요인 설계법을 이용한 잠호 용접(SAW) 공정 변수 최적화

Optimization Process Parameters of Submerged Arc Welding Using Factorial Design Approach

본 보고서는 저탄소강의 잠호 용접(Submerged Arc Welding, SAW) 공정에서 용접 전류, 아크 전압, 용접 속도가 비드 형상에 미치는 영향을 분석한 연구를 다룹니다. 요인 설계법과 다중 선형 회귀 분석을 결합하여 용접 품질을 정밀하게 예측하고 최적화할 수 있는 기술적 방법론을 제시하며, 이는 제조 공정의 자동화 및 품질 관리 효율성 제고에 기여합니다.

Paper Metadata

• Industry: 용접 공학 및 금속 제조
• Material: 저탄소강 (Low Carbon Steel)
• Process: 잠호 용접 (Submerged Arc Welding, SAW)

Keywords

• SAM (SAW)
• 용접 비드 형상
• 회귀 분석
• 요인 설계
• SPSS
• 공정 최적화

Executive Summary

Research Architecture

본 연구는 저탄소강의 용접성을 조사하기 위해 잠호 용접(SAW) 공정의 주요 변수인 용접 전류, 아크 전압, 용접 속도가 용접 비드 형상에 미치는 영향을 분석하였습니다. 실험 설계는 3요인 3수준 요인 설계법을 채택하여 총 27회의 실험을 수행하였으며, 이를 통해 비드 너비, 비드 높이, 비드 용입에 대한 데이터를 수집하였습니다. 수집된 실험 데이터는 다중 선형 회귀 분석 기법을 통해 수학적 모델로 구축되었으며, 통계 소프트웨어인 SPSS를 활용하여 회귀 계수를 산출하였습니다. 이 과정에서 각 공정 변수 간의 상호작용 효과를 고려하여 모델의 정밀도를 높였습니다. 시스템 구성은 자동화된 잠호 용접 장치와 미세 치수 측정을 위한 정밀 현미경 분석 단계를 포함합니다. 이러한 체계적인 방법론은 용접 공정의 최적 매개변수를 결정하고 비드 형상을 예측하는 데 필수적인 프레임워크를 제공합니다.

Key Findings

연구 결과, 개발된 다중 선형 회귀 모델은 용접 비드 형상 특성을 예측하는 데 있어 매우 높은 신뢰성을 보여주었습니다. 비드 너비 모델의 수정된 결정계수(Adjusted R²)는 0.959, 비드 높이는 0.973, 비드 용입은 0.917로 나타나 실험 데이터의 변동성을 90% 이상 설명할 수 있음을 입증하였습니다. 정량적 분석에 따르면 용접 전류와 아크 전압이 증가할수록 비드 너비는 유의미하게 증가하는 경향을 보였습니다. 반면, 용접 속도의 증가는 비드 높이를 감소시키는 주요 요인으로 작용하였습니다. 모델의 평균 정확도는 약 97%로 계산되었으며, 이는 실제 측정값과 예측값 사이의 오차가 매우 적음을 의미합니다. 이러한 수치적 데이터는 잠호 용접 공정에서 원하는 비드 기하학적 구조를 얻기 위한 정밀한 제어 지표로 활용될 수 있습니다.

Industrial Applications

본 연구에서 도출된 수학적 모델은 산업 현장에서 잠호 용접 공정의 자동 제어 시스템을 구축하는 데 직접적으로 응용될 수 있습니다. 엔지니어는 특정 용접 조건에 따른 비드 형상을 사전에 예측함으로써 시행착오를 줄이고 공정 효율성을 극대화할 수 있습니다. 특히 두꺼운 판재를 접합하는 대규모 구조물 제조 공정에서 용접 품질의 일관성을 유지하는 데 기여합니다. 또한, 제안된 요인 설계 접근법은 다양한 합금 및 용접 환경에 맞춰 공정 변수를 최적화하는 가이드라인으로 활용 가능합니다. 이는 제조 비용 절감과 용접 구조물의 구조적 무결성 확보라는 실질적인 산업적 이점을 제공합니다.

