사이트맵 ×

토탈산업
현대보테코
리텍전시회

기술과 솔루션

엠쓰리파트너스
hnp인터프라
휴먼텍
한국마쓰이
기사제목
최근 사출성형 산업계에서는 극심한 경쟁 구도에 직면하고 있으며, 이로 인하여 지속적인 생산성 향상, 엄격한 품질관리, 인건비 절감 등의 요구에 직면하고 있다. 이러한 산업환경 변화에 대응하기 위하여, 고품질 또는 대량 생산 플라스틱 제품을 중심으로 센서를 이용한 사출성형 모니터링 시스템의 활용이 확대되고 있다. 이 연재 기사에서는 각종 센서와 사출기에서 얻어지는 데이터(그래프)를 이해하고 활용하는 방법에 필요한 기본 지식에 초점을 맞추어 기사를 연재하고자 한다.RJG사는 사출성형 교육, 기술 및 리소스 분야에서 세계적인 리더로 인정 받고 있는 회사이며, 사출성형 공정 모니터링에 사용되는 센서와 장비를 생산/공급하고 있다. 본 기사의 게재된 자료 들은 RJG 사의 모니터링 시스템(eDart/Copliot)에 기반을 두고 있으며, RJG 사에 Copyright의 모든 권한이 있음을 밝힌다. 자료제공: 이길호 대표이사(씨에이프로(주), RJG 사 공식 컨설턴트/트레이너)     Ⅳ. 과학적(Scientific) 공정을 위한 기술적 조언 (사출성형에서의 인공지능(AI)에 대한 고찰)  오늘날과 같이 급변하는 제조업 세계에서 인공지능(AI)은 게임체인저가 되어 뒤흔들고 있으며, 기존 프로세스를 전환하려는 시도를 이어가고 있다. 여기에서는 이러한 시대의 변화와 관련하여 인공지능(AI)과 사출성형을 연결시키기 위하여 필요한 기 본 내용들을 서술하고자 한다. 우선 AI가 무엇인지, 어떻게 작동하는지, 왜 그렇게 중요한지, 그리고 인공지능(AI)의 다양한 종류를 분석하여 AI가 무엇을 할 수 있고, 어떻게 사용되는지를 이해하여야 한다.  더불어 더 빠른 생산, 더 나은 품질관리, 더 스마트한 의사 결정과 같은 사출 성형에서 인공지능(AI)의 실질적인 이점과 적용 시 발생하는 위험(Danger) 사항도 점검하고자 한다. 인공지능(AI)은 일반적으로 인간의 지능이 필요한 작업을 수행할 수 있는 컴퓨터 시스템의 개발을 말하며, 이러한 작업 에는 학습(Learning), 추론(Reasoning), 문제 해결(Problem-solving), 지각(Perception), 언어 이해(Language understanding), 심지어 음성 인식(Speech recognition)을 포함한다. 일부 AI 형태는 인간의 인지 기능을 모방하여 시간이 지남에 따라 적응하고 성능을 개선할 수 있는 기계를 만드는 것을 목표로 하지만, 특정 작업을 수행하기 위해 미리 정의된 데이터 세트를 사용하는 더 간단한 형태의 AI도 있다     여기에서는 인공지능(AI)을 사출성형 공정에 적용하기 위하여 가져야 할 기본 지식을 다음과 같은 내용과 순서로 서술하였으며, 마지막으로 RJG 사의 인공지능(AI)을 적용한 컴퓨터 시스템개발에 관한 내용을 소개하고자 한다.  가) 인공지능(AI)의 종류 나) 사출성형에서 인공지능(AI)의 이점 다) 투자 수익률 및 비용 절감 가능성 라) 사출성형에서 인공지능(AI)의 위험 마) 인공지능(AI)에서 좋은 데이터의 중요성 바) 사출성형 분야의 인공지능(AI) 적용에서 캐비티 압력 데이터의 중요성  가. 인공지능(AI) 종류  1. 좁은 AI 또는 약한 AI(Narrow or Weak AI)좁은 AI는 특정 작업 또는 밀접하게 관련된 작업 집합을 수행하도록 설계되었으며, 사전 정의된 도메인에서 탁월하지만, 그 범위를 넘어 지능을 일반화하는 능력은 부족하다. 예를 들어 Siri 또는 Alexa와 같은 가상 개인 비서는 특정 음성 명령을 이해하고 응답하는 데만 능숙하다.  2. 일반 AI 또는 강력한 AI(General or Strong AI) 일반 AI는 기계가 인간 지능과 유사하게 광범위한 작업에 걸쳐 지식을 이해하고 학습하고 적용할 수 있는 수준의 인공지 능을 나타낸다. 일반 AI를 달성하는 것은 여전히 상당한 과제이며, 현재 AI 시스템은 대부분 좁은 AI로 분류하고 있다.  3. 머신러닝(Machine Learning) 머신러닝은 명시적 프로그래밍 없이 기계가 데이터에서 학습할 수 있도록 하는 데 중점을 둔 AI의 하위 집합으로 분류된 다. ML 알고리즘은 패턴과 통계 기술을 사용하여 시간이 지남에 따라 성능이 개선되며, 이는 추천 시스템, 이미지 인식 및 자연어 처리의 기반이 되는 기술이다.   4. 딥 러닝(Deep Learning) 딥 러닝은 여러 계층(딥 신경망)이 포함된 특수한 형태의 머신러닝이며, 인간의 뇌 구조를 모방한 딥 러닝은 이미지 및 음성 인식과 같은 작업에서 탁월 하다. 이러한 기술은 얼굴 인식 기술, 자율주행차 등 의 발전을 촉진했다. 5. 강화 학습(Reinforcement Learning) 강화 학습은 원하는 행동에 보상하고 바람직하지 않은 행동에 처벌을 주어 일련의 결정을 내리도록 머신을 훈련하는 것을 포함한다. 이 유형의 AI는 종종 게임, 로봇 공학 및 최적화 문제에 사용되어 머신이 시행착오를 통해 학습할 수 있도록 한다.  6. 자연어 처리(NLP; Natural Language Processing) NLP를 통해 머신은 인간 언어를 이해하고 해석하고 생성할 수 있으며, 응용 프로그램에는 언어 번역, 감정 분석 및 챗봇 이 있다. NLP는 AI 시스템을 사용자에게 더 접근이 가능하고 상호 작용적으로 만드는 데 필수적이다.  나. 사출성형에서 인공지능(AI)의 이점(Benefit)  플라스틱 사출성형 산업에서 공정을 최적화하고 제품 품질을 향상시키려는 노력이 증가되면서 AI는 이 분야에서 게임체인저로 부상하고 있으며, AI를 사용함으로써 얻을 수 있는 이점은 다음과 같다.  정밀도 및 품질 향상 플라스틱 사출성형에 AI를 통합하는 주요 이점 중 하나는 정밀도와 제품 품질을 향상시키는 능력에 있으며, RJG 사의 MAX와 같은 AI 기반 시스템은 실시간으로 매개변수 조정을 모니터링하고 제안하여 일관되고 고품질의 제품을 보장할 수 있다. 이를 통해 불량이 크게 감소하고, 비용이 많이 드는 재작업의 필요성이 최소화되며 전반적인 생산 효율성이 향상된다.  가동시간 증가를 위한 예측유지 관리 AI는 기계에 내장된 센서의 데이터를 분 석하여 예측유지 관리를 가능하게 하며, 제 조업체는 문제가 발생하기 전에 잠재적인 장비 고장을 예측하여 유지 관리를 위한 정 비시간을 사전에 예약하고 가동 중지 시간 을 최소화하여 생산 일정을 최적화할 수 있 다. 이를 통해 운영 효율성이 향상되고 비용이 절감된다.     에너지 효율성 및 비용 절감 플라스틱 사출성형의 AI는 에너지 사용을 최적화하는 데 중요한 역할을 한다. AI는 성형업체가 실시간 데이터를 활용하 여 안정적인 프로세스를 유지할 수 있도록 지원하여 폐기물, 기계 가동 중단 시간 및 불필요한 에너지 소비를 줄이는 데 도 움이 된다. 이는 지속 가능 목표에 기여할 뿐만 아니라 장기적으로 상당한 비용 절감으로 이어진다  고급 프로세스 모니터링 AI는 방대한 양의 데이터를 실시간으로 처리할 수 있는 기능을 가짐으로, 고급 프로 세스 모니터링을 용이하게 한다. 여기에는 원자재의 거동 모니터링, 생산조건 변화 감 지, 실시간 지원(MAX)을 제공하여 프로세 스를 다시 안정적인 환경으로 돌려놓는 것 이 포함된다. 결론적으로 제조업체는 전체 생산 프로세스를 엄격하게 제어하여 일관성 을 보장하고 재료 낭비를 최소화할 수 있다  제품출시 기간 단축AI의 빠른 응답과 높은 적응성을 가지는 특성으로 인하여 제품개발 주기를 가속화하며, 사출성형 프로세스를 간소화함으 로써 신제품의 출시 기간을 단축하는 데 기여한다. 이는 신속한 혁신과 시장 수요에 대한 신속한 대응이 가장 중요한 산업 에서 특히 중요할 것이다.     다. 투자 수익률 및 비용 절감 가능성  AI는 기업이 운영을 최적화하고 생산성을 높여 상당한 투자 수익률(ROI)을 창출할 수 있는 기회를 제공한다. AI의 다재 다능함은 다양한 부문에 걸쳐 확장되어 스크랩 및 기계 가동 중단 시간을 줄이는 것부터 직원이 프로세스를 개선하고 생산성을 높일 수 있도록 지원하는 것까지 다양한 문제에 대한 혁신적인 솔루션을 제공한다.  스크랩 감소 우리 모두는 스크랩을 최소화하는 것이 수익성을 높이는 핵심(그러나 종종 간과되는) 방법 중 하나라는 것을 알고 있다. AI 기반 품질관리 시스템은 사전 예방적 접근 방식을 제공하며, 실시간으로 불량을 식별할 수 있도록 가능하게 낭비를 줄이 고 리소스를 최적화한다. 생산 데이터를 분석하고 이상 징후를 실시간으로 감지함으로써 문제가 확대되기 전에 신속하게 식별하고 수정하여, 재료 낭비를 최소화하면서 더 높은 품질의 생산량이 보장 가능하다. AI를 사용하는 업체의 54%가 AI로 인해 서비스 운영기능의 비용이 감소했다고 보고하고 있다.  기계 가동중단 시간 감소기계 가동중단은 많은 성형 업체에게 심각한 문제를 야기하여 생산성과 수익 손실로 이어지게 하는 중요한 문제점이다. AI 지원 프로세스 제어 시스템을 사용하면, 프로세스가 규정 범위를 이탈하는 순간을 알 수 있고, 그 이유와 함께 프로세스 를 다시 되돌리기 위한 간단한 단계별 지침을 제공받을 수 있다. 또한, 전 세계 어디에서나 문제를 해결하고 과거의 머신 데이터를 분석하여 문제가 발생하기 전에 더 정확하게 예측할 수 있다.  생산량 증대 데이터 세트를 분석하고 실행 가능한 계획을 도출하는 AI의 기능을 통해 생산 프로세스를 최적화하고 생산량을 극대화 할 수 있으며, 실시간으로 생산 매개변수를 미세 조정하여 리소스 할당을 최적화하고 전반적인 생산성 향상이 가능해진다.  라. 사출성형에서 인공지능(AI)의 위험(Dangers)  플라스틱 사출성형에 AI를 통합하여 놀라운 발전을 이루었지만, 큰 힘에는 큰 책임이 따른다는 것을 인식하는 것이 중요 하다. 산업이 제조 공정을 최적화하기 위해 AI의 잠재력을 활용함에 따라, 잠재적 위험을 인식하고 해결하는 것도 마찬가지 로 중요함을 인지하여야 한다.  안전 위험 AI 제어 기계와 로봇은 오작동하여 사고와 부상으로 이 어질 수 있으므로 적절하게 설계 및 유지 관리하지 않으면 AI 시스템은 근로자에게 안전 위험을 초래할 수 있다. 이러한 위험을 최소화하기 위해 안전 기준과 적절한 교육을 실시하는 것이 매우 중요하다.  투명성 부족 일부 AI 알고리즘, 특히 딥 러닝 모델은 의사 결정 프로세스가 불투명하며, 이러한 투명성 부족으로 인해 AI 시스템이 어떻게 결론을 내리는지 이해하기 어려워 근로자와 이해 관계자 사이에 불신이 생길 수 있음에 유의하여야 한다.  