RESEARCH-소재분석 시뮬레이션기술 (예전)

research

소재분석 시뮬레이션기술

기계학습 기반 소재 디자인
제 1원리 계산
분자동역학 계산
상장모델
열역학계산
유한요소법

Machine learning based materials design

기계학습 기반 소재 디자인

기계학습은 인간의 인지적 기능을 모방한 것이다. 연구자가 실험 측정값(데이터)을 분석하고 자연의 규칙(패턴)을 찾는 것과 동일하게 데이터의 패턴을 학습하고 학습된 패턴으로 추론한다. 기계학습의 과정은 무한한 공간에서 유의미한 영역만 구별해내는 것으로 이해할 수 있다. 예를 들어 1000×1000 픽셀의 이미지는 1,000,000 차원의 공간에 해당하지만 얼굴에 해당하는 공간은 눈, 코, 입, 귀, 머리 등 특정 패턴에 따라 수 차원으로 표현된다. 비슷하게 이러한 기계학습 과정을 소재 디자인에 응용하여 다양한 원자의 배열로 나타나는 공간에서 물성 패턴을 연구하는 것이 기계학습 기반 소재 디자인이다. 기계학습 기반 소재 디자인은 소재 데이터베이스와 기계학습 플랫폼을 활용해 필요한 특성의 소재를 빠르게 찾거나 새로운 소재의 물성을 높은 정확도로 예측하여 신소재 개발 및 물성 최적화를 목표로 한다.

분석기법

내부식성 합금이 도금된 강철의 부식을 예측하는 머신 러닝 모델 개발: 합금 도금 강철은 내부식성 건설 재료로 사용되지만 극한 조건에선 수명이 제한되며 제한된 수명을 예측하기 어렵다. 우리는 합금 도금 강철이 부식된 이미지로 개발한 머신 러닝 모델을 사용하여 실제 극한 환경에서 합금 도금 강철의 수명을 예측하는 연구를 진행중이다.
제일 원리 계산 기반 머신 러닝 플랫폼을 이용한 저항 변화 메모리 개발: AIM-HS(Ab Initio calculation based Machine learning High-throughput Screening) 플랫폼은 다차원 분석 머신 러닝 및 고속 대량 분석 제일 원리 계산을 결합한 분석방식이다. 이 플랫폼을 활용하여 우리는 계산된 물성 간 숨겨진 상관관계를 밝히고 계산 빅데이터를 기반으로 메모리 재료의 기준을 만드는 연구를 진행 중이다. 또한 필요한 물성을 바탕으로 재료를 디자인하고자 한다.
나노금속분말 생성 시뮬레이션 및 머신러닝을 활용한 공정 최적화: 촉매용 금속 나노 분말 생성, 성장, 형상 및 원자 분포 확립 과정을 원자스케일 시뮬레이션을 통해 예측하고, 촉매 반응을 제일원리계산을 통해 예측함으로써 독자적인 촉매 설계능력을 확보하는 한편, 머신러닝 기법을 통해 최고 성능의 나노 분말을 제조하기 위한 공정 최적화 연구가 진행되고 있다.
인공지능과 기계학습을 이용한 디지털 트윈: 합성 미세구조를 사용한 full-field 시뮬레이션은 미세구조를 구성하는 변수와 재료 특성간 연관성을 실험하기 전 예측하거나 이해할 수 있게합니다. 기계 학습을 이용한다면 몇 번의 full-field 시뮬레이션만으로 기존의 계산에 소요되는 비용 문제를 해결할 수 있으며, 다양한 미세구조의 폭 넓은 구조-특성간 관계를 정립할 수 있습니다. 더욱이 예상되는 개선 알고리즘 적용을 통해, 적은 시뮬레이션으로도 가장 원하는 특성을 가지는 미세구조를 구현해 낼 수 있습니다.

