직교 실험법 기반 마그네슘 복합재 반고체 다이캐스팅 시뮬레이션: 최적 공정 변수 도출

이 기술 요약은 Huihui Liu, Xiongwei He, Peng Guo가 AIP Conference Proceedings (2017)에 게재한 논문 “Numerical simulation on semi-solid die-casting of magnesium matrix composite based on orthogonal experiment”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.

키워드

• Primary Keyword: 반고체 다이캐스팅 시뮬레이션
• Secondary Keywords: 마그네슘 매트릭스 복합재, 직교 실험법, FLOW-3D, 주조 결함 예측, 공정 최적화, 유동 해석

Executive Summary

• 도전 과제: 마그네슘 매트릭스 복합재의 반고체 다이캐스팅 공정에서 결함을 최소화하고 품질을 보장하기 위한 최적의 공정 변수를 찾는 것은 복잡하고 어려운 과제입니다.
• 해결 방법: FLOW-3D 소프트웨어를 사용하여 주입 온도, 사출 속도, 금형 온도를 3가지 요인으로 설정하고, L9(3³) 직교 실험 설계를 통해 반고체 다이캐스팅 공정을 시뮬레이션했습니다.
• 핵심 돌파구: 시뮬레이션과 직교 실험법 분석을 통해 수축 기공 및 불균일한 온도 분포와 같은 결함을 최소화하는 최적의 공정 변수 조합(주입 온도 585°C, 금형 온도 300°C, 사출 속도 2.5m/s)을 성공적으로 식별했습니다.
• 핵심 결론: 수치 시뮬레이션과 직교 실험법의 결합은 다이캐스팅 공정의 결함을 정확하게 예측하고 최적화하여, 실제 생산에서의 시행착오를 줄이고 주조 품질을 획기적으로 향상시키는 신뢰성 높은 방법론을 제공합니다.

도전 과제: 이 연구가 CFD 전문가에게 중요한 이유

반고체 성형(Semi-solid molding) 방식은 우수한 근사형상(near-shape) 성형 성능과 낮은 에너지 소비, 적은 오염 물질 배출 등의 장점으로 인해 많은 주목을 받고 있습니다. 특히 경량화가 중요한 자동차, 항공우주 산업에서 마그네슘 복합재의 활용이 증가함에 따라, 고품질의 주조품을 안정적으로 생산하는 것이 핵심 과제가 되었습니다.

하지만 반고체 다이캐스팅 공정은 주입 온도, 사출 속도, 금형 온도 등 다양한 변수들이 최종 제품의 품질에 복합적으로 영향을 미칩니다. 이러한 변수들을 최적화하지 못하면 수축, 기공, 열 변형과 같은 심각한 결함이 발생할 수 있습니다. 기존의 시행착오에 의존하는 방식은 시간과 비용이 많이 소요될 뿐만 아니라, 최적의 조건을 찾는 데 한계가 있었습니다. 따라서 공정 변화를 정밀하게 묘사하고, 주조 결함을 분석하며, 품질을 예측할 수 있는 CAD/CAE 기반의 수치 시뮬레이션 기술의 필요성이 절실했습니다. 이 연구는 바로 이 문제점을 해결하기 위해 시작되었습니다.

접근 방식: 연구 방법론 분석

본 연구에서는 마그네슘 매트릭스 복합재(Mg₂Si/Mg)의 반고체 다이캐스팅 공정을 최적화하기 위해 수치 시뮬레이션과 실험 계획법을 결합했습니다.

