LINSEIS 열 라이브러리
재료를 식별하고 측정 데이터를 비교하세요 – 열적 특성을 참조값 및 자체 측정값과 함께 하나의 데이터베이스 안에서 비교할 수 있습니다.
열 및 열물성 측정은 재료의 거동에 대한 특징적인 정보를 제공합니다. 용융 온도, 유리전이, 질량 변화 또는 열 수송 특성은 재료를 특성화하고 시료 간 차이를 파악하는 데 도움이 될 수 있습니다.
그러나 평가 후에는 종종 또 다른 질문이 생깁니다. 확인된 특성을 특정 재료에 어떻게 대응시키거나 이미 알려진 측정 결과와 어떻게 비교할 수 있을까요?
LINSEIS 열 라이브러리 는 LiEAP Evaluation 소프트웨어에 데이터베이스 기반 검색과 열 측정 데이터 비교 기능을 추가합니다. 측정에서 평가된 특성은 기존 레퍼런스 데이터 및 사용자가 저장한 자체 측정값과 대조할 수 있습니다.
동시에 데이터베이스에 추가 재료와 레퍼런스 측정을 보완할 수 있습니다. 이를 통해 사용이 늘어날수록 이후 재료 조사에서 활용할 수 있는 개인화된 지식 기반이 구축됩니다.
측정에서 재료 비교까지
많은 실험실에서는 유사한 재료를 정기적으로 분석합니다. 이때 생성되는 측정 데이터에는 가치 있는 정보가 담겨 있지만, 대개 개별 프로젝트 내에 저장되는 경우가 많습니다.
새 시료를 이전 조사와 비교하려면 먼저 해당 측정을 다시 찾아 결과를 서로 대조해야 합니다.
Thermal Library는 평가된 재료 특성을 검색 가능한 데이터베이스로 통합하여 이 작업 단계를 지원합니다.
기존 레퍼런스 및 문헌 값 외에도 자체 측정 결과를 저장하고 이후 비교에 사용할 수 있습니다. 이를 통해 이미 특성화된 재료를 새로운 조사에 대한 레퍼런스로 목적에 맞게 활용할 수 있습니다.
LINSEIS Thermal Library는 어떻게 작동하나요?
기본 흐름은 다섯 단계로 구성됩니다:
측정 → 평가 → 특성 선택 → 데이터베이스 검색 → 비교
측정 수행 및 평가
먼저 해당 LINSEIS 측정 시스템으로 시료를 분석합니다. 기록된 측정 데이터는 이후 LiEAP Evaluation 소프트웨어에서 열어 평가합니다.
어떤 특성을 산출할지는 사용한 측정 방법에 따라 달라집니다.
예를 들어 DSC 측정에서는 특징적인 피크 온도, 용융 엔탈피 또는 유리전이를 산출할 수 있습니다. 반면 열중량 분석에서는 질량 변화와 그에 해당하는 온도 범위가 핵심입니다.
이러한 평가 결과가 이후 데이터베이스 검색의 기반이 됩니다.
관련 재료 특성 선택
평가 후에는 기존 재료와의 비교에 사용할 특성을 결정합니다. 예를 들어 TGA 측정에서는 상대 질량 변화와 해당 이벤트의 온도를 선택할 수 있습니다.
DSC 측정의 경우 피크 온도, 용융 온도 또는 피크 면적 등이 비교 특성으로 제공됩니다.
선택은 각 질문(목적)에 따라 달라집니다. 모든 열 이벤트가 재료를 구분하는 데 동일하게 적합한 것은 아닙니다.
여러 특성을 목적에 맞게 조합하면, 현재 조사에 관련된 특성에 검색을 집중할 수 있습니다.
측정 조건 고려
열 측정 결과는 조사 대상 재료에만 좌우되지 않습니다. 시험 조건 또한 측정 곡선의 형태와 산출된 특성값에 영향을 줄 수 있습니다.
예를 들어 가열 속도, 가스 분위기 또는 기타 방법별 측정 파라미터가 이에 해당합니다.
Thermal Library는 데이터베이스 검색 시 이러한 조건을 필터로 고려할 수 있게 합니다.
이는 특히 서로 다른 측정의 결과를 비교할 때 중요합니다. 예를 들어 유사한 시험 조건에서 생성된 측정 데이터 세트를 우선할 수 있습니다.