Theoretical Background

잠호 용접(SAW)의 메커니즘

잠호 용접은 입상 플럭스 층 아래에서 전극 와이어와 모재 사이에 아크를 발생시켜 수행되는 고효율 용접 공정입니다. 이 공정은 용착 효율이 매우 높고 대입열 용접이 가능하여 주로 두꺼운 판재의 평판 용접에 널리 사용됩니다. 플럭스 층은 아크를 대기로부터 차단하여 산화 및 질화를 방지하고 용융 금속을 보호하는 역할을 합니다. 자동화 및 기계화가 용이하여 작업자의 숙련도에 따른 편차를 줄일 수 있는 장점이 있습니다. 본 연구에서는 이러한 SAW 공정의 자동화 특성을 활용하여 정밀한 변수 제어를 수행하였습니다. 또한 작업자가 용융 풀을 직접 관찰할 수 없는 특성상 공정 변수의 정밀한 설정이 품질 결정에 결정적인 역할을 합니다.

다중 선형 회귀 분석(Multiple Linear Regression)

다중 선형 회귀 분석은 하나의 종속 변수와 두 개 이상의 독립 변수 간의 선형 관계를 모델링하는 통계적 기법입니다. 본 연구에서는 용접 전류, 전압, 속도를 독립 변수로 설정하고 비드 너비, 높이, 용입을 각각의 종속 변수로 하여 관계식을 도출하였습니다. 회귀 모델의 유의성은 F-검정을 통해 확인하며, 각 독립 변수의 기여도는 T-검정을 통해 평가합니다. 결정계수(R²) 및 수정된 결정계수는 모델이 실험 데이터를 얼마나 잘 설명하는지를 나타내는 지표로 사용됩니다. 이를 통해 복잡한 용접 공정 내 변수 간의 상관관계를 정량적인 수식으로 표현할 수 있습니다. 본 연구에서는 SPSS 소프트웨어를 사용하여 이러한 복잡한 통계적 계산을 수행하고 모델의 타당성을 검증하였습니다.

Results and Analysis

Experimental Setup

실험은 200x200x10mm 크기의 저탄소강(Mild Steel) 판재를 대상으로 수행되었습니다. 용접 방식은 비드 온 플레이트(Bead-on-plate) 타입을 채택하여 공정 변수의 영향을 명확히 관찰할 수 있도록 설계하였습니다. 주요 입력 매개변수인 용접 전류는 350A에서 550A, 아크 전압은 26V에서 28V, 용접 속도는 400mm/min에서 600mm/min 범위 내에서 3수준으로 설정되었습니다.

용접이 완료된 후 각 시편의 횡단면을 절단하여 표준 금상학적 시편 준비 과정을 거쳤다. 여기에는 정밀 연삭(Grinding), 연마(Polishing) 및 에칭(Etching) 단계가 포함되어 비드 형상을 명확히 시각화하였습니다. 준비된 시편은 마이크로미터 단위의 정밀 측정이 가능한 Nikon V12 Tool Room Microscopy 장비를 사용하여 분석되었습니다.

측정된 데이터는 비드 너비(W), 비드 높이(H), 비드 용입(P)으로 분류되어 기록되었으며, 각 실험 조건당 2회 이상의 측정을 통해 평균값을 산출하였습니다. 이러한 체계적인 실험 설정은 통계적 분석의 기초가 되는 고품질의 원천 데이터를 확보하는 데 중점을 두었습니다. 총 27회의 실험 조합은 요인 설계법에 따라 엄격하게 통제된 환경에서 수행되었습니다.

Visual Data Summary

그림 5a, 5b, 5c에 나타난 측정값과 예측값의 비교 도표를 분석한 결과, 모든 비드 형상 특성에서 두 값 사이의 높은 일치성이 관찰되었습니다. 대부분의 데이터 포인트가 선형 회귀선 근처에 밀집되어 있어 모델의 예측 능력이 우수함을 시각적으로 확인할 수 있습니다. 그림 6a와 6b의 정규 확률 도표(Normal P-P Plot)에서는 잔차가 직선상에 고르게 분포되어 있어 오차의 정규성 가정이 충족됨을 보여줍니다. 이는 회귀 분석의 통계적 타당성을 뒷받침하는 중요한 근거가 됩니다. 또한, 전류와 전압의 증가에 따라 비드 너비가 확장되는 시각적 경향성이 뚜렷하게 나타났습니다. 이러한 시각적 데이터는 구축된 수학적 모델이 실제 물리적 현상을 정확하게 모사하고 있음을 입증합니다.

