1. Introduction

금속 분말을 이용한 적층제조 기술은 기존 금속 부품 생 산 방법과는 달리 3D 도면, 금속분말, 프린팅 장비만으로 바로 제품화가 가능하다. 기존의 제조 공정에 비하여 필요 한 시간을 절약할 수 있고, 형상의 제한이 적기 때문에 프 로토타입의 시제품 생산과 다품종 소량생산에 강점을 보 인다. 높은 형상의 자유도를 활용한 개인 맞춤형 의료분야 나 다품종 소량 생산이 요구되는 항공우주, 국방 및 에너 지 분야에서 금속 분말을 활용한 적층제조의 수요가 증가 하고 있다[1].

금속 적층제조 방식에는 DED(Direct Energy Deposition) 방식과 PBF(Powder Bed Fusion) 방식이 있다. DED 방식 은 고출력의 레이저 열원에 분말을 즉시 공급하여 용융시 켜 적층하는 방식이며, PBF는 분말 베드에 수십 μm의 분 말 층을 깔고 열원을 조사하면서 한 층씩 용융시키는 방 식이다. PBF와 DED는 각각의 장단점을 보유하고 있으며, 본 연구에서는 형상의 자유도를 구현하는데 유리하고 치 수 정밀도가 높은 장점을 보유한 PBF 방식에 대한 연구 를 수행하였다[1].

PBF 방식에서 분말의 최적 적층을 위해서는 분말이 균 일하게 도포되어야 하며 흐름성 또는 구름성이 좋아야 한 다. 이를 위해서 10~50 μm 크기의 구형 분말, 균일한 입도 분포, 유동도, 균일한 조성 및 높은 순도가 요구된다[2].

적층제조에 사용되는 금속분말은 일반적으로 구형의 분 말을 제조할 수 있는 아토마이징 방법으로 제조되며 금속 합금의 종류에 따라 제조공정을 최적화하기 위한 연구가 활발히 진행되고 있다. Gas 아토마이징을 통해 제조된 금 속분말의 입도는 일반적으로 10~200 μm까지 넓은 분포를 가지지만 분말 공급 업체는 적층제조에 필요한 50 μm 이 하의 분말을 분급해 판매하고 있다. 분급되어 적층제조에 적용되고 있는 분말은 적층제조 전용으로 설계된 분말이 아닌, 기존 아토마이징으로 제조된 분말의 단순한 분급을 통해 제공되고 있다.

그러나 분말야금학적 관점에서 분말의 모양, 입도 분포 등에 따라 소결거동의 큰 차이가 발생한다. 따라서 적층제 조 기술의 발전과 효율성 확대를 위해, 적층제조 전용 분 말의 공정변수 최적화와 분말의 형상, 입도 분포에 따른 치밀화 거동의 기초연구가 수반되어야 한다. 최근 적층제 조의 수요가 증가하여 소재 개발, 제조물의 신뢰성을 위한 소재 최적화 등과 같은 분말에 대한 연구의 중요성이 부 각되고 있다[3].

현재 적층제조는 다양한 입도 분포를 가지는 분말을 사 용하고 있으며, Chmielus 등 여러 연구 그룹은 분말 입도 분포에 따른 적층제조 결과를 실험적으로 분석한 논문을 발표하였다[4, 5]. 그러나 보고된 연구 결과들의 경우 이미 분급이 완료된 선진 분말사들의 제품을 사용하므로, 적층 제조용 분말제조 관련 기술개발을 수행 중인 기업 및 연 구팀에게 직접적인 도움이 되기는 어렵다. 또한 기본적인 연구의 트렌드는 기 제조된 분말을 활용, 시행착오 기반의 PBF 공정 변수(레이저 직경, 속도, 출력 등) 최적화를 통 해 높은 밀도의 적층 제조물을 얻는 방향으로 집중되고 있다.

본 연구에서는 모델링 및 시뮬레이션 상용 소프트웨어 인 GeoDict 2020을 활용, 다양한 입도 분포의 분말을 모 델링한 후 적층하는 시뮬레이션을 통해 PBF 공정에 적합 한 구형 분말의 입도 분포를 도출하고자 한다. 이를 위해 GeoDict를 활용하여 다양한 입도 분포를 가진 50 μm 이하 의 분말을 수 차례 적층한 소결 모델링을 구현하였다. 이 후, 소결체의 기공분포를 분석하여 적층제조 후 가장 적은 기공을 갖는 분말의 입도 분포를 확인하였다.