AI에 대한 과도한 의존 AI 시스템은 효율성과 품질을 크게 향상시킬 수 있지만, 인간의 감독 없이 맹목적으로 신뢰하는 것은 문제가 될 수 있다. 과도한 의존은 안주로 이어져 중요한 의사 결정 프로세스에서 인간의 역할을 줄이고 AI 알고리즘이 포착하지 못할 수 있는 미묘한 문제를 간과할 수 있다.  데이터 보안 및 개인 정보 보호 문제 플라스틱 사출성형에 AI를 구현하려면 방대한 양의 데이터를 수집하고 분석해야 하며, 이러한 데이터는 종종 민감하고 독점적이므로 보안 및 개인 정보 보호에 대한 우려가 발생한다. 무단 액세스 또는 데이터 보안 위반은 지적 재산권 도용으 로 이어져 제조업체의 경쟁 우위를 손상시킬 수 있으므로 새로운 기술을 구현하기 전에 데이터 보안을 이해하는 것이 중요하다.  일자리 대체 AI 시스템이 플라스틱 사출성형 프로세스의 특정 작업을 자동화함에 따라 일상적이고 수동적인 작업에 참여하는 근로자의 일자리 대체 위험이 있다. 제조업체는 공정하고 정당한 전환을 보장하기 위해 해고된 근로자의 재교육 및 기술 향상을 고려하여야 하며, 자동화의 윤리적 의미를 신중하게 고찰해야 한다.  마. 인공지능(AI)에서 좋은 데이터의 중요성  AI의 중심에는 알고리즘을 구동하고, 모델을 훈련하고, 인사이트를 이끌어 내는 연료인 데이터가 필요하다. 데이터 관리 영역에서는 “쓰레기를 투입하면, 쓰레기가 나온다(garbage in, garbage out)”라는 오래된 격언이 있으며, 데이터 품질은 AI 시스템의 성능, 신뢰성 및 효율성에 직접적인 영향을 미친다. 그러므로 좋은 데이터의 중요성을 이해하는 것은 AI의 잠재력을 최대한 활용하는 데 가장 중요한 요소이다.     AI 성공의 토대좋은 데이터는 AI 시스템이 구축되는 기본이 되며, 관 련성이 높고 잘 구성된 데이터를 통해 AI 알고리즘은 패 턴을 학습하고, 예측을 수행하고, 정확하고 정밀하게 귀 중한 결과를 생성할 수 있다. 좋은 데이터가 없으면 AI 시 스템은 신뢰할 수 없는 결과를 생성하여 잘못된 결정과 차선의 결과로 이어질 수 있음을 명심하여야 한다. 프로세스 제어 시스템에 공급하든, 부품 품질을 확인하든, 자 동화된 로봇을 제어하든, 데이터 품질은 AI 애플리케이션의 성공에 가장 큰 영향을 미친다.  향상된 의사 결정 오늘날의 데이터 중심 세계에서 기업은 AI 기반 분석을 사용하여 실행 가능한 통찰력을 얻고 이에 입각한 결정을 내린다. 그러나 AI 기반 의사 결정의 효율성은 기본 데이터의 품질에 달려 있으며, 나쁜 데이터는 AI 알고리즘이 정확한 예측을 저 해하고 관련 추세를 예측하지 못하도록 결과를 도출한다.  신뢰와 신뢰성 신뢰는 AI 기술의 채택 및 수용에 있어 중요한 요소이며, 고객, 직원, 규제 기관 등 이해 관계자는 AI 시스템의 신뢰성과 무결성에 대한 확신을 가질 수 있어야 한다. 좋은 데이터는 AI 기반 프로세스에서 투명성, 일관성 및 책임성을 보장하여 신 뢰를 구축하는 데 중추적인 역할을 한다. AI가 고품질 데이터로 훈련되면 AI 알고리즘이 편향되지 않으며 오류 또는 비윤리 적 결과에 대한 가능성이 줄어들어 사용자와 이해 관계자 간의 신뢰를 높일 수 있다.  혁신과 성장 좋은 데이터는 혁신을 촉진하고 조직의 성장을 촉진한다. AI는 방대한 양의 정형 및 비정형 데이터를 활용하여 여러 분야의 숨겨진 패턴을 발견하고, 새로운 방향성을 도출하여 미개척 기회를 식별할 수 있도록 지원하여, 혁신과 성장이 지속하도록 도움을 준다.  바. 사출성형 분야의 인공지능(AI) 적용에서 캐비티 압력 데이터의 중요성 대부분 성형기가 사출성형기의 범위 내에서 온도, 압력 및 유속과 같은 매개변수들을 모니터링 한다. 이러한 데이터는 프 로세스에 대한 전반적인 데이터를 제공하지만, 사출기 동작과 관련된 일부 데이터만을 알려주는 것에 불과함을 인지하여야 한다. 보다 정밀하고 안정적인 사출성형 프로세스를 확립하려면, 공정의 핵심인 캐비티(Cavity) 자체에 대해 더 깊이 파고 드는 것이 필수적이다. 캐비티 압력 데이터는 사출성형 공정 중 캐비티 내부의 용융 재료에 의해 가해지는 압력을 실시간으로 측정한 것을 말하며, 이 데이터는 부품 품질, 금형 성능 및 프로세스 일관성과 같은 프로세스의 중요한 측면에 대한 귀중한 통찰력을 제공한다.     캐비티 압력 데이터가 매우 중요한 주된 이유 중 하나는 부품 품질을 보장할 수 있는 데이터와의 관련성이며, 용융 물질이 캐비 티를 채울 때 가해지는 압력을 모니터링함 으로써 제조업체는 미성형, 플래시, 또는 싱 크와 같은 잠재적 결함을 감지할 수 있다. 이를 통해 공정 매개변수를 즉시 조정할 수 있어 폐기율을 최소화하고, 최종적으 로 고객에게 고품질 제품만을 납품할 수 있다. 또한, 캐비티 압력 데이터는 사출성형 공정 자체를 최적화하는 데 중추적인 역할을 하며, 각 주기 동안 압력 프로파일을 분석함으로써 제조업체는 추세, 이상 및 개선 영역을 식별할 수 있다.  AI가 사출성형에서 혁신적인 잠재력을 진정으로 발휘하려면 캐비티 압력 데이터를 포함한 포괄적이고 세분화된 데이터 에 접근이 가능하여야 하며, 캐비티 내부의 실시간 압력 데이터를 AI 시스템에 공급함 으로써 새로운 차원의 정밀도, 효율성 및 혁 신을 실현할 수 있다. 이러한 데이터를 수집 하려면 금형에 캐비티 압력 센서를 설치하 고 기계에 공정 제어 시스템을 설치하는 것 이 중요하며, 올바른 센서를 올바른 위치에 배치하는 것도 중요하다.  현재 사출성형 산업 전반에 걸쳐 새로운 AI 기술이 등장하고 있지만, 이러한 기술을 현장에 적용하기 전에 이러한 기술과 작동 방식을 완전히 이해하여 생산 프로세스에 이점이 아닌 손해가 되지 않도록 하는 것이 매우 중요하다. 이러한 관점에서 개발된 새로운 기술 중 하나는 RJG 사의 MAX 시스템이다.Molding Automation Xperience, 또는 줄여서 MAX는 직관적이고 사용하기 쉬운 인터페이스를 특징으로 하며, 프로세스를 최적의 성능으로 복원하는 데 도움이 되는 단계별 조언을 제공한다. 입증된 Master Molder® 기술로 구동되는 이 스마트 AI는 전에 없던 수준의 제어, 효율성 및 품질을 제공할 수 있다.    이 스마트 어시스턴트는 공정 매개변수 를 실시간으로 모니터링하고 문제 해결 조언(Advice)을 제공하여 성형 작업자가 문제를 신속하게 해결하고 생산성을 향상 시킬 수 있도록 지원한다. MAX는 사출성형 공정이 최고의 성능으로 가동될 수 있도록 지원하는 것에 1차적인 목적을 둔다. 또한, 경쟁사와의 기술 격차를 줄이는 동시에 스크랩 및 가동 중지 시간을 최소화하여 효율성을 높이며, 부품 품질을 향상시켜야 하는 성형업체의 요구 사항을 해결하는 데 도움을 준다.    핵심 요약  1. AI에는 다양한 유형이 있으며, 가장 도움이 되는 도구를 찾는 것이 중요하다.  2. AI를 적절하게 사용하면 효율성, 생산성, 수익성 및 지속 가능성에 도움이 될 수 있다.  3. 데이터 보안 조치가 마련되어 있고, 예산이 AI의 초기 비용에 맞게 조정되도록 하는 것이 중요하다.  4. 정확하고 신뢰할 수 있는 데이터는 성공적인 AI 구현에 절대적으로 필요하다.  5. 캐비티 압력 데이터는 금형 내부의 현상에 대한 전체적인 그림을 제공하며, AI 시스템의 성공에 필요한 정보를 제공하는 데에 매우 중요하다.        
편집부 2024-09-27
기사제목
최근 사출성형 산업계에서는 극심한 경쟁 구도에 직면하고 있으며, 이로 인하여 지속적인 생산성 향상, 엄격한 품질관리, 인건비 절감 등의 요구에 직면하고 있다. 이러한 산업환경 변화에 대응하기 위하여, 고품질 또는 대량 생산 플라스틱 제품을 중심으로 센서를 이용한 사출성형 모니터링 시스템의 활용이 확대되고 있다. 이 연재 기사에서는 각종 센서와 사출기에서 얻어지는 데이터(그래프)를 이해하고 활용하는 방법에 필요한 기본 지식에 초점을 맞추어 기사를 연재하고자 한다.RJG사는 사출성형 교육, 기술 및 리소스 분야에서 세계적인 리더로 인정 받고 있는 회사이며, 사출성형 공정 모니터링에 사용되는 센서와 장비를 생산/공급하고 있다. 본 기사의 게재된 자료 들은 RJG 사의 모니터링 시스템(eDart/Copliot)에 기반을 두고 있으며, RJG 사에 Copyright의 모든 권한이 있음을 밝힌다. 자료제공: 이길호 대표이사(씨에이프로(주), RJG 사 공식 컨설턴트/트레이너)       Ⅲ. 성형 중에 얻을 수 있는 그래프의 해석 및 이해  5. 데이터를 이용한 제품 불량 판별(예제)  사출 성형품의 불량은 적절하지 않은 금형 설계, 사출기의 불안정한 작동, 부적절한 성형조건, 그리고 재료의 변동성 등의 요인에 의하여 발생하며, 여기에서는 초기 시사출에서 발생하지 않지만 양산 중에 부정기적으로 발생하는 성형품 불량에 대하여 중점적으로 얘기하고자 한다. 일반적인 대부분의 성형품 불량은 캐비티의 형상과 두께 분포, 게이트의 형태/위치/개수, 런너의 형태와 배열 등의 금형 설계 변경으로 해결이 가능하다. 그러나 양산에서 돌발적으로 발생하는 불량은 금형 외에 다른 요인에 의하여 발생할 확률이 높음으로 지속적인 모니터링을 통한 품질 관리가 필요하다.      사출성형에서 발생하는 불량을 제어하기 위해서는 사출기와 성형조건, 그리고 재료에 대한 폭넓은 이해가 필요하며, 많은 변수(Parameter)들과 불량 현상과의 관계를 직접적으로 파악하기보다는 4대 변수를 매개로 이해하는 것이 많은 도움이 된다. 4대 변수는 용융온도(Melt Temperature), 충진 속도(Fill Speed), 압력(Cavity Pressure), 냉각 속도(Cooling Rate)를 말하며, 이들과 불량 발생 원인 관계에 대한 이해는 시스템적(Systematic)인 사고를 할 수 있는 기본적인 지식을 제공한다.      일반적으로 양산에서 외부의 변수에 의하여 불규칙적으로 발생하는 Short Shots(미성형), Flash(플래쉬), Sink-mark(싱크 마크), Dimensional Variations(치수안정성), Warp(변형), Gloss Gradient(표면광택 차이), Strength(강도 차이) 등과 같은 불량을 4대 변수와 연관시켜 분류하고 사고하면, 비교적 손쉽게 원인과 해결책을 파악할 수 있다. [그림 1]에서 보는 바와 같이 재료의 물성 중에 가장 중요한 점도(Viscosity)와 4대 변수는 직간접적으로 관계가 있으며, 이러한 4대 변수는 사출기의 많은 조작변수와 관련되어 있다. 