A single entry point for formulation screening, compounding records, process calculators, and product-line optimization across PHA, PLA, PBS, and PBAT systems. Start with the job to be done, then move into the right application. PHA, PLA, PBS, PBAT 계열 시스템을 위한 배합 스크리닝, 컴파운딩 기록, 공정 계산, 제품 라인 최적화를 한곳에 모았습니다. 앱 이름이 아니라 실제 업무 흐름을 기준으로 올바른 도구로 들어가도록 설계했습니다.
Most users do not need every application at once. They need one good starting point: screen a formulation, record a batch, set machine conditions, or stabilize a production line. This homepage is structured around that sequence. 대부분의 사용자는 모든 앱을 동시에 쓰지 않습니다. 먼저 필요한 시작점 하나가 있습니다. 조성을 스크리닝할지, 배치를 기록할지, 장비 조건을 계산할지, 실제 생산 라인을 안정화할지부터 선택한 뒤 다음 단계 앱으로 이어지도록 홈페이지를 구성했습니다.
Use this first when you need to judge whether a PHA, blend, or filler direction is worth a lab trial. PHA, 블렌드, 필러 방향이 실제 실험까지 갈 가치가 있는지 먼저 판단할 때 사용합니다.
When a candidate becomes a real batch, this is where recipes, process snapshots, and experimental outputs should live. 후보가 실제 배치가 되면, 레시피와 공정 스냅샷, 실험 결과를 여기에 남겨야 합니다.
Use the process tool when the question is no longer “what should I make?” but “how should I run it safely?” 질문이 “무엇을 만들까?”에서 “어떻게 안전하게 운전할까?”로 바뀌면 이 도구가 맞습니다.
For straw programs and line telemetry, use the application-specific optimizer rather than a generic material calculator. 빨대 프로그램과 실제 라인 텔레메트리에는 일반 계산기보다 application-specific optimizer가 더 적합합니다.
Each application has a different job. The goal of this catalog is not to list features, but to help you open the right surface first: material screening, batch tracking, process calculation, or line optimization. 각 애플리케이션은 맡는 역할이 다릅니다. 이 카탈로그의 목적은 기능을 나열하는 것이 아니라, 물성 스크리닝, 배치 추적, 공정 계산, 라인 최적화 중 어떤 화면을 먼저 열어야 하는지 명확히 보여주는 것입니다.
Start here when you need a fast answer to “is this formulation direction worth testing?”. The app screens neat 4HB systems, blends, fillers, barrier, and composite trends before you spend lab time on a batch. “이 조성 방향이 실제 시험할 가치가 있는가?”를 가장 먼저 판단할 때 여는 앱입니다. neat 4HB 시스템뿐 아니라 블렌드, 필러, 배리어, 복합재 경향까지 빠르게 스크리닝해 실험 배치를 잡기 전에 우선순위를 정할 수 있습니다.
A shop-floor calculator and troubleshooting surface for molding and process setup. Use it for unit conversion, clamp tonnage, flash-control logic, and structured process logs when the question is about machine conditions rather than formulation discovery. 성형 및 공정 셋업을 위한 현장 계산·트러블슈팅 화면입니다. 배합 탐색보다 장비 조건이 핵심일 때 여는 앱으로, 단위 변환, 형체력 계산, 플래시 저감 로직, 공정 로그를 제공합니다.
Application-specific optimization for biodegradable straw lines. It combines grade management, process conditions, Carreau–Yasuda viscosity analysis, temperature graphs, and experiment logging for real line tuning. 생분해성 빨대 라인 전용 최적화 앱입니다. Grade 관리, 공정 조건, Carreau–Yasuda 점도 해석, 온도 그래프, 실험 로깅을 결합해 실제 생산 라인을 튜닝할 수 있습니다.
A batch notebook for real compounding work. Record recipes in wt%, grams, or PHR, compare batches, save process snapshots, and export experiment records while keeping the calculation surface live. 실제 컴파운딩 작업을 위한 배치 노트북입니다. wt%, grams, PHR 기준으로 레시피를 기록하고, 배치를 비교하고, 공정 스냅샷을 저장하며, 계산 화면을 유지한 채 실험 기록을 내보낼 수 있습니다.