또한 해당 연구 결과를 바탕으로 본 연구그룹에서 제조 한 타이타늄 분말 입도 분포에 대해 고찰해보았다. 분말은 VIGA-CC(Vacuum induction gas atomization-Cold crucible, DongYang Induction M.F)을 통해 제조되었다. 높은 반응 성을 가진 타이타늄의 용해는 분위기 제어가 가능한 챔버 내에서 용탕과 도가니와의 반응이 없는 냉도가니(cold crucible)로 용해하였으며, closed coupled 형태의 가스 아 토마이징 방법으로 분말을 제조하였다. 제조된 분말은 FE-SEM 및 입도분석장비(PSA, Particle Size Analyzer)를 이용하여 분말의 형상과 입도분포를 분석하였고, 시뮬레 이션 결과를 바탕으로 PBF 공정 적용을 위한 제조 분말 의 입도를 평가하였다.

2. Modeling and Simulation Method

2.1 프로그램 소개 및 기능

본 연구에서는 분말 분포에 의한 소결 밀도 및 기공률 계산을 위하여 상용 소프트웨어 GeoDict를 사용하였다. GeoDict는 다중 축적의 3D 이미지 처리, 재료 모델링, 시 각화, 재료 특성 분석, 시뮬레이션 기반 재료 개발 및 프 로세스 최적화를 위한 소프트웨어이다. 재료의 기하학적 및 물리적 특성에 대한 정성적 및 정량적 결과를 제공하 며, 실험실에서 측정하기 어려운 결과나 실험 과정에서 발 생하는 시료의 손상 등을 보완하여 기존 재료와 새로운 재료 설계에 대한 통찰력을 얻을 수 있다. 그로 인해 소재 의 설계 최적화를 비롯한 신소재 개발 과정에서 생산성, 효율성 향상 및 비용 절감의 효과를 얻을 수 있어 국내외 기업 및 연구소에서 활용되고 있다[6].

본 연구에서는 적층제조 형태 구현을 위하여 GeoDict내 GrainGeo 모듈의 Pile grain tool을 이용하여 분말 입도 분 포에 따라 입자가 쌓이는 과정을 모사하였다. Sinter & Crystallization tool을 통해 수축률을 설정하여 레이저 또 는 E-beam을 통해 분말이 소결되는 과정을 구현하였다. LayerGeo 모듈의 Add tool을 이용해 각각의 층을 결합시 켜 적층되는 과정을 나타냈으며, ProcessGeo 모듈의 Embed tool을 통해 PBF방식처럼 빈 공간에 분말이 쌓이 도록 모델링 하였다. 분말 입도에 따라 모델링 된　구조 의 기공 특성을 파악하기 위해 PoroDict 모듈을 활용, 기 공률과 특징에 대해 분석하였다. 실험의 전 과정은 voxel 요소 수 40,500,000개, voxel의 크기는 1 μm로 구성하였다. 여기서 voxel이란 픽셀(pixel)과 부피(volume)의 합성어로 부피를 가진 픽셀을 의미한다.

2.2 실험 가정

본 연구에서 적층제조 모델링을 위해 아래와 같은 사항 을 가정하였다.

1. 분말은 순 타이타늄으로 가정하고, 타이타늄의 물성 을 적용함

2. 분말은 완벽한 구형으로 이뤄짐

3. 적층제조시 각각의 층 두께는 50 μm

4. 적층 시 소결 전 분말은 closed packing이 이뤄짐

5. 프로그램의 기능적 한계로 발생한 층간 겹침(layer overlap) 현상은 층간 소결로 가정

6. 소결 과정에서의 수축은 모든 방향에서 같은 수준으 로 발생함

7. 수축률 외의 소결 변수는 고려하지 않음

2.3 분말 입도의 종류

분말의 입도는 두 가지 목적에 의해 분류되었다. Fig. 1 과 2는 본 연구에서 적층제조 시뮬레이션을 위해 가정한 분말 입도 분포를 나타낸 것이다.

Fig. 1

Gaussian particle size distribution for case 1.

Fig. 2

Gaussian particle size distribution for case 2.

