본문으로 건너뛰기

시뮬레이션과 통합 계산 재료 공학(ICME)

📍 현재 위치: 2부 · 모델링 — 19장 중 4장. 1부는 물리적으로 무슨 일이 일어나는지 설명했습니다. 이 장은 출력하는 대신 얼마나 계산할 수 있는지를 묻습니다.

쉽게 말하면

날씨를 예측하는 일과 다리가 처지는지를 예측하는 일은 서로 아주 다른 컴퓨터를 씁니다. 빗방울 하나하나를 추적하는 날씨 모델은 끝나지 않을 것이고, 대기를 큼직한 상자로 다루는 모델은 한 시간이면 돌아가지만 우리 집 위의 폭풍 세포 하나는 놓칩니다. 적층제조 시뮬레이션도 같은 딜레마를 안고 있습니다. 몇 밀리초 동안 액체 금속의 방울 하나하나를 추적할 수도, 몇 시간 안에 부품 전체를 근사할 수도 있지만 둘 다는 안 됩니다. 통합 계산 재료 공학(ICME)은 세밀한 모델의 결과를 거친 모델에 넘겨 사슬 전체가 쓸 만한 답을 내게 하려는 노력입니다.

이 장에서 다루는 내용​

규모 사다리를 오릅니다. 용융풀, 미세조직, 부품, 그리고 그 사이의 결합입니다. 검증(특히 NIST AM Bench 시리즈)과 비용 대 충실도 문제를 논하며, 증거는 실험실 규모(lab-scale), 양산 수준(production), 논쟁 중(contested)으로 표시합니다.

문제​

적층제조에서 실험은 느리고 비쌉니다. 빌드 한 번이 하루가 걸리고 분말과 장비 비용이 수천 단위로 들며, 그 뒤에 CT와 기계 시험이 필요합니다. 엔지니어는 먼저 시뮬레이션하여 파라미터를 고르고, 변형을 예측하고, 형상을 사전 보상하고, 물성을 추정하고자 합니다. 적층제조 모델링 리뷰들은 핵심 난점을 용융풀에서 부품에 이르는 결합된 현상과 규모의 범위로 꼽습니다 [1][2].

최신 기술 수준​

규모 사다리​

규모방법예측하는 것비용증거 수준
용융풀(µm에서 mm, µs에서 ms)자유 표면과 반동 압력을 포함한 고충실도 CFD풀 형상, 스패터, 기공 형성 [3]매우 높음. 트랙 몇 개실험실 규모. 실험과 비교됨
트랙과 층축소된 열-유체 또는 해석 모델용융풀 치수, 스케일링 법칙에 의한 키홀 발생 [4]낮음실험실 규모
미세조직셀룰러 오토마타, 키네틱 몬테카를로, 상장결정립 크기와 집합 조직, 용질 편석 [5][6][7]높음실험실 규모
부품열-기계 유한요소, 고유변형률변형과 잔류응력 [8][9]중간에서 높음빌드 준비에 사용됨. 정확도는 다양

용융풀 CFD. 분말 입자, 반동 압력, 마랑고니 유동을 포함한 메조스케일 모델은 기공과 스패터가 어떻게 생기는지 설명했고 [3], 미세조직 모델과의 결합은 열-유체 해로부터 결정립 진화를 제공했습니다 [5]. 분말층 용융의 3차원 열-유체 유동 모델은 공정 조건과 합금 물성으로부터 온도장과 속도장, 빌드 형상, 냉각 속도를 계산합니다 [10].

미세조직 모델. 키네틱 몬테카를로 시뮬레이션은 적층제조식 열 이력에서 결정립 구조를 만들어 냈습니다 [6]. 유한요소, 상장, CALPHAD(열역학 데이터베이스)의 조합은 니켈 초합금에 적용되어 공정에서 미세조직, 상 구성으로 이어지는 연결을 제공했습니다 [7]. 열-유체 해로 구동한 상장 모델은 여러 층과 트랙에 걸친 핵 생성, 에피택셜 성장, 재용융, 조대화를 재현했고 검증 실험이 함께 수행되었습니다 [11]. 유동과 미세조직을 결합한 최근(2023) 모델은 용융 대류와 용질 포획으로 셀 규모의 용질 편석을 설명하는데, 이는 측정이 아니라 모델링 결과입니다 [12].

