3D Visualization of Packing Behavior of Charge Material

장입재 충전 거동의 3차원 시각화

Abstract

In this study, 3D visualization of the packing behavior of the charge material in a foundry was attempted. It was simulated based on the practical conditions of the charge material and the melting furnace. It was confirmed whether the 3D visual simulation realistically implements the packing behavior of the manufacturing site. The realistic packing state by the 3D visual simulation was compared with the ideal packing state. It was analyzed in which case the difference between the two packing states occurred. The advantages of applying the 3D visual simulation to the manufacturing process were investigated, and various application plans in the casting industry were proposed.

본 연구에서는 주조공장의 장입재 충전 거동을 3차원적으로 시각화하고자 하였다. 장입재와 용해로의 실제 조건을 반영하여 시뮬레이션하였다. 3차원 시각화 시뮬레이션이 제조 현장의 장입재 충전 거동을 사실적으로 잘 구현하는지 확인하였다. 3차원 시각화 시뮬레이션에 의한 현실적인 충전 상태를 이상적인 충전 상태와 비교하였다. 어떤 경우에 두 충전 상태의 차이가 발생하는지 분석하였다. 3차원 시각화 시뮬레이션을 제조 공정에 적용할 경우의 특징을 살펴보았고, 주조 분야에서의 여러 활용 방안을 제안하였다.

1. 서론

코로나19, 러시아-우크라이나 사태 등 연이은 악재 상황 속에 세계 경제 불황이 지속되고 있다. 주조 선진국인 독일, 일본은 주물 생산량이 지난해 대비 각각 30%, 35% 감소한 것으로 보고되었다 [1]. 한국은 세계 10대 주물 생산국 가운데 가장 장기간에 걸쳐 성장이 정체되고 있는 국가이다 [2,3]. 국내 주조 분야를 선도하는 대형 업체들조차 버티기가 힘든 시기이다. 주조공장은 해외 수주물량이 급감하여 쉬는 날이 많아졌고, 정규직 채용 공고를 내도 인력 확보가 되지 않아 가동에 큰 어려움을 겪고 있다. 원부자재는 비싸고 구하기 어렵고, 납품 단가가 영업이익을 남기지 못하는 사례도 있다. 이런 상황일수록 살아남기 위해서는 주조 분야의 기초 체력 기술이라 할 수 있는 용해 공정의 효율화 및 에너지 절감이 너무 중요하다. 용해 에너지 원단위를 20%만 절감하여도, 매출액을 약 50% 증가시키는 것과 같은 이익 효과를 내는 것이 가능하기 때문이다 [3].

Fig. 1은 용해 에너지 손실과 관련된 다양한 요인을 분류 정리한 특성 요인도 (fishbone diagram)이다. 이는 주조공장의 실효성 높은 에너지 절감 방안 30선에 관해 연구한 결과를 토대로 한 것인데, 손실 요인을 용해로 설비, 운용, 운영 및 장입재 등 크게 네 가지 측면으로 분류한다 [4]. 이 중에서 특히 장입재가 용해 에너지에 미치는 영향에 관한 연구가 최근에 많이 진행되었다. 소형 크기의 파쇄고철 (shredded scrap)을 저주파 및 중주파 용해로에서 활용하여 용해 에너지를 절감한 연구가 있었다 [5,6]. 맞춤형 생압고철 (press scrap)과 깨끗한 표면의 회수철 (return scrap)을 장입하여 용해 효율을 크게 향상한 연구가 있었다 [3]. 이러한 연구에서는 장입재의 형상, 크기 및 용해로 충전 상태의 중요성이 실험적으로 검증되었던 바 있다 [3,5,6].

Fig. 1. Various sources of melting energy loss expressed in the fishbone diagram.

장입재의 용해로 충전 상태는 용해 에너지 원단위 및 효율에 크게 영향을 미치는 중요한 요소지만, 용해로 내부가 고온, 고전압 등으로 위험하며 잘 보이지 않아서 충전 상태를 파악하기가 어렵다. 주조 현장에서는 작업자가 용해로 공간을 보이는 범위에서 관찰하면서, 부피 측면에서 더 넣을 수 있는지 없는지 정도를 파악하는 수준이다. 게다가 용해로에 중량 센서를 장착하지 않은 경우가 훨씬 많아서, 장입재의 충전 중량조차 잘 파악하지 못하고 있는 것이 현실이다. 용해로 내부의 장입재 충전 상태를 구체적으로 파악하고 분석 평가하기 위해서는 이를 3차원적으로 시각화하고 정량화하는 시뮬레이션 연구가 꼭 필요하다. 장입재 종류별로 몇 개가 들어갔는지, 중량이 얼마인지, 용해로 내부 충전 정도가 어떻게 되는지, 틈새 공간은 얼마나 있는지 등을 알면, 용해 공정 설계, 예측 관리 및 에너지 절감 측면에서 크게 도움이 된다.

