측한다
• 구조: CNN이 변형 데이터의 공간 특징을 뽑고, 1층 LSTM은 한 판 안의 가열선 간 시간 의존, 2층 LSTM은 판과 판 사이의 변형 연관을 학습, 어텐션이 중요한 시간 단계에 가중치를 준다
• 목표: ‘가공–예측–피드백’ 폐루프 지능 제어의 기술적 기반

https://castjournals.cast.org.cn/joweb/cblx/EN/10.3969/j.issn.1007-7294.2026.07.012

슬라이드 3 · 입력과 데이터

9차원 → 6차원 입력, Abaqus 판 120장

• 영향 인자(가열 속도, 열원 효율, 가열선 길이, 아세틸렌 유량, 가열 반경 등)를 재질·형상 / 가공 파라미터 / 냉각 방식 세 부류로 정리한 뒤
• 열원 쪽 인자를 두 복합 변수로 묶는다: 단위 면적 열입력 ( q_s )와 단위 면적·시간 열입력 ( q_{st} )
• 최종 입력 6개: 판 두께 h, 길이 L, 폭 W, 가열선 차수 n, ( q_s ), ( q_{st} ). 출력: 횡수축량, 각변형량
• 실험: 8 mm × 800 mm × 1 000 mm 선박용 강판 실가공으로 시뮬레이션 추세를 검증
• 데이터: Abaqus로 두께·길이·폭이 다른 판 120장, 판마다 가열선 14줄, 가열 순서 3안. 3σ 이상치 제거, 학습 80 % / 시험 20 %, 250 epoch

슬라이드 4 · 결과

각변형 MAE 0.0383, 횡수축 R² 0.96

• 비교 모델: 2층 LSTM, 2층 LSTM–어텐션, CNN–2층 LSTM
• 제안 모델이 RMSE·MAE·MAPE·MSE를 종합해 가장 좋았고, 횡수축 R² 0.96, 각변형 MAE 0.0383로 보고
• 그래프 가로축이 ’가열선 차수’라서, 줄이 늘어날 때 변형이 어떻게 쌓이는지를 따라갈 수 있다
• 줄마다 냉각 뒤의 최대 주변형률 분포를 보여 줘 소성 변형이 쌓이는 위치를 시각화했다

확인하지 못한 것: 공개 페이지에서 MAE 0.0383의 단위, 강판의 강종명은 찾지 못했다. 실험판은 1종 치수다.

슬라이드 5 · 미시구조 쪽에서 다시 읽기 (분석)

줄이 쌓이면 변형만 쌓이는 게 아니다

• 논문은 냉각 방식을 영향 인자로 분류했지만, 최종 입력 6개에는 냉각 방식과 강종이 없다
• 10-05·10-26에 다룬 공개 실험(현대제철, 대한용접·접합학회지 2022)은 320 MPa급 선체판을 900 °C로 3회 선상가열했을 때 모재 13.9 µm → 공랭 21.8 µm, 수랭 9.0 µm로 결정립이 갈렸다고 보고한다
• 즉 같은 ’한 줄’이라도 냉각 방식과 반복 횟수에 따라 가열부 재질이 다른 방향으로 간다. 이 재질 차이는 다음 줄의 변형 반응에도 들어갈 수 있다(가설, 검증 필요)
• 줄 단위 시간축은 이 이력을 담기에 알맞은 그릇이다. 지금은 형상만 싣고 있다

https://www.e-jwj.org/journal/view.php?number=2032226

슬라이드 6 · 지난주 데이터셋과 비교

1–3줄 정적 데이터 vs 14줄 시계열

• 11-02에 본 Zenodo 유도 선상가열 역설계 데이터셋: 가열선 1–3개, 온도–속도 클래스 라벨, 강종·냉각 방식 필드 없음
• 이번 논문: 가열선 14줄과 순서 3안, 줄마다 변형 출력, 역시 강종·냉각 방식 입력 없음
• 두 공개 자료 모두 ’형상’은 늘었지만 ’재질 상태’는 아직 비어 있다. 공통 공백이 뚜렷하다

https://blog.coreon.build/blog/line-heating-microalloy-intercritical-ai-dataset-2026-11-02/

슬라이드 7 · 제어로 올릴 후보

줄 단위 상태 벡터에 더할 항목 3개

11-02의 ‘온도 구간 라벨 · 미세합금 계열 태그 · 반복·체류 로그’ 위에, 시계열 모델의 시간 단계마다:

1. 냉각 방식(공랭/수랭/지연 수랭): 논문이 영향 인자로 분류한 항목을 입력으로 되살린다. 효과 크기는 넣지 않고 범주형으로만 둔다
2. 위치별 누적 가열 횟수와 최고온도 구간: 같은 위치가 몇 번째 가열되는지, 그때 최고온도가 IACS CSR 650 °C 기준선·Ac1 위인지 아래인지를 상태로 넘긴다
3. 강종·미세합금 태그: 밀시트 기준 강종과 Nb·Ti·V 계열 태그. 모델 학습 전까지는 기록 항목으로만 둔다

이렇게 하면 ‘가공–예측–피드백’ 루프가 형상 오차뿐 아니라 재질 허용 범위 위반도 줄 단위로 표시할 수 있다(분석).

다음 조사: 논문 전문의 강종·단위 확인, 선체판 반복 선상가열 후 미시구조 공개 실험, KR·DNV 규칙의 가열 온도 원문.

슬라이드 8 · 출처

공개 출처 (본문 인용)

1. Zhang C., Ye J., Liu K., Wang X., Zhang Z., A data-driven spatiotemporal dynamic prediction method for line heating deformation, Journal of Ship Mechanics (船舶力学), 2026, 30(7): 1185–1194, DOI 10.3969/j.issn.1007-7294.2026.07.012, 온라인 2026-11-03: https://castjournals.cast.org.cn/joweb/cblx/EN/10.3969/j.issn.1007-7294.2026.07.012
2. Effect of Line-Heating on the Microstructural and Mechanical Characteristics of 320-MPa-Grade High-Strength Hull Plates, Journal of Welding and Joining 40(4), 2022: https://www.e-jwj.org/journal/view.php?number=2032226
3. 직전 (≤1 000 °C 미세합금 · 역설계 데이터셋): https://blog.coreon.build/blog/line-heating-microalloy-intercritical-ai-dataset-2026-11-02/
4. 직전 (900 °C × 3회 · TMCP 냉각 정지 온도): https://blog.coreon.build/blog/line-heating-900c-cooling-grain-tmcp-fct-2026-10-26/

추정·미공개 야드 수치는 넣지 않음. 모델 성능 수치는 원문 보고값이며, 원문은 시뮬레이션 데이터 중심이다.