Case 1 연구는 기공에 대한 분말 입도 분포의 표준편차 의 영향과 단일 직경 분말과 입도 분포 분말의 비교를 목 적으로 하였다. 이에 Fig. 1과 같이 정규 분포의 평균이 50 μm이고 표준편차(σ)가 각각 20과 30인 분말과 50 μm 단일 직경의 세 가지 분말 직경을 이용하였다.

Case 2는 분말의 평균적인 크기에 따른 기공의 형성을 확인하기 위해 설정되었다. 따라서 Case 2 연구에서의 분 말 입도 분포는 Fig. 2 및 아래와 같이 설정하였다.

입도 정규 분포의 평균(σ=20) : 10 μm, 20 μm, 30 μm, 40μm, 50μm

단일 분말 직경 : 10 μm, 20 μm, 30 μm, 40 μm, 50 μm

정규 분포의 분말은 Fig. 1과 2의 파란색으로 표시된 영 역과 같이 직경이 3 μm부터 50 μm까지로 설정하였다. 여 기서 직경 3 μm는 Voxel을 1 μm로 설정함으로써 프로그 램에서 권장되는 최소 입자 크기이다.

2.4 모델링 방안

본 연구는 PBF 방식의 적층제조를 GrainGeo 모듈을 통 해 최대한 유사하게 모사하여 5개의 층의 모델링을 진행 하였다. 금속 분말 한 층의 구현 방법에 대한 과정을 Fig. 3에, 5개의 층을 구현하는 과정을 Fig. 4에 나타내었다. 빈 도메인에 Pile grain tool을 활용, 치밀하게 분말을 쌓은 후, 일정한 수축률을 적용시켜 소결하였다. 적층 과정의 구현 을 위해, 소결된 층을 이전의 층과 합쳤다. 그 과정에서 발 생하는 층간 겹침(layer overlap)을 층간 소결로 간주하였 다. 그리고 다음 층의 분말을 쌓기 위해 50 μm의 빈 도메 인을 연장하였다. 5개의 층이 모두 쌓였을 때 상하단을 잘 라 모델링을 완성하였다.

Fig. 3

Schematic diagram of 2-layer modeling.

Fig. 4

Schematic diagram of the 5 layering.

Fig. 5

Porosity distribution according to Standard deviation in Gaussian distribution for case 1.

본 연구에서는 기 수행한 적층 제조 실험 결과를 기반 으로, 열원의 영향이 약 150 μm 깊이까지 미친다고 판단 하였다. 또한 Strucker 연구 그룹의 Ti-6Al-4V 적층 제조 연구에서 출력에 따라 열원이 깊이 방향으로 0~200 μm까 지 영향을 미치는 것을 확인할 수 있었다[7]. 이를 통해 본 시뮬레이션은 열원이 총 3개 층(150 μm)에 영향을 미친다 고 가정하였다. 시뮬레이션의 소결 시 발생하는 수축률은 적층 제조에서 소결 전 분말이 약 60%의 충진 밀도를 가 지므로[8], 이를 99% 이상의 밀도를 만드는데 필요한 수 축률인 40%로 설정하였다. 열원으로부터 거리에 따라 반 비례하는 수축률이 3번 누적되었을 때 40%만큼 수축되어 99% 이상의 밀도를 만들 수 있도록 수축률을 가정하였다. 초기 수축률은 34.6%, 인접한 층에는 초기 수축률의 제곱 근, 그 아래층에는 초기 수축률의 네제곱근의 수축이 발생 하도록 설정하였다. 최종적으로 본 시뮬레이션에서 설정 한 다섯개의 층에서, 첫 번째부터 세 번째 층까지는 39.93%의 수축이 발생하고, 네 번째 층은 38.45%, 다섯 번째 층은 34.6%의 수축이 발생하도록 설정하여 적층 시 뮬레이션을 수행하였다.

3 Results and Discussion

3.1 Case 1 시뮬레이션 결과

Fig. 5는 정규 분포를 가진 분말에서 표준편차 변화에 따른 기공률 나타내었으며, Fig. 6은 단일 분말 직경이 50 μm, 정규 분포 평균이 50 μm이면서 표준편차가 20과 30인 분말의 적층 모델링과 기공률을 분석한 결과이다. 해 당 결과를 통해 단일 직경의 분말보다 정규 분포 분말이 더 적은 기공률을 나타냄을 알 수 있다.