Machine learning based materials design

제 1원리 계산

제1원리 계산은 양자역학에 기반한 슈뢰딩거 방정식을 푸는 것으로 물질의 전자 구조를 분석하고 물성을 예측한다. 전자 구조 분석을 통해 실험으로 측정하기 어려운 원자 수준에서 나타나는 현상을 밝히고 실험 없이 물성을 예측하여 신소재 개발에 활용된다. 또한 전자 구조를 직접 계산하는 제1원리 계산의 특성상 모든 물질을 연구하는데 응용될 수 있다. 태양전지 재료에 요구되는 띠틈, 흡광계수, 이차전지 재료의 화학퍼텐셜, 전이금속의 산화수, 정보 재료의 결함전하상태, 촉매 재료의 전하이동 등 전자와 관련된 특성들을 직접 계산할 수 있고, 구조 재료의 기계적 성질, 생체 재료의 분자가 상호작용 등 원자 수준의 특성 또한 계산할 수 있다. 이론적으로 모든 특성을 예측할 수 있지만 고속연산장치(HPC)의 한계로 현실적으로는 최대 nanometer, picosecond 스케일로 제한된다. 그럼에도 불구하고 대부분의 물질 연구에서 제1원리 계산이 활용되고 있는 이유는 모델링을 통해 물질의 내재적 특성…

분석기법

전구체에서 Ni 고함량 양극재로 생성 메커니즘 규명: Ni 함량이 높은 양극재의 소성 공정은 많은 시간이 걸려 생산성을 제한한다. 우리는 제일 원리 계산을 이용하여 원자 수준에서 Ni 고함량 양극재의 생성 메커니즘을 규명하고, 규명한 메커니즘을 바탕으로 공정 시간 단축 방안을 찾는 연구를 진행 중이다.
도핑 물질이 Ni 고함량 양극재의 안정성에 미치는 영향 연구: Ni 고함량 양극재는 높은 용량과 낮은 가격으로 인해 유망한 양극재로 여겨진다. 하지만 구조적 불안정성으로 인해 용량 감소 현상이 발생하며 실용화가 미뤄지고 있다. 우리는
제일 원리 계산을 사용하여 Li 농도가 낮을 때 발생하는 구조적 불안정성의 원인을 이해하고, 안정성을 향상시킬 수 있는 도핑 물질을 찾는 연구를 진행중이다.
납 없는 태양전지 광흡수체 디자인: 납으로 이루어진 유기물 페로브스카이트 태양전지는 우수한 성능과 25%가 넘는 효율을 보인다. 하지만 납의 독성으로 인해 현재까지 상업화의 어려움이 있다. 우리는 Pb 기반 재료의 대안을 찾기 위해 고속 대량 제일원리 계산을 통하여 비납계 비페로브스카이트 구조에서 우수한 광전특성을 보이는 물질을 선별하는 연구를 진행 중이다.
산소 분리막 메커니즘 규명 및 개발: 산소 분리막은 공기에서 산소를 분리하는 얇은 막이며, 이 막은 산소 환원, 물질 내 확산, 산소 산화와 같은 단계를 거쳐 순산소를 생산한다. 우리는 제일 원리 계산을 이용하여 산소 분리막 표면에서 산화 환원 반응 및 분리막 내부에서 산소 이온 확산 반응의 메커니즘을 원자 단위에서 이해하는 연구를 진행중이다. 또한 규명한 메커니즘을 바탕으로 새로운 조성의 분리막 재료를 개발하고자 한다.
웨이퍼 규모의 단결정립 Si₂Te₃ 2D 박막의 메커니즘 규명 및 물성 예측: Te은 실리콘 기판과 반응하여 단결정립 Si₂Te₃ 2D 박막을 형성한다. 이러한 합성 방식은 2D 박막의 실용화를 방해하는 전사 과정을 생략하여 원자 스위치 소자 개발로 이어질 수 있다. 우리는 제일 원리 계산을 활용하여 Si₂Te₃2D 박막의 원자 스위치 메커니즘 및 물성을 조사하는 연구를 진행 중이다.
단원자 기반 소자의 저항 변화 메커니즘 이해: 단원자 기반의 소자는 구동 환경에 따라 메모리와 스위치, 배터리 특성이 단일 소자에서 나타나는 소자이며, 현재 IoT 소자가 갖는 여러 문제점을 해결할 수 있는 실마리가 되는 소자이다. 우리는 제일 원리 계산을 통해 단원자 기반 소자내에서 이온들의 거동 메커니즘을 규명하고 이를 기반으로 소자의 성능을 극대화하는 연구를 진행중이다.
고속 대량 제일원리 계산을 활용한 초저전압 멤리스터 물질 발견: 차세대 메모리 소자인 ReRAM의 성능은 소재 내 이온의 거동 특성에 의해 많은 영향을 받는다. 여러 ReRAM 소재 중 분자 이동성 이온 결정은 다른 소재에 비해 이온의 거동이 용이하여 ReRAM에 적합한 소재로 주목 받고있다. 우리는 고속 대량 제일 원리 계산을 활용하여 새로운 조성의 분자 이동성 이온 결정군을 발견하는 연구를 진행중이다.
HEA-TRIP 강철 디자인: 고엔트로피 합금(HEA)은 무수한 조합으로 다양한 물성이 가능하여 주목받는 물질이다. 그러나 무수한 조합으로 인한 복잡함은 연구 발전에 방해물이 되고 있다. 우리는 위치 및
자기의 무작위성을 다룰 수 있는 제일 원리 계산을 활용하여 5원계 이상 합금에서 최적의 조성을 선별하고, 다차원 분석을 활용해 조성과 물성 간 관계를 조사하는 연구를 진행
중이다.

