무금형 적응 성형, 왜 지금인가

LJK STUDIO 기술 블로그의 첫 글입니다. 앞으로 이곳에 논문 리뷰, 프로젝트 수행 기록, 기술 소개를 정기적으로 올립니다.

적응 성형이란

전통적인 시트 성형은 형상마다 전용 금형이 필요합니다. 형상이 다양해질수록 금형 비용이 선형으로 늘어나죠. 다점 성형(Multi-Point Forming, MPF) 은 핀 어레이를 소프트웨어로 재구성해 하나의 장비로 임의 곡면을 만듭니다.

• 전용 금형 불필요 → 초기 비용 절감
• 형상 전환이 소프트웨어 한 번 → 다품종 소량에 강함
• 핀 높이를 데이터로 관리 → 디지털 트윈과 자연스럽게 연결

비용 곡선 해자

핵심은 단가 구조입니다. 형상 다양성 $n$ 이 커질 때, 전용 금형 방식의 누적 비용은 대략

$$C_{\text{mold}}(n) = C_0 + \sum_{i=1}^{n} k_i \, , \qquad C_{\text{MPF}}(n) = C_1 + n \cdot c_{\text{soft}}$$

여기서 $k_i$(금형 1벌 비용)는 $c_{\text{soft}}$(형상당 소프트웨어 셋업)보다 훨씬 큽니다. 따라서 $n$ 이 커질수록 격차가 벌어지는 구조적 해자가 됩니다.

핀 높이 계산 예시

목표 곡면을 핀 격자에 샘플링하는 단순화된 코드입니다.

import numpy as np

def pin_heights(surface, nx=34, ny=20):
    xs = np.linspace(0, 1, nx)
    ys = np.linspace(0, 1, ny)
    grid = np.array([[surface(x, y) for x in xs] for y in ys])
    return grid - grid.min()   # 최저점을 0으로 정규화

heights = pin_heights(lambda x, y: 0.2 * np.sin(3 * x) + 0.1 * y)
print(heights.shape)  # (20, 34)

스프링백이라는 숙제

탄성 복원(springback)은 정밀 공차의 가장 큰 적입니다. 워밍 성형과 보정 알고리즘으로 잡습니다.

공정	목표	비고
다점 성형	거친 곡면 형성	핀 재구성
워밍	스프링백 완화	온도 제어
보정 패스	공차 수렴	측정 피드백

형상을 데이터로 다루면, 제조는 소프트웨어 문제가 됩니다.

다음 글에서는 실제 프로젝트 수행 기록을 다루겠습니다.