Prediction of Ultraviolet Corrosion Levels of High Density Polyethylene using Artificial Intelligence

선박 제작에 주로 사용되는 섬유강화플라스틱(FRP) 소재는 우수한 내구성과 내충격성을 제공하지만, 자외선에 장기간 노출될 경우 심각한 변형을 겪게 되며, 이는 폐선 처리 과정을 복잡하게 만들어 해상 환경오염의 주요 원인 중 하나로 지목되고 있다. 이에 대한 대응책으로 친환경적이고 재활용이 가능한 소재로 주목받고 있는 고밀도 폴리에틸렌(HDPE)의 사용이 증가하고 있으나, HDPE 또한 내열성과 내후성의 문제로 인해 자외선에 대한 취약성을 드러내고 있다. 본 논문에서는 부식된 HDPE를 시간 별로 분석하고 예측하기 위해 인공지능 기법인 Convolutional Neural Network(CNN)을 적용한다. CNN은 딥러닝 분야에서 이미지 분류 및 데이터 학습에 유용한 장점을 가지고 있다. 이 기법을 활용하여 UV LAMP로 특정 시간 동안 HDPE를 자외선에 노출시킨후, 부식된 이미지 데이터를 취득하고 훈련을 진행하였고 90% 이상의 정확도를 도출하였다. 연구 결과를 기반으로 선박 소재의 노후화를 예측하고, 이에 따른 폐선 처리 문제와 해상 환경오염을 사전에 방지할 수 있는 효과적인 방안을 모색할 수 있을 것으로 기대된다.