3차원 시각화 시뮬레이터 (소프트웨어)는 영화, 게임 산업 분야에서 주로 활용되고 있는데, 본 연구에서 활용한 이유를 살펴볼 필요가 있다. 이 방면의 소프트웨어는 형상, 색채, 질감, 움직임 등의 시각화 구현 품질이 우수할 뿐만 아니라, 물리엔진을 탑재하고 있어서 현실에서 일어나는 물리 법칙을 컴퓨터 속 가상 현실에서도 거의 유사하게 반영할 수 있다는 아주 큰 장점이 있다. 물리엔진을 통해 중력, 마찰력, 관성 등의 비교적 기본적인 물리 법칙을 반영할 뿐만 아니라, 매우 복잡한 연산이 수반되는 충돌, 폭발, 파괴 등까지도 구현하여 시뮬레이션할 수 있다. 컴퓨터 성능 향상과 소프트웨어 기술 발전에 따라, 물리엔진에 사용되는 물리 법칙의 종류가 점차 늘어나고 신뢰성이 더욱 높아지는 상황이다. 이에 따라 최근에는 우주선, 항공기 등의 운항 시뮬레이션, 제조 현장의 공정 시뮬레이션 등 다양한 물리 기반 시뮬레이션에 활용되고 있으며, 영화, 게임 산업 이외로도 활용 범위를 크게 넓혀나가고 있다.

연구에서는 장입재의 용해로 충전 거동을 3차원적으로 시각화 시뮬레이션하여, 실제 충전 거동 및 상태를 잘 구현하는지 확인하였다. 3차원 시각화 시뮬레이션에 의한 현실적인 충전 상태가 이상적인 충전 상태와 차이가 발생하는 경우를 분석하였다. 3차원 시각화 시뮬레이션의 특징 및 활용 방안에 대해 검토하였다.

2. 연구 방법

2.1 시뮬레이션 방법

주조공장에서 장입재를 용해로에 충전하는 거동을 3차원적으로 시각화하고, 충전 상태를 정량화하기 위한 시뮬레이션을 Fig. 2와 같은 절차로 진행하였다. 제조 현장에서 실제로 사용되고 있는 장입재와 용해로의 정보를 먼저 조사하였다. 여기서 필수적인 정보로는 장입재의 형상, 크기, 밀도 등을 비롯하여, 용해로의 용량, 형상, 크기 등이 있다. 장입 공정 및 충전 거동의 3차원 시각화 시뮬레이션을 위한 도구로써 오토 데스크 (Autodesk Inc.)의 마야 (Maya) 소프트웨어를 활용하였다. 마야는 전 세계의 영화, 게임 산업 분야에서 이미 업계 표준 도구라 언급될 정도로 가장 많이 활용되는 소프트웨어이다. 제조 현장의 실제 정보와 마야 소프트웨어를 활용하여, 장입재와 용해로의 모델링 및 렌더링을 진행하였고, 3차원 시각화 시뮬레이션을 수행하였다.

Fig. 2. 3D visualization procedure of packing behavior of charge material.

2.2 시뮬레이션 조건

2.2.1 용해로 조건

용해로와 관련된 시뮬레이션 조건을 먼저 살펴보았다. 본 연구에서는 용해로 도가니의 내부 형상을 원기둥으로 간주하여 시뮬레이션하였다. 원기둥 형상이 양산 제조 현장에서 가장 많이 사용되고 있는데, 장입 공정, 코일 형상, 용탕 교반, 로체 방열 손실, 내화물 관리 등 측면에서 유리하기 때문이다. 용해로 용량을 1, 1.5, 2, 3, 4, 5, 6t/h의 조건으로 하여 각각 시뮬레이션하였다. 6t/h 이하의 비교적 작은 용량이 현재까지 국내에서 판매된 용해로의 90% 이상 점유율을 차지하고 있으며, 이들 용량이 최근에도 제조 현장에서 많이 활용되는 편이다. 용해로 도가니의 내부 크기를 양산 제조 현장에서 일반적으로 많이 사용되고 있는 크기에 기반하여 설계 및 시뮬레이션하였다. 본 시뮬레이션에 사용된 다양한 용해로의 도가니 내부 직경, 높이, 부피 등 정보를 용해로 용량별로 정리하여 Table 1에 나타내었다. 본 연구의 시뮬레이션을 위한 용해로 모델링의 경우, 원기둥 형상과 Table 1의 용량, 크기 조건으로 진행하였다. 용해로 렌더링의 경우, 용해로 벽을 투명화 처리하여, 장입재의 충전 상태를 시각적으로 쉽게 확인할 수 있도록 하였다.

Table 1. Inner diameter, inner height and inner volume of furnace by melting capacity

2.2.2 장입재 조건

다음으로 장입재와 관련된 시뮬레이션 조건을 살펴보았다. 장입재의 실제 예를 참고해가며, 시뮬레이션 조건을 설명하고자 한다. Fig. 3은 제조 현장에서 사용되는 생압고철의 예이다. 본 연구에서는 생압고철의 형상을 정육면체로 간주하여 시뮬레이션하였다. 정육면체 형상 외에 팔각기둥 형상도 제조 현장에서 제법 많이 활용되고 있는 편이나, 본 시뮬레이션에서는 가장 대표적이라 할 수 있는 정육면체 형상만을 다루었다.