Start in 4HB Properties Modeling when the question is still “which composition direction is worth touching?” Use it to narrow matrix family, blend ratio, filler window, and target property band. Once one or two candidates survive, move into the Compounding Notebook to convert that direction into wt%, grams, or phr recipes and preserve the first process snapshot. “이 조성 방향을 실제로 만져볼 가치가 있는가?”가 아직 핵심일 때는 4HB Properties Modeling에서 시작합니다. 여기서 매트릭스 계열, 블렌드 비율, 필러 방향, 목표 물성대를 좁힌 뒤, 살아남은 후보를 Compounding Notebook으로 넘겨 wt%, grams, phr 레시피와 첫 공정 스냅샷으로 바꿉니다.
Output. A short list of formulations worth a real compounding or molding trial, plus a saved batch record that can be compared later instead of reconstructed from memory. 출력. 실제 컴파운딩이나 성형 시험을 걸어볼 가치가 있는 짧은 후보 목록과, 나중에 기억으로 복원하지 않아도 되는 저장된 배치 기록입니다.
| Step단계 | Application앱 | What gets fixed고정되는 것 |
|---|---|---|
| Screen스크린 | 4HB Properties Modeling | matrix family, blend ratio, filler direction매트릭스 계열, 블렌드 비율, 필러 방향 |
| Convert변환 | Compounding Notebook | wt% / grams / phr recipewt% / grams / phr 레시피 |
| Store저장 | Compounding Notebook | batch note, export, comparison baseline배치 노트, 내보내기, 비교 기준 |
Use this route when lab time is scarce and the first question is which formulation deserves a batch at all. 이 경로는 실험 시간이 부족하고, 무엇보다 “어떤 조성이 배치 가치가 있는가”가 첫 질문일 때 가장 유효합니다.
Once the batch is real, the problem stops being “what is the formulation?” and becomes “what does the machine need?” The Compounding Notebook keeps recipe context and trial notes; the PHA Process Tool turns that context into residence time checks, clamp tonnage, cooling-time estimates, blown-film thickness, flash-control logic, and structured troubleshooting logs. 배치가 실제가 되면 문제는 “조성이 무엇인가”에서 “장비가 무엇을 요구하는가”로 바뀝니다. Compounding Notebook은 레시피와 트라이얼 메모를 보존하고, PHA Process Tool은 이를 체류시간, 형체력, 냉각시간, 필름 두께, 플래시 제어, 트러블슈팅 로그 같은 장비 기준 값으로 바꿉니다.
Output. A run sheet framed in machine-side quantities instead of lab-only notation, so the next trial starts from a controlled window rather than operator memory. 출력. 실험실 표기가 아니라 장비 기준 수치로 정리된 run sheet이며, 다음 트라이얼이 작업자 기억이 아니라 통제된 윈도우에서 시작되도록 돕습니다.
| Artifact산출물 | Produced in생성 위치 | Used for용도 |
|---|---|---|
| Recipe snapshot레시피 스냅샷 | Compounding Notebook | grade / filler / compatibilizer contextgrade / filler / compatibilizer 문맥 |
| Residence time체류시간 | PHA Process Tool | thermal-risk check열분해 리스크 점검 |
| Clamp tonnage & cooling형체력·냉각 | PHA Process Tool | mold and cycle setup금형·사이클 셋업 |
| Process log공정 로그 | PHA Process Tool | trial-to-trial troubleshooting트라이얼 간 트러블슈팅 |
Use this route when the formulation is chosen but the operating window is still unstable. 이 경로는 배합은 정해졌지만 장비의 운전 윈도우가 아직 흔들릴 때 가장 필요합니다.
Once the machine window exists, Straw Optimizer takes over for application-specific line tuning. It treats temperatures, rpm, draw ratio, geometry, and trial observations as a coupled operating surface, so the answer is a feasible region rather than one brittle set-point. 장비 윈도우가 잡히면, 그 다음은 제품 라인에 맞는 세부 튜닝입니다. Straw Optimizer는 온도, rpm, 드로우비, 형상, 트라이얼 관찰값을 함께 다뤄서, 단일 취약 set-point가 아니라 실제로 굴릴 수 있는 운전 영역을 찾게 합니다.
