수치 시뮬레이션을 이용한 주조 결함 예측

Prediction of casting defect by using of numerical simulations

본 연구는 마그네슘 합금 사출 성형 공정에서 발생하는 주조 결함을 줄이기 위해, 수치 시뮬레이션 결과와 실제 성형품의 결함 데이터를 통계적으로 연계하여 결함 발생 가능성을 정량적으로 예측하는 방법론을 제시합니다. 이는 숙련자의 경험에 의존하던 기존의 해석 결과 평가 방식을 데이터 기반의 객관적 지표로 전환하는 데 기술적 기여가 있습니다.

Paper Metadata

Industry: 주조 및 전자 기기 제조업
Material: 마그네슘 합금 (Mg Alloy)
Process: 사출 성형 (Injection Molding) 및 다이캐스팅

Keywords

마그네슘 합금
사출 성형
수치 시뮬레이션
주조 결함 예측
Sola-VOF 법
상관계수 분석

Executive Summary

Research Architecture

본 연구는 Sola-VOF 법에 기반한 유한차분법 프로그램을 사용하여 용탕의 유동 및 열전달 해석을 수행하였습니다. 실제 공정에서 수집된 약 40례의 마그네슘 합금 성형품 데이터를 바탕으로 결함 발생 위치를 데이터베이스화하였으며, 이를 시뮬레이션의 격자(Mesh) 정보와 매핑하였습니다. 유동 시간, 금형 온도, 와점성 등 11개의 물리적 매개변수를 추출하여 결함 발생과의 상관관계를 분석하는 프레임워크를 구축하였습니다.

Key Findings

결함부와 무결함부의 매개변수 빈도 분포를 비교한 결과, 금형 온도가 낮은 영역에서 유동선(Flow line) 발생 빈도가 유의미하게 높음을 정량적으로 확인하였습니다. 상관계수 분석을 통해 결함 예측에 유효한 6개의 핵심 매개변수를 선정하였으며, 이를 활용한 확률 분포 함수를 생성하였습니다. 특히, 데이터베이스에 등록된 모델 수가 20례 이상일 때 결함 예측의 정확도가 안정적인 수준에 도달함을 수치적으로 입증하였습니다.

Industrial Applications

개발된 예측 모델은 다이캐스팅 및 사출 성형 금형 설계 단계에서 결함 발생 위험 지역을 사전에 파악하는 데 활용될 수 있습니다. 이는 시운전 횟수를 줄이고 성형 수율을 높이는 데 직접적인 도움을 줍니다. 또한, 특정 공정 조건에서의 결함 발생 확률을 수치화함으로써 생산 관리의 객관적 지표로 활용이 가능합니다.

Theoretical Background

Sola-VOF 법 및 지배 방정식

용탕의 자유 표면 거동을 해석하기 위해 Sola-VOF 법을 채택하였습니다. 지배 방정식으로는 연속 방정식, 나비에-스토크스(Navier-Stokes) 방정식, 유체율(VOF) 방정식, 그리고 에너지 방정식을 사용합니다. 이를 통해 복잡한 형상의 금형 내부에서 용탕이 충전되는 과정과 그에 따른 온도 변화를 시간 단계별로 계산할 수 있습니다.

MARS 법을 이용한 수치 확산 방지

유체율(VOF) 함수의 이송 계산 시 발생하는 수치적 위확산(False diffusion)을 방지하기 위해 MARS(Multi-dimensional Advection Response-Specific) 법을 적용하였습니다. 이는 용탕과 공기 사이의 계면을 보다 선명하게 유지하여, 유동 선(Flow line)이나 기포 혼입과 같은 결함 예측의 기초가 되는 유동 해석의 정밀도를 높이는 역할을 합니다.

Results and Analysis

Experimental Setup

실험을 위해 약 40종의 마그네슘 합금 성형품을 대상으로 유동선(Flow line), 크랙(Cracking), 수축(Shrinkage), 소착(Penetration)의 4가지 주요 결함을 조사하였습니다. 수치 해석에서는 실제 성형 조건과 동일한 매개변수를 입력값으로 설정하였으며, 해석 결과를 실제 결함 발생 위치와 대조하기 위해 각 격자 요소에 결함 유무에 대한 이진 정보를 부여하였습니다.