많은 조작변수를 직접적으로 공정 중의 재료의 물성 변화와 연관시키고 원인과 해결책을 찾기가 쉽지 않음을 알 수 있으며, 4대 변수에 대한 이해와 활용이 중요함을 보여 준다.  캐비티 내의 압력/온도 센서의 필요성 제품의 불량 유무는 사출기의 동작과 재료, 그리고 외부 환경의 일관성(Consistency)에 의하여 결정되지만, 사출기에서 나타내는 성형 결과값이나 그래프로 이를 판단하기가 쉬운 것은 아니다. [그림 2]에서 보는 바와 같이 재료의 압축성과 점성으로 인하여 사출기에서 나타나는 압력과 캐비티에서 측정하는 압력의 측정범위가 현격하게 차이가 나기 때문이다. 예를 들어 사출기의 충진 최대 압력 값이 100MPa인 경우에 캐비티 유동 말단부의 압력이 압력 손실로 인하여 10MPa로 작용하고, 유동 말단의 압력이 5MPa 변동함으로 미성형이 발생한다면, 사출기에서의 압력 변화를 이용하여 유동 말단의 미성형(Short-shot)을 감지할 수 있는 가능성이 5%, 캐비티 압력센서를 이용하면 가능성이 50%일 것으로 예측이 가능하다.      [그림 3]에서는 사출기에서의 압력이 일정하더라도 캐비티의 압력이 달라지는 사례이며, 이는 사출기의 압력 변화를 모니터링하여 성형품의 불량 유무 판정하는 것이 어려움을 보여준다. 사출기의 압력이 700bar로 일정하게 매 공정에 작용하더라도, 충진된 재료의 점도(Viscosity)가 다르면 충진 말단에서의 압력은 점도의 높고 낮음에 따라 크게 변화하며, 일반적인 플라스틱 재료의 점도 편차인 +/- 10%의 변화에도 46% 정도의 압력 변화가 발생한다. 위의 2가지 예는 사출기의 성형 결과를 이용하여, 제품의 불량 유무를 판정하기에는 낮은 가능성을 가짐을 보여주며, 이는 캐비티 내의 센서를 활용함으로써 극복할 수 있다. 다음은 양산 공정에서 가장 많이 발생하는 2가지 불량, 미성형(Short-shot) 또는 플래쉬(Flash)와 치수 불균일(Dimensional Inconsistency)을 중심으로 그래프의 특성과 불량을 판독하는 데에 필요한 팁(Tip)을 이야기하고자 한다.  5.1 미성형(Short-shot)/플래쉬(Flash) 미성형(Short-Shot)과 플래쉬(Flash or Burr)는 4대 변수의 관점에서 보면, 온도, 압력, 속도와 관계가 있으며, 모두 점도의 변화에 영향을 끼쳐서 불량이 발생한다. 예를 들어 온도가 높으면 점도가 낮아지고 압력의 전달이 용이하여 압력이 과도하게 상승하고 플래쉬(Flash)를 유발할 가능성이 커지며, 반대로 온도가 낮아지면 압력 전달이 쉽지 않아 유동 정체 현상이 발생하고 끝단의 압력이 과도하게 낮아 미성형을 유발한다.      [그림 4]에서와 같이 유동 말단의 압력센서에서 관측되는 그래프가 정상적인 상태에 비하여 과도하게 낮은 경우에 말단이나 근처의 얇은 보스(Boss) 또는 리브(Rib)에서 미성형이 발생할 확률이 높아진다.미성형의 유/무는 성형조건 변경 실험을 통하여 정확한 압력(센서) 기준을 설정하는 것이 바람직하다.  유동 말단 예측에 대한 Tip 아래의 그림에서와 같은 두꺼운 부분과 얇은 부분이 혼재되어 있는 제품에서 EOC 센서의 위치를 선정하기 위해서는 유동 말단 예측에 매우 주의를 기울여야 한다. 일반적으로 위의 우측 그림과 같이 게이트와 게이트 사이를 웰드라인 형성과 유동 말단 지역으로 예측할 수 있으나, 극단적인 경우에는 유동 말단의 위치가 아래의 그림과 같이 속도의 변화에 의하여 변경될 수도 있음을 주의하여야 한다.       이러한 속도에 따른 유동 말단의 변경을 예측하기 위해서는 유동 해석(Filling Simulation) 소프트웨어를 이용한 해석이 매우 유용하며, 이 외에도 시사출(Mold Trial) 시에 속도를 변화해가며 유동 말단의 위치를 확인하고 센서를 설치하는 방법도 사용된다.  우측의 그림은 속도에 따른 유동 말단에서의 압력의 안정성을 보여주는 그림이며, 속도가 느릴수록 안정성을 낮아져 각 Cycle마다 압력 크기와 작용 시간이 일정하지 않으며, 고속일수록 안정성이 높아져 각 Cycle마다 압력 곡선의 형상이 균일함을 알 수 있다. 이는 점도의 특성에 기인한 것으로 전단률(충전 속도)이 높을수록 점도가 낮아지면서 변동성이 줄어들기 때문이다.  안정성(Stability)와 불안정성(Instability)의 판별에 대한 Tip 일반적으로 한 Cycle에서의 압력과 온도, 그리고 속도의 변화를 보는 사이클 그래프로 모든 양산 과정을 모니터링 할 수 없으며, 그래프의 곡선에서 얻어지는 값들, 예를 들어 최대/최소 압력값, 적분값, 기울기 등을 기준으로 불량 판별을 수행한다. 여기에서는 선정된 기준값들이 생산 과정에서 어떤 패턴으로 변화하고 분류할 수 있는지를 고찰하여 보고자 한다.       (1) 안정적인 프로세스 패턴우측의 그림은 안정적인 프로세스의 예를 보여주며, 작은 변동이 존재하지만 크게 변화하는 패턴을 보여주지 않는다. 점도에서 흥미로운 변동이 몇 가지 있지만, 대체로 표시된 3시간 동안은 안정적이고, 상승, 하락 또는 순환적 추세가 없으며, 변동은 각각의 평균값에 비해 작음을 볼 수 있음으로 안정적이다. (2) 시작 시 불안정 프로세스 패턴우측의 그림은 사이클이 중단되고 다시 시작할 때 발생하는 전형적인 현상으로, 프로세스가 안정화되는 데 일정 이상의 시간이 요구됨을 볼 수 있다. 제품이 Q/C 요구 사항을 만족하더라도 프로세스는 약 25분 동안 안정되지 않고 있으며, 이는 128개 캐비티를 가지는 대형 금형에서 나온 결과이다. (3) 한 캐비티의 불안정한 순환 프로세스 패턴우측의 그림은 캐비티 #1에서의 말단부의 압력 적분 값이 명확한 순환 패턴을 가지고 변화하는 것을 알 수 있으며, 변화 수준은 약 3%의 변동 계수를 가지고 있다. 이런 패턴의 원인을 찾아서 안정화하는 것이 대량 생산에서 불량품을 최소화하는 가장 빠른 길이며, 이 경우는 금형 온도 조절기가 5도 정도 주기적으로 변화하는 것이 원인으로 판명되었다. (4) 다중 순환 변화 프로세스우측의 그림은 불안정한 배압(2,300~2,700psi)으로 인하여 샷 크기의 변화를 유발하여 발생하는 현상을 보여주며, 캐비티를 충진하는 시간(CFill t)이 배압의 변화에 따라 변화함을 볼 수 있다. 이러한 공정에 서는 안정적인 품질의 부품을 만드는 것이 매우 어려우며, 이를 해결하기 위해서는 사출기의 모터 성능을 점검하고 최적화된 배압과 스크류의 회전속도를 선정하여야 한다.      (5) 다양한 주기를 갖는 순환적 변화 프로세스우측의 그림은 모든 순환 패턴이 동일하게 일정한 주기를 갖는 것은 아니며, 각 캐비티가 서로 다른 주기의 패턴을 가지고 있다. 사이클은 각 주기의 끝에서 갑작스러운 변화가 나타나며, 이러한 패턴은 핫 러너 팁이 천천히 막혔다가 더 높은 압력으로 인해 갑자기 파편이 방출된 다음 다시 매끄럽게 흐르는 상황에서 이러한 그래프를 보여준다.  (6) 단기 안정성 – 장기 불안정성 프로세스우측 그림의 초기 약 2시간 분량의 데이터에서 눈에 띄는 변동은 없고 데이터는 무작위 패턴을 보임으로 우리는 이를 안정적인 프로세스라고 결론 내릴 수 있다. 하지만, 금형의 크기가 큼으로 인하여 온도는 꾸준히 상승하게 되어, 전 공정(약 16시간) 동안 안정적이지 않음을 알 수 있다. 공정 중에 온도가 지속적으로 상승하면서 캐비티 충진 시간은 7.6초에서 6.6초로 감소했고, 캐비티 피크의 끝은 1,400psi에서 2,300psi로 증가하였기 때문에 프로세스는 처음에는 안정적으로 보였지만 전체적으로는 안정적이지 않은 것으로 판단할 수 있다. 이 경우 온도를 안정화할 방법이 없었기 때문에 불안정한 온도에서도 품질을 일정하게 유지해야 할 필요가 있으며, 이를 위하여 말단의 캐비티 압력을 기준으로 공정을 제어할 수 있는 성형법을 적용하여 플래쉬(Flash)를 방지할 수 있도록 하였다.  5.2 치수 불균일 (Dimensional Inconsistency) 각각의 사이클마다 치수가 일정하지 않은 것은 성형공정 중에 캐비티 내의 온도와 압력이 일정하지 않아 발생하며, 이는 캐비티에 설치된 압력센서를 이용하여 모니터링하고 불량 판별을 수행할 수 있다.  우측 그림의 왼쪽 그래프와 같이 품질 규격을 통과한 사이클 제품의 그래프를 기준(Template)으로 선정하고, 각각의 사이클 그래프를 이와 비교하여 치수 불량의 유무를 결정한다.  오른쪽은 제품의 크기가 전체적으로 작은 경우에 나타나는 전형적인 그래프이다. 반대로 파란색과 초록색의 실선이 점선보다 높게 나타나는 경우는 제품의 치수가 전체적으로 크게 나타나는 경우일 것이다. 우측 그림은 제품의 치수가 게이트 근처에서 작게 나타나는 경우의 그래프를 보여주며, 이러한 경우는 게이트의 고화 불량에서 원인을 찾을 수 있다. 게이트 고화 불량은 압력이 게이트를 통하여 외부로 손실되는 것을 의미하여, 이러한 현상의 원인으로 불안정한 사출기의 동작, 금형과 용융 수지의 온도 변화 등을 원인으로 예측할 수 있다.  상단 우측의 오른쪽 그림과 같이 반대로 초록색의 실선이 점선보다 높게 나타나는 경우는 게이트 부근의 제품 치수가 전체적으로 크게 나타나는 경우일 것이며, 이에 대한 원인은 V/P절환 후에 100% 충전(Pack)되는 속도와 압력의 크기에 변동이 발생하기 때문이다.      다수의 캐비티에서 얻어지는 곡선을 이용한 불량 판별에 대한 Tip 다수의 캐비티를 가지는 금형에 압력센서 또는 온도 센서를 설치하는 경우에 많은 곡선으로 인하여 각각의 캐비티의 변화를 그래프에서 인지하기가 어려울 경우가 종종 발생한다. 예를 들어 16-캐비티 금형에 각 캐비티에 2개의 압력센서를 설치하는 경우에 기본적으로 32개의 곡선이 한 개의 그래프 안에 표시되며, 이러한 경우, 사용자가 변화를 인지하는 것이 어려울 수 있다. 이러한 경우에는 각 곡선의 데이터를 2차 가공한 새로운 곡선 하나로 단순화하여 모니터링하는 것이 매우 효과적이다. (이를 유령 곡선(Phantom Curve)이라 부르기도 한다.) 우측 상단의 그림은 8개 EOC 압력센서에서 얻어지는 곡선과 1차 가공된 최대/최소 곡선을 동시에 표기한 것이며, 사용자가 문제 발생 여부를 판별하기 쉽지 않다. 그러나 우측 하단의 그림과 같이 최대/최소 곡선으로 단순화하고 2차 가공 곡선인 범위 곡선(#RNG)을 이용하면 더욱 손쉽게 판별할 수 있다.            