Fig. 3. Typical examples of cubic press scraps used in a foundry.

생압고철 크기 조건의 경우, 300mm 길이로 하여 시뮬레이션하였다. 제조 현장에서 사용되는 정육면체 생압고철의 길이는 KS D 2101 [7]에 따라 600mm 이하로 제작된다. 300, 400, 500, 600mm 등 길이가 있는데, 이 중에서 특히 많이 사용되는 길이가 300mm이기 때문에 이를 본 연구의 시뮬레이션 조건으로 하였다. 여기서 참고로 한 가지 언급하고 넘어가야 할 사항이 있다. 본 시뮬레이션에서는 세 변의 길이가 모두 완벽하게 같은 정육면체로 간주하였지만, 실제로는 유사 정육면체인 경우가 주로 많다. 그 이유는 생압고철의 가공 과정에서 압축하는 방향의 변 길이는 다른 두 변의 길이와 약간의 차이를 가지는 경우가 흔하기 때문이다. 참고로 KS D 2101 [7]에서는 길이 허용 오차를 10%로 규정하고 있다.

생압고철의 형상, 크기 등 시뮬레이션 조건에 이어서, 밀도 시뮬레이션 조건을 살펴보았다. 생압고철의 밀도가 다르면, 크기 및 부피가 같게 제작되어도 중량이 다르게 된다. 따라서 밀도는 본 연구의 결과에 큰 영향을 미치는 중요한 시뮬레이션 조건이다. Fig. 4는 제조 현장에서 실제로 사용되는 생압고철의 절단면 예이다. 생압고철마다 압축 정도가 일정하지 않음을 확인할 수 있고, 그에 따라 밀도가 달라질 수 있음을 예상할 수 있다. 압축기 (baler) 사양, 압축 공정, 작업자 숙련도 등 장비, 공정 측면의 다양한 차이로 인해 생압고철의 압축 정도 및 밀도가 달라진다. 한편, 생압고철의 구성 재료인 생철 (sheet scrap)의 조건에 따라서도 생압고철의 밀도가 달라진다. 얇은 박판, 두꺼운 후판 등 다양한 두께의 생철이 사용될 수 있고, 이에 따라 생압고철의 밀도가 달라진다. 일반 강판, 아연 도금 강판 등 다양한 재질의 생철이 사용될 수 있으며, 이에 따라 생압고철의 밀도가 달라진다. Fig. 3에서는 다른 재질의 생철로 만들어진 생압고철을 확인할 수 있다. 생철의 두께, 재질 및 압축 정도에 따라 다양한 특징의 생압고철이 존재할 수 있으나, 본 연구의 시뮬레이션 상에서 이러한 특징은 밀도 조건에 그 의미를 모두 내포하였다. 국내에서 제작된 다양한 생압고철의 밀도를 조사해보았고, 이들의 평균치에 해당하는 4.54t/m³를 시뮬레이션 조건으로 하였다. 참고로 이를 철 (Fe) 원소의 밀도 (7.87t/m³)와 비교한다면, 생압고철 내부의 생철 및 공간 비율을 예상해볼 수 있다.

Fig. 4. Cut sections of press scraps used in a foundry.

Fig. 5는 실제 생압고철을 모델링 및 렌더링한 결과이다. 생압고철의 모델링 시, 크기와 형상은 세 변의 길이가 모두 300mm인 정육면체로 하였다. 이 경우, 표면적은 0.54m²고, 부피는 0.027m³가 된다. 생압고철의 밀도를 4.54t/m³로 하였기 때문에, 중량은 123kg이 된다. 생압고철의 렌더링 시, 색깔 및 질감 등을 실제와 유사하게 하였다.

Fig. 5. Modeling and rendering of press scrap.

2.2.3 장입 조건

본 연구의 시뮬레이션 상에서 장입 공정은 다음의 두 가지 조건에 의해서 중단되며, 제조 현장의 실제 상황에 기반한 조건이라 할 수 있다. 첫 번째 조건은 용해로 도가니에 장입재를 초과 높이로 충전한 경우이고, 두 번째 조건은 용해로 도가니에 장입재를 목표 중량만큼 전부 장입한 경우이다.

첫 번째 조건과 관련하여, 본 연구의 시뮬레이션에서는 용해로 도가니 높이의 15% 범위까지만 용해로 위로 초과하여 장입재를 충전하는 것을 허용하였고, 이후로는 장입 공정을 중지하였다. 1m 높이의 도가니라면, 최대 1.15m 높이까지만 장입재 충전을 허용하는 것이다. 제조 현장에서 실제로 일어나는 초과 충전 상태도 이 정도 이내 수준이라 할 수 있다. 두 번째 조건과 관련하여, 본 연구의 시뮬레이션에서 고철의 목표 장입 중량은 용탕 중량의 50%로 하였고, 용탕 중량은 용해로 용량에 딱 맞춰 용해하는 것으로 하였다. 예를 들어 3t/h 용해로에는 용탕 3t을 용해하며, 고철의 목표 중량은 1.5t이 되어 이 중량까지만 장입하는 것이다.