Visual Data Summary

금형 온도와 빈도 분포의 관계 그래프에서, 무결함부는 평균값을 중심으로 정규 분포를 보이는 반면, 유동선 발생부는 저온 영역으로 편향된 분포를 나타냈습니다. 이는 금형 온도가 낮을 때 용탕의 유동성이 저하되어 결함이 발생한다는 기존의 경험적 지식을 수치적으로 뒷받침합니다. 반면, 평균 유속의 경우 결함 유무에 따른 분포 차이가 크지 않아 단일 변수로서의 예측력은 낮은 것으로 분석되었습니다.

Variable Correlation Analysis

11개의 물리 매개변수와 각 결함 간의 상관계수를 산출한 결과, 결함 종류에 따라 영향력이 큰 변수가 다름을 확인하였습니다. 예를 들어, 유동선은 금형 온도 및 유동 시간과 높은 상관관계를 보였습니다. 본 연구에서는 메모리 효율성을 고려하여 상관계수가 낮은(즉, 결함부와 무결함부의 차이가 뚜렷한) 상위 6개 매개변수를 최종 결함 발생률 함수의 인자로 선정하였습니다.

Paper Details

Prediction of casting defect by using of numerical simulations

1. Overview

Title: Prediction of casting defect by using of numerical simulations
Author: Norimasa KIMURA, Kiyotaka OBUNAI, Tadao FUKUTA, Koichi OZAKI
Year: 2007
Journal: The Japan Society of Mechanical Engineers (No. 07-38)

2. Abstract

마그네슘 합금은 경량 및 고비강도 특성으로 인해 전자 기기 하우징 등에 널리 사용되지만, 주조 결함이 발생하기 쉬워 수율이 낮다는 단점이 있습니다. 이를 해결하기 위해 주조 시뮬레이션이 수행되고 있으나 해석 결과의 평가는 여전히 숙련자의 경험에 의존하고 있습니다. 본 연구에서는 시뮬레이션 결과와 실제 성형품의 결함 발생 상황을 연계하여 결함 발생률 함수를 결정하는 방법을 시도하였습니다. 약 40례의 성형품 데이터를 기반으로 상관계수 분석을 통해 최적의 매개변수를 추출하였으며, 이를 통해 결함 발생 가능성을 정량적으로 예측할 수 있음을 확인하였습니다.

3. Methodology

3.1. 성형품의 결함 발생 상황 조사: 유동선, 크랙, 수축, 소착 등 4종의 결함을 대상으로 약 40례의 성형품에서 결함 위치를 파악하고 격자 데이터와 연계하였습니다.
3.2. 수치 계산 수행: Sola-VOF 법과 MARS 법을 적용한 유한차분법 프로그램을 통해 용탕의 유동 및 열전달 수치 해석을 실시하였습니다.
3.3. 매개변수 추출: 결함부와 무결함부의 빈도 분포 차이를 상관계수로 정량화하여, 예측 정밀도가 높은 6개의 물리 매개변수를 선정하였습니다.
3.4. 결함 발생률 함수 작성: 선정된 매개변수들의 상태를 조합하여 확률 분포 함수를 정의하고, 데이터베이스 모델 수에 따른 예측 정확도를 검증하였습니다.

4. Key Results

상관계수 분석 결과, 금형 온도와 유동 시간 등이 주조 결함과 밀접한 관련이 있음을 밝혀냈습니다. 결함 발생률 함수를 이용한 예측 시뮬레이션에서, 데이터베이스에 등록된 모델 수가 1개 또는 10개일 때는 예측 오차가 컸으나, 20개 이상의 모델을 사용했을 때 실제 결함 위치를 정확하게 예측하기 시작했습니다. 20개 모델 이후부터는 모델 수를 늘려도 예측 결과에 큰 변화가 없었으며, 이는 20례 정도의 데이터로도 충분히 신뢰성 있는 결함 발생률 함수 작성이 가능함을 의미합니다.

5. Mathematical Models

결함 발생률 $f$는 $n$개의 매개변수 $x_i$를 인자로 갖는 확률 분포 함수로 정의됩니다. $$f = f(x_1, x_2, \dots, x_n)$$ 실제 계산에서는 결함이 있는 요소 수 $n_d$와 결함이 없는 요소 수 $n_n$을 이용하여 다음과 같이 산출합니다. $$f = \frac{n_d}{n_n + n_d}$$ 데이터가 존재하지 않는 상태에 대해서는 인접한 상태의 평균값을 지수 함수적으로 처리하여 보간하는 방식을 사용하였습니다.