Variable Correlation Analysis

용접 전류는 비드 너비와 용입에 가장 지대한 양의 상관관계를 미치는 변수로 확인되었습니다. 전류량이 증가함에 따라 아크의 열에너지가 증가하여 모재의 용융량이 늘어나고, 결과적으로 비드 너비와 용입 깊이가 동시에 증가하는 현상이 나타났습니다. 이는 통계적 분석 결과인 회귀 계수 b1의 양수 값과 일치하는 결과입니다.

아크 전압은 비드 너비와는 양의 상관관계를 가지나, 비드 높이와 용입에는 음의 상관관계를 보이는 것으로 분석되었습니다. 전압이 높아지면 아크의 길이가 길어지고 아크가 넓게 퍼지면서 비드 너비는 넓어지지만, 단위 면적당 입열 밀도가 낮아져 용입 깊이는 오히려 얕아지는 특성을 보입니다. 이러한 복합적인 관계는 다중 회귀 식의 계수 값을 통해 정량적으로 입증되었습니다.

용접 속도는 비드 형상의 모든 치수에 대해 음의 상관관계를 나타내는 주요 변수이다. 용접 속도가 빨라질수록 단위 길이당 입열량이 감소하기 때문에 비드 너비, 높이, 용입이 모두 줄어드는 결과를 초래합니다. 특히 비드 높이의 경우 용접 속도 변화에 민감하게 반응하는 것으로 나타났으며, 이는 고품질 용접을 위해 속도 제어가 정밀하게 이루어져야 함을 시사합니다.

Paper Details

Optimization Process Parameters of Submerged Arc Welding Using Factorial Design Approach

1. Overview

• Title: Optimization Process Parameters of Submerged Arc Welding Using Factorial Design Approach
• Author: Al-sonosi Abohusina, Mohamed Aljadi, Khaled Marwan, Ali Elhatmi
• Year: 2021
• Journal: Surman Journal for Science and Technology

2. Abstract

본 연구는 용접 전류(I), 아크 전압(U), 용접 속도(S)와 같은 용접 공정 변수가 저탄소강의 용접 비드 형상[비드 너비(W), 비드 높이(H), 비드 용입(P)]에 미치는 영향을 조사하여 용접성을 분석하였습니다. 잠호 용접(SAW)을 사용하여 시편을 용접하였으며, 최적의 비드 형상을 유도하는 공정 변수가 고품질의 용접부를 형성하고 우수한 기계적 및 금속학적 특성을 제공한다는 가정을 바탕으로 수행되었습니다. 실험은 3가지 공정 변수에 대한 요인 설계법을 기반으로 하였으며, 각 샘플의 비드 특성을 측정하였습니다. 수집된 실험 데이터를 바탕으로 임의의 용접 조건에서 비드 형상을 예측할 수 있는 수학적 모델을 구축하였습니다. 수학적 모델링은 다중 선형 회귀 방정식을 적용한 다중 회귀 분석법을 통해 개발되었으며, 회귀 계수는 SPSS 소프트웨어를 사용하여 계산되었습니다.

3. Methodology

3.1. 재료 및 시편 준비: 200x200x10mm 크기의 저탄소강(Mild Steel) 판재를 준비하고 비드 온 플레이트(Bead-on-plate) 용접을 위한 시편을 제작하였습니다.

3.2. 실험 설계: 용접 전류, 아크 전압, 용접 속도의 3가지 변수를 독립 변수로 설정하고, 각 변수당 3수준의 요인 설계법을 적용하여 총 27회의 실험 조합을 구성하였습니다.

3.3. 용접 수행: 설계된 실험 조건에 따라 잠호 용접(SAW) 장치를 사용하여 용접을 실시하였습니다.

3.4. 시편 분석: 용접된 시편의 횡단면을 절단하고 연마 및 에칭 과정을 거쳐 용접부의 기하학적 형상을 노출시켰습니다.

3.5. 정밀 측정: Nikon V12 Tool Room Microscopy 장비를 사용하여 비드 너비, 높이, 용입을 마이크로미터 단위로 정밀하게 측정하였습니다.

3.6. 통계 모델링: 측정된 데이터를 SPSS 소프트웨어에 입력하여 다중 선형 회귀 분석을 수행하고, 각 비드 특성에 대한 수학적 예측 모델을 도출하였습니다.