Molecular dynamics calculations

분자동역학 계산

구조해석을 하기 위해 기존 연속체에 가해지는 힘을 특정 격자 (mesh)단위로 나누어 각 격자에서의 편미분방정식을 계산하는 기법이다. 시스템이 서로 유한하게 연결되어 있다고 가정이 된 상태에서 모델을 구성, 각 요소에 대한 구성방정식이 전체 시스템에서도 성립된다. 최근 컴퓨터응용분야의 발전으로 유저 친화적 유한요소해석 소프트웨어 (ABAQUS, DEFORM, ANSYS, LS-DYNA 등)가 개발되어 다양한 응용분야로의 손쉬운 적용이 가능해졌다. 시스템에 필요한 내부(기계적, 열적, 전자기 특성) / 외부요인(하중, 온도)들을 설정(Pre-processing)하여 계산(Analysis) 및 해석 결과에 대한 정리(Post-processing)를 소프트웨어 하나 만으로 진행 가능하다.

분석기법

고엔트로피 합금 설계 및 메커니즘 규명: 고엔트로피 합금은 하나 혹은 두 개의 주(principal)원소로 이루어진 기존 합금과 다르게 4개 이상의 주원소가 서로 비슷한 비율로 혼합되어 있음에도 단상을 유지하는 합금이다. 이러한 구적 특수성으로 인한 우수한 소재 성질을 바탕으로 고엔트로피 합금은 차세대 구조재료로 각광 받고 있다. 따라서 최근 더욱 우수한 소재 성질을 보이는 고엔트로피 합금을 설계를 위한 연구가 많이 진행되고 있다. 그러나 5원 이상 고합금계에서 단상 영역을 실험적으로 탐색하는 것은 많은 인적, 물적 자원을 필요로 한다. 또한 고엔트로피합금의 우수한 소재 특성에 대한 메커니즘 규명이 제대로 이루어지지 않아 산업적 적용을 제한하고 있다. 따라서 우리는 열역학 모델상수 데이터베이스에 기반을 둔 상평형 열역학 계산을 이용하여, 다원 시스템에 대한 상태도를 계산하고 예측된 상태도를 바탕으로 단상을 가지는 고엔트로피 합금을 효율적으로 설계하고 있다. 또한 원자 간 포텐셜에 기인한 분자 동력학 계산을 이용하여, 고엔트로피 합금에서 나타나는 변형, 확산, 조사 손상 등의 현상에 대한 원자 단위 메커니즘 규명을 위한 연구가 진행 중이다.
마그네슘 합금의 성형성: Mg은 가장 가벼운 구조용 금속 원소로, 소재 경량화에서 대표적으로 거론되는 원소이다. Mg 합금을 가격 경쟁력을 갖춘 구조용 소재로 활용할 수 있기 위해서는 상온 성형성을 개선하는 것이 핵심 이슈이다. 합금의 낮은 성형성은 슬립 시스템이 상대적으로 덜 발달한 hcp 구조를 가진다는 데서 연유한다 (non-basal slip계 부족). 이를 개선하기 위해 수많은 합금원소가 첨가되어 왔는데, 최근 Y 등 고가의 RE 원소 첨가 시 연성과 성형성 개선의 가능성이 발표된 바 있다. 그러나, 상용 합금으로 발전시키기 위해서는 Y와 같은 전략 원소는 피해야 할 필요가 있으며, 그 대체 가능성을 탐색하기 위해서는 Y이 왜 Mg 합금의 상온 성형성 또는 연성을 개선시키는지 그 원인을 규명해야 한다. 따라서 원자단위 시뮬레이션을 이용하여, Y은 non-basal 슬립보다 basal 슬립에 상대적으로 강한 고용강화효과를 야기하고, basal과 non-basal 슬립 저항성을 비슷하게 만듦으로써 궁극적으로 연성을 향상시킨다는 것을 발견했다. 위 현상의 근본 원인은 Y과 Mg의 원자 반경 차이가 전위와의 결합을 야기하기 때문으로, Mg과 원자 반경 차이를 가지는 모든 합금원소는 non-basal 슬립을 활성화시킬 수 있는 잠재력이 있다는 것을 추가로 확인할 수 있었다. 이러한 기술을 바탕으로 현재는 고성형성 Mg 합금 개발을 시도하고 있다.