취재부 2024-09-08
기사제목
가소화 스크류에 관한 모든 것 Part 2  WITTMANN innovations (Volume 14 - 2/2020)Filipp Pühringer/heads the WITTMANN BATTENFELDProcess Engineering Development Department.  8월호 Part 1시리즈에서는 가소화 장치의 기본 설계와 사출장치의 올바른 선택이 논의되었다. 사출량을 기준으로 필요한 스크류 직경을 결정하는 방법도 설명했다. 평균 체류시간에 대한 공식을 적용함으로써 활용률 및 열 재료 부하를 추정할 수 있다. 후자는 고급 제품 품질을 달성하기 위해 낮게 유지되어야 한다. 최대 사출 압력과 사용 가능한 스크류 토크는 성공적인 사출성형 생산을 위한 추가 주요 변수이다. 이러한 고려 사항은 배럴 및 스크류 조합 선택의 기초가 되며 추가 최적화를 위한 출발점이기도 하다. 이 기획 시리즈의 두 번째인 Part 2에서는 3-존 스크류의 예를 사용하여 주어진 스크류의 형상을 시뮬레이션 평가하는 기본 방법이 제시된다.     스크류 구조 개발(Developing a screw geometry)   대답해야 할 첫 번째 질문은 스크류 구조를 개발할 때 어떤 목표를 추구해야 하는가? 이다. 유동률 증가, 용융 온도 감소, 혼합(blend) 품질 개선 등과 같은 목표를 명확하게 정의할 수 있다. 원하는 결과가 스크류 구조에 간접적으로만 연결되는 즉시 요구 사항이 더 복잡해지거나 예를 들어, 플라크(plaque)의 형성을 감소시키는 것이 바람직한 경우, 또는 마모 거동 및 전달 안정성이 개선될 필요가 있는 경우, 여러 원인에 기인할 수 있는 경우, 스크류 장치에 대한 이러한 여러 요구는 종종 서로 충돌한다. 여러 다른 목표 간의 이러한 충돌을 해결하려면 레이아웃의 신중한 균형 조정이 필요하다. 실제 실험 스크류로 첫 번째 테스트를 수행하기 전에 시뮬레이션을 통해 스크류의 형상을 최적화하는 것이 일반적인 관행이 되었다. WB(Wittmann Battenfeld)는 PSI/REX와 함께 스크류 설계 계산을 위한 특수 소프트웨어를 보유하고 있다. 이 소프트웨어는 매우 현대적이며, Paderborn University에서 수행된 표적 연구를 통해 지속적으로 업데이트된다. 스크류 구조를 계산하기 위해 컴퓨터를 사용하는 동안 구조를 매우 유연하게 변경할 수 있으며, 결과로 나타나는 변경 사항을 화면에 즉시 시각화할 수 있다. 사전 정의된 일련의 테스트를 통해 체계적으로 실행함으로써 새로운 트렌드를 분석할 수 있다.마지막으로, 모든 계산 결과가 결합되고 비교된다. 이 정보의 합계에서 해당 스크류 형상이 개발되어 원하는 결과가 나올 때까지 마지막 세부 사항까지 더욱 최적화된다. 그래야만 실험용 스크류가 생산되고 실제 테스트에 사용된다. 작업의 복잡성에 따라 여러 가지 실험 스크류를 사용하여 다양한 각도에서 목표에 접근할 수 있다. 이러한 테스트에 성공하면 최적화 프로세스가 완료된 것이다. 여전히 개선의 여지가 있는 경우 개발 루프가 다시 실행된다. 스크류 구조의 변수(Screw geometry parameters) 다음으로 표준 3-존 구조의 파라미터에 관해 설명하고, 제조 공정에 미치는 영향을 예를 들어 설명한다. 공정기술 측면에서 이러한 형상에 대한 전체 설명을 제공하려면 다음 매개 변수를 알아야 한다. • DSC = 외부 스크류 직경• L/D 및 또는 스크류 길이• lE = 공급 존 길이• lK = 압축 존의 길이• lM = 계량 존의 길이• hE = 공급 존의 플라이트 깊이• hM = 계량 존의 플라이트 깊이• b = 플라이트 폭  • i = 스크류 플라이트 수• t = 플라이트 피치• e = 스크류 산 넓이• 측면 각도, 구동• 측면 각도, 수동• rtr = 구동 측면베이스의 반경• rntr = 수동 측면베이스의 반경    비교적 단순한 표준 3-존 스크류의 구조 매개 변수의 수에서 이 유형의 스크류에 대해서도 기본적으로 여러 가지 변종이 있을 수 있다. 배리어 스크류, 전단 및 믹싱 섹션이 있는 스크류 또는 전단/믹싱 스크류에서 발견되는 것과 같은 보다 복잡한 구조의 경우에 형상 파라미터의 수는 몇 배 더 높다.  모범적인 계산(Exemplary calculations)  관련 전문 문헌에 나와 있는 권장 사항을 기본으로 시작하여 한 예로 50㎜ 스크류의 형상 최적화를 아래에 계산한다.공급 존의 길이는 스크류의 총 길이의 50%이고, 압축 존 및 계량 존의 길이는 각각 총 길이의 25%여야 한다고 가정한다. 공급 존 깊이를 0.1D, 즉 5㎜로 설정했다. 공급 존과 계량 존 사이의 플라이트 깊이 비율은 2여야 한다. L/D 비율은 ​​22로 가정한다. 이러한 사전 정의된 매개 변수를 사용하여 가소화 스크류에 대해 다양한 계산을 수행할 수 있다. 본 논의는 용융 처리량, 압력 곡선 또는 압력 상승 용량 및 용융 공정에 중점을 둔다. 추가 가정에는 계량 스트로크(85㎜)와 사이클 시간(35초)도 포함된다. 배압은 80bar로 설정된다. 적당하고 현실적인 계량 조건을 시뮬레이션하기 위해 원주 스크류 속도 300㎜/s가 가정된다. 배럴 온도 프로파일은 모든 계산에 대해 아래 예시된 패턴을 따른다. 프로파일(압력 곡선, 용융 공정)의 계산은 50㎜ 스크류 위치에 대해 수행된다. 처리량 동작(Throughput behavior)  이전에 선택된 사이클 파라미터에 대해, 현재의 가소화 스크류 구조에 대한 평균 계량 성능은 약 12.49g/s로 계산된다. 총배출량은 44.92kg/h이다. 이는 사출성형기가 계량 단계에서 12.49g/s를 이송하므로 해당 재료 158g을 가소화하는데 약 12.7초가 소요됨을 의미한다. 12.7초 이상의 잔여 냉각 시간으로, 성형 기계는 새로운 계량 스트로크를 제때 시작할 수 있다. 그러나 가소화가 잔류 냉각 시간보다 오래 걸리면 계량 타이밍이 전체 사이클 시간에 영향을 미쳐서 생산성이 저하된다. 총생산량은 생산 과정에서 재료 소비량을 결정한다. 대부분의 사이클 시간 동안 스크류가 계량을 하지 않기 때문에 이 출력은 평균 계량 성능에서 제안한 수치보다 낮아진다. 총 출력은 보조 장비(건조기, 원료 로더 등)의 사양 선정에 결정적인 매개 변수이다. 압력 상승 용량(Pressure build-up capacity) 계량 단계 동안 스크류 채널 내부의 압력이 공급 부에서 대기실의 배압까지 증가한다. 스크류 형상에 따라 그들 사이에 하나 이상의 압력 피크가 있을 수 있다. 아래의 그래프는 가소화 스크류 길이에 따른 압력 곡선을 보여준다. 이 특정한 경우에, 압력 곡선은 약 L/D 2에서 상승하기 시작하고, 약 L/D 14.25에서 약 160bar의 피크 압력에 도달한다. 스크류의 마지막 존인 계량 존에서는 압력이 체크 밸브까지 지속적으로 떨어진다. 용융 공정 곡선(MP)(Melting process curves) 용융 공정(아래의 해당 그래프 참조)은 두 개의 곡선을 통해 시각화된다. 해당 스크류 채널 섹션에 대해 솔리드 베드 폭(빨간색)이 표시되고, 계량 공정 중 용융된 재료의 비율(파란색)이 표시된다. 또한 사이클이 끝날 때까지 이 두 매개 변수의 전개가 설명되어 있다(녹색 및 주황색). 결과로부터, 용융의 비율이 약 L/D 8에서 이미 100%에 도달했기 때문에(용융 MP의 비율 = 1), 이 용융 공정은 재료의 양호한 용융을 약속한다는 결론을 내릴 수 있다. 다시 말해, 솔리드 베드 폭이 0으로 감소되었다.         “Wittmann innovations” 매거진의 다음 호인 이 기획 시리즈의 마지막 Part 3에서는 계산 결과를 분석하고, 형상 최적화를 위한 첫 번째 단계의 개요를 설명한다.    
취재부 2024-09-08
기사제목
​- 수전해 분야 유망 기술인 음이온교환막(AEM) 방식 소재의 한계점인 내구성 10배 개선- 음이온교환막 수전해 분야를 선도 중인 선진국에 이어 국내 기업의 시장 진입 기여 가능- 재생에너지·환경 분야 국제학술지 Energy & Environmental Science 2024년 4월 말 논문 게재 물 전기분해를 통해 친환경 그린수소를 생산하는 수전해 기술은 한국형 탄소중립 100대 기술 중 하나인 핵심기술이다. 여러 수전해 방식 중 음이온교환막 수전해*(AEMWE; Anion Exchange Membrane Water Electrolysis) 방식은 고순도 수소를 경제적으로 생산할 수 있는 차세대 유망 기술로 떠오르고 있다. 이런 가운데, 국내 연구진이 이 기술의 핵심 소재이자 세계 최고 수준의 성능 및 내구성을 갖는 음이온교환막 소재를 개발하였다. * 음이온교환막 수전해: 수산화 이온(OH-)을 전달할 수 있는 고분자 막을 이용해 물을 전기 분해하여 수소를 생산하는 기술 [그림 1] 본 연구의 개념도(HQPC-TMA 음이온교환막 및 이오노머 개발)한국화학연구원 연구진은 음이온교환막 수전해 셀의 핵심 소재로 전해질막과 이오노머(전극 바인더)로 활용할 수 있는 우수한 성능 및 화학적 안정성을 갖는 음이온교환소재(HQPC-TMA)를 개발했다.- 논문명(영): High-performance and durable anion-exchange membrane water electrolysers with high-molecular-weight polycarbazole-based anion-conducting polymer- 논문명(국): 고분자량 폴리카바졸계 음이온교환소재가 도입된 우수한 성능 및 내구성의 음이온교환막 수전해 한국화학연구원(원장 이영국) 이장용·김성준 박사 연구팀은 최근 연구 논문에서 음이온교환막 수전해 장치에 적용 시, 해외 상용 소재 대비 성능 및 내구성이 월등히 향상된 고분자량화 폴리카바졸계 음이온교환 소재 기술을 선보였다. 이 기술은 급격히 커지고 있는 음이온교환막 시장에서 우수 소재에 대한 높은 수요를 충족시킬 뿐 아니라, 국내 산업계의 빠른 상용화와 시장 선점에 기여할 것으로 전망된다. 그린수소 생산 기술 중 음이온교환막 수전해 방식은 기존 기술의 단점을 보완하고 장점을 함께 갖춘 차세대 기술로 주목받고 있다. 이에 따라 핵심 소재인 음이온교환막 관련 시장은 2021년에서 2029년 기간 동안 연평균 성장률(CAGR) 5.2%로 성장하여 2029년에는 시장 규모가 약 10억 1천 7백만 달러에 이를 것으로 예측되고 있다.** 출처: ADROIT MARKET RESEARCH(2022.7), 음이온교환막 시장 보고서www.adroitmarketresearch.com/industry-reports/anion-exchange-membrane-market [그림 2] 개발 소재 활용 수전해 시스템 모식도담수 및 해수를 전기 분해하여 그린수소를 생산하는 음이온교환막 수전해 시스템과 연구진이 개발한 음이온교환소재를 함께 표현한 모식도. 재생에너지를 통한 수전해 기술로 친환경 그린수소를 생산하는 것을 도식화하였다.   [그림 3] 수전해 기술 방식별 장단점 기존 알칼라인 수전해 기술은 설비 가격이 낮고 기술적 성숙도가 높아 현재 가장 많이 쓰이고 있으나, 낮은 효율과 함께 저순도 수소를 생산한다는 단점이 있다. 한편, 양이온교환막 수전해 기술은 성능이 우수하고 고순도 수소 생산이 가능하나, 귀금속 촉매를 활용하는 등 핵심 소재가 매우 비싸서 전체 설비 가격이 높다는 단점이 있다. 이에 반해 음이온교환막 수전해 기술은 저렴한 촉매 소재를 활용하면서도 높은 효율로 고순도 수소 생산이 가능하여 기존 기술의 장점을 모두 갖춘 차세대 수전해 기술이다. 그러나 전해질막 및 이오노머(전극 바인더)로 활용되는 음이온교환 소재의 낮은 성능 및 내구성이 상용화에 걸림돌이었다. 최근에는 미국, 캐나다, 독일 등 기술 선진국을 중심으로 우수한 음이온교환소재가 개발되어 상용화되고 있다. 국내 기업에서도 상용화에 힘쓰고 있으나, 핵심 부품인 교환막과 전극을 만드는 소재 대부분을 해외에서 수입하고 있어 국산화가 절실하다. [그림 3] 개발 소재(HQPC-TMA)로 만든 수전해 셀의 성능 및 내구성 평가 결과연구팀이 개발한 음이온교환소재(HQPC-TMA)를 음이온교환막과 이오노머로 도입한 수전해 셀은 해외 상용 소재(PiperION) 기반의 수전해 셀과 비교하여 동일 조건에서 약 80% 향상된 우수한 성능을 나타내었다. 또한, 개발 소재 기반의 음이온교환막과 고내구성 비귀금속 전극을 결합한 수전해 셀의 경우 1,000시간 동안의 내구성 평가 후에도 거의 성능의 변화가 없었으며, 열화속도는 6μV/h로서 동일 조건에서 기존 보고된 가장 낮은 결과와 비교하여 약 1/10의 매우 낮은 열화속도를 보였다.  이에 연구진은 튼튼하고 분자구조 조절이 용이한 폴리카바졸(PC, Polycarbazole)*계 소재를 설계, 분자량을 높이는 기술을 적용하여 수소 생산 성능과 내구성을 높인 이온교환소재(HQPC-TMA)를 개발했다. 이 소재로 만든 음이온교환막 및 셀은 기존 상용화된 소재보다 10배 우수한 내구성과 20% 이상 높은 이온 전도 성능(이온전도도) 등 세계 최고의 성능을 나타냈다.* 폴리카바졸(PC, Polycarbazole): 독특한 전기발광 특성 및 화학적 안정성으로 주로 유기 발광 다이오드(OLED), 유기 태양전지 등 유기 전자 소자뿐 아니라, 이온교환소재 등에도 활용됨   [그림 4] 개발 음이온교환소재(HQPC-TMA) 및 음이온교환막이장용 박사 연구팀에서 개발한 음이온교환소재(HQPC-TMA) 및 이를 이용해 제조한 고품위 전해질막 이장용 박사팀은 2020년에 이미 우수한 음이온 전도 성능 및 화학적 안정성을 갖는 폴리카바졸 기반의 음이온교환소재(QPC-TMA)를 개발한 바 있다. 이번에 개발한 소재(HQPC-TMA)는 이전 소재에 사슬 연장기(chain extender)를 도입하여 분자량을 더욱 증대시키고, 정제 과정을 추가해 저분자량 물질은 효과적으로 제거함으로써, 성능과 내구성 모두 개선시킨 소재이다. 실험 결과, 개발 소재(HQPC-TMA)는 80℃의 고농도 알칼리 용액(3M KOH 수용액)에서 2,500시간 경과 후에도 이온전도도가 거의 100% 유지될 정도로 매우 높은 화학적 안정성을 보였다. 이는 상대적으로 온화한 일반 평가 조건(80℃, 1M KOH 수용액에서 1,000~3,000시간 평가)에서 초기 음이온전도도 대비 97%~60%의 이온전도도 보존율을 보인 기존 소재들에 비해 우수한 결과이다.또한, 개발 소재(HQPC-TMA)를 음이온교환막으로 활용, 비귀금속 전극과 결합한 수전해 셀을 제작하여 1,000시간 동안 가속 평가(60℃, 1.0A/㎠)하였을 때에도 동일 조건에서 기존에 보고된 가장 낮은 수전해 셀 열화 속도 대비 약 10배 느린 성능 감소 수치를 보여 개발 소재의 내구성이 매우 우수함을 다시 확인했다.이번 개발 소재(HQPC-TMA)를 활용한 수전해 셀은 기존 해외 우수 소재보다 월등한 수소 생산 성능을 보였다. 특히 동일 조건에서 현재까지 보고된 성능 중 가장 우수한 14.6A/㎠의 성능을 보여, 동일 에너지에서 수소를 더 생산할 수 있는 높은 효율성을 보여줬다.* 2V 전압에서 전류 밀도: (기존 소재) 8A/㎠∼12A/㎠, (개발 소재) 14.6A/㎠ [그림 5] 개발 소재 및 수전해 셀이장용 박사 연구팀에서 개발한 음이온교환소재(HQPC-TMA) 및 이를 이용해 제조한 수전해 핵심 소재 (하단 우측부터 음이온교환막, 전극, 막전극접합체) 및 셀 [그림 6] 음이온교환막 수전해 평가 장치 및 수전해 셀실험에 사용한 전기화학 평가 장치, 수전해 셀의 양극으로 담수 및 해수 전해액이 공급되며 전기에너지를 주어 수소를 생산한다. 수전해 셀의 앞쪽에 놓인 물품들은 개발된 음이온교환소재(HQPC-TMA)를 활용하여 제작된 수전해 셀의 핵심 소재(전극 및 전해질막) HQPC-TMA로 만든 수전해 셀은 알칼리수가 아닌 중성수를 적용한 경우에도 상용 소재 대비 2배 이상의 성능을 보였고, 알칼리 해수를 활용한 경우에도 세계 최고 수준의 매우 우수한 셀 성능을 보였다. 현재 상용 소재의 경우 일반적으로 쓰이는 알칼리수 외에는 매우 낮은 성능을 보이는데, 앞으로 연구가 필요한 민물이나 바닷물을 활용한 수전해 구동에 실마리가 될 것으로 보인다. 연구팀은 현재 후속 연구로서 규모를 키우는 대용량 합성 연구와 대면적 강화막 제조 연구를 준비하고 있다. 해당 기술은 전기화학적 CO₂ 전환 장치 또는 연료전지에도 활용될 수 있어 다양한 분야에서 상용화가 기대된다.  [그림 7] HQPC-TMA 소재 개발 연구팀음이온교환소재(HQPC-TMA)를 개발한 한국화학연구원 이장용 박사(좌측) 연구진. 좌측부터 이장용 박사, 김성준 박사, 양석환 박사과정  [그림 8] 연구자 사진왼쪽부터 한국화학연구원 이장용 박사, 김성준 박사, 양석환 박사과정 화학연 이영국 원장은 “음이온교환막 수전해 기술이 상용화까지 이어져 핵심 소재 국산화 및 수소 경제 달성에 이바지하고, 우리나라 기업의 글로벌 시장 진입을 통해 신규 일자리 창출에도 기여할 것으로 생각한다”라고 말했다. 이번 연구 결과는 에너지 과학기술 분야 국제학술지 ‘에너지 앤드 인바이런멘털 사이언스(Energy&Environmental Science(IF : 32.5))’에 2024년 4월 30일 자로 온라인 공개되었다. 한편 이번 연구는 한국화학연구원 기본사업, 과학기술정보통신부 ‘유용물질 생산을 위한 Carbon to X 기술개발사업’, 산업통상자원부 ‘소재부품기술개발사업’의 지원을 받아 수행됐다.         
편집부 2024-09-04
기사제목
- ‘양이온 및 음이온 동시 발현’ 전해질 첨가제로 아연금속 음극의 불안정성 해결해… 5천회 충·방전 후에도 높은 방전 용량(407mAh)과 클롱 효율(92.3%) 유지- 높은 안정성과 에너지 밀도 확보할 수 있어 폭발 위험 없는 고용량 에너지저장장치(ESS) 활용 기대… 재료 과학 및 화학 분야 저명 국제학술지 ‘스몰(Small)’ 게재    광주과학기술원(GIST, 총장 임기철)은 에너지융합대학원 김상륜 교수 연구팀이 세륨과 염소 기반 전해질 첨가제 기술을 개발했다고 밝혔다. 이번 연구 성과는 기존의 아연-브롬 배터리의 문제점인 아연금속 음극에서 발생하는 수지상(dendrite)* 성장과 수소 발생 같은 부반응*을 극복하고, 대형 에너지저장시스템에 높은 안정성과 에너지 밀도를 제공할 수 있을 것으로 기대된다.* 수지상(dendrite): 금속 전극 표면에서 나뭇가지처럼 자라나는 결정체로, 배터리의 효율을 떨어뜨리고 단락을 일으켜 성능 저하와 안정성 문제를 유발한다.* 부반응: 여러 가지 반응이 함께 일어날 때 주된 반응 외의 다른 반응    [그림 1] 연구 내용을 요약한 그림: 아연 전극 반응에서 염화세륨(CeCl3)의 효과    아연과 브롬을 활물질로 사용하는 아연-브롬 배터리는 높은 안정성과 고밀도 에너지로 에너지저장장치용 차세대 이차전지로 주목받고 있다. 그러나 이 배터리는 금속 전극을 음극으로 사용하는 다른 배터리와 마찬가지로 음극에서의 수지상 성장과 수소 발생 같은 부반응 때문에 안정적인 구동과 장기간의 안정된 사이클을 유지하는 데 어려움이 있다. 연구팀은 염화세륨(CeCl3)에서 세륨 양이온(Ce3+)과 염소 음이온(Cl-)이 동시에 작용하는 전해질 첨가제를 활용하여 아연금속 음극의 불안정성을 해결했다. 구체적으로 충전 과정 중 세륨 양이온(Ce3+)은 전기장이 강한 아연금속 음극의 돌출부에서 정전기적 보호층을 형성하여 수지상 성장을 억제했다. 동시에 뛰어난 전자 제공 특성을 가진 염소 음이온(Cl-)은 아연 이온의 솔베이션 구조*에 참여하여 물 분해를 억제했다.* 솔베이션 구조: 일반적으로 염(이온성 화합물) 농도가 낮은 전해액에서는 양이온이 전하를 띠지 않은 용매에 의해 둘러싸여 동심원의 껍질(Shell)을 형성하는 것을 의미한다.    [그림 2] 소형 및 대면적 아연-브롬 배터리 배터리에서 전해질 첨가제 유무에 따른 전기화학 성능 비교전해질 첨가제를 양극과 음극이 모두 흑연으로 구성된 소형 아연-브롬 배터리에 적용한 결과, 2,000회 충·방전 후에도 94.9%의 높은 클롱 효율을 유지했다. 이는 첨가제가 없는 전해질과 비교하여 각각 73.8% 향상된 수치이다. 또한 전해질 첨가제를 대면적 아연-브롬 배터리에 적용한 결과, 5,000회 충·방전 후에도 92.3%의 높은 클롱 효율을 유지했다.    개발된 전해질 첨가제를 양극과 음극이 모두 흑연으로 구성된 소형 아연-브롬 배터리에 적용한 결과, 2,000회 충·방전 후에도 각각 94.9%의 쿨롱 효율*과 70.3%의 에너지 효율을 유지했다. 이는 첨가제가 없는 전해질과 비교하여 각각 73.8%와 52.9% 향상된 수치이다. 또한 전해질 첨가제를 대면적 아연-브롬 배터리에 적용한 결과, 5,000회 충․방전 후에도 높은 방전 용량(407mAh)과 클롱 효율(92.3%)을 유지했다.* 쿨롱 효율(Coulombic Efficiency; CE): 배터리의 미래 성능을 예측할 때 가장 중요한 단일 지표이다. 쿨롱 효율(CE)이 1.00000인 배터리(이상적인 배터리)는 배터리가 영원히 지속된다는 것을 의미하며, 0.0001 정도의 CE 변경은 1,000회 이상의 주기 수명 차이에 해당할 수 있다.   김상륜 교수는 “이번 연구 성과는 아연-브롬 배터리 전해질 설계의 실용적 가이드라인 제시와 수계 배터리 시스템에서 전극 안정화 전략에 대한 이해를 증진시키는데 도움이 된다”며, “향후 수계 배터리뿐만 아니라 리튬이온 배터리, 전고체 배터리 등 고성능 및 고안정 에너지 저장 기술 개발에 적용할 수 있을 것으로 기대된다”고 말했다. GIST 에너지융합대학원 김상륜 교수가 지도하고 김정현 석사과정생이 수행한 이번 연구는 한국연구재단과 과학기술정보통신부 과학기술원 공동연구사업, 한국에너지기술평가원의 지원받았으며, 재료 과학 및 화학 분야 저명 국제학술지‘Small’에 2024년 5월 7일 온라인 게재됐다.   < 논문의 주요 정보 >- 저널명: Small (IF: 13.3, 2022년 기준)- 논문명: Stable Zinc Electrode Reaction Enabled by Combined Cationic and Anionic Electrolyte Additives for Non-Flow Aqueous Zn─Br2 Batteries- 저자 정보: 김정현(제1저자, GIST), 박형훈(공동저자, GIST), 조영인(공동저자, GIST), 이태경(공동저자, GIST), 김혜림(공동저자, GIST), 박찬호(공동저자, GIST), 김형진(공동저자, GIST), 김상륜(교신저자, GIST)    (왼쪽부터) 김상륜 교수, 김정현 석사과정생    자료문의: 에너지융합대학원 김상륜 교수(062-715-5328)   
