KITECH 생산기술 전문지

"본 연구에서는 450 nm 연속파(Continuous Wave, CW) 레이저 조사만으로 폴리디메틸실록산(Polydimethylsiloxane, PDMS) 표면에 전도성 레이저 유도 그래핀(Laser-Induced Graphene, LIG)을 형성하는 공정 특성을 분석하였다. 가시광 영역에서 레이저 흡수율이 낮은 PDMS의 한계를 극복하기 위해, PDMS 표면에 네임펜 잉크를 도포한 후 레이저 출력 및 깊이 등을 조절하여 국소적인 광열 반응을 유도하였다. 최적화된 레이저 조사 조건(파워: 2.4 W)에 따른 표면 형상 및 미세구조 변화를 주사전자현미경(SEM)과 라만 분광법을 통해 분석하였으며, 이를 통해 sp² 결합 기반의 탄소 구조가 형성됨을 확인하였다. 분석 결과, 최적 조건에서 형성된 LIG는 약 600㎛의 선폭을 가지며 3차원 다공성 네트워크 구조가 조밀하게 발달하였음을 SEM 분석을 통해 확인하였다. 라만 분광 분석에서는 ID/IG 비율이 약 0.5 수준으로 나타나 비정질 상태를 벗어난 규칙적인 그래핀 육각 격자로의 안정적인 재배열을 입증하였으며, 4-Point-Probe 측정을 통해 평균 0.852kΩ의 낮은 전기 저항성을 확보하여 전극으로서의 활용 가능성을 확인하였다. 결과적으로, 레이저 공정 조건에 따른 LIG 패턴의 전기적 특성을 평가하여, 레이저 출력, 깊이, 해상도가 탄화반응 유도에 중요한 영향을 미침을 확인하였다. 본 연구 결과는 별도의 고온 공정이나 복잡한 전처리 없이, 투명 고분자 기판 상에 선택적 전도 패턴을 형성할 수 있는 레이저 기반 공정 가능성을 제시하며, 향후 신축성 전자소자 및 센서 응용을 위한 기초 자료로 활용될 수 있을 것으로 기대된다."

레이저 유도 그래핀, CW 레이저, PDMS

본 연구에서는 스파크 플라즈마 소결(Spark Plasma Sintering, SPS) 공정을 활용하여 규칙 배열형 다이아몬드–금속본드 복합 소결체를 제조하고, 소결 조건에 따른 미세조직·기계적·마찰 특성을 체계적으로 분석하였다. 소결 온도 700–800 ℃, 압력 20 MPa 조건에서 제조된 시편은 상대밀도 96.7% 이상의 고밀도 구조를 확보했으며, 펄스 전류 기반의 국부 발열 효과로 단시간 내 치밀화가 달성되었다. SEM/EDS 분석 결과 금속 본드 내부에서는 MnCr₂O₄ 스피넬상이 형성되어 Zener pinning 작용을 통해 결정립 성장 억제와 경도 향상에 기여하였다. 그 결과 최대 비커스 경도는 약 Hv₀.₂ 270을 나타냈다. 또한 규칙 배열 구조는 입자 간 하중을 균등하게 분산시켜 평균 마찰계수 0.35의 안정적 마찰 거동을 보였으며, 다이아몬드–금속 계면에서는 약 3–5 µm 두께의 확산층이 형성되어 균열 없이 우수한 결합 특성을 나타냈다. 본 연구는 SPS 공정을 통한 규칙 배열형 다이아몬드 복합체의 고밀도화 및 기계적 신뢰성 확보 가능성을 제시하며, 고내마모성 절삭 공구 소재 개발을 위한 기본 데이터로 활용할 수 있다.

Spark Plasma Sintering (SPS), Ordered diamond–metal composite, Metal bond, Tribological behavior, MnCr₂O₄ spinel phase

