머신러닝 기반 고분자 용융체의 온도의존적 유변 거동 예측 및 마이크로 인장 실험을 이용한 고분자 코팅 필름의 내구성 평가

국문 초록 (Abstract)

본 학위논문에서는 공정 단계에서의 폴리머 유변학적 거동과 최종 기능성 코팅 구조에서의 기계적 거동을 정량적으로 분석함으로써, 소재 및 공정 측 면에서 고성능 폴리머 시스템의 성능을 향상시키기 위한 연구를 수행하였다. 폴리머 재료는 가공 중 점도 변화를 정밀하게 제어하여 안정적인 가공성과 제품 균일성을 확보해야 할 뿐만 아니라, 최종 구조에서의 기계적 안정성을 통해 사용 중 파손과 성능 저하를 최소화해야 한다. 본 학위 연구는 폴리머 기반 시스템에서 변형에 대한 응답 특성을 정량화하고 이해하기 위한 시도 로써, 공정-미세구조-거동을 연결하는 관점에서 재료 선택 및 공정 설계에 활용 가능한 근거를 제시하고자 하였다. 연구의 첫 번째 부분에서는 polystyrene(PS) melt를 모델 시스템으로 설정하 고, 저온·고전단 영역에서 기존 Carreau-Yasuda(CY) 모델과 전통적 time-temperature superposition(TTS)이 가지는 예측 한계를 개선하고자 하였다. 이를 위해 고전단 영역에만 작용하는 추가 보정 인자 xt를 도입한 변형된 CY-TTS 모델을 구성하여, 원래의 해석적 구조를 유지하면서도 고전단 점도 예측 오차를 체계적으로 감소시킬 수 있음을 보였다. 나아가 xt를 마스터 커 브 구성 단계의 보조 시프트 인자로 활용하는 hybrid 딥러닝 기반 TTS 모델 을 개발하여, 온도 조건이 다른 점도-전단속도 곡선의 정렬을 더욱 개선하였 다. xt는 단순한 경험적 보정 인자를 넘어, 폴리머 사슬의 열유변학적 복잡 성과 온도-전단률 의존성을 정량적으로 반영하는 지표로 해석될 수 있으며, 분자량 및 분자량 분포에 따른 유변학적 응답을 설명하고 고전단 공정 조건 을 합리적으로 설정하기 위한 유용한 도구가 될 수 있음을 제시하였다. 두 번째 부분에서는 고성능 플렉서블 소자에 널리 사용되는 SiOx 및 SiNx 코팅의 polyethylene naphthalate(PEN) 기판에 대한 기계적 신뢰성을 실험과 해 석을 통해 평가하였다. In-situ micro-tensile 및 micro-peel 시험을 통해 코팅 -PEN 계면의 접착 강도, 균열 개시 및 전파 거동을 미세 스케일에서 정밀하 게 분석하였으며, 이를 3차원 유한요소해석(FEM)과 연계하여 계면 응력 분 포와 박리 모드를 평가하였다. 그 결과 SiNx는 고밀도 비정질 네트워크와 높 은 탄성률로 인해 SiOx에 비해 우수한 구조적 안정성과 높은 접착 강도를 나 타냈으며, SiOx는 상대적으로 낮은 밀도와 두께 증가에 따른 결함·다공성 발달로 인해 응력 집중과 계면 약화가 더 쉽게 발생함을 확인하였다. FEM 분석은 실험으로 직접 관찰하기 어려운 계면 응력 분포 및 박리 경로의 차 이를 시각적으로 제시함과 동시에, 보다 정밀한 계면 물성 측정과 다중 스케 일 모델링 기법 개발이 향후 중요한 과제임을 보여주었다. 종합하면, 본 연구는 폴리머 기반 시스템의 성능이 공정 중 유동 거동과 최종 구조의 기계적 안정성이라는 상호 보완적인 두 측면에 의해 좌우된다 는 점을 보여준다. 첫 번째 연구는 공정 조건-점도 예측-고전단 거동 사이의 연계를 정량화함으로써 가공 단계에서의 공정 조건 설정을 뒷받침하였고, 두 번째 연구는 코팅-기판 계면 특성-응력 분포-균열·박리 거동 사이의 상관 관계를 규명함으로써 최종 구조의 성능과 신뢰성을 평가하는 지표를 제시하 였다. 이러한 결과는 플렉서블 전자소자, 고기능 코팅, 차세대 폴리머 가공 기술에서 요구되는 장기 신뢰성 확보 및 성능 향상에 기여할 수 있을 것으 로 기대된다.

목차 (Table of Contents)

• Ⅰ. Introduction 1
• Ⅱ. Estimating polystyrene melt viscosity using time-temperature superposition and machine learning 4
• 2.1 Introduction 4
• 2.2 Modeling and data analysis 7
• 2.2.1 Carreau-Yasuda model (CY) 7
• 2.2.2 Time-temperature superpositon (TTS) 8
• 2.2.3 Carreau-Yasuda TTS Model (CY-TTS) 9
• 2.2.4 Hybrid deep-learning TTS model 10
• 2.3 Materials and experimental 12
• 2.3.1 Materials 12
• 2.3.2 Experimental methods 14
• 2.4 Results and discussion 16
• 2.4.1 Evaluation of the CY–TTS model 16
• 2.4.2 Evaluation of the hybrid deep-learning TTS model 23
• 2.4.3 Physical interpretation of xt 37
• 2.5 Conclusions 40
• Ⅲ. In-situ investigation of mechanical deformation and morphology behavior in SiOx/SiNx-coated thin films 42
• 3.1 Introduction 42
• 3.2 Experimental 46
• 3.2.1 Specimen preparation 46
• 3.2.2 In-situ micro-tensile testing and crack observation procedure 48
• 3.2.3 Micro-peel test and characterization 50
• 3.2.4 Computational analysis method 52
• 3.3 Results and discussion 54
• 3.3.1 Crack initiation and propagation behavior 54
• 3.3.2 Stress-strain behavior and elastic properties comparison 58
• 3.3.3 Adhesion strength and surface properties comparison 63
• 3.3.4 CAE analysis of coating-substrate adhesion 67
• 3.4 Conclusions 71
• Ⅳ. Concluding remarks 72
• Bibliography 74
• Abstract 90