4. Key Results

실험 및 분석 결과, 잠호 용접 공정 변수와 비드 형상 사이의 명확한 상관관계가 수학적으로 정립되었습니다. 개발된 모델의 정확도는 비드 너비 98.81%, 비드 높이 94.22%, 비드 용입 96.86%로 나타나 매우 높은 신뢰성을 확보하였습니다. 통계적 유의성 검정(F-test) 결과, 구축된 수학적 모델 전체가 유의미한 것으로 판명되었습니다. 특히 용접 전류와 아크 전압은 비드 너비 증가에 기여하는 반면, 용접 속도는 비드 높이와 용입을 감소시키는 주요 요인임이 밝혀졌습니다. 또한, 잔차 분석을 통해 오차가 정규 분포를 따름을 확인하여 모델의 통계적 가정을 검증하였습니다. 이러한 결과는 SAW 공정의 자동 제어 및 품질 예측을 위한 실질적인 데이터로 활용 가능합니다.

5. Mathematical Models

본 연구에서 도출된 수학적 모델은 잠호 용접 공정의 비드 형상을 예측하기 위해 다중 선형 회귀 분석을 기반으로 설계되었습니다. 각 모델은 독립 변수인 용접 전류(I), 아크 전압(U), 용접 속도(S)의 선형 조합으로 구성되며, 실험 데이터를 통해 산출된 고유의 회귀 계수를 포함합니다. 비드 너비(W) 모델은 전류와 전압에 대해 양의 계수를, 속도에 대해 음의 계수를 가짐으로써 물리적 현상을 통계적으로 반영합니다. 비드 높이(H) 모델은 모든 변수에 대해 음의 상관관계를 나타내며, 특히 전압의 변화에 민감하게 반응하는 특성을 수식으로 표현합니다. 비드 용입(P) 모델은 전류와 속도에 대해 양의 기여도를 보이며, 전압 증가에 따른 용입 감소 효과를 음의 계수로 명시합니다. 이러한 수식들은 결정계수 분석을 통해 높은 설명력을 입증받았으며, 실제 공정 제어를 위한 수치적 알고리즘의 핵심 요소로 기능합니다.

$$W = -8.811 + (0.037 \times I) + (0.943 \times U) – (0.029 \times S)$$ $$H = 20.247 – (0.004 \times I) – (0.501 \times U) – (0.004 \times S)$$ $$P = 5.606 + (0.005 \times I) – (0.133 \times U) + (0.002 \times S)$$

Figure List

1. 잠호 용접 중 샘플, 와이어 및 플럭스의 개략도
2. 용접 비드 형상 특성(너비, 높이, 용입)
3. 실험에 사용된 워크피스 시편
4. Nikon V12 Tool Room Microscopy 측정 장비
5. 비드 너비(W), 높이(H), 용입(P)의 측정값과 예측값 비교 도표
6. 비드 너비, 높이, 용입에 대한 정규 분포 오차 확률 도표

References

1. Murugu, N. & Gunaraj, V. (2002). Prediction and Control of Weld Bead Geometry and Shape Relationships in Submerged Arc Welding of Pipes. Journal of Material Processing Technology, Vol. 168, pp.478-487.
2. Karagolu, S. & Secgin, A. (2007). Sensitivity Analysis of Submerged Arc Welding Process Parameters. Journal of Material Processing Technology, Vol. 202, pp.500-507.
3. Gunaraj, V. & Murugun, N. (2002). Prdiction of Heat Affected Zone Characteristics in Submerged Arc Welding of Structural Steel Pipes. Welding Journal, Vol. 5, pp. 94-98.
4. S.kumanan, j Edwin raja dhas &Gowthaman.K. (2007). Determination of Submerged Arc Welding Process Parameters Using Taguchi Method and Regression Analysis. Indian Journal of Engineering & Material Science, Vol. 14, pp. 177-183.
5. Yang, L. J. & Bibby, M. J. & Chandel, R. S. (1993). An Analysis of Curvilinear Regression Equation for Modeling the Submerged Arc Welding Process. Journal of Material Processing Technology, Vol. 37, pp. 601-611.

Technical Q&A

Q: 본 연구에서 사용된 독립 변수와 종속 변수는 무엇인가?