Basal Slip pure Mg
Basal Slip in Mg-1at%Y Alloy
고부가가치 {100} 집합조직 전기강판: 전기강판은 전기자동차, 가전 및 전기 제품의 고효율 모터에 사용되는 고부가가치 철강 소재이다. 전기강판의 성능은 주로 집합 조직에 의해 결정되며, 특히 {100} 집합조직이
발달하면 높은 자성을 가진 전기강판의 제조가 가능하다. 그러나 기존 전기강판에서는 {110} 집합조직이 많이 나타나고 있어 {100} 집합조직 발달을 위한 방안이 필요하다. 따라
서 우리는 먼저 원자스케일 시뮬레이션을 이용하여, Fe 표면에 인(P)이 편석이 되면 표면 에너지가 변화한다는 것을 확인하였다. 이후 phase field 모델을 통해 표면 에너지 변
화로 집합조직을 제어할 수 있다는 가능성과 최적 조건을 확보하였다. 이를 기반으로 {100} 집합조직을 가진 강판을 실험적으로 제조하는데 성공하였다.
원자 스케일 시뮬레이션을 위한 원자 퍼텐셜 모델 (2NN MEAM) 개발: Fcc, bcc, hcp, diamond 구조 원소 및 기체 원소 등 다양한 구조를 가진 원소들의 원자 포텐셜을 하나의 수식으로 표현할 수 있는 모델 (2NN MEAM)을 개발함으로써 실용 다원 합금계에 대한 원자 스케일 시뮬레이션을 가능하게 하였고 다원 금속 합금계 atomistic simulation 국제 연구 분야를 선도하고 있다. 특히, 최근에는 2NN MEAM을 oxide system (ionic bonding)으로 확장하는 모델을 개발함으로써 다원 금속산화물계에 대한 atomistic simulation을 가능하게 하는 기술을 확보하였으며, 이를 Li-(Mn,Co,Ni)-O 5 원계에 적용하여, Li 확산 및 Lithiation/Delithiation 반응 중 원자구조의 변화, 결함 형성 거동 면에서 최적의 조성 (Mn, Co, Ni 비율)을 도출하기 위한 연구를 수행하고 있다.

Virtual Fab for Nano Device Design – A collaboration with KIST
생체고분자 기반의 분자소재에 대한 제일원리계산 및 분자동역학 전산모사: 자연계의 서열조절 가능한 생체고분자는 물리적 분자인식, 화학적 촉매반응, 기계적 형태변화와 같은 전통적 재료들이 쉽사리 갖을 수 없는 독특한 기능들을 수행한다. 이러한 분자소재의 기능들은 다양한 원자 및 분자들간의 여러 상호작용들의 절묘한 조화에 기반하고, 이러한 상호작용에 대한 근본적 원리 탐구는 새로운 소재의 기능 향상과 재창조의 과정에 있어 필수적 요소 중 하나이다. 이에 따라 본 연구실은 분자소재들을 구성하는 원자 및 상호작용의 소분자를 기술할 수 있는 제일원리계산 및 밀도범함수이론, 그리고 단백질과 같은 큰 규모의 분자와의 상호작용 및 여러 특성을 기술할 수 있는 분자동역학을 이용하여 컴퓨터 기반의 전산모사연구를 진행 중에 있다.