Fig. 6

Modeling of Gaussian distribution for case 1.

분말의 직경이 작을수록 높은 소결성, 낮은 표면 거칠기 및 작은 Feature size라는 부분에서 장점을 가진다[9]. 이 와 반대로 직경이 클수록 작은 비표면적, 분말의 흐름성에 대한 장점을 지닌다[10, 11]. 따라서 정규 분포 형태의 입 도를 가진 분말의 경우에는 각각의 장점을 모두 확보할 수 있다[12, 13]. 이전 Chmielus 가 수행한 기존의 연구에 서, 일반적인 정규 분포를 가진 분말의 적층제조물과 분급 을 통하여 작거나 크게 편향되어 단일 분포 수준으로 제 어된 분말을 사용한 적층제조물의 기공을 비교하였다. 이 전의 연구를 통해 분급으로 입도 분포가 편향된 단일 분 포 수준의 분포를 가질 때 기공률이 정규 분포를 가진 분 말에 비해 1.7% 이상 더 많은 기공률이 발생하는 것이 확 인되었으며, 시뮬레이션 결과를 통해서도 동일한 경향을 나타내는 것을 확인하였다[4].

또한 Fig. 5와 6을 통해, 분말의 평균입도가 동일하더라 도 표준편차가 큰 분말이 기공률이 낮음을 알 수 있다. 표 준편차가 커짐(Fig. 1)으로써 작은 분말과 큰 분말의 부피 비가 20:80 비율에 접근하기 때문이다. 이 비율은 분말이 입도 분포를 가질 때 기공이 발생하는 현상인 벽 효과 (Wall effect)와 완화 효과(Loosening effect)가 최소화되어 최적의 밀도를 형성하는 비율이다[8, 14]. Fig. 7의 a)벽 효 과, b)완화 효과 및 c) 완화 효과가 발생하지 않은 이상적 인 상태를 나타냈다. 벽 효과는 작은 분말에 비해 매우 큰 분말이 소량 존재할 때 큰 분말의 표면이 벽처럼 작용하 면서 작은 분말 간의 기공보다 더 큰 기공이 발생하는 현 상이다. 완화 효과는 기공의 크기보다 직경이 큰 분말이 기공에 들어가 분말의 배열을 바꾸면서 기공이 생기는 현 상이다[15-20].

Fig. 7

(a) Schematic of wall effect and ideal pore without wall effect, (b) schematic of loosening effect and (c) schematic of ideal pore without loosening effect.

3.2 Case 2 시뮬레이션 결과

Fig. 8, 9 및 10은 분말의 크기를 10~50 μm의 범위에서, 분말의 입도가 정규분포이거나 또는 단일직경을 보유하는 것을 가정했을 때, 기공률과 적층제조물의 형상을 나타낸 다. 분말의 평균적인 직경이 증가할수록 기공 또한 증가한 다. 이는 밀집된 구형 분말에서 분말의 직경과 기공의 크 기가 비례하기 때문이다[21, 22]. 특히, Fig. 8의 단일 분포 에서의 기공률이 50 μm의 직경을 가지는 분말의 경우 기 공이 급격하게 증가하는 것을 확인할 수 있다. 이는 적층 제조의 층 두께(layer thickness)가 50 μm로 직경과 동일하 기 때문에 분말이 한 층으로만 쌓이면서 밀집되지 못하여 기공이 증가하는 것으로 판단된다[23].

Fig. 8

Porosity distribution according to Standard deviation in Gaussian distribution for case 2.

Fig. 9

Modeling of Gaussian distribution for case 2.

Fig. 10

Modeling of single sized powder for case 2.

3.3 시뮬레이션 결론 및 분석

앞선 모델링과 시뮬레이션을 통해 분말의 평균 직경이 감소하고, 표준 편차가 증가할수록 기공률이 감소함을 확 인할 수 있었다. 또한 층(layer)의 두께와 같거나 보다 큰 수준의 분말이 포함되는 경우 기공이 급격히 증가함을 알 수 있었다. 따라서 아토마이징 공정 변수 제어로 분말의 입도를 낮추고, 표준편차를 높이는 노력을 통해 PBF 적층 제조에 더 유리한 분말 제조가 가능할 것으로 판단된다. 또한 분급 과정에서 층 두께보다 큰 분말이 포함되지 않 는 주의가 필요할 것이다.