Output. A line-facing decision: what to hold, what to change first, and which condition window remains manufacturable. 출력. 무엇을 유지하고, 무엇을 먼저 바꾸고, 어떤 조건 창이 아직 제조 가능 영역에 남아 있는지에 대한 라인 기준 판단입니다.
| Signal신호 | Why it matters왜 중요한가 | Decision surface판단 축 |
|---|---|---|
| Temperature profile온도 프로파일 | melt strength and draw stability용융 강도와 드로우 안정성 | heat window열 윈도우 |
| RPM / draw ratioRPM / 드로우비 | ovality and take-up balance타원율과 take-up 균형 | line-speed window라인 속도 창 |
| Material grade재료 grade | viscosity and stiffness floor점도와 강성 하한 | grade-specific limitgrade별 한계 |
| Trial notes트라이얼 메모 | recurring defects and recovery actions반복 결함과 복구 조치 | next adjustment다음 조정 |
This route is for operators and process engineers after formulation and basic machine setup are already narrowed. 이 경로는 조성과 기본 장비 셋업이 어느 정도 좁혀진 뒤, 운영자와 공정 엔지니어가 쓰는 단계입니다.
This studio is a working set of instruments for engineers who already know their polymer. It is not a consumer surface, not a lead funnel, and not a benchmark leaderboard. Every module answers a question an actual bench or line has posed — why does ovality rise at λ = 4.8, why does this recipe lose modulus after 72 h annealing, where does A1000P stop behaving like a rubber — and each leaves behind a reproducible record. 이 스튜디오는 이미 고분자를 이해하는 엔지니어를 위한 작업 도구 모음입니다. 소비자용 페이지도, 리드 퍼널도, 벤치마크 리더보드도 아닙니다. 모든 모듈은 실제 실험실이나 라인에서 제기한 질문에 답합니다 — 왜 λ = 4.8에서 타원율이 오르는가, 왜 이 레시피가 72시간 어닐링 후 모듈러스를 잃는가, 어디서부터 A1000P가 고무처럼 거동하지 않는가. 각 답은 재현 가능한 기록을 남깁니다.
Physics gives the shape; data fills the residual. Neither alone is enough when the molecule is a living copolymer. 물리는 모양을 주고, 데이터는 잔차를 채운다. 분자가 살아있는 코폴리머일 때는 둘 중 하나만으로는 충분하지 않다.
The preference for grey-box models is not aesthetic. Fox, Flory, Avrami, and Halpin–Tsai carry decades of thermodynamic and mechanical grounding — dropping them for pure ML costs calibration at the very boundaries (new 4HB fractions, new fillers, new anneal schedules) where prediction matters most. The ML layer's job is to carry the residual, report its own uncertainty, and decline to extrapolate beyond the training envelope. 그레이박스 모델에 대한 선호는 미학적인 선택이 아닙니다. Fox, Flory, Avrami, Halpin–Tsai는 수십 년에 걸친 열역학·기계적 근거를 품고 있습니다. 이를 버리고 순수 ML 로만 가면 예측이 가장 중요한 경계 영역(새로운 4HB 분율, 새로운 필러, 새로운 어닐링 스케줄)에서 보정이 깨집니다. ML 레이어의 역할은 잔차를 담고, 자신의 불확실도를 보고하며, 학습 엔벨로프 바깥으로의 외삽을 거부하는 것입니다.
Source code for the property-modeling core is open; the fitted parameters are not. That line sits where the studio's commercial users sit — polymer producers, converters, application developers — and reflects how the field actually publishes: principles shared, proprietary datasets protected. Collaboration is welcome on both sides of that line. 물성 모델링 코어의 소스 코드는 공개되어 있지만, 학습된 파라미터는 비공개입니다. 이 경계는 스튜디오의 상업 사용자들 — 고분자 생산자, 컨버터, 애플리케이션 개발자 — 가 서 있는 지점과 겹치며, 이 분야가 실제로 출판하는 방식을 반영합니다. 원리는 공유되고, 독점 데이터셋은 보호됩니다. 경계 양쪽 모두에서의 협업을 환영합니다.