Tober Sun

지난 편에서 우리는 인더스트리 4.0에서 가상현실을 통합하는 개념을 통해 사출성형 프로세스에서는 기계의 작동과 제품의 품질이 매우 밀접한 관계를 갖는다는 것을 알게 되었습니다. 정확한 사출성형 시뮬레이션 결과를 얻기 위해서 사출 시 스크류의 가감속, 보압으로 전환 시의 기계 반응 및 지나치게 높은 사출 압력을 방지하는 기계의 보호 행위 등을 포함하는 기계의 작동을 반드시 고려해야 합니다.

현재 사출성형 장비의 핵심은 사출기이기 때문에, 인더스트리 4.0 중의 스마트 기계 대부분은 1. 사출기의 각종 생산관리 데이터 전송, 2. 사출기 및 주변 보조기계 간의 정보 교환, 3. 사출성형 프로세스 상의 스마트 조정을 포함하는 사출기의 설계 애플리케이션입니다. 그중 이 산업은 아직도 여전히 인적 경험에 크게 의존하고 있고,  사출성형 시뮬레이션이나 스마트 기계가 여전히 경험을 대체할 수 없기 때문에,  사출성형 프로세스의 스마트 조정은 사출 가공산업의 미래 발전을 좌우하고 있습니다. 그러나 생산 정보의 수집과 데이터의 관리 처리를 따라, 자동화의 날도 머지 않았습니다. 이번 편에서는 현재 각 사출기 업체가 사출 과정 중 수집한 정보의 응용을 통해 제품 품질의 안정성을 향상시키는 방법에 대해 소개하고자 합니다.

제품 품질의 안정성을 향상시키기 위해서는 성형 파라미터를 적절하게 조정함으로써, 소비 환경 변화로 인한 품질의 안정성을 상쇄할 수 있습니다. 성형 전문가는 경험에 근거하여 여름이나 겨울철, 주간 근무나 야간 근무 시에 환경 온도로 인한 영향을 상쇄하기 위해 성형 파라미터를 조정해야 할 경우가 있다는 점을 잘 알고 있습니다. 스마트 기계는 과학적인 방법을 이용해 각 성형마다 즉각적으로 성형 조건을 직접 변경합니다. 현재 주요 기술로는 Engel (iQ flow control), Wittmann Battenfeld (HiQ-Flow), 및 KraussMaffei (APC)가 있으며, Wittmann Battenfeld의 HiQ Flow를 예로 들면 사출 압력의 모니터링, 즉, 양품의 사출 압력 곡선을 기준으로 양품 범위의 사출 압력 변동의 상한 및 하한을 설정합니다.  사출성형의 경우 플라스틱 점도 및 사출 속도가 변하지 않으면 사출 압력도 변하지 않습니다. 그러나 사출성형 환경(멀티 캐비티의 런너 균형성, 몰드 온도), 플라스틱 점도(용융 온도의 균일성, 열화, 배치 차이)가 변경되면, 동일한 사출 속도의 설정이라도 사출 압력 곡선이 양품 범위를 벗어나 품질의 불안정성을 초래합니다.

사출 압력은 전단 속도와  점도에 비례하며,  사출 압력이 감소하고 기계의 사출 속도가 변함없이 유지되면 용융 점도의 감소를 의미하는데, 대부분은 온도 상승으로 인한 것입니다. 이때 용융 밀도도 고온으로 인해 낮아지기 때문에, 제품 중량을 유지시키려면 사출 스트로크를 증가시켜야 합니다. 즉, VP 전환점을 지연시켜야 한다는 의미입니다. 얼마나 지연시키는 가에 대해서는 해당 사출 압력이 양품 기준선에서 얼마나 벗어났는 지에 따라 결정됩니다. 각 업체의 사출기는 이에 대해 각자의 방법을 사용하는데, Battenfeld는 압력─위치 하의 총 면적 균등성, 즉 사출 시의 작업(Work of injection) 균등성에 따라 수정합니다. KraussMaffei는 PVT 특성 보상에 근거해 조정하는데, 즉 사출 압력 차이가 온도의 변경으로 인한 것이면 그 온도 하의 재료 밀도(비부피)도 이에 따라 변경됩니다. 재료 밀도가 변경되면 반드시 VP 전환점 및 보압 압력의 크기를 변경함으로써 제품 중량을 유지시켜야 하고, 각 재료의 PVT 특성이 모두 다르기 때문에 재료 종류를 입력해야 합니다. 아래 표는 2018년까지 제공된 주요 업체의 공정 조정 기술을 정리한 것입니다.

우리는 사출기가 인더스트리 4.0의 응용에서 이미 단순히 재료를 가소화하고 금형에 주입하는  공급자 역할에서 센서 역할의 임무로 확장됨으로써, 금형에 용융된 재료를 주입할 때의 상황을 알 수 있고, 더 나아가 용융된 재료의 온도, 압력 하에서의 상태 변화에 대해 해당 프로세스를 조정하여 스마트 기계의 목표를 달성할 수 있다는 점을 알 수 있습니다. 제조 과정 중의 즉각적인 조정은 예측성 제조입니다. 리제(李傑) 교수의 견해를 다시 인용하면, 예측성 제조는 제조 자체의 가치를 구축할 뿐만 아니라 제조 과정에 자성 능력을 갖추게 하는 것입니다. 즉 장비 자체를 포함하는 전체 시스템이 제조 과정 중에서 실제로 변화되는 상황에 근거해 즉각적으로 반응하고 조정할 수 있어야 합니다. 최근 폭스콘 인더스트리얼 인터넷(FII)의 부회장 직을 맡은 리졔(李傑) 교수는 최근 양안 최고경영자 회의에서 스마트 제조는 문제 해결을 위해 탄생한 것이 아니라 사전에 문제 발생을 인식하고 예측함으로써 이전에 해결할 수 없었던 문제를 해결하기 위한 것이라고 밝히며, 인더스트리 4.0시대는 예측성 제조의 시대라고 말할 수 있다 라고 말씀하신 바 있습니다.

손스보(孫士博) 박사 코어테크(Moldex3D), 재료연구센터 주임 미국 코네티컷 대학교의 고분자 과학 박사로 주요 연구 분야는 복합재료, 생체재료, 분해성 고분자, 산업설계 플라스틱 성질 응용 및 고분자 유변학, 고분자 가공 및 고분자 물성 등입니다. 코어테크 과학기술 지원부 매니저, 자동차 프로젝트 등을 역임했고, 코어테크 글로벌 기술 교육과정 및 세미나 등의 주요 강사로 장기간 활약하고 있습니다.