현장이나 시뮬레이션 상에서 장입 공정은 두 가지 조건 중 반드시 한 가지 조건에 의해 중단된다. 본 연구에서는 장입 공정이 일차적으로 중단되기 전까지를 초기 장입 (initial charging) 단계로 정의하였다. 용어적 측면에서 초기 장입은 주 장입 (primary charging) 또는 1단계 장입 (first step charging)이라고 부를 수 있다. 장입 공정이 일차적으로 중단된 이후, 생압고철 등 장입재가 용해되어, 액상의 용탕이 형성되면서 추가적인 장입이 가능해진다. 본 연구에서는 초기 장입 이후의 장입을 추가 장입 (additional charging) 단계라고 정의하였다. 추가 장입은 2단계 장입 (second step charging)으로 끝날 수도 있고, 여러 단계로 진행될 수도 있다.

2.3 평가 방법

다양한 용량의 용해로에 생압고철을 충전하는 거동을 3차원 시각화하였고, 초기 장입 단계를 마친 뒤 충전 상태를 정량적으로 비교하였다. 이를 위해 초기 장입 개수, 초기 장입 중량 백분율 등 충전 상태를 평가할 수 있는 인자를 정의하였다. 초기 장입 개수는 초기 장입 단계 동안 용해로에 충전된 생압고철의 개수이다. 생압고철의 크기, 밀도를 시뮬레이션 조건으로 설정하면 생압고철의 개당 중량을 알 수 있고, 시뮬레이션을 통해 초기 장입 개수를 구할 수 있으므로 초기 장입 중량을 계산할 수 있다. 초기 장입 중량 비율은 초기 장입 중량을 목표 장입 중량으로 나눈 값이며, 충전 상태를 잘 평가할 수 있는 인자이다.

초기 장입 중량 (t) = 장입재 중량 (t) × 초기 장입 개수        (1)

\(\begin{aligned}초기 장입 중량 백분율(\%) = \frac{초기 장입 중량(t)}{목표 장입 중량(t)}\times 100\end{aligned}\)      (2) 

3. 결과 및 고찰

3.1 충전 거동 시각화

3.1.1 이상적인 충전 거동 시각화

1, 1.5, 2, 3, 4, 5, 6t/h 용해로에 300mm 정육면체 생압고철을 충전하는 거동을 시각화 시뮬레이션하였다. 우선 각 용량의 용해로에 생압고철을 물리적인 한계 (이론적 한계) 범위까지 이상적인 최대 개수로 장입해보았다. 이렇게 초기 장입 단계를 마친 후의 충전 상태를 수평 단면, 수직 단면 등 2차원적으로 시각화 시뮬레이션한 결과가 Fig. 6이다. 이와 같은 이상적인 최대 충전 상태의 경우는 물리엔진이 탑재된 3차원 시각화 시뮬레이터를 활용하지 않더라도, 2차원 시각화 또는 비시각화 연산 등 비교적 복잡하지 않은 방식으로도 충분히 시뮬레이션할 수 있다.

Fig. 6. Ideal packing states of 300mm cubic press scraps in 1, 1.5, 2, 3, 4, 5 and 6t/h furnaces by two-dimensional visual simulation.

Fig. 6의 이상적인 시뮬레이션 결과를 제조 현장의 실제 결과와 비교한다고 생각해보자. 과연 이 결과를 실제 현장에서 관리자가 예측 결과로써 활용한다거나, 작업자가 공정 지침으로 삼아 그대로 구현할 수 있을까? Fig. 6과 같이 이상적인 최대 충전 상태를 실제로 구현하려면, 아무리 고도로 숙련된 작업자라도 작업이 매우 어렵고, 많은 시간이 소요된다. 현장 작업자들은 이러한 이상적인 최대 충전 상태를 유사하게 구현하려고 해서는 안 된다. 작업 속도가 크게 저하되며, 생산성, 품질, 납기 등에 심각한 문제를 초래하기 때문이다. 이상적인 충전 상태와 실제 충전 상태 간의 차이로 인하여, Fig. 6의 시뮬레이션 결과는 제조 현장에서 활용성이 좋지 않다고 할 수 있다.

3.1.2 현실적인 충전 거동 시각화

이번에는 제조 현장에서 작업자들이 실제로 장입하는 것처럼 시뮬레이션하였다. Fig. 7은 300mm 정육면체 생압고철을 4t/h 용해로에 충전하는 거동을 3차원적으로 시각화 시뮬레이션한 결과이다. 이 시뮬레이션을 통해 장입 및 충전 전 과정이 시간 흐름에 따라 3차원 애니메이션으로 시각화되는데, Fig. 7은 초기 장입 단계 중에서 몇 개의 중간 상태를 선별하여 시간 순서대로 나열한 것이다. 생압고철의 낙하 (중력), 충돌 등 충전 거동 및 상태가 물리엔진에 의해 매우 사실적으로 모사된 것을 확인할 수 있다.

