Milling force-induced elastic deformation modeling and physical constraint transfer prediction of thin-walled grid conical shell

금속으로 된 얇고 곡선 형태인 원뿔 모양의 얇은 껍질(shell)을 상상해 보십시오. 이는 새의 날개 골격이나 교량의 프레임워크처럼 리브(ribs)로 보강된 격자 구조를 가지고 있습니다. 이러한 구조물은 매우 강하면서도 과도한 무게를 더하지 않고 무거운 하중을 견딜 수 있을 만큼 가벼워 항공우 분야와 심해 탐사에서 매우 중요합니다. 하지만 이를 제작하는 것은 정교한 균형 잡기가 필요합니다. 기계 공구가 이 껍질을 성형하기 위해 재료를 깎아낼 때, 절삭 도구의 힘이 얇은 금속을 밀어냅니다. 금속이 매우 얇고 리브에 의한 지지가 불균일하기 때문에, 이 압력에 의해 껍질이 약간 휘어지게 됩니다. 이 굽힘 현상은 절삭 중에는 육안으로는 보이지 않지만, 절삭 깊이를 변화시킵니다. 도구가 떨어져 나가고 압력이 해제되면, 금속은 원래의 형상으로 되돌아가려는 탄성을 가지며, 결과적으로 의도했던 것과는 약간 다른 최종 표면을 남기게 됩니다. 이는 부품의 두께를 불균일하게 만들어 강도와 안전성을 저해할 수 있습니다.

엔지니어들의 과제는 이 굽힘이 정확히 얼마나 일어날지를 예측하는 것이었습니다. 전통적인 방식은 리브의 불규칙한 패턴 때문에 다루기 힘든 복잡한 수학적 이론에 의존하거나, 컴퓨터 시뮬레이션을 사용하는데, 이는 매우 정확하지만 너무 느리고 비용이 많이 들어 실제 공장의 매 절삭 작업마다 사용할 수는 없습니다. 또한 실측 데이터도 부족합니다. 가능한 모든 변수를 학습하기 위해 충분한 수의 물리적 테스트를 수행하는 것은 수년이 걸릴 뿐만 아니라 값비싼 부품을 수없이 파괴하게 될 것입니다. 연구자들은 물리 법칙의 신뢰성과 데이터 기반 예측의 속도를 결합할 방법을 찾아야 했으며, 특히 실제 실험 데이터가 적은 상황에서도 작동하는 방법이 필요했습니다.

다롄 공과대학교의 연구팀은 이러한 특정 격자 패턴 원뿔형 껍질에 대한 문제를 해결하기 위해 새로운 접근 방식을 개발했습니다. 이들은 문제의 정답을 기계 설정으로부터 직접 추측하는 대신, 문제를 연결된 두 단계로 나누었습니다. 첫째, 절삭 도구가 금속에 가하는 힘을 예측하는 데 집중했습니다. 이를 위해 그들은 전이 학습(transfer learning)이라는 기법을 사용했습니다. 연구진은 먼저 방대한 양의 시뮬레이션 데이터를 사용하여 컴퓨터 모델을 훈련시켰는데, 여기서 컴퓨터는 수천 가지의 가상 절삭 시나리오를 빠르게 실행할 수 있었습니다. 이를 통해 모델은 도구가 일반적으로 어떻게 작동하는지에 대한 강력한 이해를 갖추게 되었습니다. 그 후, 이 지식을 훨씬 적은 양의 실제 밀링 실험 데이터로 정교화했습니다. 이를 통해 모델은 수천 번의 물리적 테스트 없이도 실제 기계와 실제 금속의 특유한 특성을 학습할 수 있었습니다.

모델이 절삭력을 예측하면, 이 정보는 시스템의 두 번째 부분으로 전달됩니다. 이 두 번째 부분은 얇은 껍질이 휘어지는 원리에 관한 이론에서 유도된 물리 법칙 세트를 사용합니다. 이 부분은 예측된 힘과, 도구가 리브나 틈새에 얼마나 가까운지를 고려한 해당 지점의 특정 강성(stiffness)을 바탕으로 껍질이 정확히 얼마나 휘어질지를 계산합니다. 데이터 기반의 힘 예측과 물리 기반의 굽힘 계산을 연결함으로써, 연구진은 빠르면서도 물리적으로 일관된 시스템을 구축했습니다. 연구진은 실제 알루미늄 합금 원뿔형 껍질을 밀링하여 이 방법을 검증했는데, 이 부품은 초기 두께가 10mm였으며 최종 리브 높이가 3.5mm가 되도록 가공되었습니다. 기계는 5,000 RPM으로 회전하는 직경 10mm의 커터를 사용했습니다.

결과에 따르면, 이 하이브리드 방식은 데이터만을 사용하거나 전통적인 시뮬레이션 방법만을 사용하는 것보다 훨씬 더 정확했습니다. 공정 중 측정된 실제 값과 비교했을에, 이 새로운 모델은 93% 이상의 사례에서 탄성 변형을 정확히 예측했으며, 일부 테스트 모드에서는 95% 이상의 정확도에 도달했습니다. 반면, 데이터에만 의존하거나 이 특정 기술의 조합 없이 시뮬레이션에만 의존한 모델들은 낮은 정확도를 보였으며, 금속의 강성이 급격히 변하는 상황에서 더 큰 어려움을 겪었습니다. 이 연구는 절삭력을 핵심적인 중간 단계로 취급하고, 적은 양의 실제 데이터를 사용하여 방대한 양의 시뮬레이션 데이터를 보정함으로써, 엔지니어들이 이러한 복잡한 박벽(thin-walled) 부품의 거동을 신뢰성 있게 예측할 수 있음을 보여줍니다. 이러한 능력은 항공우주 및 심해용 핵심 부품을 안전한 운용에 필요한 높은 정밀도로 제조할 수 있는 실질적인 경로를 제공합니다.