시골찌 시골찌

금속 3D 프린터에서 “레이저 출력 400 W”라고 적혀 있으면 공정 조건이 정확하게 관리되는 것처럼 보입니다.하지만 실제 분말 위에 도착하는 것은 숫자 400 W가 아니라 공간에 퍼진 빛과 열의 모양입니다. 손전등을 벽에 비춘다고 생각해 보겠습니다. 같은 전력의 손전등이라도 빛이 좁게 모이면 중심이 훨씬 밝고, 넓게 퍼지면 어두워집니다. 금속 적층제조의 레이저도 비슷합니다. 그래서 출력뿐 아니라 스폿 직경(spot diameter)과 PDD(power density distribution, 출력 밀도 분포)를 함께 봐야 합니다.1. 출력 W만 맞으면 왜 충분하지 않을까?레이저 기반 적층제조에서는 레이저가 금속 분말을 녹이고, 그 녹은 자국이 차곡차곡 쌓여 부품이 됩니다. 이때 중요한 것은 레이저의 총 ..

공작기계의 이송축은 모터가 돌린 만큼 정확히 움직여야 한다. 그런데 오래 쓰다 보면 방향을 바꾸는 순간 아주 조금 헛도는 구간이 생길 수 있다. 이 작은 틈을 백래시(backlash)라고 한다. 문제는 백래시가 아주 작을 때다. 연구진이 잡으려 한 조기 백래시는 2 µm 이하인데, 볼스크루가 뜨거워지면서 생기는 위치 변화는 15~20 µm 수준이었다. 찾으려는 신호보다 열에 의한 흔들림이 훨씬 큰 셈이다. 2025년 Miller 등은 커패시티브 센서와 새로운 경로오차 모델을 이용해 이 작은 백래시를 직접 측정하는 방법을 제안했다. 여기서는 그 논문을 중심으로, 2023년 Pandhare 등의 IMU 기반 상태감시 연구를 보조 자료로 비교한다.이 글의 핵심 질문열 때문에 위치가 수십 µm씩 움직이는 기계에..

공장에서 무선 장치를 시험한다고 생각해 보자. 빈 교실 같은 곳에서는 잘 연결되는데, 실제 공장에 가져가면 특정 위치에서만 끊기거나 속도가 떨어질 수 있다. 이유는 공장 안에 금속 배관, 장비 프레임, 탱크처럼 전파를 반사하는 물체가 아주 많기 때문이다.이때 문제가 하나 생긴다. 장치가 나쁜 것일까, 아니면 주변 환경이 나쁜 것일까? NIST 연구진의 두 논문은 이 질문을 측정 문제로 바꾼다. 핵심은 실제 공장의 복잡한 전파 환경에서 특징을 뽑아내고, 실험실 안에서 그 특징을 반복 가능한 시험 조건으로 만든 뒤, 장치 성능과 측정 오차를 구분하는 것이다.1. 왜 공장은 무선 신호가 복잡할까?무선 신호는 송신기에서 수신기로 곧장 가는 길만 이용하지 않는다. 벽이나 금속 물체에 부딪혀 여러 번 반사된 뒤 도..

도로를 달리는 화물차 중에서 정적 계량이 필요한 차량을 어떻게 골라낼까? 이때 쓰이는 기술이 WIM(Weigh-In-Motion), 즉 주행 중 차량의 무게를 추정하는 시스템이다. 하지만 NIST Handbook 44 2026판 Section 2.25가 다루는 WIM은 정지한 차량을 재는 저울과 같은 방식으로 읽으면 안 된다. 이 조항은 정적 계량이 필요한 차량을 선별하기 위한 WIM 시스템의 요구사항을 다루며, 현재도 시험적 지위의 잠정 코드다. 원문은 이 잠정 코드가 2015년에 추가됐다고 밝힌다. 따라서 2026년에 처음 생긴 기준으로 보면 안 되고, NIST Handbook 44의 특정 코드 범위를 국내의 법적 의무나 WIM 기술 전체의 사용 가능성으로 넓혀 해석해서도 안 된다.1. WIM은 무엇..