Fig. 7. Realistic packing behavior of 300mm cubic press scraps in 4t/h furnace by three-dimensional visual simulation.

용해로의 용량을 1, 1.5, 2, 3, 4, 5, 6t/h 등으로 다양하게 하여, 제조 현장에서 실제 장입하는 것처럼 시뮬레이션하였다. 300mm 정육면체 생압고철을 각 용량의 용해로에 충전하는 거동을 3차원적으로 시각화 시뮬레이션하였고, Fig. 8에는 초기 장입 단계를 마친 최종 충전 상태만 선별하여 나타내었다. Fig. 8의 3차원 시뮬레이션 결과는 Fig. 6의 이상적인 결과보다 제조 현장의 실제 충전 상태를 매우 잘 모사하고 있어 현실적이라 할 수 있다.

Fig. 8. Realistic packing states of 300mm cubic press scraps in 1, 1.5, 2, 3, 4, 5 and 6t/h furnaces by three-dimensional visual simulation.

3.2 충전 상태 비교

3.2.1 초기 장입 개수 비교

충전 상태 인자 중에서 초기 장입 개수를 먼저 비교 평가하였다. 이론적 한계에 도달한 이상적인 충전 상태와 제조 현장의 실제 상황을 모사한 현실적인 충전 상태를 비교 대상으로 하였다. 이상적인 충전 상태는 2차원 시각화 시뮬레이션한 결과이고, 현실적인 충전 상태는 3차원 시각화 시뮬레이션한 결과이다. 1~6t/h 용량의 용해로에서 300mm 정육면체 생압고철의 충전 거동을 시뮬레이션하였다. 초기 장입 단계를 마친 후의 장입 개수를 Table 2에 정리하였고, Fig. 9과 같이 비교하여 나타내었다.

Fig. 9. Comparison of ideal and realistic initial charging number of 300mm cubic press scraps in 1, 1.5, 2, 3, 4, 5 and 6t/h furnaces.

Table 2. Ideal and realistic initial charging number of 300mm cubic press scraps in 1, 1.5, 2, 3, 4, 5 and 6t/h furnaces

이상적 시뮬레이션 결과의 경우, 초기 장입 개수가 1t/h 용해로에서 3개이고, 6t/h 용해로에서 24개이다. 현실적 시뮬레이션 결과의 경우, 초기 장입 개수가 1t/h 용해로에서 3개이고, 6t/h 용해로에서 17개이다. 이상적 결과와 현실적 결과는 충전 상태가 거의 유사할 때도 있지만, 대체로 현실적 결과가 상대적인 저충전 상태이므로 초기 장입 개수가 적다. 두 결과에서 모두 용해로 용량 증가에 따라 초기 장입 개수가 증가한다. 같은 크기 (300mm)와 형상 (정육면체)의 생압 고철을 충전하기 때문에 용해로 용량이 클수록 초기 장입 개수는 당연히 많다. 6t/h 용해로처럼 용량이 커서 생압고철의 초기 장입 개수가 많으면, 장입 시간이 길어지고, 여러 차례 나눠 장입해야만 하는 경우가 생길 수 있어 장입 횟수가 늘어날 수 있다. 이에 따라 전체 공정 시간이 길어지고 용해에너지 사용량이 증가하는 영향이 발생한다.

이상적인 충전 상태와 현실적인 충전 상태의 각 초기 장입 개수가 어떤 경우는 같고, 어떤 경우는 다르다. 초기 장입 개수가 다를 때의 차이 정도는 용해로 용량별로 제각각이다. 그 이유를 알아보았다. 용해로 용량이 2t/h 이하인 경우, 이상적인 초기 장입 개수와 현실적인 초기 장입 개수가 같다. 용해로 용량이 1, 1.5, 2t/h일 때, 초기 장입 개수는 각각 3, 3, 4개이며, 각 용량에서 이상적, 현실적 두 결과가 똑같다. 세 용량의 경우에서 공통적인 충전 특징이 있는데, Fig. 6의 수평 단면 내 포함된 생압고철이 모두 1개라는 것이다. 용해로 수평 단면 내 생압고철이 1개이면, 이상적 최대 충전 상태로 장입하는 것이 현장 작업자들에게 그리 어렵지 않은 일이므로 제조 현장에서 충분히 구현할 수 있다. 따라서 1, 1.5, 2t/h 용해로의 경우, 현실적인 개수가 이상적인 개수와 같은 것이다.