독립 변수는 용접 전류(I), 아크 전압(U), 용접 속도(S)의 세 가지 공정 매개변수이며, 종속 변수는 용접 비드의 기하학적 특성인 비드 너비(W), 비드 높이(H), 비드 용입(P)입니다. 이러한 변수들은 잠호 용접의 품질을 결정하는 핵심 요소들로 선정되었습니다. 각 변수 간의 관계를 규명하기 위해 통계적 분석이 수행되었습니다.

Q: 실험 설계에 적용된 요인 설계법의 구체적인 구성은 어떠한가?

3가지 입력 변수에 대해 각각 3수준(Low, Medium, High)을 설정한 3요인 3수준 요인 설계법(Three-level Factorial Design)을 적용하였습니다. 이를 통해 총 27회의 실험 조합을 도출하여 수행함으로써 변수 간의 주효과뿐만 아니라 상호작용 효과까지 분석할 수 있는 데이터를 확보하였습니다. 이는 실험 횟수를 최적화하면서도 높은 신뢰도의 모델을 구축하기 위한 전략입니다.

Q: 비드 너비에 가장 큰 영향을 미치는 변수와 그 경향성은?

용접 전류와 아크 전압이 비드 너비에 가장 큰 영향을 미치며, 두 변수가 증가할수록 비드 너비도 함께 증가하는 양의 상관관계를 보입니다. 특히 아크 전압의 증가는 아크를 넓게 퍼뜨려 비드 너비를 직접적으로 확장시키는 역할을 합니다. 이는 회귀 모델의 양수 계수 값을 통해 통계적으로도 입증되었습니다.

Q: 개발된 수학적 모델의 통계적 신뢰도는 어떻게 검증되었는가?

SPSS 소프트웨어를 이용한 다중 회귀 분석을 통해 수정된 결정계수(Adjusted R²)를 산출하였으며, F-검정을 통해 모델 전체의 유의성을 검증하였습니다. 또한 T-검정을 통해 개별 변수의 유의성을 95% 신뢰 수준에서 확인하였습니다. 잔차 분석을 위한 정규 확률 도표를 통해 오차의 정규성 가정이 충족됨을 시각적으로도 확인하였습니다.

Q: 용접 속도가 비드 형상에 미치는 전반적인 영향은 무엇인가?

용접 속도는 비드 너비, 높이, 용입 모두에 대해 음의 상관관계를 가집니다. 즉, 용접 속도가 빨라질수록 단위 길이당 입열량이 감소하여 비드 형상의 모든 치수가 감소하는 결과를 낳습니다. 특히 비드 높이의 경우 용접 속도 변화에 매우 민감하게 반응하여, 속도 증가 시 비드 높이가 급격히 낮아지는 특성을 보입니다.

Conclusion

본 연구를 통해 요인 설계법과 다중 선형 회귀 분석이 잠호 용접(SAW) 공정 변수를 정량화하고 최적화하는 데 매우 효과적인 도구임이 입증되었습니다. 개발된 수학적 모델은 약 97%의 높은 정확도로 비드 형상을 예측할 수 있어, 산업 현장에서의 공정 설계 및 자동 제어 시스템 구축에 중요한 기초 자료를 제공합니다. 특히 용접 전류, 전압, 속도가 비드 기하학적 구조에 미치는 개별적 및 복합적 영향을 수식화함으로써 품질 관리의 정밀도를 높였습니다.

결론적으로, 제안된 모델링 접근법은 시행착오를 최소화하고 용접 품질의 일관성을 확보하는 데 실질적인 기여를 할 수 있습니다. 향후 이 모델은 다양한 재료 및 용접 환경으로 확장 적용될 수 있으며, 용접 전력원의 자동 제어 알고리즘 개발에도 기여할 것으로 기대됩니다. 또한, 본 연구의 데이터는 용접 구조물의 구조적 무결성을 보장하기 위한 공정 표준화의 근거로 활용될 가치가 충분합니다.

Source Information

Citation: Al-sonosi Abohusina, Mohamed Aljadi, Khaled Marwan, Ali Elhatmi (2021). Optimization Process Parameters of Submerged Arc Welding Using Factorial Design Approach. Surman Journal for Science and Technology.

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..

This material is for informational purposes only. Unauthorized commercial use is prohibited.
Copyright © 2025 STI C&D. All rights reserved.