편집부 2024-09-04
기사제목
플라스틱으로 인한 자연환경 오염은 반드시 해결해야 할 전 지구적 난제로 꼽힌다. 특히, 패키징 소재(포장재)는 전체 플라스틱 소비의 30~50%를 차지하여 대체재로서의 생분해성 패키징 소재가 주목받고 있다. 가장 척박하다는 생분해 조건인 해양 속에서 미세플라스틱*을 남기지 않으면서도 높은 성능을 갖춘 생분해성 패키징 소재가 있을까?* 미세플라스틱: 5㎜이하의 작은 플라스틱 조각으로, 플라스틱의 분해 과정에서 생성되며 바닷속과 해수면을 수십 년 이상 떠다니며 해양환경 오염을 일으키고 있음.    연구원 소개(왼쪽부터) KAIST 건설및환경공학과 명재욱 교수, 최신형 박사과정, 생명과학과 양한슬 교수, 연세대학교 서종철 교수, 박기태 석박사통합과정    KAIST 건설및환경공학과 명재욱 교수, 생명과학과 양한슬 교수 및 연세대학교 패키징및물류학과 서종철 교수 공동 연구팀이 지속 가능한 해양 생분해성 고성능 종이 코팅제를 개발했다고 밝혔다. 일상에서 흔히 사용되는 종이 포장은 친환경 포장재로 인정받지만, 수분 저항성, 산소 차단성, 강도 등에서 매우 제한적인 면이 있다. 종이 포장재의 낮은 차단성을 향상하기 위해 폴리에틸렌(PE), 에틸렌비닐알코올(EVOH) 등이 코팅제로 활용되지만, 이런 물질들은 분해되지 않아 자연환경에 버려지면 플라스틱 오염을 심화시킨다. 이러한 문제에 대응하여 다수의 바이오 기반 물질, 생분해성 플라스틱*등을 활용한 패키징 소재들이 개발되어왔으나 패키징 성능이 향상될수록 생분해도가 급격하게 떨어지는 딜레마에 직면해왔다.* 생분해성 플라스틱:난분해성 플라스틱의 대체재로, 토양, 해양 등 자연환경 또는 산업 퇴비화, 혐기소화 등 인공 조건에서 미생물에 의해 분해되는 고분자 화합물을 말함.   연세대 연구팀은 생분해성 플라스틱인 폴리비닐알코올(polyvinyl alcohol)에 붕산(boric acid)을 이용해 고 물성 필름을 제작하였으며, 이를 종이에 코팅하여 생분해성, 생체 적합성, 고차단성, 고강도를 갖는 패키징 소재를 구현하는 데 성공하였다. 개발된 코팅 종이는 산소나 수증기에 우수한 차단성을 보이며 물리적 강도를 띄었다. 특히 다습한 환경에서도 높은 인장강도를 유지하여 종이의 단점을 획기적으로 극복하였다.    그림 1. (a) 붕산 가교 폴리비닐알코올 코팅 종이의 화학적 구조, (b-c) 산소 및 수증기 차단성 및 비교 그래프, (d-f) 건조 및 고습도 환경에서의 인장강도 및 비교 그래프    KAIST 대학연구팀은 개발한 코팅 종이의 지속가능성을 평가하기 위해 생분해도와 생체 적합성을 심층 검증하였다. 실험실에서 생분해가 일어나기 가장 어려운 환경인 해양환경을 모방하여 코팅지의 생분해도를 측정하였다. 물질의 탄소 성분이 이산화탄소로 광물화(mineralization)되는 정도를 111일 동안 분석한 결과, 코팅 성분에 따라 59~82% 생분해됨을 밝혀내었다. 전자현미경을 통해 해양 미생물이 코팅 소재를 분해하고 있는 현상을 포착하였고, 또한 코팅 소재의 낮은 신경독성을 확인하였고 쥐 생체 반응 실험을 통해 코팅 종이의 높은 생체 적합성을 검증하였다.    그림 2. (a) 일반 종이 및 붕산 가교 폴리비닐알코올 코팅지, (b) 코팅 종이의해양 미생물에 의한 생분해, (c) 인간 배아신장세포 및 쥐 배아섬유아세포를 활용한신경독성 실험 결과, (d) 쥐 생체 반응실험 후 주요 조직 관찰을 통한 생체 적합성 검증    건설및환경공학과명재욱 교수는 이번 연구를 통해 “기존 종이 패키징의 한계를 극복하기 위해 지속가능성을 유지하면서도 패키징 성능을 향상시킬 수 있는 코팅 전략을 제시하였으며, 붕산 가교 폴리비닐알코올 코팅지는 인위적인 퇴비화 조건이나 하수처리 시설이 아닌 자연환경에서 생분해되며, 저독성 물질이기 때문에 의도치 않게 버려지더라도 환경오염을 심화시키지 않아 잠재적으로 플라스틱 포장재의 지속 가능한 대체재가 될 수 있다”고 밝혔다. 또한 “해양 생분해성 고성능 종이 코팅제의 개발은 각 분야에서 선도적인 세 연구팀의 혁신적인 기술이 결합된 결과물이다”라며, “앞으로도 환경친화적이고 성능이 뛰어난 소재 개발을 위해 노력할 것이다”라고 전했다.    그림 3. 붕산 가교 폴리비닐알코올 코팅 종이의 해양환경에서의 수명종료 시나리오. 코팅 종이는 파도, 조수와 생물학적 작용으로 단위체로 분해되며,탄소 성분은 궁극적으로 해양 미생물에 의해 광물화됨.    한편, 고성능 종이 코팅 개발 연구를 주도한 연세대학교 서종철 교수는 “본 연구를 통해 난분해성 플라스틱 포장의 대체가 가능한 친환경 종이 포장 기술을 개발하였으며, 소재 디자인, 응용, 폐기 등 기초부터 응용 전 과정의 체계적인 연구 결과를 기반으로 산업적 응용이 될 것으로 기대한다ˮ라고 전했다. 이번 연구는 한국연구재단과 농림식품기술기획평가원 등의 지원으로 수행되었으며, 친환경 지속 가능 과학·기술 분야, 식품과학·기술 분야에서 권위 있는 학술지인 Green Chemistry, Food Chemistry 등에 각각 4월 17일, 2월 19일 온라인으로 출판됐다.* 논문명(1): Boric acid-crosslinked poly(vinyl alcohol): biodegradable, biocompatible, robust, and high-barrier paper coating(저자 정보: 최신형(KAIST, 제1저자), 유슬기(KAIST), 박기태(연세대), 김영주(KAIST), 조용준(KAIST), 박제희(KAIST), 서종철(연세대), 양한슬(KAIST), 명재욱(KAIST, 교신저자) 총 9명)   * 논문명(2): Effect of epichlorohydrin treatment on the coating process and performance of high-barrier paper packaging(저자 정보: 박기태(연세대, 제1저자), 최신형(KAIST), Kambiz Sadeghi(연세대), Pradeep Kumar Panda(연세대), 명재욱(KAIST), 김도완(국립강릉원주대학교), 서종철(연세대, 교신저자) 총 7명)    그림 4. 녹색화학(Green Chemistry) 저널 최신 호 백 커버(back cover).해양 생분해성, 생체 적합성, 고차단성, 고강도를 갖는 붕산 가교 폴리비닐알코올 코팅지      
편집부 2024-09-02
기사제목
  Ⅰ. 서론   현대 사회에서 석유, 석탄, 천연가스 등 기존 화석연료의 매장량의 한계와 지속적인 사용으로 인해 환경오염 문제가 발생하고 있다. 이러한 문제를 극복하기 위해 신재생, 친환경 등 대체에너지에 관한 연구가 진행되고 있으며, 그중에서도 에너지 하베스팅의 기술이 주목받고 있다.  에너지 하베스팅은 주변 환경에서 버려지는 에너지를 수확하여 재생산하는 기술로 자연에 존재하는 에너지들인 태양광, 진동, 바람부터 위치에너지, 열에너지뿐만 아니라 전자기파로부터 전기적 에너지를 획득하는 방식이다. 에너지 하베스팅을 통한 기기들은 직접 전력을 획득함으로써 안전성, 보안성, 지속가능성을 가지며 탄소 저감 및 환경공해를 줄일 수 있어 환경친화적인 기술로 대두되고 있다. 전 세계 주요 국가들은 지구 온도 상승을 2% 이내로 억제 및 2050년까지 대기 중 이산화탄소 농도를 450ppm 이하 유지 등의 글로벌 장기목표를 세웠으며, 이를 달성하기 위해 신재생·친환경 에너지의 비중을 지속적으로 확대하고 있다.  이러한 관심에 힘입어 에너지 하베스팅 세계시장 규모가 가파르게 성장하는 추세이며, 관련된 다양한 에너지 변환 메커니즘을 활용한 차세대 에너지 생산시스템에 대한 연구가 전 세계적으로 활발히 진행 중이다. 최근 전자기술의 발전으로 무선 센서 네트워크, 모바일 기기와 같이 소형화된 전자기기를 구동하는 에너지도 감소함에 따라 작은 규모의 발전에 관한 관심이 증가하고 있으며, 이에 맞춰 나노기술이 발전함에 따라 기존에 버려졌던 작은 에너지까지도 효과적으로 수확할 수 있는 단계에 이르고 있다.  이에 맞추어 에너지 하베스팅 기술은 다양한 전자기기의 전원공급 문제를 근본적으로 해결하는 방법으로 제시되고 있다. 소형 에너지 하베스팅 방법에는 태양광을 이용한 솔라셀, 폐열로부터 전기에너지를 얻는 열전소자, 진동으로부터 전기에너지를 얻는 압전소자, 그리고 전자기파를 이용한 RF 방식이 있다. 실제 에너지에 따른 에너지 하베스팅 특성은 아래 표 1과 같이 다르며, 획득된 전기에너지는 그 크기에 따라 다양하게 사용될 수 있다.    본 보고서에서는 이러한 다양한 방식을 활용한 에너지 하베스팅 기술에 관해 기술하고자 한다. 특히 활용성이 높은 유연 소자를 활용 사례를 소개하고, 이를 바탕으로 에너지 하베스팅 기술에 대한 가능성을 보여주고자 한다.   Ⅱ. 에너지 하베스팅에서의 유연 소자 활용1. 유연 소자 기반 마찰대전 발전소자 현대 산업에서는 전자 소자의 집적화, 소형화, 저전력 소모 등의 성능 향상에 따라서 충전 및 저장 장치의 교체 없이 지속 가능한 에너지 공급이 점점 더 중요해지고 있다. 다양한 에너지 하베스터 중에서 마찰전기 발전기(TEG)는 높은 순간 출력, 광범위한 재료선택 가능성, 친환경적이고 저렴한 제조 공정 및 대상응용 분야에 맞춤화된 다양한 작동방식으로 인해 상당한 주목을 받았다.  TENG는 주변 환경에서 낭비되는 기계적 에너지로부터 전기에너지를 수확하는 장치로, 접촉 전기화(Triboelectrification)라는 서로 다른 두 물질이 접촉할 때 전하가 한쪽에서 다른 쪽으로 이동하는 현상을 이용하는 것인데, 이는 본질적으로 매우 높은 전압을 발생시키기 때문에 불편함과 사고를 야기하는 부정적인 효과로 인식됐다. 그러나, Wang 연구실의 연구 결과를 통해 사고방식을 바꿈으로써, 마찰전기는 TEG를 통해 에너지 하베스팅의 기본적인 에너지원으로써 사용하게 되었다.    위의 그림 1을 보면 TEG는 두 가지 다른 매개가 이중 전극 또는 단일 전극 구조로써 접촉-분리, 슬라이딩 및 독립형을 기반으로 하는 세 가지 방식의 작동방식을 가진다. 각 방식의 특징을 살펴보면,  • 접촉-분리 방식은 가장 단순하고 기본적인 유형의 TEG로, 서로 다른 두 유전체가 마주 보고 있는 형태로, 각 유전체에 전극을 부착하여 접촉-분리의 반복적인 과정을 통해 두 물질 사이의 전위차가 생기고 전자가 움직여 교류전원 형태로 발생한다. • 슬라이딩 방식은 주로 문지름에 의한 회전 또는 병진 운동을 기반으로 한다. 