• 재료: 기지 재료로는 AM60 마그네슘 합금(고상선 540°C, 액상선 615°C)을 사용했으며, 강화상으로는 Mg₂Si 입자를 사용했습니다.
• 형상: 시뮬레이션 및 실제 주조 모델은 디스크(Disk) 형태로, 이는 Figure 1에 나와 있습니다.
• 실험 설계: 공정의 핵심 변수인 주입 온도(A), 사출 속도(B), 금형 온도(C)를 3가지 요인으로 선정하고, 각 요인별로 3가지 수준(Level)을 설정하여 L9(3³) 직교 실험을 설계했습니다. 각 변수의 수준은 Table 1에 명시되어 있습니다.
• 시뮬레이션 소프트웨어: 유동 해석을 위해 FLOW-3D소프트웨어를 활용했습니다.
• 수학적 모델: 시뮬레이션의 정확도를 높이기 위해, 연구팀은 반고체 상태의 겉보기 점도를 설명하는 구성 방정식(Constitutive Model, Equation 1)을 도출하여 적용했습니다. 이를 통해 시뮬레이션 결과와 실제 조건 간의 비교 가능성을 확보했습니다.

돌파구: 주요 연구 결과 및 데이터

결과 1: 온도 및 압력장 분석을 통한 응고 위험 예측

시뮬레이션 결과, 충전 과정에서 가장 낮은 온도는 최종 충전 부위와 금형 벽에서 나타났으며, 게이트 부근이 가장 높은 온도를 유지했습니다(Figure 2). 이는 충전 과정 중 일부 영역에서 조기 응고가 발생할 수 있음을 시사합니다. 조기 응고는 추가적인 용탕 보충을 방해하여 미세 기공, 수축, 열 변형과 같은 결함의 직접적인 원인이 될 수 있습니다.

압력장 분석(Figure 3)에서는 충전 완료 후 압력 분포가 안정적으로 나타났으며, 국부적인 고압 집중 현상은 관찰되지 않았습니다. 또한, 사출 속도가 증가할수록 캐비티 내 압력이 증가하는 경향을 확인했으며, 이는 공정 제어 시 고려해야 할 중요한 요소임을 보여줍니다.

결과 2: 결함 최소화를 위한 최적 공정 변수 식별

9가지 실험 조건에 대한 표면 결함(Figure 4) 및 미세 수축(Figure 5) 시뮬레이션 결과를 분석한 결과, 사출 속도가 높을수록 결함 분포가 감소하는 경향을 보였습니다. 특히 두 가지 우수한 공정 변수 조합을 찾았습니다.

1. 주입 온도 570°C, 금형 온도 300°C, 사출 속도 4.5m/s
2. 주입 온도 585°C, 금형 온도 300°C, 사출 속도 2.5m/s

두 조합 모두 표면 결함이 적었지만, 온도장 분석 결과 첫 번째 조합은 조기 응고 발생 가능성이 더 높았습니다. 따라서 불균일한 온도 분포와 냉각 수축으로 인한 잔류 응력을 피하기 위해, 최종적으로 주입 온도 585°C, 금형 온도 300°C, 사출 속도 2.5m/s를 최적의 공정 변수로 선정했습니다. 이 최적의 조건으로 실제 디스크 주조품(Figure 6)을 제작하여 시뮬레이션 결과의 신뢰성을 검증했습니다.

R&D 및 운영을 위한 실질적 시사점

• 공정 엔지니어: 본 연구는 특정 마그네슘 복합재에 대한 명확한 최적 공정 변수(주입 온도 585°C, 금형 온도 300°C, 사출 속도 2.5m/s)를 제시합니다. 이는 실제 생산 라인에서 초기 공정 설정 시간을 단축하고 품질 안정성을 높이는 데 직접적으로 기여할 수 있습니다.
• 품질 관리팀: 시뮬레이션 결과(Figure 4, 5)는 표면 결함 및 미세 기공이 발생할 가능성이 높은 위치를 예측해 주므로, 품질 검사 시 해당 부위를 집중적으로 확인할 수 있는 가이드를 제공합니다. 이를 통해 검사 효율성을 높이고 잠재적 불량을 사전에 차단할 수 있습니다.
• 설계 엔지니어: 디스크 형상에 대한 충전 시뮬레이션은 온도 구배가 어떻게 형성되는지 명확히 보여줍니다. 이는 게이트나 러너 시스템 설계 시 용탕의 흐름을 최적화하여 보다 균일한 충전과 응고를 유도하고, 설계 단계에서부터 결함 발생 가능성을 최소화하는 데 중요한 통찰력을 제공합니다.