자동차 산업에서 연비 및 전비 향상을 위한 경량화 요구가 증가함에 따라 알루미늄 합금의 적용이 확대되고 있다. 알루미늄 합금은 우수한 주조성, 기계적 특성 및 내식성이 양호하나 철계 합금 대비 강도가 낮은 문제가 있다. 이에 따라 알루미늄과 철계 합금을 복합화한 이종소재 부품 개발이 활발히 진행되고 있으며, 특히 저비용·대량생산이 가능한 주조접합 공정에 대한 관심이 증가하고 있다. 알루미늄과 철계 합금을 결합하는 방법은 용접, 롤 본딩, 확산 본딩, 주조접합 등이 있다. 그러나 아연도금강판과 알루미늄의 이종소재 부품을 주조접합 공정으로 제조한 사례는 문헌에 드물게 보고되어 왔다. 지금까지 대부분의 연구는 알루미늄 합금과 일반 탄소강을 하이브리드화 하는 것에 집중 되었으며, 알루미늄 합금과 아연도금강판의 결합에 대한 연구는 상대적으로 적었고, 그 결과 스틸-알루미늄 이종소재 제조시의 아연 도금층의 효과에 대해서는 명확히 밝혀지지 않은 상태이다. 따라서 본 연구에서는 산업적으로 활용도가 높은 아연도금강판과 부품 정형주조성이 우수한 알루미늄 주조합금을 고압 다이캐스팅법에 의해 클래드 형태의 이종소재로 제조하는데 있어, 아연 도금층의 두께가 스틸-알루미늄 이종소재의 주조접합 특성에 미치는 영향을 조사하였다. 아연 도금층 두께를 2.5~12 ㎛로 변화시켜 가며 고압 다이캐스팅의 빠른 냉각속도 하에서 신속히 용융 소실되며 스틸-알루미늄 계면 접합반응을 일으킬 수 있는지 여부를 미세조직을 통해 관찰하였고 계면접합강도를 통해 개선 효과를 평가하였다.

고압 다이캐스팅, 스틸-알루미늄 이종소재, 주조접합

"고합금 철강 소재의 수요 증가에 따라 고합금강 스크랩의 효율적 재활용은 철강 산업의 경제성과 자원 순환 측면에서 중요한 과제로 부각되고 있다. 특히 전기슬래그 재용해(ESR, Electroslag Remelting) 공정은 고합금강 스크랩 재활용에 유리한 공정으로 주목받고 있으나, 공정 중 슬래그와의 화학 반응에 따른 합금 원소 손실과 조성 제어의 어려움으로 인해 여전히 경험적 조업에 의존하는 한계가 존재한다. 본 연구에서는 ESR 공정 내에서 발생하는 주요 화학·물리적 반응을 정량적으로 예측하고, 공정 조건에 따른 합금 원소 거동을 사전에 분석할 수 있는 ESR 공정 시뮬레이터를 개발하였다. 시뮬레이터는 ESR 공정을 다수의 반응 영역으로 분할하고, 각 영역 내에서 국부적인 열역학 평형이 성립한다고 가정하는 다영역 시뮬레이션 개념을 기반으로 설계되었다. FactSage 열역학 데이터베이스와 Excel 기반 알고리즘을 연동하여 전극–슬래그, 금속 액적–슬래그, 용융 금속풀–슬래그 반응을 순차적으로 계산함으로써 공정 진행에 따른 합금 원소의 분배 및 손실 거동을 단계적으로 추적하였다. 또한 EERZ 개념과 슬래그 물성 데이터베이스를 적용하여 전극 용융 속도, 금속 액적 거동 및 슬래그 조성 변화가 공정 반응에 미치는 영향을 현실적으로 반영하였다. 시뮬레이션 결과, 본 모델은 전극 및 슬래그 초기 조건과 공정 변수 변화에 따라 잉곳 길이 방향의 합금 원소 분포, 슬래그 조성 변화, 그리고 비금속 개재물의 양과 조성을 동시에 예측할 수 있음을 확인하였다. 이를 통해 공정 조건 변화가 잉곳의 성분 균질성과 청정도에 미치는 영향을 종합적으로 평가할 수 있었다. 본 연구에서 개발한 ESR 공정 시뮬레이터는 고합금강 스크랩 재활용을 위한 사전 예측 기반 공정 설계를 가능하게 하며, 반복 실험에 의존하던 기존 조업 방식의 한계를 보완할 수 있는 유용한 도구로 활용될 수 있을 것으로 기대된다."

신재홍, 한국생산기술연구원, Addr. : [21655] 인천 남동구 호구포로 194 (고잔동, 마크원 지식산업센터) 6층 한국생산기술연구원 6010호, Tel. : 010-4907-1587, E-mail. : shinclusion@kitech.re.kr

