[충청뉴스 이성현 기자] 광범위한 금속 3D프린팅의 공정 변수 속에서 최적의 조건을 빠르고 정확하게 탐색하는 인공지능 기술이 개발됐다.
한국연구재단은 포항공과대학교 김형섭 교수와 KAIST 이승철 교수 공동연구팀이 인공지능 능동 학습 기법을 적용해 Ti-6Al-4V 합금의 3D프린팅 공정 변수를 효율적으로 탐색, 고강도·고연신의 금속 제품을 생산했다고 밝혔다.
뛰어난 강도 및 생체 적합성으로 유명한 Ti-6Al-4V 합금은 금속3D 프린팅에서 가장 많이 사용되는 금속이다.
3D프린팅 기술 중에서도 레이저 분말 베드 융합(LPBF)*은 복잡한 부품, 특히 Ti-6Al-4V 합금을 제조하기 위한 혁신적인 기술로 등장했다.
하지만 이 합금을 3D프린팅할 때 침상형 마르텐사이트**가 형성돼 강도와 연성을 동시에 높이기 어렵다는 문제점이 있다.
3D프린팅의 공정 변수와 열처리 조건을 조절해 최적의 물성을 도출하고자 하는 연구들이 있었지만 방대한 매개변수를 실험 및 시뮬레이션으로 탐색하기에는 한계가 있다.
연구팀은 Ti-6Al-4V 합금의 레이저 분말 베드 융합(LPBF) 3D프린팅 공정에서 최적의 변수를 찾는 데 걸리는 시간과 비용을 줄이기 위해 인공지능 능동 학습 방식을 적용했다.
119개의 기존 매개변수 조합 데이터 세트로 시작해 이 합금의 성능을 최적으로 향상시킬 가능성이 가장 높은 조합을 예측했다.
능동 학습의 예측과 실험 검증을 반복적으로 진행함으로써 높은 극한 인장강도와 연신율을 동시에 최적화하는 공정 변수를 탐색해 단 5번의 반복만으로 고성능 합금을 달성했다.
이를 적용해 3D프린팅한 Ti-6Al-4V 합금은 최대 인장강도 1190MPa(메가파스칼), 최대 연신율 16.5%를 기록했다.
이는 금속 3D프린팅으로 제조된 기존 부품의 성능과 비교했을 때 강도와 연신율 모두 매우 우수한 수치다.
김형섭 교수는 “능동 학습 기반 인공지능은 실험 설계를 단순화할 뿐만 아니라 미지의 매개변수를 효과적으로 탐색할 수 있어 재료과학 분야의 획기적인 발전을 이룰 것으로 기대한다”고 설명했다.