Phase Field model

상장모델

Phase-field 기법은 상 변태, 결정 성장, 응고 등 미세조직 형성 과정을 효과적으로 연구할 수 있는 mesoscale 전산모사 기법 중 하나이다. Phase-field 기법의 두드러지는 특징은 계면 영역을 따로 추적하거나 구분해서 해석하지 않고, 시스템 전체에 적용되는 하나의 방정식을 풀어 미세조직의 복잡한 모폴로지 변화를 해석하는데 유리하다는 점이다. 이를 위해 phase-field 기법에서는 시스템 전체에 대해 계면에서 연속적으로 변하는 물리량인 phase-field, ɸ을 정의하였다. Phase-field 방정식은 계면과 입내에 대한 해석 항을 모두 포함하고 있으며, 계산 중 ɸ 값의 변화에 따라 계면과 입내 영역이 자동적으로 구분되고 각 영역에 맞는 해석이 진행된다.

분석기법

고부가가치 {100} 집합조직 전기강판: 전기강판은 전기자동차, 가전 및 전기 제품의 고효율 모터에 사용되는 고부가가치 철강 소재이다. 전기강판의 성능은 주로 집합 조직에 의해 결정되며, 특히 {100} 집합조직이
발달하면 높은 자성을 가진 전기강판의 제조가 가능하다. 그러나 기존 전기강판에서는 {110} 집합조직이 많이 나타나고 있어 {100} 집합조직 발달을 위한 방안이 필요하다. 따라
서 우리는 먼저 원자스케일 시뮬레이션을 이용하여, Fe 표면에 인(P)이 편석이 되면 표면 에너지가 변화한다는 것을 확인하였다. 이후 phase field 모델을 통해 표면 에너지 변
화로 집합조직을 제어할 수 있다는 가능성과 최적 조건을 확보하였다. 이를 기반으로 {100} 집합조직을 가진 강판을 실험적으로 제조하는데 성공하였다.

Phase Field Simulation of Microstructural Evolution on a Surface of Steel Sheets

Thermodynamic calculations

열역학 계산

합금계에 대한 계산 열역학(Computational thermodynamics) 은 CALPHAD 기법이라는 이름으로 잘 알려져 있는데, 이는 실험적으로 측정된 열역학 특성들을 이용하여 모델 상수값들을 구해 내고, 실험 측정이 이루어지지 못한 영역의 열역학 특성들을 계산을 통해 예측, 활용하자는 데 목적을 두고 있다. 즉, 기초 2원, 3원 합금계에 대해 기존의 알려진, 상평형을 비롯한 열역학 특성(활동도, 엔탈피, …)을 재현해 낼 수 있도록 열역학 모델링을 시도하고, 이를 다원 합금계로 외삽 또는 내삽하여 실용 다원 합금계의 열역학 특성을 예측해 내는 것이 계산 열역학의 주요 내용이 된다.

분석기법

고엔트로피 합금 설계 및 메커니즘 규명: 고엔트로피 합금은 하나 혹은 두 개의 주(principal)원소로 이루어진 기존 합금과 다르게 4개 이상의 주원소가 서로 비슷한 비율로 혼합되어 있음에도 단상을 유지하는 합금이
다. 이러한 구조적 특수성으로 인한 우수한 소재 성질을 바탕으로 고엔트로피 합금은 차세대 구조재료로 각광 받고 있다. 따라서 최근 더욱 우수한 소재 성질을 보이는 고엔트로
피 합금을 설계를 위한 연구가 많이 진행되고 있다. 그러나 5원 이상 고합금계에서 단상 영역을 실험적으로 탐색하는 것은 많은 인적, 물적 자원을 필요로 한다. 또한 고엔트로피
합금의 우수한 소재 특성에 대한 메커니즘 규명이 제대로 이루어지지 않아 산업적 적용을 제한하고 있다.
따라서 우리는 열역학 모델상수 데이터베이스에 기반을 둔 상평형 열역학 계산을 이용하여, 다원 시스템에 대한 상태도를 계산하고 예측된 상태도를 바탕으로 단상을 가지는
고엔트로피 합금을 효율적으로 설계하고 있다. 또한 원자 간 포텐셜에 기인한 분자 동력학 계산을 이용하여, 고엔트로피 합금에서 나타나는 변형, 확산, 조사 손상 등의 현상에
대한 원자 단위 메커니즘 규명을 위한 연구가 진행 중이다.