아라미드 섬유 한 가닥을 천천히 잡아당길 때와 수백 초당 변형률로 빠르게 잡아당길 때, 끊어지는 순간의 힘과 늘어난 정도는 같을까? 이 연구는 Aramid A(Kevlar)와 Aramid B(Twaron)의 특정 단섬유 시료를 대상으로, 준정적(QS) 시험과 고변형률 속도(HSR) 시험을 큰 표본으로 비교했다. “빠르면 더 강하다”는 말만으로는 이 연구를 설명하기 어렵다. 고속에서 힘, 변형률, 단면적을 어떻게 재고, 서로 다른 시험 장치에서 얻은 데이터를 얼마나 공정하게 비교할 수 있는지까지 함께 다룬 연구다. 1. 무엇을 비교한 연구일까?연구진은 같은 화학계인 PPTA 아라미드 섬유 두 종류를 Aramid A와 Aramid B로 구분했다. 논문에서 Aramid A는 Kevlar, Aramid B는 T..

로봇 구조를 가볍게 만들 때 가장 쉬운 오해는 “재료를 많이 빼면 경량화에 성공한 것”이라고 생각하는 것이다. 하지만 구조가 깨지지 않는 것과, 충분히 덜 휘고 실제 조건에서 오래 쓸 수 있는 것은 서로 다른 문제다. 이번 글은 서로 다른 두 연구를 함께 본다. 하나는 모바일 로봇 매니퓰레이터의 팔 한 구간을 알루미늄에서 3D 프린팅 ABS-M30으로 바꾸려는 연구이고, 다른 하나는 메카넘 휠 운반 로봇의 섀시 상판을 가볍게 만드는 연구다. 두 연구 모두 위상 최적화(topology optimization)를 사용하지만, 시험한 대상과 검증 수준은 분명히 다르다. 1. 같은 위상 최적화라도 무엇을 가볍게 하는지는 다르다위상 최적화는 정해진 설계 공간 안에서 “재료를 어디에 남기고 어디에서 줄일지” 계산하..

포장지를 뜨거운 실링 바 사이에 끼우고 눌렀다고 해서, 빈틈이 자동으로 모두 사라지는 것은 아니다. 특히 접힌 부분이 만나는 지점에는 작은 통로가 남을 수 있고, 이 통로를 녹은 수지가 충분히 메우지 못하면 겉보기에는 붙어 있어도 기밀성이 떨어질 수 있다. 이 논문은 이 문제를 “온도를 몇 도로 했는가?”만으로 보지 않는다. 필름을 이루는 수지의 분자량 분포, 짧은 가지 구조, 녹고 다시 결정화되는 과정, 압력을 받을 때 얼마나 흐르는지를 한 모델 안에서 함께 계산하고, 실제 포장기로 만든 파우치의 기밀시험 결과와 비교했다. 1. 왜 포장지를 눌러도 새는 틈이 남을까?먼저 실제 포장 공정에서 어디가 어려운지 보자. 아래 그림은 수직 성형·충전·실링(VFFS) 공정의 일반적인 모습과, 필름이 접혀 생기는 ..

원래 모양의 플러그에서는 성공률이 90.0%였던 로봇이, 변형된 플러그에서는 22.5%까지 떨어졌다. 로봇의 행동 방식을 바꾼 것이 아니라, 다루는 물체의 모양을 바꿔 시험한 결과다. 논문은 이런 약점을 일부러 찾아내는 방법을 제안한다. 핵심 질문은 “로봇이 얼마나 잘하는가?”에서 한 걸음 더 나아간다. “잘하던 로봇도 실패하게 만드는 물체 모양을 자동으로 찾을 수 있을까?” 1. 잘되던 작업이 물체 모양 때문에 실패한다면?로봇이 물체를 보고 다음 행동을 정하는 규칙을 정책(policy)이라고 한다. 이 논문은 이미 학습을 마친 정책이, 원래 시험하던 물체와 모양이 조금 다른 물체를 만났을 때 어떻게 달라지는지 살펴본다. 여기서 레드티밍(red-teaming)은 약점을 찾기 위해 일부러 까다로운 시험 조..