마찰이 진행되는 동안 두 유전체 사이의 표면에 마찰 전하가 생성되어 두 전극 사이에 전위차가 발생하고, 이때 전위차는 접촉 면적에 따라 주기적으로 변화하여 교류전원 형태로 발생한다. 이러한 방식은 기계적 마모가 한계점으로 작용한다. • 프리스탠딩 방식은 움직이는 마찰전기 층과 주변 물질 사이의 자연적인 마찰을 기반으로 한다. 이 방식은 마찰전기 층의 전하가 오랫동안 유지될 수 있기 때문에 외부의 기계적 에너지로 주기적 통전이 필요하지는 않다는 특징이 있다. 이러한 불규칙성 때문에 전극과 대전물질 사이의 거리에 따라 변화하는 비대칭 전기장이 유도되며, 이 비대칭 전기장이 전위차를 일으켜 마찰전력을 유도한다. 이 방식은 재료 사이의 직접적인 마찰을 포함하지 않아 전압은 낮을 수 있지만, 마모가 적어 내구성이 비교적 좋다. • 단일 전극 구조로서 위의 세 방식을 적용할 수도 있는데, 이런 구조를 사용하게 되면 넓은 자유도를 보장하지만, 이중 전극 구조와는 달리 기준 전극이 없기 때문에 전압과 전류가 불안정하다는 한계가 있다. 이렇듯 마찰대전 소자는 접촉-분리 과정만으로도 전기에너지 생산이 가능하기 때문에 응용 가능성이 크며, 소자에 필요한 재료 수급이 용이하기에 제작비용이 저렴하다. 하지만 이런 TEG는 그림 2와 같이 마찰 기반의 발전과정으로 인해 마모가 필연적으로 발생하여 내구성과 수명이 낮다는 문제가 있다.     이러한 한계를 극복하기 위해 고유전율 유전체, 고분자 세라믹 복합재료 또는 윤활 재료와 같은 다양한 소재의 물질을 활용하거나 기존의 방식에 압전소자를 결합한 하이브리드 발전소자 개발을 하고 있으며, 특히 최근에는 유연 소자를 활용하여 마모성을 낮추고 출력은 높이는 연구를 활발히 하고 있다. 이를 통해 웨어러블 기기와 같은 더욱 많은 분야에 적용할 수 있게 되었다.  건강 보조 및 시스템 모니터링을 위한 웨어러블 또는 제조 장치에 활용되는 이러한 유연 소자들은 변형, 온도, 습도와 같은 다양한 자극에 노출되면 성능 변화가 일어나기 때문에 최근에는 특정 성능을 향상시킴과 동시에 다양한 환경적 자극에서 안정적인 성능을 유지하기 위한 연구가 큰 관심을 받고 있다. 특히 최근에는 응력 집중/방출 구조, 방열판 구조, 소수성 구조와 같은 구조적 설계를 추가적으로 활용하여 외부 환경 자극에 대한 변화를 해결하는 연구가 활발하다.  최초의 구조변경설계는 금속 필름의 나노 패턴을 통해 도입되었으며, 이는 굽힘 상황에 나노 패턴 금속 필름의 공극이 균열의 전파를 억제해 전기 전도성을 유지할 수 있게 했다. 이러한 패턴의 전극은 6.3% 굽힘 변형률 하에서 20% 미만의 저항 변화를 보였다. 또한 전기저항의 변화는 10,000번의 굽힘 후 21%에 불과하며 투명도 또한 향상되었다.     하지만, 유연전극은 굽힘뿐만 아니라 늘어나는 상황에도 저항을 유지해야 한다는 점에서, 금속 막의 나노 패턴 필름은 전류의 흐름을 방해하는 균열로 인해 신축성에는 한계를 보인다. 이러한 단점을 보완하기 위한 추후 연구들이 진행되었다. DGIST 로봇공학전공 김회준 교수팀에서 최근 무연납 다강성 물질을 탑재한 하이브리드 Piezo-TENG를 개발하였다. 3개의 층을 포함하는 Aurivillius 기반 티탄산 비스무트(BiTO)를 재료로 한 Bi2O2 층은 절연 상유전성을 가지며 분극 특성을 가진다. 이 BiTO는 무독성이며 납이 포함되어 있지 않은 친환경 물질로 신체에 직, 간접적으로 적용돼도 무해하다.  이러한 무연 세라믹은 일반적으로 brittle 한 성질을 가지기 때문에 부서지기 쉬우나 이를 폴리머-세라믹 복합 재료개발을 통해 단점을 보안하였다. 고분자는 유연성이 우수하고 제조하기 쉬운 특성이 있는데, 그중에서도 실리콘오일(PDMS)은 나노 발전기 및 코팅, 접착제, 복합재와 같은 다른 응용 분야 내부의 적응성 및 표면 특성으로 인해 폭넓게 사용되는 마찰전기 재료이다. 이러한 소재들을 이용해서 그림 4과 같이 BiTO/PDMS 복합필름으로 구성된 다중 단위 HNG 장치를 개발하였다.    개발된 나노 발전기는 기존의 마찰전기 나노 발전기와 압전 나노 발전기를 합친 형식으로, 마찰에서 일어나는 에너지와 기계적 운동에서 발생하는 에너지를 모두 전기에너지로 바꾼다. 이를 통해 김 교수팀은 다음 그래프의 수치와 같이 기존의 압전 나노 발전기에 비해 약 20배, 마찰전기 나노 발전기에 비해 약 3배에 달하는 출력증가를 달성했다.  추가적으로 연구진은 상자 안에 2개의 나노 발전기 유닛을 서로 연결하고 사이에 작은 공을 통해 전류 전달이 가능하도록 하였다. 이를 통해 모터가 움직이며 발생하는 기계적 에너지를 전기에너지로 변환, 축전기에 저장한다. 그림 5와 같이 생성된 에너지양은 LED 조명, 손목시계 등 소형 전자기기를 작동시키기 충분할 정도로, 활용 가능성이 매우 크다고 평가받는다.  2. 유연 소자 기반 압전 발전소자 압전소자는 외부의 기계적 에너지를 금속판 사이에 있는 압전소재에 전달하여 에너지를 재료를 통해서 전기에너지로 변환하는 방식의 소자이다. 압전의 진동에 의해 발생하는 전력은 최대 2mW정도로 40mAh 배터리를 1시간에 충전할 수 있을 정도의 에너지를 제공한다. 이러한 특징을 가지는 압전 에너지 하베스터는 뛰어난 압전성능뿐만 아니라 유연성과 견고성을 요한다.  위와 같은 조건을 만족하는 폴리디메틸실록산(PDMS), 폴리비닐리덴 디플루오라이드(PVDF), 메틸 메타크릴레이트(PMMA)와 같은 폴리머를 사용하는 유연 압전 에너지 하베스터는 높은 탄성 및 내산성으로 인해 거친 환경에서도 파손되지 않는 장점이 있다. 하지만 이러한 재료들의 가동온도는 200도 미만으로 다른 압전재료보다 낮다는 한계점이 있다. 이를 해결하기 위해 페로브스카이트(Perovskite) 구조를 갖는 BLF-PT 고용체가 최근 연구에서 주목을 받고 있다. 이 고용체는 PI 기반 합성물로 고온에서도 견딜 수 있어 장치의 작동범위가 크게 확장되었다. 또한 기존에 사용되던 압전소자들보다 전압 출력이 증가하였고 제작방식이 단순하여 비용이 절감되었다고 한다.     이러한 BLF-PT의 영향을 입증하기 위해 압전소자의 출력 신호에 대한 weight fraction을 BLF-PT의 중량비를 5~30wt%의 비교군으로 0.18MPa의 압력과 1Hz의 주파수를 적용하여 생성해 보았다. 그 결과 다음 그림 7과 같이 BLF-PT 비율이 증가함에 따라 출력 전압 및 전류가 증가하였다. 이를 통해 복합재료의 향상된 압전성에 기인할 수 있으며, 추후 다양한 flexible 압전 하베스터의 연구에 이점이 될 것이다.      3. 유연 소자 기반 열전 발전소자 열전소자는 소재 양단의 온도 차이로 인해 생성되는 전압을 활용하는 에너지 변환 소자로 산업현장의 폐열 등 버려지는 열에너지를 실생활에서 활용 가능한 전기에너지로 변환시킨다. 이때 크게 Seebeck effect(제백 효과), Peltier effect(펠티에 효과)를 이용하는데 제백 효과는 서로 다른 두 금속선 양쪽 끝을 접합하여 폐회로를 구성해 전위차를 이용하는 것이고, 펠티에 효과는 열전대에 전류를 흐르게 했을 때, 전류에 의해 발생하는 열 외에 각 접점에서 발열 혹은 흡열 작용이 일어나는 현상이다.  이러한 열전소자의 최대 장점은 지구의 모든 열원에서 손쉽게 에너지 확보가 가능하다는 점이다. 또한 열전소자는 냉각과 가열이 모두 가능하고, 상온 부근에서의 낮은 온도 차에서도 에너지 확보가 가능하다. 하지만 기존 열전소자의 경우 단단한 금속 기반 전극과 반도체를 사용하여 유연하지 못하기 때문에 평평하지 못한 표면에서의 열원을 온전히 흡수하기 어려움이 있어 한정된 분야에만 활용되었다.  최근에는 이러한 한계점을 뛰어넘기 위해 사람의 피부나 산업현장의 온수 파이프 등 다양한 형태의 열원에 밀착하여 에너지를 생산할 수 있는 유연한 열전소자를 개발하려는 연구가 활발히 진행되고 있다. 기존의 유연 열전소자 연구에 주로 사용되는 기판의 경우 열전도율이 매우 낮아 열에너지 전달 효율이 낮았고, 유연성이 부족하여 열원과 접촉 시 공기와 같은 열 차단층이 생겨 열 흡수 효율 또한 낮았다. 이를 해결하기 위해 높은 유연성을 가지는 유기물 기반 열전소재의 개발 또한 진행되고 있지만, 기존 무기물 기반 단단한 열전소재와 비교해 현저히 낮은 성능 때문에 실제 웨어러블 기기에 응용하기 어려웠다.    이를 해결하기 위해 한국과학기술연구원(KIST) 복합소재기술연구소에서 무기물 기반 고능 열전재료를 은(Ag) 나노 와이어가 삽입된 실리콘 화합물 소재인 신축성 기판(PDMS)으로 연결하여 열전소자의 저항은 낮추면서 유연성을 높인 재료를 제작하게 되었다 이러한 방식으로 제작된 열전소자는 유연성이 뛰어나 휘어지거나 늘어나도 안정적인 동작이 가능하게 되었다. 또한, 신축성 기판 내부에 열전도율이 높은 금속 입자를 넣어 신축성 기판의 열전달 능력을 기존보다 800%가량 향상시키고, 전력 생산량은 3배 이상 높였다.  이러한 소자는 산업현장의 고온 감지 센서로 활용하거나 자동차의 내/외부의 온도 차를 이용하여 배터리 없는 자율주행용 거리 감지 센서를 만들 수 있어 고온 환경에서 폭발의 위험성이 있는 배터리 기반 센서 시스템의 전원 문제를 해결할 수 있을 것으로 기대된다. 더욱 나아가 외부의 열을 이용하여 다음 그림과 같이 고온 감지 센서 장갑 등 웨어러블 기기에도 적용 가능하며, 궁극적으로는 체온만으로도 디바이스를 구동 시킬수 있는 장치와 같이 배터리 없는 웨어러블 기기 상용화에 기여할 수 있을 것이다.      Ⅲ. 결론   세계적으로 에너지 하베스팅에 대한 기초연구는 상당히 많이 이루어져 있다. 그러나 실제 기기로 응용되기 위해서는 각각의 상황에 맞는 구조로 변경되어야 한다. 예를 들어 강한 힘이 가해지고 작은 움직임이 있는 환경에서는 딱딱한 재료를 이용한 발전이 유리하며, 가해지는 힘이 작은 환경에서는 작은 힘에서도 변형이 일어날 수 있는 나노구조, 유연 발전기가 유리할 것이다. 즉, 각각의 하베스터가 적용될 수 있는 사용환경에 대한 분석이 우선적으로 되어야 하며 여기에 부합되는 발전기가 설계되어야 한다.   예를 들면 진공펌프와 같이 주기적으로 진동하는 환경에서는 캔틸레버형 발전기구조를, 사람들이 걸어 다니는 도로 또는 계단에서는 보도블록 형태의 구조로 최적화되어야 할 것이다. 또한 LED와 결합한 비상용 블록, 운동기구와 결합한 발전 등 기존에 존재하는 기술과 융합함으로써 새로운 응용을 개척할 수 있을 것으로 판단된다. 특히, 유연한 발전기는 의류 분야와 결합하여 웨어러블 컴퓨터 등의 보조 동력원으로도 활용될 수 있을 것이다. 이 밖에도 생체 친화적인 재료를 이용하여 소형으로 제작할 경우 사람 인체 내부에 삽입하여 심장박동 자극기 등의 보조 동력원, 조류의 이동 경로를 파악할 수 있는 센서의 동력원 등으로도 그 적용 범위를 넓힐 수 있을 것으로 판단된다.       