논문 상세 정보

Numerical simulation on semi-solid die-casting of magnesium matrix composite based on orthogonal experiment

1. 개요:

• 제목: Numerical simulation on semi-solid die-casting of magnesium matrix composite based on orthogonal experiment
• 저자: Huihui Liu; Xiongwei He; Peng Guo
• 발행 연도: 2017
• 게재 학술지/학회: AIP Conference Proceedings
• 키워드: Semi-solid molding, numerical simulation, orthogonal experiment, magnesium matrix composite, die-casting

2. 초록:

세 가지 요인(주입 온도, 사출 속도, 금형 온도)을 선정하여 3수준 L9(3³) 직교 실험을 수행한 후, Flow-3D 소프트웨어를 이용하여 마그네슘 매트릭스 복합재의 반고체 다이캐스팅 공정을 시뮬레이션했다. 충전 과정의 응력 분포, 온도장, 결함 분포를 분석하여 직교 실험을 통해 최적화된 공정 변수를 찾았다. 연구 결과, 반고체 공정은 균일한 응력 및 온도장 분포와 표면에 집중된 결함이 적다는 장점을 보였다. 시뮬레이션 결과는 실험 결과와 일치했다.

3. 서론:

반고체 성형 방식은 우수한 근사형상 성형 성능, 낮은 에너지 소비, 적은 오염으로 선호되었다. 주조 응고의 수치 시뮬레이션은 주조 CAD/CAE의 핵심이다. 이는 공정 변화를 묘사하고, 공정 설계를 최적화하며, 주조 결함을 분석하고, 주조 품질 예측을 실현할 수 있다. 본 논문에서는 직교 실험을 통해 반고체 Mg₂Si/Mg 복합재의 유동 성형을 수치적으로 시뮬레이션하고 결함을 예측하여 최상의 공정 변수를 찾아내어, 반고체 성형을 안내하는 효과적인 기반을 제공하고자 한다.

4. 연구 요약:

연구 주제의 배경:

경량 고강도 소재인 마그네슘 매트릭스 복합재의 수요가 증가함에 따라, 고품질 주조품을 효율적으로 생산하기 위한 반고체 다이캐스팅 공정 기술의 중요성이 부각되고 있다.

이전 연구 현황:

기존 연구들은 반고체 성형의 장점을 입증했지만, 복잡한 공정 변수들을 체계적으로 최적화하는 데에는 한계가 있었다. 수치 시뮬레이션이 활용되었으나, 실험 계획법과 결합하여 최적 조건을 도출하는 연구는 부족했다.

연구 목적:

Flow-3D 시뮬레이션과 직교 실험법을 결합하여 마그네슘 매트릭스 복합재의 반고체 다이캐스팅 공정에서 주입 온도, 사출 속도, 금형 온도가 최종 제품 품질에 미치는 영향을 분석하고, 결함을 최소화하는 최적의 공정 변수를 도출하는 것을 목적으로 한다.

핵심 연구:

L9(3³) 직교 실험 설계를 기반으로 9가지 다른 공정 조건에 대한 다이캐스팅 시뮬레이션을 수행했다. 각 시뮬레이션의 온도장, 압력장, 표면 결함, 미세 수축 등을 분석하여 각 변수의 영향을 평가하고 최적의 조합을 찾아냈다.

5. 연구 방법론

연구 설계:

핵심 공정 변수인 주입 온도, 사출 속도, 금형 온도를 요인으로, 각 요인별 3개 수준을 설정한 L9(3³) 직교 실험 설계를 채택했다.

데이터 수집 및 분석 방법:

Flow-3D 소프트웨어를 사용하여 각 실험 조건에 대한 충전 및 응고 과정을 시뮬레이션했다. 시뮬레이션 결과로 얻은 온도, 압력, 결함 분포 데이터를 분석하여 각 요인이 주조 품질에 미치는 영향을 평가하고 최적의 조건을 선정했다.