다만 의미 있는 재료 비교를 위해서는 선택한 특성값과 측정 조건이 기술적으로 서로 부합해야 합니다.
적합한 재료를 데이터베이스에서 검색
특성을 선택한 후 데이터베이스 검색이 시작됩니다.
Thermal Library는 선택한 특성을 기존 데이터 세트와 대조합니다. 이때 제공된 참조 데이터뿐만 아니라 직접 저장한 측정도 고려될 수 있습니다.
예를 들어, 데이터베이스에는 다양한 원자재, 재료 품질, 생산 배치 또는 내부 표준에 대한 참조 정보가 포함될 수 있습니다.
따라서 비교는 일반적으로 사용 가능한 재료 데이터뿐만 아니라 자체 실험실의 기존 지식을 활용하여 수행될 수도 있습니다.
검색 결과 평가 및 비교
데이터베이스 검색 결과는 개요 화면에 표시됩니다.
Thermal Library는 검색된 각 데이터셋에 대해 백분율 일치율을 보여줍니다. 이는 현재 측정에서 선택한 특성이 해당 데이터베이스 항목과 얼마나 잘 일치하는지를 나타냅니다.
이를 통해 가능성 있는 여러 참조 재료를 서로 비교할 수 있습니다.
검색은 일반적으로 1~2초 안에 이루어집니다.
해석 시 주의할 점: 백분율 일치율이 높다고 해서 재료가 자동으로 명확히 식별되었다는 의미는 아닙니다. 이 값은 우선 고려된 특성 간의 일치 정도를 나타냅니다. 신뢰할 수 있는 재료 식별을 위해서는 측정 조건, 선택한 특성의 유효성, 그리고 필요한 경우 추가 조사 결과까지 함께 고려해야 합니다.
DSC, TGA, STA를 활용한 재료 식별
데이터베이스 검색에 사용할 재료 특성은 측정 방법에 따라 달라집니다. 이 원리는 동적 시차 주사 열량측정과 열중량 분석을 예로 들면 특히 명확하게 설명할 수 있습니다.
DSC: 열 전이를 특징적 지표로 활용
동적 시차 주사 열량측정(Differential Scanning Calorimetry, DSC) 은(는) 열 전이와 반응을 조사하는 데 사용됩니다. 예를 들어 용융 및 결정화 과정, 유리전이 등이 이에 해당합니다.
많은 재료는 정의된 시험 조건에서 특징적인 열 이벤트를 보입니다. 여기서 산출된 온도와 엔탈피는 재료 조성 및 재료 상태에 대한 중요한 단서를 제공할 수 있습니다.
Thermal Library에서는 해당 평가 결과를 기존 레퍼런스 데이터와의 비교를 위한 특성으로 사용할 수 있습니다.
예를 들어 폴리머 시료의 경우, 산출된 용융 온도를 저장된 레퍼런스 재료와 비교할 수 있습니다. 여러 특징적 특성이 일치하면 잠재적 재료의 범위를 좁히는 데 도움이 될 수 있습니다.
다만 서로 다른 폴리머가 유사한 열 전이를 보일 수 있습니다. 또한 결정화도, 첨가제 및 열 이력이 측정 결과에 영향을 미칩니다. 따라서 단일 피크 온도만으로는 대응(식별)을 판단해서는 안 됩니다.
TGA: 질량 변화를 재료 비교에 활용
열중량 분석(TGA) 에서는 정의된 온도 프로그램 동안 시료의 질량을 연속적으로 기록합니다.
증발, 분해 또는 화학 반응은 특징적인 질량 변화를 유발할 수 있습니다.
질량 손실의 크기뿐 아니라, 특히 질량 변화가 발생하는 온도 및 온도 범위가 중요한 정보를 제공할 수 있습니다.
Thermal Library를 사용하면 이러한 특성을 기존 재료 데이터와의 비교에 활용할 수 있습니다.
대표적인 적용 예로는 충전재 함량이 다른 플라스틱의 분석이 있습니다. 이 경우 특징적인 분해 구간과 잔류 질량이 시료 간 차이에 대한 단서를 제공할 수 있습니다.
이때 열중량 거동에 영향을 줄 수 있으므로, 특히 가스 분위기와 가열 속도를 고려해야 합니다.
