Machine learning-enabled composition optimization and industrial production of heat-treatment-free high-strength ductile iron

주철은 문명만큼이나 오래된 재료이지만, 현대 산업의 핵심적인 일꾼으로 남아 있습니다. 이는 엔진 블록, 수도관, 건설 기계의 프레임 등에서 발견되는 무겁고 내구성이 강한 금속입니다. 이 재료를 특별하게 만드는 것은 단순히 그 강도뿐만이 아니라, 그 구조 안에 숨겨진 특징인 미세한 흑연 구체입니다. 더 오래된 형태인 편상(flake) 주철에서는 이러한 탄소 조각들이 미세한 균열처럼 작용하여 금속을 부서지기 쉽고 끊어지기 쉽게 만들었습니다. 하지만 엔지니어들은 이 조각들을 구형으로 바꿈으로써 연성 주철(ductile iron)을 만들어냈고, 이는 부러지지 않고 휘거나 늘어날 수 있는 능력을 갖추어 강인함과 하중 지지력이라는 보기 드문 조합을 제공합니다. 수십 년 동안 이 재료에서 최고 수준의 강도를 얻기 위해서는 금속을 주형에 부은 후 수행하는 길고 에너지가 많이 소모되는 두 번째 단계가 필요했습니다. '열처리'라고 알려진 이 추가 단계는 금속을 정밀한 온도로 구워 내부 구조를 재배열하는 과정을 포함했습니다. 이 방식은 효과적이었지만, 제조 과정에 상당한 시간, 비용, 에너지를 추가했습니다.

치리 공업대학교와 린칭 진광 기계 제조의 연구팀은 이제 이 굽는 단계를 완전히 건너뛸 수 있는 방법을 찾아냈습니다. 그들은 주형에서 바로 강하고 유연한 성질을 가진 새로운 연성 주철 레시피를 성공적으로 개발했으며, 생산 후 가열할 필요가 없습니다. 이를 위해 그들은 현대적인 도구인 머신러닝을 활용했습니다. 전통적인 방식처럼 화학적 혼합물을 추측하고, 테스트하고, 이를 반복하는 대신, 그들은 컴퓨터 알고리즘을 사용하여 서로 다른 성분들이 어떻게 상호작용하는지 분석했습니다. 일련의 통제된 실험에서 얻은 데이터를 알고리즘에 입력함으로써, 연구팀은 성능에 최적화된 미세 구조를 생성하는 데 필요한 요소들의 정밀한 균형을 식별해 냈습니다. 그 결과, 원래의 성능을 보완하기 위해 나중에 금속의 특성을 수정하는 데 드는 에너지와 시간을 절약하면서도 엄격한 산업 표준을 충족하는 고강도 재료를 얻게 되었습니다.

열처리 없이 이 재료를 만드는 데 따르는 과제는 용융물의 섬세한 화학 작에 있습니다. 연성 주철의 강도와 유연성은 두 가지 주요 요소, 즉 흑연 구체의 모양과 개수, 그리고 이들을 결합하는 금속 매트릭스의 배열에 달려 있습니다. 금속이 너무 빨리 식거나 화학적 균형이 맞지 않으면, 금속이 부서지기 쉬워지거나 원치 않는 경화점이 생길 수 있습니다. 전통적으로 엔지니어들은 강철과 같은 골격 역할을 하는 펄라이트(pearlite)라는 강한 층상 구조 형성을 촉진하기 위해 구리, 크롬, 망간과 같은 원소들을 첨가했습니다. 그러나 이러한 원소들을 너무 많이 넣으면 금속이 부서지기 쉬워지고, 너무 적게 넣으면 너무 부드러워집니다. 강도와 유연성이 공존하는 정확한 '스위트 스폿(sweet spot)'을 찾는 것은 매우 복잡한 퍼즐인데, 왜냐하면 이 원소들은 단독으로 작용하지 않고 인간의 단순한 규칙으로는 예측하기 어려운 방식으로 서로에게 영향을 미치기 때문입니다.

이 퍼즐을 풀기 위해 연구원들은 먼저 직교 실험(orthogonal experiments)을 실시했습니다. 이는 어떤 성분이 가장 큰 영향을 미치는지 확인하기 위해 다양한 성분 조합을 체계적으로 테스트하는 방법입니다. 그들은 구리, 규소, 크롬, 망간의 양을 소량씩 변화시키며 각 변화가 최종적인 금속의 강도와 신장성에 어떤 영향을 미치는지 측정했습니다. 데이터에 따르면 구리는 강도를 높이는 데 가장 강력한 성분이었고, 규소는 금속이 끊어지지 않고 여전히 늘어날 수 있도록 보장하는 데 가장 결정적인 역할을 했습니다. 다른 합금에 흔히 쓰이는 망간은 이 특정 범위 내에서는 영향력이 거의 없었습니다. 이 초기 스크리닝은 그들에게 대략적인 지도를 제공했지만, 완벽한 조합을 찾기에는 충분하지 않았습니다. 원소 간의 상호작용이 너무 복잡하여 단순한 시행착오 방식으로는 효율적으로 해결할 수 없었기 때문입니다.