Fig. 11은 적층제조 적용을 위하여 본 연구팀에서 제조 한 타이타늄 분말의 a) 입도 분포 및 b) FE-SEM 이미지 이다. 해당 분말은 구형의 형상을 가지고 있으며, 평균 37 μm와 표준편차 9.3의 정규분포 그래프와 유사하다(Fig. 11 a의 점선). 제조한 분말의 평균 입도를 감소시키고 표 준 편차 증가에 기여할 수 있는 분말 제조 공정변수 제어 를 통해 PBF 적용에 보다 적합한 분말을 제조할 수 있을 것으로 판단된다.

Fig. 11

(a) Particle size distribution, and (b) FE-SEM image of titanium powder prepared by vacuum induction gas atomization process.

Fig. 12는 본 연구팀에서 제조한 타이타늄 분말(Fig. 11) 을 한국생산기술연구원 3D프린팅제조혁신센터에서 자체 개발한 KAMIC-PBF 장비를 이용해 최적의 제조 변수로 적층한 제조물의 FE-SEM 이미지이다. 분말의 입도 분포 는 본 시뮬레이션에 사용된 분말 중 단일 직경 40 μm와 평균 40 μm를 갖는 입도 분포를 가진 분말과 가장 유사하 다. 따라서 시뮬레이션을 기반으로 제조된 분말의 기공률 을 예상하면 1.20%(Fig. 10의 단일 직경 40 μm의 기공률) 와 1.56%(Fig. 9의 평균 40 μm 입도 분포 분말의 기공률) 의 사이 값이 예상되지만, 실제 기공률은 0.25%로 측정되 었다. 본 시뮬레이션은 SLS(Selective Laser Sintering)를 기반으로 분말 소결을 모사하였지만, 실제 제조물은 열원 을 높은 출력을 통한 용융(melting)이 발생하여 예상 기공 률과 실제 기공률의 차이가 나타나는 것으로 판단된다. 본 연구는 실제 적층가공에서 나타나는 용융을 나타낼 수는 없었지만, 이 모델링을 통해 얻은 최적의 분말 입도로 적 층제조 실행 시 에너지 및 제조 시간 단축에 기여할 수 있 을 것으로 판단된다.

Fig. 12

Cross-sectional FE-SEM images of additive manufactured sample by powder bed fusion process. Powders for the PBF process were prepared by vacuum induction gas atomization process.

프로그램이 보유한 시뮬레이션 기능의 한계로, 본 연구 에서 수행한 모델링과 시뮬레이션에는 분말의 흐름성, Hausner’s ratio, 분말의 packing 정도, 이차상의 형성, 적층 제조 변수의 영향 등이 고려되지 않았다. 분말의 흐름성이 부족한 경우 탭밀도 측정시 평균적인 충진 밀도 60%보다 최대 20%의 낮은 밀도를 가져 적층 제조물의 기공이 증 가되기도 한다. 또한 적층제조 과정에서 가스 분위기의 영 향으로 인해 형성될 수 있는 이산화티타늄(TiO2) 등과 같 은 이차상은 결함의 원인이 되고, 적층 제조 변수에 따라 기공률이 크게 변하기도 한다[23]. 이러한 변수들을 고려 할 수 없다는 점에서, 본 연구에서 수행한 시뮬레이션의 한계는 분명하다. 하지만 기존 연구에서 고려되지 않았던 분말 입도 분포에 의한 최종 적층 제조물의 물성을 예측 한 결과와 이 결과를 통해 제시되는 적층 제조용 분말의 형상은 적층제조와 분말 제조 공정 최적화에 기여할 수 있을 것으로 기대된다.

4. Conclusions

본 연구에서는 PBF 방식의 금속 적층제조에 적용되는 구형 분말의 최적 입도 분포를 확인하기 위해 GEODICT 2020 소프트웨어를 활용하여 모델링 및 적층 시뮬레이션 을 수행하였다. 다양한 분말 입도의 분포에 따라 5 layer 의 적층 및 소결을 모델링하였고, 시뮬레이션을 통해 기공 률을 예측하였다.