STA: 여러 측정 신호를 함께 분석
동시 열 분석(STA)은(는) 하나의 시험에서 열중량 측정 정보와 열량 측정 정보를 결합합니다.
이를 통해 질량 변화 데이터와 열 이벤트 정보가 모두 제공됩니다.
예를 들어 재료 조사에서는 특징적인 질량 손실과 동시에 발생하는 열 이벤트를 함께 분석할 수 있습니다.
서로 다른 측정 정보를 결합하면 단일 측정 신호만으로 판단하는 것보다 재료를 더 정밀하게 특성화하는 데 도움이 될 수 있습니다.
자체 참조 데이터베이스 구축
Thermal Library는 기존 참조 데이터와의 비교뿐 아니라 자체 재료 데이터베이스 구축도 가능하게 합니다.
새로운 측정값을 추가하고 이후 조사의 참조 자료로 활용할 수 있습니다.
이렇게 실험실에서 축적한 재료 지식을 단계적으로 확장할 수 있습니다.
반복 측정되는 재료를 목적에 맞게 비교
특히 정기적으로 조사하는 소재의 경우, 자체 참조 데이터베이스가 새로운 시료 비교를 수월하게 만들어줍니다.
품질 관리에서는 예를 들어 승인된 원료의 측정 데이터를 비교 기준으로 저장해 둘 수 있습니다. 이후 새로운 재료 배치는 선택한 열적 특성을 기준으로 이러한 참조값과 비교할 수 있습니다.
연구 개발 분야에서도 체계적으로 정리된 자체 측정값 모음이 도움이 될 수 있습니다.
서로 다른 재료 배합이나 개발 단계를 조사할 경우, 그 특징적인 특성을 저장해 두었다가 이후 비교 조사에 다시 활용할 수 있습니다.
이를 통해 개별 측정 결과뿐 아니라 재료의 개발과 평가까지 지원하는 데이터 기반이 만들어집니다.
유사한 조건에서의 참조 측정
의미 있는 비교를 위해서는 참조 측정과 시료 측정을 가능한 한 유사한 조건에서 수행해야 합니다.
동일한 재료라 하더라도 승온 속도, 분위기 또는 시료 준비 방법이 다르면 결과가 달라질 수 있습니다.
따라서 관련 실험 파라미터를 분석된 재료 특성과 함께 고려해야 합니다.
해당 측정 조건을 데이터베이스 검색에 반영할 수 있는 기능은 적합한 참조 측정을 더 정확하게 선택하는 데 도움을 줍니다.
AI 기반 이미지 생성으로 만든 시각화.
Thermal Library와 LiEAP: 측정 데이터 함께 활용하기
Thermal Library는 LINSEIS LiEAP의 소프트웨어 개념에 선택 옵션 확장으로 통합되어 있습니다.
LiEAP가 측정의 준비, 수행 및 평가를 지원하는 동안, Thermal Library는 이미 산출된 재료 특성을 데이터베이스 기반으로 비교하는 기능을 워크플로에 추가합니다.
이를 통해 평가된 측정 데이터는 프로젝트 내에서만 확인하는 데 그치지 않고, 기존 레퍼런스 정보와도 연결할 수 있습니다.
이로써 측정부터 재료 평가까지의 일관된 흐름이 가능해집니다:
측정 준비 → 데이터 수집 → 평가 → 데이터베이스 비교 → 문서화
유사한 재료를 정기적으로 분석하는 실험실의 경우, 이를 통해 최신 측정 결과와 이미 보유한 재료 지식 간의 구조화된 연결이 형성될 수 있습니다.
LINSEIS LiEAP를 활용한 측정 준비, 데이터 수집, 분석에 대해 더 알아보세요.
측정 데이터를 장기적인 재료 지식으로 활용
LINSEIS Thermal Library는 고전적인 측정 데이터 평가에, 특징적인 재료 특성을 기존 레퍼런스와 체계적으로 비교할 수 있는 기능을 더합니다.
데이터베이스 검색, 관련 측정 조건의 반영, 자체 레퍼런스 측정의 저장을 결합함으로써 측정 결과를 개별 조사 범위를 넘어 활용할 수 있습니다.
이로써 성장하는 재료 데이터베이스가 구축되어 새로운 시료의 비교를 지원하고, 기존 지식을 향후 연구 및 시험 과제에 활용할 수 있도록 합니다.