용해로 용량이 3t/h 이상인 경우, 이상적인 초기 장입 개수와 현실적인 초기 장입 개수 간에 차이가 발생한다. 이상적인 경우, 용해로 용량이 3, 4, 5, 6t/h일 때, 초기 장입 개수는 각각 8, 15, 15, 24개이다. 현실적인 경우, 용해로 용량이 3, 4, 5, 6t/h일 때, 초기 장입 개수는 각각 8, 11, 14, 17개이다. Fig. 6의 수평 단면 내 포함되는 생압고철 최대 개수는 용해로 용량이 3, 4, 5, 6t/h일 때, 각각 2, 3, 4개이다. 네 용량의 경우는 수평 단면 내 포함된 생압고철이 모두 2개 이상이기 때문에 이상적, 현실적 두 결과의 초기 장입 개수 간에는 차이가 발생할 수 있다. 수평 단면 내 생압고철의 최대 개수가 많을수록, 수평 단면 내 여백 공간이 적을수록, 이상적인 고충전 장입 공정을 위한 작업 난도가 크게 높아진다. 마찬가지로 수직 단면 내 생압고철의 최대 개수가 많을수록, 여백 공간이 적을수록, 작업 난도가 높아진다. 작업 난도가 높아지게 되면, Fig. 6의 충전 개수는 제조 현장의 실제 충전 개수와 차이가 발생할 수밖에 없다. 특히, 용해로 용량이 4, 6t/h인 경우, 이상적인 초기 장입 개수와 현실적인 초기 장입 개수 간에 차이가 각각 4, 7개로 제법 크다. 이는 4, 6t/h의 경우, Fig. 6과 같이 각 단면 내 최대 개수가 많고, 여백 공간이 적어서 이상적인 고충전 작업 난도가 높기 때문이다.

수평 단면 내 포함되는 생압고철이 2개 이상이면, 현실적인 시뮬레이션 결과 자체에서 편차가 발생할 수 있다. Fig. 7의 현실적인 시뮬레이션 결과에서 300mm 정육면체 생압고철의 초기 장입 단계를 마친 뒤, 4t/h 용해로에 충전된 생압고철의 개수는 11개이다. 3차원 시각화 시뮬레이션으로 작업자의 장입을 모사하는 경우, 4t/h 용해로에 충전되는 생압고철의 개수가 11개로 항상 일정한 것은 아니다. 생압고철의 장입 낙하 위치, 충전 배치 상태 등에 따라서 편차가 발생할 수 있다. 작업자의 실제 공정에서도 이러한 편차는 발생하게 되며, 작업 숙련도와도 관계되는 사항이라 할 수 있다. 현장 작업자처럼 용해로 내 충전할 공간을 잘 파악해가며 장입 낙하 위치를 선정할 경우, 이 편차는 ±1개 이하 수준이 된다. Fig. 9의 연보라색 영역은 현실적인 충전 상태의 편차를 나타낸 것이다.

이상적, 현실적 두 시뮬레이션 결과 간에는 용해로 용량 증가에 따른 초기 장입 개수의 증가 양상에서 차이가 있다. Fig. 9에서 용해로 용량을 1t/h 간격으로 증가해가며, 초기 장입 개수가 항상 증가 (기울기 > 0) 하는지 아니면 일정 (기울기 = 0) 할 때도 있는지 비교해봤다. 여기서 1.5t/h는 0.5t/h 간격에 해당하므로 제외한다. 이상적 결과의 경우, 4t/h와 5t/h 용해로에서 초기 장입 개수가 같은 (기울기가 0인) 구간이며, 그 충전 상태는 Fig. 6에서 비교 확인할 수 있다. 현실적 결과의 경우, 1t/h에서 6t/h 용해로까지 1t/h 증가 간격으로 비교하면 초기 장입 개수가 항상 증가한다. 본 연구의 목적과 방향 측면에서 중요한 사항이 아니지만, 충전의 원리와 특성을 이해하려는 입장에서 의문점이 될 수 있으므로 잠깐 짚고 넘어가자. 현실적인 충전 상태 (Fig. 8)의 경우, 생압고철 1개가 각각 개별적으로 분리된 상태로 충전되는 유닛 (unit)이 된다. 이상적인 충전 상태 (Fig. 6)의 경우, 모든 생압고철이 최대한 밀착 정돈된 상태로 차곡차곡 쌓여 1개의 유닛을 이루며, 유닛 크기가 크다. 이상적 경우처럼 유닛 크기가 크면, 초기 장입 개수가 일정한 용해로 용량 구간이 넓어진다. 반대로 현실적 경우에서 유닛 크기를 300mm보다 작게 한다면 (소형 생압고철을 사용한다면), 1t/h보다 작은 용량 차이의 용해로 간에도 초기 장입 개수를 달리할 수 있다.

3.2.2 초기 장입 중량 백분율 비교

충전 상태 인자 중에서 초기 장입 중량 백분율을 비교 평가하였다. 마찬가지로 이상적인 충전 상태와 현실적인 충전 상태를 비교 대상으로 하였다. 1~6t/h 용량의 용해로에서 300mm 정육면체 생압고철의 충전 거동을 시뮬레이션하였다. 초기 장입 단계를 마친 후의 중량 백분율을 Table 3에 정리하였고, Fig. 10과 같이 비교하여 나타내었다.

Fig. 10. Comparison of ideal and realistic initial charging weight percentage of 300mm cubic press scraps in 1, 1.5, 2, 3, 4, 5 and 6t/h furnaces.