연구 주제 및 범위:

연구는 AM60 기지 마그네슘 복합재의 반고체 다이캐스팅 공정에 국한된다. 디스크 형태의 주조품을 대상으로 하며, 주입 온도(570-600°C), 사출 속도(1.5-4.5 m/s), 금형 온도(220-300°C) 범위 내에서 최적화를 수행했다.

6. 주요 결과:

주요 결과:

• 시뮬레이션을 통해 반고체 다이캐스팅 공정 중 온도 및 압력 분포를 성공적으로 예측했으며, 조기 응고와 같은 잠재적 결함 발생 영역을 식별했다.
• 직교 실험 분석을 통해 사출 속도가 높을수록 표면 결함이 감소하는 경향을 확인했다.
• 결함 발생 가능성과 온도 분포의 균일성을 종합적으로 고려하여 최적의 공정 변수 조합(주입 온도 585°C, 금형 온도 300°C, 사출 속도 2.5m/s)을 도출했다.
• 최적 조건으로 실제 주조품을 제작하여 시뮬레이션 결과가 실험 결과와 일치함을 검증함으로써, 본 연구 방법론의 신뢰성을 입증했다.

그림 목록:

• FIGURE 1. Disk
• FIGURE 2. The three results of temperature field on L9 orthogonal parameters
• FIGURE 3. The three results of pressure field on L9 orthogonal parameters
• FIGURE 4. The three results of surface defects on L9 orthogonal parameters
• FIGURE 5. Microporosity in the casting
• FIGURE 6. Semi-solid rheo-forming disc casting

7. 결론:

(1) 시뮬레이션 결과, 반고체 빌렛 성형 공정에서 온도장, 압력장, 속도장의 분포가 비교적 균일하며, 이는 수축 기공과 수축을 효과적으로 감소시켰다. (2) Flow-3D 소프트웨어를 이용한 마그네슘 매트릭스 복합재의 반고체 다이캐스팅 수치 시뮬레이션 방법을 통해 주조 결함을 분석하고 주조 품질을 예측할 수 있다. (3) 직교 실험을 통해 반고체 충전 공정의 최적 공정 변수를 얻을 수 있다. 반고체 유동 성형 결과는 시뮬레이션 결과와 일치한다.

8. 참고 문헌:

1. Shusheng Xie, Shenghong Huang. Semi-solid metal processing technology and its application [M]. Beijing: Metallurgical Industry Press, 1999.
2. Baiku Yu, Wendi Bai. Numerical Simulation of Casting Technology in China [J]. Foundry Equipment and Technology in China, 2002,218 (2): 16-19.
3. Weimin Mao. Semi-solid metal forming technology [M]. Beijing: Mechanical Industry Press, 2004.
4. Yong HU, Bo-lin HE, Hong YAN. Simulation of semi-solid die casting process of magnesium matrix composites [J].
5. Xin HUANG, YAN Hong. Rheological die casting simulation of magnesium matrix composites [J] Casting. 2010, 59 (10) 1053-1056.

전문가 Q&A: 자주 묻는 질문

Q1: 이 연구에서 L9 직교 실험 설계를 선택한 특별한 이유가 있나요?

A1: L9 직교 실험 설계는 3개의 주요 공정 변수(주입 온도, 사출 속도, 금형 온도)를 각각 3가지 수준에서 평가하는 데 매우 효율적인 방법입니다. 모든 조합(3³=27회)을 실험하는 대신 단 9번의 시뮬레이션만으로 각 변수가 주조 품질에 미치는 영향을 통계적으로 분석할 수 있어, 최소한의 자원으로 신뢰성 높은 결과를 도출할 수 있기 때문입니다.

Q2: 논문에서 두 개의 우수한 공정 변수 그룹을 언급했지만, 최종적으로 하나만 최적으로 선정했습니다. 결정적인 요인은 무엇이었나요?

