Minimizing the casting defects in high-pressure die casting using Taguchi analysis

고압 다이캐스팅(HPDC)은 복잡한 형상의 비철금속 부품을 정밀하게 제조할 수 있어 자동차 산업에서 핵심적인 생산 공정으로 자리 잡고 있습니다. 그러나 공정 특성상 기공(Porosity), 핀홀(Pinhole), 기포(Blowhole)와 같은 주조 결함이 발생하기 쉬우며, 이는 부품의 기계적 강도와 신뢰성을 저하시키는 주요 원인이 됩니다. 본 연구는 파키스탄의 오토바이 제조 공정에서 발생하는 100cc 엔진용 크랭크케이스(Crankcase LH) 부품의 높은 불량률을 해결하기 위해 수행되었습니다. 연구진은 다구치 분석(Taguchi Analysis)과 실험계획법(DOE)을 결합하여 사출 압력, 용탕 온도, 냉각 시간 등 6가지 핵심 공정 매개변수를 최적화하는 체계적인 접근 방식을 제시합니다. 실험 결과, 냉각 시간과 사출 압력이 부품의 밀도 및 품질에 가장 결정적인 영향을 미치는 요인임이 밝혀졌습니다. 최적화된 공정 조건을 적용한 결과, 기공으로 인한 불량률이 기존 대비 61% 감소하는 획기적인 품질 개선 효과를 거두었습니다. 이 연구는 대량 생산 환경에서 데이터 기반의 공정 최적화가 제조 경쟁력 확보에 얼마나 중요한지를 실증적으로 보여줍니다.

메타데이터 및 키워드

Figure 1 Crankcase specimen produced with the High-Pressure Die Casting (HPDC) process
Figure 1 Crankcase specimen produced with the High-Pressure Die Casting (HPDC) process

논문 메타데이터

  • Industry: Automotive (Motorbike Manufacturing)
  • Material: Aluminum Alloy ADC 12
  • Process: High-Pressure Die Casting (HPDC)
  • System: 800-ton HPDC machine (Yizumi SM-800T)
  • Objective: 다구치 공정 매개변수 최적화를 통한 주조 결함(기공) 최소화

핵심 키워드

  • High pressure die casting
  • Porosity
  • Design of experiment
  • Optimization
  • Casting defects

핵심 요약

연구 구조

본 연구는 오토바이 엔진 부품인 크랭크케이스 제조 공정을 대상으로 하며, 실제 산업 현장의 생산 데이터를 바탕으로 결함 원인을 분석하고 다구치 L27 직교 배열표를 활용하여 실험을 설계했습니다.

방법 개요

6개의 공정 변수(사출 압력, 용탕 온도, 냉각 시간, 금형 온도, 1/2단계 플런저 속도)를 3수준으로 설정하여 실험을 수행하였으며, 아르키메데스 원리를 이용한 밀도 측정으로 기공률을 평가했습니다.

주요 결과

최적화된 조건(사출 압력 178 bar, 용탕 온도 665°C, 냉각 시간 5초 등) 적용 시 기공 관련 불량률이 0.90%에서 0.29%로 61% 감소하였으며, 전체 결함 중 기공이 차지하는 비중도 32.17%에서 11.47%로 급감했습니다.

산업적 활용 가능성

자동차 및 이륜차 엔진 부품 제조, 고정밀 비철금속 주조 공정의 품질 관리, 대량 생산 라인의 공정 매개변수 표준화 등에 즉시 적용 가능합니다.

한계와 유의점

본 연구는 각 매개변수 간의 상호작용 효과를 개별적으로 분석하지 않았으며, 도출된 최적값은 Aluminum ADC 12 합금 및 특정 부품 형상에 최적화된 결과입니다.

논문 상세 정보

1. 개요

  • Title: Minimizing the casting defects in high-pressure die casting using Taguchi analysis
  • Author: S. Tariq, A. Tariq, M. Masud, and Z. Rehman
  • Year: 2022
  • Journal: Scientia Iranica B
  • DOI/Link: https://doi.org/10.24200/sci.2021.56545.4779

2. 초록

고압 다이캐스팅(HPDC)은 복잡한 비철금속 주조물을 제조하기 위한 자동차 산업의 주요 생산 공정입니다.

사출 압력, 용탕 온도, 1단계 및 2단계 플런저 속도와 같은 공정 매개변수는 기계적 강도와 미세 구조에 직접적인 영향을 미칩니다.

이러한 공정 매개변수는 주조 품질에 직접적인 영향을 미치므로, 생산성을 극대화하고 기공, 핀홀, 기포와 같은 주조 결함을 최소화하기 위해 최적의 조합이 필요합니다.