Table 3. Ideal and realistic initial charging weight percentage (unit : %) of 300mm cubic press scraps in 1, 1.5, 2, 3, 4, 5 and 6t/h furnaces

생압고철의 초기 장입 중량 비율 (또는 백분율)이 낮다는 의미는 초기 장입을 완료해도 다시 추가 장입을 많이 해야 한다는 것이다. 이러면 장입 시간, 횟수가 늘어나 용해 에너지를 많이 사용하게 된다. 300mm 정육면체 생압고철을 1~6t/h 용해로에 충전하는 경우, 현실적인 충전 뿐만 아니라 이상적인 최대 충전을 하더라도 초기 장입 중량 백분율이 100%가 되는 경우가 없으므로 모든 경우에 반드시 추가 장입을 진행해야 한다. 이때 추가 장입해야 하는 백분율은 초기 장입 중량 백분율과의 합이 100%가 되어야 하므로, Fig. 10에서 화살표로 표시한 것처럼 직관적으로 파악 및 계산할 수 있다. 2t/h 용해로의 예로써 초기 및 추가 장입을 설명하면, 300mm 정육면체 생압고철 4개를 용해로에 초기 장입으로 충전하며, 이때 중량 백분율이 50% 이하이므로 목표 장입 중량을 초과 달성하기 위해서는 Fig. 10의 + 부호 윗부분에 삽입한 생압고철 개수처럼 5개를 추가 장입해야 한다.

용해로 용량이 2t/h 이하인 경우, 이상적인 초기 장입 중량 비율과 현실적인 초기 장입 중량 비율이 같다. 그 이유는 앞서 설명한 바와 같이 Fig. 6의 용해로 수평 단면 내 생압 고철이 1개라서 이상적 최대 충전 상태 구현이 현실적으로도 가능하기 때문이다. 1.5, 2t/h 용해로의 경우에 초기 장입 중량 백분율이 50% 이하로 가장 낮았고, 초기 장입 개수보다 추가 장입 개수가 더 많아야 한다. 이 경우처럼 생압고철의 크기와 용해로의 용량이 충전 상태 측면에서 물리적으로 고충전될 수 없는 조합이면 초기 장입 중량 비율이 낮다.

용해로 용량이 3t/h 이상인 경우, 이상적인 초기 장입 중량 비율과 현실적인 초기 장입 중량 비율 간에 차이가 발생한다. 이상적인 경우, 용해로 용량이 3, 4, 5, 6t/h일 때, 초기 장입 중량 백분율은 각각 65, 92, 74, 98%이다. 현실적인 경우, 용해로 용량이 3, 4, 5, 6t/h일 때, 초기 장입 백분율은 각각 65, 67, 69, 70%이다. 이때 Fig. 10의 연보라색 영역은 현실적인 충전 상태의 편차를 나타낸 것이다. 3~6t/h 용해로에서는 Fig. 6의 수평 단면 내 포함되는 생압고철 최대 개수가 모두 2개 이상이기 때문에 초기 장입 중량 백분율의 차이가 발생할 수 있다. 특히, 용해로 용량이 4, 6t/h인 경우, 이상적인 초기 장입 중량 백분율과 현실적인 초기 장입 중량 백분율 간에 차이가 각각 25, 29%로 크다. 이는 4, 6t/h의 이상적인 고충전 작업 난도가 높기 때문이다. 4, 6t/h의 경우, 초기 장입 중량 백분율을 이상적인 결과처럼 이론적으로는 90% 이상으로 하는 것이 되지만, 실제 제조 현장에서는 높은 작업 난도 때문에 현실적인 시뮬레이션 결과가 더 타당하다 할 수 있다.

3.3 시뮬레이션 활용

3차원 시각화 시뮬레이션으로 양산 제조 현장의 공정을 모사하게 되면 다음과 같은 장점이 있다. 첫째, 공정을 매우 현실적으로 모사할 수 있다. 최근에 물리엔진 성능이 많이 좋아진 데다가 기술 발전이 계속 진행되고 있어, 앞으로 수작업 및 자동화 공정의 모사 신뢰성이 더욱 높아질 것이다. 둘째, 공정의 전 과정을 모사할 수 있다. 최종 상태 등 특정 시점 뿐만 아니라 원하는 시간의 상태를 다 확인할 수 있고, 원하는 부위를 원하는 3차원적 관점으로 자유롭게 관찰할 수 있다. 셋째, 다양한 조건의 복잡한 공정을 모사할 수 있다. 공장마다 다양한 상황과 이유로 인해 원재료, 작업자, 장치 등의 조건이 제각각 다르지만, 잘 모사 구현할 수 있다.

본 연구에서는 기초 연구적 측면에서 효과적인 비교 평가와 분석을 위해 생압고철만 사용한 시뮬레이션 결과를 앞서와 같이 제시했지만, 선철 (pig iron), 회수철 등을 시뮬레이션에 추가하는 것은 아무런 문제가 되지 않는다. Fig. 11은 실제 제조 현장의 장입재 (고철, 선철, 회수철 등) 조건 (형상, 크기, 밀도 등), 용해로 조건 (용량, 형상, 크기 등) 및 장입 공정 (종류, 비율, 순서 등) 조건 등을 그대로 반영하여 3차원 시각화 시뮬레이션한 결과이다. Fig. 11은 초기 장입 단계의 결과이므로 고철, 선철의 장입, 충전만 확인되는 것이고, 이후 추가 장입 단계에는 회수철이 함께 장입된다.