부품 규모. 부품 전체의 모든 레이저 패스를 시뮬레이션하는 것은 불가능하므로, 실용적 방법은 층을 묶거나 열 이력을 고유변형률(inherent strain), 곧 상세한 소형 모델이나 실험으로 보정한 변형률로 대체하여 층마다 탄성 모델에 적용합니다. 금속 AM의 다중 규모·다중 물리 시뮬레이션에 관한 리뷰는 부품 규모 열-기계 모델링 전략을 다루고 [8], 분말 베드 융합의 잔류응력에 관한 리뷰는 잔류응력이 공정, 재료, 형상에 좌우되어 효율적으로 예측하기 어려웠다고 지적합니다 [13]. 분말 베드 부품의 잔류 변형을 효율적으로 예측하는 수정 고유변형률법이 개발되었습니다 [9](이 특정 방법에 대해 더 많이 인용된 논문을 찾지 못해 유지한 소규모 1차 출처입니다). 고유변형률법은 변형 사전 보상의 일반적인 실용 경로이며, 어떤 상용 도구가 이를 구현하는지는 우리가 검증한 출처의 범위 밖입니다.

규모를 결합하기: ICME​

ICME는 한 모델의 출력이 다음 모델의 입력이 되도록 사슬로 잇습니다. 실험적 뒷받침과 함께 공정, 조직, 물성, 성능을 연결하는 계산적 접근은 일찍이 정리되었고 [14], 데이터 기반 다중 규모 다중 물리 모델은 PSP 관계를 도출하는 데 쓰였습니다 [15]. 특정 합금에 대해 실험실 규모에서 입증되었으나, 통합되고 검증된 범용 사슬이 양산에서 입증된 사례는 없습니다.

적층제조 시뮬레이션의 규모 사다리. 용융풀 CFD, 미세조직 모델, 부품 규모 열-기계 FEM(고유변형률)이 규모별로 쌓여 있고, 행 사이에는 결과를 넘기는 화살표, 맨 아래에는 AM Bench 검증 막대가 있습니다. 각 시뮬레이션 규모는 결과를 다음 규모에 넘기며, AM Bench 같은 블라인드 벤치마크가 이 사슬을 점검합니다. 저자가 AI의 도움을 받아 직접 제작한 그림입니다.

검증: AM Bench​

미국 국립표준기술연구소(NIST)는 AM Bench 시리즈를 운영합니다. 측정을 먼저 수행하여 공개하지 않고 두고, 모델 개발자들이 블라인드 예측을 제출하며, 결과가 발표됩니다. 2018년 라운드가 이 방식을 확립했습니다 [16]. 2022년 라운드에는 블라인드 모델링 제출이 138건 들어와 2018년의 46건보다 늘었고, 주최 측 요약은 물리를 가장 많이 담은 모델이 대체로 가장 성공적이며 예외도 있다고 보고합니다 [17]. 거시 규모 인장 챌린지에서 1위 팀은 니켈기 초합금 경험에 바탕을 둔, 결합된 물리 기반 해석해를 사용했고, 다른 모든 팀은 결정 소성 코드를 사용했습니다 [17][18]. 분명히 말해 둘 가치가 있는 교훈은, 더 정교한 코드가 자동으로 더 정확한 예측은 아니라는 점입니다.

왜 어려운가​

  • 입력이 불확실합니다. 흡수율, 녹는점 부근과 그 이상에서의 온도 의존 물성, 분말 베드의 충전, 열원 모델이 잘 알려져 있지 않으므로 완벽한 솔버도 불확실한 답을 줍니다.
  • 규모 분리가 깨집니다. 용융풀 동역학은 마이크로초 단위이고 빌드는 수 시간 단위입니다. 층을 묶거나 고유변형률을 쓰면 특정 형상에서 중요할 수 있는 세부를 버리게 됩니다.
  • 보정과 예측의 차이. 많은 부품 규모 모델은 재료와 장비마다 보정된 파라미터가 필요합니다. 보정된 모델은 튜닝하지 않은 사례에서 시험되기 전에는 예측적이라 할 수 없으며, 블라인드 벤치마크가 그 시험 방법입니다.
  • 비용. 충실도는 계산량을 몇 자릿수씩 키우므로 사다리는 부분적으로만 오르는 경우가 많습니다.