따라서 본 논문에서는 실험계획법(DOE)과 다구치 분석을 결합하여 매개변수를 최적화함으로써 HPDC 공정의 주요 결함인 기공을 최소화하는 접근 방식을 제시합니다.

얻어진 결과에 따르면 냉각 시간, 사출 압력, 2단계 플런저 속도가 응답 인자(주조 부품의 밀도)에 주요한 영향을 미치는 것으로 나타났습니다.

또한 178 bar의 사출 압력, 665°C의 용탕 온도, 5초의 냉각 시간, 210°C의 금형 온도, 0.20 m.s⁻¹의 1단계 플런저 속도 및 6.0 m.s⁻¹의 2단계 플런저 속도를 사용함으로써 선택된 부품의 기공으로 인한 불량률이 61% 감소했다는 결론을 얻었습니다.

3. 방법론

주조 공정 분석 및 결함 식별: 한 달간의 생산 데이터를 바탕으로 파레토 분석을 실시하여 가장 불량률이 높은 부품인 ‘Crankcase LH’를 선정했습니다. 분석 결과, 전체 결함의 32.17%가 기공(핀홀 및 기포)에 의한 것으로 확인되어 이를 개선 목표로 설정했습니다.

다구치 실험 설계 (DOE): 사출 압력, 용탕 온도, 냉각 시간, 금형 온도, 1단계 및 2단계 플런저 속도의 6가지 요인을 선정하고 각각 3수준(Level)으로 설정했습니다. 효율적인 실험을 위해 L27 직교 배열표를 사용하여 총 27회의 실험 조합을 구성했습니다.

실험 수행 및 데이터 수집: 800톤급 Yizumi SM-800T HPDC 장비를 사용하여 실험을 수행했습니다. 각 실험 조합당 3개의 샘플을 채취하여 아르키메데스 원리에 따라 밀도를 측정하였으며, ADC 12 합금의 표준 밀도(2.75 g.cm⁻³)와 비교하여 품질을 평가했습니다.

다구치 분석 및 최적화: 측정된 밀도 데이터를 바탕으로 S/N 비(Signal-to-Noise ratio) 분석을 수행했습니다. ‘망대특성(Larger-the-better)’ 기준을 적용하여 각 요인의 영향력을 순위화하고, 밀도를 극대화할 수 있는 최적의 매개변수 조합을 도출했습니다.

4. 결과 및 분석

실험 및 시뮬레이션 설정: 본 연구는 실제 산업용 800톤 HPDC 머신에서 수행되었으며, Aluminum ADC 12 합금을 사용했습니다. 6개의 독립 변수를 제어하며 27회의 실험을 통해 밀도 데이터를 확보하였고, 이를 통해 공정의 안정성과 재현성을 검증했습니다.

시각적 데이터 요약: 파레토 차트(Figure 7)를 통해 최적화 전후의 결함 분포 변화를 시각화했습니다. 또한 인과관계도(Figure 4)를 활용하여 작업자, 기계, 재료, 방법 등 기공 결함에 영향을 미치는 다양한 잠재적 요인들을 체계적으로 정리했습니다.

변수 상관관계 분석: S/N 비 분석 결과, 냉각 시간(Delta 0.934)이 밀도에 가장 큰 영향을 미치는 1순위 요인으로 나타났으며, 사출 압력(0.639)과 2단계 플런저 속도(0.500)가 그 뒤를 이었습니다. 반면 1단계 플런저 속도는 영향력이 가장 적은 것으로 분석되었습니다.

Figure 2 Casting defects found in the Crankcase: (a) pinhole and (b) porosity
Figure 2 Casting defects found in the Crankcase: (a) pinhole and (b) porosity

5. 그림 및 표 목록 (Figure and Table List)

  • Table 3: 선택된 부품의 불량 수량 및 관련 결함 현황. 기공(핀홀/기포)이 전체 결함의 32.17%를 차지하는 주요 원인임을 보여줍니다.
  • Figure 4: 인과관계도(Cause and effect diagram). 핀홀 및 기포 결함에 기여하는 인적, 기계적, 재료적 요인들을 어골도 형태로 분석했습니다.
  • Table 9: 평균 및 S/N 비 분석에 따른 최적 매개변수. 다구치 분석을 통해 도출된 이론적 최적 공정 설정값을 요약하고 있습니다.
  • Figure 7: 최적화 후 결함에 대한 파레토 차트. 공정 개선 후 기공 관련 불량이 현저히 감소하여 결함 순위가 변동되었음을 시각적으로 증명합니다.