금속 레이저 분말 베드 융해(LPBF) 공정은 급격한 온도 구배와 복잡한 다중물리 현상을 수반하며 , 전통적인 CFD 및 FEM 기반 고정밀 모델은 막대한 계산 비용으로 인해 부품 스케일 해석 및 실시간 제어 적용에 한계가 있다. 이러한 정밀도와 속도의 상충 관계를 극복하기 위해 최근 CIFEM, 그래프 이론(Graph Theory), 물리 정보 신경망(PINN) 등 차세대 시뮬레이션 기술이 급부상하고 있다. CIFEM 프레임워크는 고정밀 CFD 데이터를 딥러닝 기반 열원 모델을 통해 FEM에 직접 부과하여 기존 대비 온도 오차를 획기적으로 낮추는 동시에 약 28.2배 빠른 연산 성능을 구현하였으며 , 그래프 이론 기반 모델은 부품을 노드와 엣지 네트워크로 표현하고 행렬 역산 대신 고유값 분해를 활용하여 대형 부품 해석 시간을 4.5시간에서 17분으로 단축시켰다. 또한 텐서 트레인 분해 기반 대리 모델(Surrogate Model)과 순차적 물리 정보 신경망(Sequential PINN)은 물리적 정합성을 유지하며 초 단위 이하의 예측과 8.5배 빠른 훈련 속도를 달성하여 멀티 트랙의 복잡한 열 축적 현상을 정밀하게 포착하고 있다. 결론적으로 금속 PBF 시뮬레이션 기술은 단순 사후 분석에서 벗어나 물리·데이터 기반 모델과 센서 데이터를 실시간으로 융합하는 하이브리드 디지털 트윈으로 진화하고 있다.

적층제조, 금속 분말 베드 융해, powder bed fusion, simulation, PINN

본 연구에서는 리소그래피 기반 전주 공정을 이용하여 니켈-철 합금 마이크로 기어 금형을 제작하였다. 정밀기계 및 마이크로부품 산업에서 부품의 초소형화가 진행됨에 따라 고정밀 금형 제작 기술의 중요성이 증대되고 있으나, 기존의 절삭가공, 방전가공, 레이저 미세가공 기술은 공구 마모, 형상 정밀도 한계, 열영향에 따른 표면 품질 저하 등의 제약으로 인해 복잡한 초미세 부품 제작에 한계가 있다. 이러한 문제를 해결하기 위해 리소그래피와 전주 공정을 결합한 마이크로 금형 제작 기술을 개발하였다. SU-8 감광막을 이용하여 높이 400 μm, 외경 550 μm 및 2,525 μm의 마이크로 기어 멘드렐을 제작하였으며, 인볼루트 곡선이 정밀하게 재현된 수직 측벽과 높은 종횡비를 갖는 미세구조를 성공적으로 구현하였다. 니켈-철 합금 전주 공정의 반응 메커니즘 규명을 위해 회전원판전극을 이용한 속도론적 분석을 수행한 결과, 니켈의 활성화에너지는 8.14 kcal/mol로 혼합 율속 거동을, 철의 활성화에너지는 2.38 kcal/mol로 물질전달 율속 거동을 나타내어 합금 조성의 균일화를 위해서는 온도와 교반 속도의 제어가 중요함을 확인하였다. 전주층의 품질 향상을 위해 유기첨가제 첨가량과 철 함량 조절을 통한 잔류응력 제어 기술을 개발하였다. 사카린 농도 증가에 따라 인장 잔류응력이 446.3 MPa에서 32.8 MPa로 크게 감소하였으며, 철 함량 증가 시 잔류응력이 선형적으로 증가하는 경향을 나타내었다. 또한 350 ℃에서 1시간 수소 열처리를 통해 575 HV의 높은 표면경도를 확보하여 금형의 내마모성과 내구성을 향상시켰다. 최적화된 공정 조건에서 3일간 전주를 수행한 결과, Ni 76.2 wt.% 및 Fe 23.8 wt.% 조성의 균일한 니켈-철 합금층을 형성하였으며, 인볼루트 치형을 정밀하게 유지한 마이크로 기어 금형을 성공적으로 제작하였다. 본 연구에서 개발된 니켈-철 합금 전주 기술은 고경도와 저응력 특성을 동시에 확보할 수 있어 마이크로 부품 및 금속분말사출성형 금형 제조에 효과적으로 적용될 수 있는 공정임을 확인하였다.

합금 전주, 마이크로 기어 금형, 잔류응력, 표면경도

수소 경제의 도래와 탄소 중립 달성을 위한 수소(H₂) 인프라 확산이 가속화됨에 따라, 수소의 안전한 관리를 위한 정밀 누출 검지 시스템의 중요성이 더욱 강조되고 있다. 본 연구에서는 산업 현장에서 널리 사용되는 반도체식 수소 센서, 특히 산화아연(ZnO) 기반 센서의 기술적 개요와 성능 분석 및 평가 방법론을 제시하였다. ZnO 센서는 넓은 밴드갭과 큰 비표면적을 통해 미세 농도의 수소를 민감하게 감지하며, 금(Au), 팔라듐(Pd) 등 귀금속 기능화를 통한 스필오버(Spillover) 효과를 활용하여 감도와 반응 속도를 비약적으로 개선할 수 있다. 또한, 반도체식 센서의 고유 한계인 선택성 문제를 해결하기 위해 합성곱 신경망(CNN) 기반의 지능형 식별 알고리즘을 도입하였다. 실험 분석 결과, 학습 횟수(Epoch)가 증가함에 따라 모델의 최적화가 진행되었으며, 400 Epoch에서 최대 97.92%의 높은 가스 식별 정확도를 달성함을 정량적으로 확인하였다. 그리고 MAE, RMSE, R² 등 고도화된 평가지표를 통해 신뢰성 있는 성능 검증 체계를 제시하였으며, 향후 실제 산업 현장에서 미세 누출을 조기에 감지하고 사고를 예방하는 지능형 가스 모니터링 시스템 구축의 기초 자료로 활용될 것으로 기대된다.