Finite element method

유한요소법

분석기법

미세조직 기반 전산모사를 통한 기계적 특성 예측: 기계적 특성을 비롯한 여러 벌크 특성은 재료의 미세조직과 이를 이루는 미세조직학적 인자들간의 상호작용을 통해 발현된다. 미세조직학적 인자들간의 상호작용과 벌크 특성사이의 상관관계를 보다 정량적으로 파악한다면 기존 재료의 물성을 뛰어넘기 위해 가져야 할 미세조직을 도출할 수 있다. 본 연구실에서는 미세조직 기반 유한요소해석과 미세조직 정량화, 기계학습의 결합을 통해 효율적인 기계적 특성 예측 방법론을 구축하고 있다.
아키텍처 구조의 국부적 변형 거동 해석을 위한 멀티스케일 모델링: 기계적 특성을 비롯한 여러 벌크 특성은 재료의 미세조직과 이를 이루는 미세조직학적 인자들간의 상호작용을 통해 발현된다. 미세조직학적 인자들간의 상호작용과 벌크 특성 아키텍처 구조의 우수한 기계적 물성은 소성변형 도중 내부에서 발생하는 Plastic-incompatibility를 상쇄하기 위해 Homogeneous 구조에 비해 더 많은 기하학적 필수 전위에서 기인한다. 이 때 기하학적 필수 전위에 의해 발생하는 추가적인 강화 현상을 Hetero-deformation induced (HDI) 강화라고 한다. 본 연구실에서는 멀티스케일 모델링을 통해 아키텍처 구조의 미세조직 내에서의 변형률 분할 현상을 비롯한 독특한 변형 거동을 해석하고 이에 대한 정량적인 이론 및 모델을 구축하고 있다.세조직 정량화, 기계학습의 결합을 통해 효율적인 기계적 특성 예측 방법론을 구축하고 있다.
기계학습과 유한요소해석을 이용한 미세조직 최적화: 미세조직 디자인을 위한 물성 평가에는 주로 고차원 미세조직 데이터를 저차원으로 줄여 사용한다. 그러나 이로 인해 설계 공간이 불연속적이 되어 설계의 유연성과 설계 전략이 제한될 수 있다. 이러한 한계를 해결하기 위해, 본 연구실에서는 가상의 미세조직으로 학습시킨 Convolutional Autoencoder의 latent space를 활용해 저차원의 연속 설계공간을 제작한다. 설계 공간이 구축된 후 Bayesian optimization 알고리즘을 적용해 선별적인 해석을 진행하여 적은 수의 Full-field simulation으로 최적의 미세조직을 도출하는 방법론을 구축하고 있다.
고엔트로피 합금의 변형 메커니즘 해석: 미세조직 디자인을 위한 물성 평가에는 주로 고차원 미세조직 데이터를 저차원으로 줄여 사용한다. 그러나 이로 인해 설계 공간이 불연속적이 되어 설계의 유연성과 설계 전략고엔트로피 합금의 우수한 기계적 물성은 이들의 독특한 변형 메커니즘에 기인한다. 고엔트로피 합금의 변형 거동을 해석하기 위해선 소성 변형 시 발생하는 미세조직학적 인자들(Dislocation, Twin)을 고려한 구성 방정식 모델을 구축해야 한다. 본 연구실에선 CrMnFeCoNi 합금을 비롯해 다양한 FCC 고엔트로피 합금의 변형 메커니즘을 해석할 모델과 이를 뒷받침해줄 정량적 시험들을 진행하고 있다. 구축된 모델은 유한요소해석에 적용되어 소성 변형이 진행됨에 따라 합금의 미세조직 내부에서 발생하는 Twin의 부피 분율 변화를 계산할 수 있다. 본 연구실에서는 유한요소해석(FEM) 결과를 토대로 실제 전자후방산란회절(EBSD), 방사광 가속기를 이용한 X-선 회절 등 실험 결과와 비교하여 해당 모델의 타당성을 검증하고 있다.공간을 제작한다. 설계 공간이 구축된 후 Bayesian optimization 알고리즘을 적용해 선별적인 해석을 진행하여 적은 수의 Full-fieldsimulation으로 최적의 미세조직을 도출하는 방법론을 구축하고 있다.