평균 직경이 감소하고, 표준편차가 증가할수록 적층 제 조물의 기공률이 감소함을 확인할 수 있었다. 또한 층의 두께 이상의 입도를 가진 분말이 포함되지 않도록 분급에 주의해야 함을 확인하였다. 모델링과 시뮬레이션을 통해 얻은 본연구결과는 PBF 방식 금속 적층 제조용 분말의 제 조 관련 가이드라인을 제시할 수 있을 것으로 기대한다.

Acknowledgements

Acknowledgement

이 연구는 2018년도 산업통상자원부 및 산업기술평가관 리원(KEIT) 연구비 지원에 의한 연구이다(20001221).

• 1. L. Yang, K. Hsu, B. Baughman, D. Godfrey, F. Medina, M. Menno and S. Wiener: Additive Manufacturing of Metals, D. T. Pham(Ed.), Springer, Swiss (2017) 5.
• 2. J. M. Benson and E. Snyders: S. Afr. J. Ind. Eng., 26 (2015) 104.
• 3. J.-W. Oh, H. Na and H. Choi: J. Korean Powder Metall. Inst., 24 (2017) 494. Article
• 4. A. Mostafaei, P. R. D. Vecchis, I. Nettleship and M. Chmielus: Mater. Des., 162 (2019) 375. Article
• 5. Y. Bai, G. Wagner and C. B. Williams: J. Manuf. Sci. Eng., 139 (2017) 081019. Article
• 6. E. Glatt, A. Wiegmann and J. Becker: GeoDict Base Reference, GeoDict (2019) 3.
• 7. H. Gong, H. Gu, K. Zeng, J. J. S. Dilip, D. Pal, B. Stucker, D. Christiansen, J. Beuth, J. J. Lewandowski: Proceedings of the Solid Freeform Fabr. Symp. Austin, (2014) 256.
• 8. J. Zheng, W. B. Carlson and J. S. Reed: J. Eur. Ceram. Soc., 15 (1995) 479. Article
• 9. E. M. Sachs, M. J. Cima, M. A. Caradonna, J. Grau, J. G. Serdy, P. C. Saxton, S. A. Uhland and J. Moon: USA, US Patent, 6,596,224 (2003).
• 10. A. M. Lorenz, E. M. Sachs and S. M. Allen: USA, US Patent, 6,719,948 (2004).
• 11. E. M. Sachs: USA, US Patent, 6,036,777 (2000). Article
• 12. J. Liu and M. L. Ryneson: USA, US Patent, 7,070,734 (2006). Article
• 13. B. Utela, D. Storti, R. Anderson and M. Ganter: J. Manuf. Processes, 10 (2008) 96. Article
• 14. X. Ye, Y. Li, Y. Ai and Y. Nie: Adv. Powder Technol., 29 (2018) 2280. Article
• 15. A. B. Yu, R. P. Zou and N. Standish: Ind. Eng. Chem. Res., 35 (1996) 3730. Article
• 16. P. Goltermann, V. Johansen and L. Palbøl: ACI Mater. J, 94 (1997) 435.
• 17. T. Stovall, F. De Larrard and M. Buil: Powder Technol., 48 (1986) 1. Article
• 18. F. D. Larrard: Concrete Mixture Proportioning: A Scientific Approach, E and FN Spon, London (1999) 38. Article
• 19. J. D. Dewar: Computer Modelling of Concrete Mixtures, E and FN Spon, London (1999) 31. Article
• 20. A. K. H. Kwan, K. W. Chan and V. Wong: Powder Technol., 237 (2013) 172. Article
• 21. D. R. Hudson: J. Appl. Phys., 20 (1949) 154. Article
• 22. P. I. O’Toole and T. S. Hudson: J. Phys. Chem. C, 115 (2011) 19037. Article
• 23. H. Gong, K. Rafi, H. Gu, T. Starr and B. Stucker: Addit. Manuf., 1 (2014) 87. Article
• 24. A. B. Spierings, M. Voegtlin, T. Bauer and K. Wegener: Prog. Addit. Manuf., 1 (2016) 9. Article

Figure & Data

References

Citations

Citations to this article as recorded by  

• Review of “Integrated Computer-Aided Process Engineering Session in the International Symposium on Innovation in Materials Processing (ISIMP, 26–29 October 2021)”
  Hyunjoo Choi, Jungjoon Kim, Pil-Ryung Cha, Hyoung Seop Kim
  MATERIALS TRANSACTIONS.2023; 64(10): 2542.     CrossRef