A2: 두 그룹 모두 표면 결함이 적게 나타났지만, 최종 선택의 기준은 ‘온도장’이었습니다. 선택되지 않은 그룹(주입 온도 570°C, 사출 속도 4.5m/s)은 금속 용액의 온도가 마그네슘 합금의 액상선과 고상선 범위에 걸쳐 있어 조기 응고가 발생할 확률이 더 높았습니다. 이는 불균일한 온도 분포와 잔류 응력을 유발할 수 있으므로, 보다 안정적인 온도 프로파일을 보인 두 번째 그룹(주입 온도 585°C, 사출 속도 2.5m/s)을 최적 조건으로 선정한 것입니다.

Q3: 시뮬레이션에 사용된 반고체 점도 모델(Equation 1)은 어떻게 검증되었나요?

A3: 논문에 따르면 이 구성 모델은 대학원 연구 그룹에 의해 파생되었습니다. 모델의 타당성은 최종적으로 시뮬레이션 결과와 실제 실험 결과의 비교를 통해 검증되었습니다. 논문은 “시뮬레이션 결과가 실험 결과와 동일했다”고 명시하며, 이는 사용된 구성 모델을 포함한 전체 수치 시뮬레이션의 신뢰성을 입증하는 것입니다.

Q4: 압력 단위를 “dynel/cm²”로 표시한 Figure 3은 공정에 대해 무엇을 알려주나요?

A4: Figure 3은 압력이 러너에서 가장 높고, 용탕이 캐비티를 채우면서 점차 감소하는 것을 보여줍니다. 중요한 점은 충전 완료 후 압력 분포가 국부적인 고압 집중 현상 없이 안정적으로 유지된다는 것입니다. 또한, 사출 속도가 높을수록 캐비티 내 압력이 높아진다는 것을 정량적으로 확인시켜 주어, 이는 공정 제어 시 압력과 속도 간의 균형을 맞추는 데 중요한 고려 사항임을 의미합니다.

Q5: 결론에서 시뮬레이션이 수축 기공을 효과적으로 줄였다고 했는데, Figure 5가 이를 어떻게 뒷받침하나요?

A5: Figure 5는 예측된 미세 수축이 주로 주입 시스템(pouring system)에 집중되어 있음을 보여줍니다. 이 부분은 최종 제품에서 제거되는 영역입니다. 실제 제품인 디스크 자체에는 미세 기공이 거의 없으며, 표면에 존재하는 미미한 수준의 기공은 전체 품질에 영향을 미치지 않습니다. 이는 최적화된 공정이 수축 결함을 제품의 핵심 부위에서 효과적으로 제어했음을 명확히 보여주는 증거입니다.

결론: 더 높은 품질과 생산성을 향한 길

마그네슘 복합재의 반고체 다이캐스팅 공정에서 최적의 변수를 찾는 것은 고품질 제품 생산의 성패를 좌우하는 핵심 과제입니다. 본 연구는 FLOW-3D를 활용한 반고체 다이캐스팅 시뮬레이션과 직교 실험법을 결합하여, 복잡한 공정 변수들의 상호작용을 명확히 분석하고 결함을 최소화하는 최적의 조건을 과학적으로 도출할 수 있음을 입증했습니다. 이 접근법은 R&D 및 생산 현장에서 시행착오를 줄이고, 개발 기간을 단축하며, 최종 제품의 품질을 한 단계 끌어올릴 수 있는 강력한 도구를 제공합니다.

STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.

(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.

• 연락처 : 02-2026-0450
• 이메일 : flow3d@stikorea.co.kr

저작권 정보

• 이 콘텐츠는 “Huihui Liu, Xiongwei He, Peng Guo”의 논문 “Numerical simulation on semi-solid die-casting of magnesium matrix composite based on orthogonal experiment”을 기반으로 한 요약 및 분석 자료입니다.
• 출처: https://doi.org/10.1063/1.4979769

이 자료는 정보 제공 목적으로만 사용됩니다. 무단 상업적 사용을 금합니다. Copyright © 2025 STI C&D. All rights reserved.