Figure List

결함 사례 (Flow line, Cracking, Shrinkage, Penetration)
빈도 분포의 변화 (금형 온도 및 유속에 따른 결함/무결함 분포)
성형품 모델 및 조사된 결함 발생 위치 비율
모델 등록 수에 따른 유동 선(Flow line) 해석 결과 비교

References

일본소성가공학회 편, 소성가공편람, 코로나사, (2006), pp.454-455
渡辺知, “주조의 최신 시뮬레이션 기술”, 일본기계학회지, Vol.108, No.1040(2005), p.566
岩堀弘昭, 岩田靖, “다이캐스트 금형 내 용탕 거동 측정”, 정밀공학회지, Vol.73, No.2(2007), pp.183-187
주조공학회 편, 주조공학편람, 마루젠, (2002), p.526

Technical Q&A

Q: 본 연구에서 결함 예측을 위해 사용한 핵심 수치 해석 기법은 무엇입니까?

본 연구는 Sola-VOF 법에 기반한 유한차분법을 사용하여 용탕의 유동을 해석하였습니다. 특히 자유 표면의 정밀한 추적과 수치 확산 억제를 위해 MARS 법을 유체율(VOF) 방정식 계산에 적용하여 해석의 신뢰성을 높였습니다.

Q: 결함 발생률 함수를 만들기 위해 어떤 매개변수들이 선정되었습니까?

수치 해석을 통해 얻은 11개의 매개변수 중 상관계수 분석을 통해 결함부와 무결함부의 차이가 뚜렷한 6개를 선정하였습니다. 주요 변수로는 금형 온도, 유동 시간, 와점성 기반 매개변수 등이 포함되며, 이를 통해 결함 발생 확률을 계산합니다.

Q: 신뢰할 수 있는 결함 예측을 위해 필요한 최소 모델 데이터 수는 얼마입니까?

연구 결과에 따르면, 데이터베이스에 등록된 성형 모델 수가 1개나 10개일 때는 예측 정확도가 낮았으나, 약 20개 이상의 모델을 등록했을 때 실제 결함 위치를 안정적으로 예측할 수 있었습니다. 그 이상의 모델 추가는 예측 결과에 큰 변화를 주지 않았습니다.

Q: 유동선(Flow line) 결함과 가장 밀접한 관련이 있는 물리적 인자는 무엇입니까?

실험 및 해석 결과, 금형 온도가 유동선 발생과 가장 밀접한 관련이 있는 것으로 나타났습니다. 무결함부와 달리 결함 발생부는 금형 온도가 낮은 영역에 집중적으로 분포하는 경향을 보였으며, 이는 경험적인 현상과도 일치합니다.

Q: 데이터가 존재하지 않는 매개변수 상태에 대해서는 어떻게 처리하였습니까?

계산 결과 분류 중 데이터가 없는 상태가 다수 발생할 수 있습니다. 이 경우 인접한 상태의 평균값을 사용하여 결함 발생률 $f$를 정의하되, 분포가 둔화되는 것을 방지하기 위해 $f$의 로그값을 취해 산술 평균한 후 다시 지수 함수로 환원하는 방식을 사용하였습니다.

Conclusion

본 연구는 수치 시뮬레이션 결과와 실제 제조 현장의 결함 데이터를 통계적으로 결합하여 주조 결함을 예측하는 새로운 접근법을 제시하였습니다. 상관계수 분석을 통해 결함 예측에 유효한 물리 매개변수를 선별하고, 이를 확률 분포 함수로 모델링함으로써 정량적인 결함 예측이 가능함을 확인하였습니다. 특히 20례 정도의 적은 모델 데이터로도 충분한 예측 정밀도를 확보할 수 있음을 입증하여, 실제 산업 현장에서의 적용 가능성을 높였습니다. 향후 이 시스템은 금형 설계 최적화 및 불량률 감소를 위한 핵심 도구로 활용될 것으로 기대됩니다.

Source Information

Citation: Norimasa KIMURA, Kiyotaka OBUNAI, Tadao FUKUTA, Koichi OZAKI (2007). Prediction of casting defect by using of numerical simulations. The Japan Society of Mechanical Engineers.

DOI/Link: Not described in the paper

Technical Review Resources for Engineers:

▶ Access the original research paper (PDF)
▶ FLOW-3D 솔루션 팀과 협의하여 기술적 타당성을 검토하시려면..