열린 질문​

  1. 변형이나 기공도 예측에 정직한 오차 막대가 붙도록 정량화된 불확실성과 함께 시뮬레이션을 쓸 수 있습니까?
  2. 무차원 스케일링 법칙 [4]과 기계 학습 대리모델(5장)을 포함한 축소 차수 모델이 파라미터 선택 용도로 고비용 CFD를 대체할 수 있습니까?
  3. PSP 사슬에서 어느 부분에 물리가 필요하고 어느 부분은 데이터로 학습할 수 있습니까? 벤치마크 증거는 예외가 있더라도 물리가 도움이 된다고 말합니다 [17].
  4. 시뮬레이션 결과를 적격성 평가에 어떻게 반영해야 합니까? 규제 당국은 검증(verification)과 타당성 확인(validation)이 있는 모델만 받아들이며, 12장 적격성 평가와 인증에서 논의합니다.

산업적 영향​

시뮬레이션은 변형 예측과 보상, 서포트 설계 같은 빌드 준비에서 가장 성숙해 있으나, 이에 대해 업계 전반의 성공을 보여 주는 공개 통계를 찾지 못했으므로 양산 성숙도는 그럴듯하지만 정량화되지 않음으로 봅니다. 적격성 평가에서 시험을 대체하지는 못합니다. 검증된 다중 규모 모델로 루프를 닫을 때 기대되는 이득은 시험 빌드 감소, 첫 출력부터 올바른 부품, 더 적은 시편으로 얻는 설계 허용값입니다. 이는 측정된 이득이 아니라 전망입니다.

왜 중요한가​

적층제조가 공예에서 공학으로 옮겨 가려면 설계자가 출력 전에 결과를 예측할 수 있어야 합니다. 시뮬레이션은 1부의 물리와 5장의 데이터 기반 방법을 잇는 다리이기도 합니다.

실제 현장에서는​

  • 고유변형률법은 부품 규모 변형 예측을 실무에서 쓸 만큼 빠르게 만들기 위해 개발되었습니다 [9].
  • NIST AM Bench 데이터는 공개되어 있으므로 어느 그룹이든 경쟁자와 같은 측정에 대해 모델을 시험할 수 있습니다 [17].
  • 재료 연구자들은 CALPHAD 기반 열역학과 상장 모델을 함께 사용해 적층제조용 합금을 선별합니다 [7].

핵심 용어​

  • ICME — 통합 계산 재료 공학. 규모를 넘나드는 모델을 사슬로 이어 가공에서 물성까지 연결하는 방법.
  • CFD — 전산 유체 역학. 액체 금속의 흐름을 푸는 방법.
  • 상장 모델(phase-field model) — 매끄러운 질서 변수 장을 발전시켜 응고 미세조직을 시뮬레이션하는 방법.
  • 셀룰러 오토마타(cellular automaton) — 결정립을 키우는 데 쓰는 격자 기반 규칙 모델.
  • 키네틱 몬테카를로(kinetic Monte Carlo) — 미세조직 진화를 시뮬레이션하는 확률적 방법.
  • CALPHAD — 평가된 상평형도 데이터베이스에 기반한 계산 열역학.
  • 고유변형률법(inherent strain method) — 탄성 모델에 층마다 보정된 소성형 변형률을 적용하여 변형을 예측하는 방법.
  • 대리모델(surrogate model) — 고비용 시뮬레이션을 대신하는 빠른 근사 모델.
  • AM Bench — NIST의 블라인드 벤치마크 측정과 모델링 챌린지 시리즈.
  • 검증과 타당성 확인(verification and validation) — 솔버가 올바른지 확인하고, 이어서 모델이 현실과 일치하는지 확인하는 일.

다음 이야기​

부품 규모 물리는 느리므로, 다음 단계는 데이터로부터 배우는 것입니다. 다음 장은 적층제조를 위한 머신러닝입니다.