Fig. 11. Realistic packing behavior of various charge materials such as press scrap, pig iron, etc. by three-dimensional visual simulation.

한편, 고철의 형상, 크기, 밀도 등을 획일적으로 하지 않고, 얼마든지 다양하게 하는 것이 가능하다. 생압고철을 용해로 맞춤형 형상, 크기로 다양하게 설계하여 시뮬레이션할 수도 있는데, 이는 공정 및 에너지 효율화 측면에서 큰 의미가 있을 것이다. 또한, 생압고철이 아닌 파쇄고철을 사용하여 시뮬레이션하는 것도 가능하다. Fig. 12는 소형 파쇄고철의 충전 거동을 3차원 시각화 시뮬레이션한 결과이다. 파쇄고철 관련해서는 이전 연구 [5,6]를 참고할 수 있으며, 실제 형상, 크기 등을 반영하여 시뮬레이션하였다. 파쇄고철의 초기 장입을 완료한 뒤 충전 상태의 시각화 결과를 Fig. 13과 같이 실제 현장의 상태와 비교해 볼 수 있다.

Fig. 12. Realistic packing behavior of small shredded scraps by three-dimensional visual simulation.

Fig. 13. Comparison of virtual and real packing states of shredded scraps.

마무리로써 3차원 시각화 시뮬레이션의 활용 방안을 다음과 같이 크게 세 단계의 수준별로 제안해 본다. 다양한 공정에 적용할 수 있지만, 주조공장의 장입, 용해 공정을 예시로 들어 설명하고자 한다. 첫 번째 방안은 공정 장치, 원재료 등의 설계에 활용하는 것이다. 가장 기본적이면서 낮은 수준 단계의 활용 방안이다. 예를 들어, 용해로, 장입 장치 등의 다양한 조건을 효율적으로 설계하거나, 고철 등 장입재를 효율적 형상, 크기로 설계하는 데 활용할 수 있다.

두 번째 방안은 공정 시뮬레이션, 예측을 통해 공정 최적화, 안정화에 활용하는 것이다. 첫 번째 방안보다 고도화된 단계의 활용 방안이라 할 수 있다. 예를 들어, 장입재를 고 충전 상태로 효율적으로 장입하기 위한 다양한 조건의 공정 시뮬레이션을 시도해볼 수 있다. 전 과정이 시각화되고, 모든 시점의 상태가 정량화되므로 이의 분석에 기반한 공정 최적화 및 안정화가 수월할 것이다.

세 번째 방안은 공정의 디지털 트윈 (digital twin) 화를 통해, 공정을 실시간 모니터링, 분석 평가 및 제어 등 관리하는 것이다. 이 방안이 가장 고도화된 단계라 할 수 있다. 예를 들어, 장입재가 전용 장치를 통해 이동되는 과정, 장입되는 과정, 용해로에 충전되는 과정 등이 실시간으로 감지되면서, 디지털 트윈 방식으로 현장, 사무실 및 모바일기기 등에서 모니터링된다. 어떤 장입재가 이동되고 있으며 장입될 차례인지, 장입재 종류별로 용해로에 얼마나 충전되었는지 등이 쉽게 파악된다. 충전 상태 평가를 통해 어떤 장입재를 얼마만큼 더 넣으면 고충전 상태로 초기 장입이 종료되는지도 알려준다. 가교 현상 (bridging situation)처럼 용해로 내부에 발생하여 잘 보이지 않는 심각한 문제를 즉시 파악하여 알려 준다. 공정 현황, 돌발 상황 등을 작업자가 쉽게 파악하여 제어할 수 있게 해줄 뿐만 아니라, 인공지능에 기반하여 자동 제어 모드도 가능하다. 이와 같은 고도화된 단계로 주조산업 기술이 발전하기 위해, 3차원 시각화 시뮬레이션을 다양한 공정에 활용하려는 시도가 앞으로 많이 있기를 기대해본다.

4. 결론

본 연구에서는 주조공장의 장입재 충전 거동을 3차원적으로 시각화하고자 하였다. 물리엔진에 기반한 3차원 시각화 시뮬레이션을 활용하여, 제조 현장의 장입재 충전 거동 및 상태를 매우 현실적으로 잘 모사할 수 있는 것을 확인하였다. 이상적인 충전 상태와 현실적인 충전 상태를 비교하였다. 이상적 충전 상태의 작업 난도가 높다면, 현실적 충전 상태와 차이가 발생하였고, 이를 시뮬레이션에 의한 시각화 및 정량적 비교 결과를 통해 체계적으로 검토할 수 있었다. 3차원 시각화 시뮬레이션을 제조 공정에 적용했을 때 얻게 되는 이점을 알아보았고 주조 분야에서의 활용 방안을 여러 단계 수준별로 제안하였다.

감사의 글

본 연구는 산업통상자원부에서 추진하는 산업기술혁신사업의 지원을 받아 수행되었습니다.