반도체식, 산화아연, 가스 센서, 수소, 합성곱신경망

본 연구에서는 수중 플라즈마(underwater plasma) 기술의 원리, 특징 및 응용 가능성을 소개하였다. 수중 플라즈마는 액상 내에서 직접 방전을 유도함으로써 국소적으로 고온·고압 환경과 고농도의 활성종(·OH, H·, O·, H₂O₂ 등)을 동시에 생성하는 비평형 반응장이다. 이러한 반응장은 전구체나 촉매 없이도 금속 전극으로부터의 용해–재응축 과정을 통해 다양한 금속 및 합금 나노입자를 직접 합성할 수 있으며, 기존 용융 또는 증기 공정으로는 어려운 불용성 금속 조합(Fe–Cu, Cu–Ru 등)의 준안정 합금화가 가능함을 확인하였다. 또한 본 기술은 반도체 세정 공정에서 발생하는 난분해성 유기물(TMAH, urea, phenol 등)의 무촉매 산화 분해에도 효과적이며, 고효율·친환경 폐수 처리 기술로서의 가능성을 입증하였다. 본 연구원의 수중 플라즈마 기술은 전극 재료, 펄스폭, 극성비, 가스 조성 등 다양한 인자를 제어함으로써 반응 메커니즘의 정밀 조절이 가능하며, 소재 합성과 환경정화 기술을 통합할 수 있는 차세대 공정 플랫폼으로서 높은 산업적 확장성과 기술적 경쟁력을 갖추고 있다.

수중 플라즈마; 라디컬; 나노입자 합성; 난분해성 유기물 분해

"4차 산업혁명 시대의 스마트 제조 환경에서 생산 설비의 실시간 모니터링과 예측 정비(Predictive Maintenance)는 제조 경쟁력 확보의 핵심 요소로 부각되고 있다. 특히 자동차 부품 생산에 널리 활용되는 사출성형기는 고온·고압 환경에서 반복적인 사이클 운전을 수행하므로, 설비 상태의 실시간 파악과 이상 징후 조기 감지가 매우 중요하다. 종래의 설비 모니터링 시스템은 주로 임계값 기반 알람 방식을 채택하여, 센서 데이터가 미리 설정된 범위를 벗어날 경우 경고를 발생시키는 단순한 구조였다. 그러나 이러한 방식은 설비의 점진적 열화나 복합적 이상 상태를 감지하기 어렵고, 오경보(False Alarm)가 빈번하게 발생하는 한계가 있다. 최근 딥러닝 기술의 발전으로 다양한 기계학습 기반 예측 모델이 제안되고 있으나, 순수 데이터 기반 접근법은 물리적 해석이 어렵고, 학습 데이터 범위를 벗어난 외삽(Extrapolation) 상황에서 신뢰성이 저하되는 문제가 있다. 이에 대한 대안으로 물리 법칙을 신경망 학습 과정에 통합하는 물리정보신경망(PINN)이 주목받고 있다. 본 연구에서는 사출기계의 진동 특성을 모사하기 위해 감쇠 조화 진동자(Damped Harmonic Oscillator) 모델을 PINN의 물리 손실 함수에 통합하였다. 감쇠 조화 진동자는 질량-스프링-댐퍼 시스템의 거동을 기술하는 기본적인 진동 모델로서, 실제 기계 시스템의 동적 특성을 효과적으로 근사할 수 있다. 제안된 시스템은 온도, 습도, 3축 진동(변위 및 주파수), 사출물 무게 데이터를 실시간으로 수집하고, PINN 모델을 통해 무게 예측과 동적 안정도 추정을 동시에 수행한다. 이를 통해 사출 공정의 품질 관리와 설비 상태 진단을 통합적으로 지원하는 스마트 모니터링 시스템을 구현하였다."

물리정보신경망,자동차 부품 사출기계,상태 모니터링 시스템