6. 참고문헌

  • Teng, X., Mae, H., Bai, Y., et al. (2009). Pore size and fracture ductility of aluminum low pressure die casting. Eng. Fract. Mech. 10.1016/j.engfracmech.2008.06.024
  • Fracchia, E., Lombardo, S., and Rosso, M. (2018). Case study of a functionally graded aluminum part. Appl. Sci. 10.3390/app8071113
  • Makhlouf, M.M., Apelian, D., and Wang, L. (1998). Microstructures and Properties of Aluminum Die Casting Alloys. USDOE Idaho Operations Office.

기술 Q&A (Technical Q&A)

Q: 다구치 분석 결과, 부품의 밀도에 가장 큰 영향을 미치는 공정 매개변수는 무엇입니까?

응답 평균(Table 7) 및 S/N 비(Table 8) 분석 결과, ‘냉각 시간(Cooling time)’이 가장 높은 Delta 값을 기록하며 영향력 순위 1위를 차지했습니다. 이는 냉각 공정의 정밀한 제어가 주조물의 밀도를 높이고 기공을 줄이는 데 가장 핵심적인 역할을 함을 시사합니다.

Q: 최적화된 매개변수를 적용한 후 기공으로 인한 불량률은 얼마나 감소했습니까?

최적화 전 기공으로 인한 불량률은 전체 생산량의 0.90%였으나, 최적화된 매개변수를 적용한 후에는 0.29%로 감소했습니다. 이는 약 61%의 불량 감소율을 의미하며, 제조 공정의 효율성을 크게 향상시킨 결과입니다.

Q: 실험에서 도출된 최종 최적 사출 압력과 용탕 온도는 얼마입니까?

실험적 검증을 통해 확인된 최종 최적값은 사출 압력 178 bar, 용탕 온도 665°C입니다. 이는 초기 설정값들과 비교하여 미세하게 조정된 수치로, 부품의 밀도를 극대화하는 데 최적화된 조건입니다.

Q: 본 연구에서 사용된 알루미늄 합금의 종류와 그 특성은 무엇입니까?

본 연구에서는 자동차 부품 제조에 널리 쓰이는 알루미늄 합금인 ADC 12를 사용했습니다. 이 합금의 표준 밀도는 2.75 g.cm⁻³이며, 연구진은 제조된 부품의 실제 밀도가 이 표준값에 최대한 가까워지도록 공정을 최적화하여 기공 발생을 억제했습니다.

Q: 다구치 분석에서 사용된 S/N 비의 특성과 그 이유는 무엇입니까?

본 연구에서는 ‘망대특성(Larger-the-better)’ S/N 비를 사용했습니다. 연구의 목적이 부품의 밀도를 최대한 높여 기공을 최소화하는 것이었기 때문에, 측정값이 클수록 품질이 좋다고 판단하는 망대특성 공식을 적용하여 최적 조건을 분석했습니다.

Q: 실험에 사용된 HPDC 장비의 사양과 실험 설계 규모는 어떻게 됩니까?

실험에는 800톤급 고압 다이캐스팅 머신인 Yizumi SM-800T가 사용되었습니다. 실험 설계는 6개의 요인과 3개의 수준을 고려하여 L27 직교 배열표를 채택했으며, 총 27회의 실험 조합을 통해 통계적으로 유의미한 데이터를 확보했습니다.

결론

본 연구는 다구치 분석이 고압 다이캐스팅(HPDC) 공정의 기공 결함을 최소화하는 데 매우 효과적인 도구임을 입증했습니다. 6가지 핵심 공정 매개변수를 체계적으로 최적화함으로써 오토바이 크랭크케이스의 불량률을 61% 감소시켰으며, 특히 냉각 시간, 사출 압력, 2단계 플런저 속도가 품질 결정의 핵심 요인임을 확인했습니다.

이러한 결과는 실제 산업 현장에서 시행착오를 줄이고 데이터에 기반한 의사결정을 내리는 데 중요한 지침을 제공합니다. 비록 본 연구가 특정 합금과 부품 형상에 국한되어 있고 변수 간의 상호작용 분석이 부족하다는 한계가 있으나, 대량 생산 공정의 품질 개선과 원가 절감을 위한 실질적인 방법론으로서 큰 가치를 지닙니다.

출처 정보 (Source Information)

Citation: S. Tariq, A. Tariq, M. Masud, and Z. Rehman (2022). Minimizing the casting defects in high-pressure die casting using Taguchi analysis. Scientia Iranica B.

DOI/Link: https://doi.org/10.24200/sci.2021.56545.4779

Technical Review Resources for Engineers:

▶ 원문 논문 보기 (PDF)
▶ 기술 검토 및 적용 가능성 문의

This material is for informational purposes only. Unauthorized commercial use is prohibited.

Copyright © 2026 STI C&D. All rights reserved.