편집부 2024-08-11
기사제목
최근 사출성형 산업계에서는 극심한 경쟁 구도에 직면하고 있으며, 이로 인하여 지속적인 생산성 향상, 엄격한 품질 관리, 인건비 절감 등의 요구에 직면하고 있다. 이러한 산업환경 변화에 대응하기 위하여, 고품질 또는 대량 생산 플라스틱 제품을 중심으로 센서를 이용한 사출성형 모니터링 시스템의 활용이 확대되고 있다. 이 연재 기사에서는 각종 센서와 사출기에서 얻어지는 데이터(그래프)를 이해하고 활용하는 방법에 필요한 기본지식에 초점을 맞추어 기사를 연재하고자 한다.RJG 사는 사출성형 교육, 기술 및 리소스 분야에서 세계적인 리더로 인정 받고 있는 회사이며, 사출성형 공정 모니터링에 사용되는 센서와 장비를 생산/공급하고 있다. 본 기사의 게재된 자료들은 RJG 사의 모니터링 시스템( eDart / Copliot )에 기반을 두고 있으며, RJG 사에 Copyright의 모든 권한이 있음을 밝힌다. 자료제공: 이길호 대표이사(씨에이프로(주), RJG 사 공식 컨설턴트/트레이너)      Ⅲ. 성형 중에 얻을 수 있는 그래프의 해석 및 이해  4. 모니터링 시스템에 의하여 가공된 2차 데이터  모니터링 시스템에서는 각 사이클마다 그래프를 실시간 수집/저장하고, 이를 분석하여 그래프의 특징을 규정할 수 있는 많은 수의 단일(Single) 값을 계산한다. 이를 이용하여 공정을 분석하고, 공정과 불량 모니터링에 사용하게 된다.이를 2차 공정 값(2nd Process Value)이라고 명칭하며, 기술의 성숙도나 노하우(Know-How)에 따라 업체별로 제공되는 값의 다양성과 중요도가 다르게 나타난다. 아래에서는 일반적으로 그래프에서 추출할 수 있는 공정 값을 앞의 장에서 기술한 그래프의 분석 방법을 기준으로 정리하였다. (1) 평균 값(Average Value)(2) 비율 값(Rate Value)(3) 적분 값(Integral Value)(4) 구간 값(Range Value)(5) 평형 값(Balance Value)(6) 기타 – 특정 값(Specific Value) 4.1 평균 값(Average Value) 계산되는 다양한 측정값에 대한 평균값을 계산할 수 있으며, 사출성형 공정 데이터에서는 세 가지 종류의 평균값이 있다.첫 번째 종류는 단일 사이클 곡선의 데이터 포인트를 평균으로 계산된다. 예를 들어, “보압의 평균값”은 사이클의 2단계인 보압(Holding) 공정 중 사출 압력 곡선을 구성하는 데이터의 평균 압력을 계산한다.        “안정된 보압의 평균값”은 사출 압력 곡선의 평평한 부분(보압 공정)의 압력이며, 이러한 종류의 평균값 측정은 일반적으로 보압 공정 압력(Hold Pressure), 배압(Back Pressure) 또는 충진 속도(Injection Speed)와 같은 기계 설정의 반응을 모니터링하는 데에 사용된다.      두 번째 종류의 평균값은 여러 캐비티에서 측정된 데이터에 대한 요약 값으로 계산된다. 예를 들어, “PST(포스트 게이트) 압력 피크의 평균값”은 한 번의 샷(Shot) 동안 동일한 형상의 다른 캐비티에 장착된 포스트 게이트(PST) 센서들의 피크 평균이며, 이것은 많은 데이터 포인트를 하나로 바꾸어 편리하게 사용하는 방법이다. 캐비티에 센서가 있는 동일 형상의 8-캐비티 금형이 있다고 가정하면, 8개의 피크 압력을 모니터링하는 대신 구간 값과 함께 단일 평균값만을 모니터링하여 작업자가 공정 성황을 쉽게 판별하도록 도움을 준다. 마지막 평균값은 작업이 시작된 이후부터 이전 교대 근무 기간동안의 사이클 시간 동안의 평균이다. 이는 생산에서 제품의 품질이 안정적으로 유지되고 있는지를 비교 평가할 수 있게 도움을 준다.       평균값으로 도출할 수 있는 결과는 사용하는 센서의 종류에 따라 차이가 있으며, 일반적으로 배압(Back Pressure), 냉각수 압력 차이(Coolant Delta Pressure), 캐비티 압력(Cavity Pressure), 사출 속도(Fill Speed), 보압(Hold Pressure), 사이클 시간(Cycle Time) 등과 같은 값들에 대한 평균을 계산하여 사용한다.  4.2 비율 값(Rate Value) 비율 값은 수집된 그래프에서 기울기(Slope)를 추출한 값으로, 특히 공정 중의 압력 곡선에서 (+/-)기울기를 계산하여 금형 내에서의 용융재료의 변화를 예측하는 데에 사용한다. 앞의 장에서 언급한 바와 같이 (+)기울기는 충전(Pack) 속도를 (-)기울기는 냉각 속도와 관계가 있다. 냉각 속도는 얇은 두께 제품, 반 결정성(Semi-Crystalline) 재료, 질감 표면이 있는 제품, 그리고 섬유 충전재료 등을 이용하는 공정인 경우에 냉각 속도가 공정 모니터링에 매우 유용하며, 냉각 속도의 변화는 압력 변화보다는 주로 용융 온도와 금형 표면 온도의 변화로 인해 발생한다. 냉각 속도는 캐비티 압력 곡선이 얼마나 빨리 떨어지는지에 따라 계산되며, 이 숫자는 곡선 압력 데이터가 곡선의 피크(Peak) 압력보다 1% 낮아질 때 계산을 시작한다. 이것은 반 결정성 재료를 사용하는 공정에서 금형 온도나 재료의 용융 온도를 조절 여부와 냉각 시스템의 부적합한 작동을 확인하는 데 사용될 수 있다. 이러한 값은 게이트의 고화 시점이 안정되지 않으면 측정값이 변경되므로 게이트 씰(Seal)과 함께 사용하는 것이 좋다. 충전(Pack) 속도는 본질적으로 충전 중 캐비티 압력 곡선의 2차 기울기(캐비티가 충진을 완료하는 시간과 충전을 완료하는 시간 사이)이며, 충전(Pack) 속도는 일반적으로 얇은 두께의 제품과 질감이 있는 제품의 품질에 가장 큰 영향을 미친다.      4.3 적분 값 (Integral Value) 적분은 전체 사이클 또는 세부 공정 구간에서의 그래프 곡선 아래 면적이며, 이는 캐비티 압력 곡선의 모든 변화를 감지하는 데 가장 기본적인 계산 값 중 하나이다. 사출 압력의 경우, 사이클 적분은 사출 시작부터 스크류 런(Run) 종료까지 계산되고 값은 곡선 아래의 면적과 동일하며, 세부 공정 적분은 각 공정 구간에서 그려진 곡선의 면적만을 나타낸다. 특히 사출 압력의 충진(Fill) 구간에서의 적분 값은 금형에 주입되는 용융재료의 점도와 깊은 관계가 있으며, 이를 유효 점도(Effective Viscosity)라고 부른다. 스크류 위치에 대한 판독 값이 있는 경우, 적분 값은 제로 라인을 통과하는 지점에서부터 계산되며, 이는 감압(Decompression)을 제외하기 위함이다.      위의 그림과 같이 캐비티 압력의 경우, 금형 개방 신호가 없는 경우 사이클 적분은 사출 시작부터 스크류 작동 종료까지 계산되며, 금형 개방 신호가 있는 경우 소프트웨어는 이전 사이클에서 1초를 빼서 계산의 종료 시간으로 사용하는 것이 바람직하다. 금형 개방 신호가 없고 스크류 작동 중 캐비티에 잔류 압력이 있는 경우, 사용자가 적분 구간을 임의로 설정하여야 한다.  계량(Recovery) 공정 동안의 적분은 한 사이클 동안 지연시켜야 하며, 이렇게 하면 계량된 재료와 금형에 주입된 재료가 동일하게 같은 사이클(Cycle)에 데이터를 저장할 수 있다.      적분 값은 주로 사출압(Injection Pressure), PST/EOC/MID 위치의 캐비티 압력(Cavity Pressure), 충진 체적(Shot Volume) 등과 같은 데이터 곡선에 대하여 계산한다.  4.4 구간 값(Range Value) 구간 값은 동일한 형상의 다수 캐비티의 동일한 위치에 설치된 센서에서 얻어지는 값의 차이이며, 예를 들어, 각 캐비티 충진 시간의 구간 값은 동일한 금형의 서로 다른 캐비티에서 높은 캐비티 충전 시간과 낮은 캐비티 충전 시간의 차이를 나타낸다. 이것은 평형(Balance)값과 유사하지만, 평형 값은 백분율로 표시되고, 구간 값은 실제 단위로 표시된다. 대부분의 경우, 구간(Range) 값 대신 평형(Balance) 값이 직관적으로 판단하기에 유용하며, 여러 캐비티에 동일한 센서 위치가 없으면 구간(Range) 값이 계산되지 않는 것에 유의하여야 한다. 구간 값으로 도출할 수 있는 결과는 주로 설치된 각 압력센서로 얻어지는 캐비티 압력(Cavity Pressure) 그래프에서 계산되어 사용된다.  4.5 평형 값(Balance Value) 평형값은 여러 캐비티에 설치된 센서에서 수신되는 그래프에서 추출한 값들을 이용하여 각 캐비티에서 용융재료가 동일하게 성형되는지 여부를 확인하는 데 사용된다. 예를 들어, 각 센서의 최대(Peak) 압력 값을 사용하여 캐비티 간 피크 캐비티 압력이 얼마나 다른지 확인할 수 있으며, 이상적인 것은 평형값이 100%이고, 숫자가 낮을수록 평형(Balance)이 나쁘다고 볼 수 있다. 핫런너 금형의 경우에 캐비티 충진 시간(Cavity Fill Time)의 평형 값을 모니터링 하여 게이트 가공 정밀도를 판단하거나 구역 온도를 조정해야 하는 시기를 확인할 수 있다.     4.6 기타 – 특정 값 (Specific Value)   • 게이트 씰(Gate Seal) 게이트 씰 측정은 게이트가 실링(고화되어 닫힘) 되었는지 또는 게이트가 정상적으로 실링 되지 않았는지, 게이트 실링 ​​양이 변경되었는지 알려주도록 설계되었다. 100%의 값은 게이트가 완전히 실링 되었음을 나타내며, 값이 적을수록 캐비티의 압력이 게이트를 통하여 소실되는 정도가 심함을 나타낸다.  과도한 금형 처짐이 있는 경우에 형체력이 해제될 때 캐비티 압력이 증가하며, 이로 인하여 게이트 실 계산 값이 부정확해진다. 또한 재료가 주입이 끝나자마자 결정화되는 경우에도 지나치게 낮은 수치가 계산될 수 있다. 대부분의 부품에서 게이트 실 특정 값은 모니터링 또는 알람 설정에 매우 유용하다.  • 충진 전단 속도(Shear Rate) 이 계산에는 “충진 전단 속도, 역충진 시간”과 “충진 전단 속도, 압력 변화”라는 두 가지 특정 값이 포함한다. 첫 번째 계산은 “사출기의 시퀀스 시간의 역수”이며, 이는 유변학(Rheology) 곡선에서 전단 속도에 사용되는 값이다. 이 값을 이용하면, 유변학(Rheology) 곡선을 만들기 위해 수동으로 충진 시간을 역전할 필요가 없게 된다.      • 템플레이트 매치율(Template Matching %) 최적의 성형 조건을 템플레이트(Template)로 저장하여, 모든 측정값과 계산 값들을 실시간으로 기준값들과 비교 평가할 수 있다. 아래의 그림은 선택된 값들의 변동을 기준값과 실시간으로 비교한 수치를 표시하는 창(Window) 이다.  • 동압 손실(Dynamic Pressure Loss) 동적 압력 손실은 두 센서 위치 간, 또는 사출 압력과 캐비티 압력 간의 압력(또는 압력 강하) 차이이며, 정적(Static) 압력 손실과 달리 동적 압력 손실은 캐비티가 충전을 완료하기 전까지 측정된다.  두 캐비티 압력센서 간의 동적 압력 손실의 경우, 손실은 사출기의 충진이 끝날 때 각 센서의 압력 차이를 계산한다. 사출 압력과 캐비티 압력센서 간의 동적 압력 손실은 사출압과 설정된 캐비티 압력 간의 차이이다. 동적 압력 손실은 일반적으로 캐비티 압력 데이터의 고수준 분석에 더 많이 사용되지만, 금형 내부의 데이터를 사용하여 점도의 변화를 감지하는 데에도 사용할 수 있다. 이는 여러 사출기에서 금형을 이동해 가며 생산을 할 때, 기계에 독립적인 점도 측정 방법으로 유용하게 사용할 수 있다.    • 정압 손실(Static Pressure Loss)  정적 압력 손실은 두 센서 위치 간 또는 사출 압력과 캐비티 압력 간의 압력(또는 압력 강하) 차이며, 동적 압력 손실과 달리 정적 압력 손실은 캐비티가 가득 차고 충전(Pack)될 때 피크 캐비티 압력에서 계산된다. 두 캐비티 압력센서 간의 정적 압력 손실은 각 센서의 피크 압력 간의 차이이며, 사출 압력과 캐비티 압력센서 간의 정적 압력 손실은 보압(Hold) 압력과 피크 캐비티 압력 간의 차이이다. 정적 압력 손실은 일반적으로 캐비티 압력 데이터의 고수준 분석에 사용되며, 일반적으로 부품의 내부 응력의 양과 관련이 있다.    본문에서 사용된 그림이나 표 등은 RJG 사 또는 씨에이프로(주)와 사전 협의 없이 무단으로 사용될 수 없음을 양지하여 주시기 바랍니다. 기술된 내용에 대하여 더욱 자세한 내용을 원하시면, www.rjginc.com의 ‘Resource Center’를 방문하시거나, 씨에이프로(주)로 문의하시기 바랍니다.   
편집부 2024-08-11