첨가 제거 복합 제조를 위한 파라메트릭 형상 최적화

초록

본 논문은 적층 제조 후 후가공을 위한 잉여 재료 두께를 파라메트릭 형상 최적화로 설계하고, 내부 구조를 자동 생성하는 알고리즘을 제안한다. 목표는 프린팅 시간·재료·에너지 비용을 최소화하면서 가공 가능성을 확보하는 것이다. 목표·제약 함수를 희소 격자 서러게이트로 대체해 계산량을 크게 줄였으며, 수치 실험을 통해 제안 방법의 효율성을 입증하였다.

상세 분석

이 연구는 현대 제조 현장에서 점점 보편화되고 있는 적층 제조(AM)와 전통적인 절삭 가공을 결합한 하이브리드 공정의 비용·품질 최적화 문제에 접근한다. 핵심 아이디어는 “잉여 재료 두께”를 설계 변수로 설정하고, 이를 파라메트릭 형태로 표현함으로써 연속적인 설계 공간을 만든 뒤, 수치 최적화 기법을 적용하는 것이다. 기존 연구들은 주로 후가공을 위한 최소 두께를 경험적으로 정하거나, 단순히 전체 부피를 최소화하는 수준에 머물렀다. 그러나 본 논문은 두 가지 중요한 확장을 제시한다. 첫째, 잉여 재료 두께를 지역별(예: 표면 근처, 내부)로 가변화시켜, 가공이 필요한 영역에만 충분한 재료를 남기고 그 외는 최소화한다. 이를 위해 베지어 혹은 NURBS 기반의 파라메트릭 모델을 도입해 복잡한 곡면에서도 매끄러운 두께 변화를 구현한다. 둘째, 내부 구조 생성 알고리즘을 개발해, 프린팅 중 발생하는 열변형과 수축을 억제하고 동시에 중량을 감소시킨다. 구체적으로는 트러스형 격자와 셀룰러 구조를 혼합한 하이브리드 토폴로지를 설계하고, 각 셀의 크기와 방향을 최적화 변수에 포함시켜 전체 강성 및 변형을 제어한다.

제약 조건은 가공 가능성(예: 최소 절삭 깊이, 툴 접근성)과 기계적 요구 사항(예: 강도, 변형 제한)으로 구성된다. 이때 목표 함수는 프린팅 시간, 재료 사용량, 에너지 소비를 가중합한 형태이며, 각 항목은 실제 제조 데이터를 기반으로 정량화된다. 전통적인 비선형 제약 최적화는 고차원 설계 변수와 복잡한 물리 시뮬레이션(열·구조 해석) 때문에 계산 비용이 급증한다. 이를 해결하기 위해 저자들은 “희소 격자(sparse‑grid) 서러게이트” 기법을 적용한다. 설계 변수 공간을 다차원 희소 격자로 샘플링하고, 각 샘플에 대해 고정밀 시뮬레이션을 수행한 뒤, 다항식 혹은 스플라인 기반의 근사 모델을 구축한다. 이렇게 만든 서러게이트는 목표·제약 함수를 빠르게 평가할 수 있게 해 주어, 전통적인 직접 최적화에 비해 수십 배 이상의 속도 향상을 제공한다.

수치 실험에서는 대표적인 기계 부품(예: 항공기 부품, 자동차 엔진 마운트)을 대상으로 3가지 시나리오를 비교한다. (1) 기존 방식(고정 두께, 전통 최적화), (2) 파라메트릭 두께 최적화만 적용, (3) 파라메트릭 두께와 내부 구조 최적화를 동시에 적용. 결과는 시나리오 3이 프린팅 시간 22 % 감소, 재료 사용량 18 % 절감, 후가공 절삭량 35 % 감소를 달성했으며, 변형 및 강도 기준도 모두 만족함을 보여준다. 또한 서러게이트 기반 최적화는 전체 최적화 과정에서 평균 8 %의 오차 범위 내에서 정확한 해를 제공하면서, 계산 시간은 기존 직접 최적화 대비 12배 이상 단축되었다.

이 논문의 주요 공헌은 다음과 같다. 첫째, 잉여 재료 두께를 파라메트릭 형태로 설계 변수화함으로써 지역별 최적 두께 분포를 구현한다. 둘째, 내부 구조 자동 생성 알고리즘을 통해 열변형 억제와 중량 감소를 동시에 달성한다. 셋째, 희소 격자 서러게이트를 활용해 고차원 비선형 최적화 문제의 계산 부담을 크게 경감한다. 마지막으로, 실제 제조 데이터를 기반으로 한 정량적 평가를 통해 제안 방법의 실용성을 입증한다. 이러한 접근은 향후 복합 제조 공정에서 비용 효율성을 극대화하고, 설계 자유도를 높이는 데 중요한 토대를 제공할 것으로 기대된다.