여기서 머신러닝 전략이 역할을 이어받았습니다. 연구팀은 초기 실험 데이터를 사용하여 새로운 화학적 혼합물의 결과를 예측할 수 있는 컴퓨터 모델을 훈련시켰습니다. 그들은 알고리즘이 개별 원소뿐만 아니라, 그 원소들이 함께 작동하는 방식에서의 패턴을 인식하도록 가르쳤습니다. 심지어 원소들이 서로 어떻게 상호작용하는지에 대한 특별한 수학적 기술을 추가하여, 컴퓨터가 용융물의 미묘한 화학 작용을 이해할 수 있도록 했습니다. 훈련된 모델을 사용하여 연구원들은 최적의 레시피를 찾는 탐색을 수행했습니다. 컴퓨터는 수천 가지의 가상 조합을 테스트하며, 재료의 유연성을 유지하면서 강도를 극대화할 수 있는 특정 혼합물을 찾아냈습니다. 알고리즘은 인간의 직관으로는 놓칠 수 있었던 방식으로 구리, 규소, 크롬, 망간의 균형을 맞춘 목표 조성을 식별해 냈습니다.

화학적 레시피를 확보한 팀은 이론을 실제 현장에서 검증하기 위해 주조장으로 이동했습니다. 그들은 단순히 성분을 바꾸는 데 그치지 않고, 금속을 만드는 과정 자체를 개선했습니다. 그들은 마그네슘과 다른 원소들을 포함하는 특수 와이어를 용융된 철에 공급하는 완전 자동화 시스템을 채택했습니다. 이 단계는 철 안의 탄소를 원하는 구형 형태로 바꾸는 데 매우 중요합니다. 흑연 구체를 최대한 작고 풍부하게 만들기 위해, 그들은 삼중 입탕(triple inoculation)이라 불리는 기술을 사용했습니다. 이는 세 단계에 걸쳐 특정 화학 제제를 첨가하는 것을 의미합니다: 한 번은 래들(ladle)에서, 한 번은 금속이 흐를 때, 그리고 한 번은 금형에 들어갈 때입니다. 이 다단계 접근 방식은 미세 조정 메커니즘 역할을 하여, 표준적인 방법보다 훨씬 더 밀도 높은 미세 흑연 구체 군집과 균일한 내부 구조를 만들어냈습니다.

이러한 결합된 접근 방식의 결과는 놀라웠습니다. 열처리 없이 생산된 이 새로운 연성 주철은 인장 강도 974메가파스칼, 항복 강도 613메가파스칼, 연신율 6.2퍼센트를 달성했습니다. 이 수치들은 이 재료를 가장 까다로운 용도가 요구되는 최고 등급의 산업용 연성 주철 범위에 확실히 위치시킵니다. 이 금속은 무거운 하중을 견딜 만큼 강할 뿐만 아니라, 깨지지 않고 충격을 흡수할 수 있을 만큼 유연했습니다. 미세 구조 검사를 통해 내부 구조가 연구원들이 기대했던 그대로임을 확인했습니다: 완벽하게 둥근 흑연 구체를 둘러싸고 있는 미세하고 균일한 펄라이트 배열이 나타났습니다. 흑연 구체는 일반적인 주물보다 더 작고 수가 많았으며, 이는 재료 전체에 응력을 고르게 분산시키는 데 도움을 주었습니다.

이 프로젝트의 성공은 첨단 재료가 설계되는 방식의 변화를 강조합니다. 오랫동안 새로운 합금을 만드는 것은 추측과 반복의 느리고 비용이 많이 드는 과정이었습니다. 머신러닝을 산업적 주조와 통합함으로써, 연구원들은 데이터가 정밀도와 속도를 가지고 재료의 창조를 안내할 수 있음을 입증했습니다. 그들은 설계된 화학적 조성이 냉각 과정 중에 자연스럽게 원하는 구조로 진화하도록 설계할 수 있으며, 이를 통해 오랫동안 산업의 표준이었던 에너지 집약적인 열처리의 필요성을 제거할 수 있음을 보여주었습니다. 이 접근 방식은 금속의 성능을 향상시킬 뿐만 아니라, 생산 경제를 근본적으로 변화시킵니다. 열처리 단계를 제거함으로써 제조업체는 최종 제품의 품질을 유지하거나 오히려 개선하면서도, 부품을 만드는 데 드는 시간을 크게 단축하고 에너지 소비를 줄이며 비용을 절감할 수 있습니다.

이 연구의 함의는 단일 배치의 금속을 넘어 확장됩니다. 이는 주조 산업이 어떻게 더 지속 가능하고 지능적인 제조를 향해 나아갈 수 있는지에 대한 실질적인 청사진을 제공합니다. 재료가 부어지기도 전에 그 특성을 예측하고 제어할 수 있다는 것은 폐기물을 최소화하고 성능을 극대화할 수 있음을 의미합니다. 연구원들은 자신들의 방법이 이미 현대 주조장에서 사용 가능한 장비와 공정을 사용하여 산업 생산 규모에 적합하다는 것을 확인했습니다. 그들은 이질적이고 검증되지 않은 기술에 의존한 것이 아니라, 기존 도구의 더 스마트한 적용에 의존했습니다. 그 결과, 중장비에서부터 핵심 인프라에 이르기까지 폭넓게 사용될 준비가 된 고성능 재료가 탄생했으며, 이는 재료 과학의 미래가 전통적인 숙련 기술과 현대적인 데이터 과학의 결합에 있음을 증명합니다.