Figure 8. Output image for image resolution of 17 px/μm for (a) a median filter size of 0.1 μm by 0.1 μm and (b) 0.6 μm by 0.6μm. Range filter size was 0.1 μm by 0.1 μm (5 px by 5 px), dilation/erosion disk size was 0.3 μm (10 px), and hole close was 120 μm2 (4096 px2) .The measured α-Al is highlighted in pink.

고압 다이캐스팅 품질 혁신: 자동화된 미세조직 분석으로 수율 극대화

이 기술 요약은 Maria Diana David가 2015년 University of Alabama at Birmingham에서 발표한 논문 “Microstructural Analysis of Aluminum High Pressure Die Castings”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.

키워드

  • Primary Keyword: 고압 다이캐스팅
  • Secondary Keywords: 알루미늄 다이캐스팅, 미세조직 분석, 이미지 분석, 주조 결함, 품질 관리, CFD

Executive Summary

  • 도전 과제: 알루미늄 고압 다이캐스팅(HPDC)의 미세하고 불균일한 미세조직은 수동 분석이 어렵고 시간이 많이 소요되어 품질 관리의 병목 현상을 유발합니다.
  • 해결 방법: SEM 및 광학 현미경 이미지를 사용하여 미세조직 특징(상 분율, 입자 크기 등)을 정량화하는 반자동 이미지 분석 알고리즘을 개발하고 검증했습니다.
  • 핵심 돌파구: 분석 결과의 정확도는 이미지 해상도에 크게 좌우되며, 특정 해상도(본 연구에서는 6 px/µm) 이상에서는 측정값이 안정화되는 ‘플래토’ 구간이 존재함을 발견했습니다.
  • 핵심 결론: 표준화된 자동 분석 기법을 통해 R&D 및 품질 관리 부서는 더 빠르고 일관된 데이터 기반 의사결정을 내려 제품 수율과 신뢰성을 크게 향상시킬 수 있습니다.

도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가?

고압 다이캐스팅(HPDC)은 복잡한 형상의 부품을 빠른 시간 내에 대량 생산할 수 있어 자동차, 전자 등 여러 산업에서 핵심적인 공정입니다. 그러나 극도로 빠른 충전 및 응고 과정은 미세하고 불균일한 미세조직을 형성하며, 이는 부품의 기계적 특성에 결정적인 영향을 미칩니다.

기존의 미세조직 분석은 주로 작업자의 경험에 의존하는 수동 측정 방식으로 이루어졌습니다. 이 방식은 시간이 오래 걸릴 뿐만 아니라, 미세한 특징을 놓치거나 측정값의 일관성이 떨어져 신뢰성 있는 데이터를 확보하기 어렵다는 한계가 있었습니다. 특히, 제품의 품질을 좌우하는 결함이나 미세조직의 정량적 데이터를 신속하게 확보하지 못하면 공정 최적화와 수율 개선에 큰 어려움을 겪게 됩니다. 따라서 정확하고 효율적인 미세조직 정량화 기술의 필요성이 절실한 상황이었습니다.

Figure 1. Backscatter electron SEM image showing the major phases found in the aluminum 380 high pressure die casting examined.
Figure 1. Backscatter electron SEM image showing the major phases found in the aluminum 380 high pressure die casting examined.

접근 방식: 연구 방법론 분석

본 연구는 알루미늄 380 다이캐스팅 부품의 미세조직을 정량적으로 분석하기 위해 반자동화된 이미지 분석 기법을 개발했습니다. 연구진은 주조 표면 근처에서 채취한 시편을 Axioplan 4MP 광학 현미경과 FEI FEG-650 주사전자현미경(SEM)으로 촬영하여 고해상도 이미지를 확보했습니다.

분석의 핵심은 Matlab을 사용하여 개발된 맞춤형 알고리즘입니다. 이 알고리즘은 다음과 같은 체계적인 이미지 처리 단계를 거칩니다.

  1. 노이즈 감소: 미디언 필터(Median Filter)를 적용하여 이미지의 불필요한 노이즈를 제거하면서도 미세한 특징의 손실을 최소화했습니다.
  2. 경계 검출: 레인지 필터(Range Filter)를 사용하여 1차 α-Al상과 공정(eutectic) 조직 간의 경계를 명확히 구분했습니다.
  3. 이미지 이진화 및 형태학적 처리: Otsu의 방법을 통해 이미지를 흑백으로 변환한 후, 팽창(Dilation) 및 침식(Erosion) 연산을 적용하여 각 상(phase)의 영역을 명확히 하고 내부의 미세한 틈을 채웠습니다.
  4. 정량적 측정: 처리된 최종 이미지로부터 1차 α-Al상의 부피 분율(Volume Fraction)과 선 교차 수(Line Intercept Count)를 자동으로 계산했습니다.

연구진은 다양한 이미지 해상도와 알고리즘 파라미터(필터 크기, 팽창/침식 반경 등)가 분석 결과에 미치는 영향을 체계적으로 평가하여 방법론의 신뢰도를 검증했습니다.

핵심 돌파구: 주요 발견 및 데이터

발견 1: 정확한 분석을 위한 임계 이미지 해상도 규명

연구 결과, 미세조직 분석의 정확도는 이미지의 픽셀 해상도(px/µm)에 직접적인 영향을 받는다는 사실이 명확해졌습니다. 해상도가 6 px/µm 미만일 경우, 알고리즘이 미세한 상들을 제대로 구분하지 못해 α-Al상의 부피 분율을 과대 또는 과소평가하는 오류가 발생했습니다.

하지만 그림 21에서 볼 수 있듯이, 해상도가 6 px/µm 이상으로 높아지자 부피 분율 측정값이 약 0.4~0.5 범위에서 안정화되는 ‘플래토(plateau)’ 현상이 나타났습니다. 이는 특정 해상도 이상에서는 이미지 배율에 상관없이 일관되고 신뢰성 있는 결과를 얻을 수 있음을 의미합니다. 이 발견은 효율적인 분석을 위한 최적의 이미지 획득 조건을 설정하는 데 중요한 기준을 제공합니다.

발견 2: 자동화 분석법의 정확성 검증 및 한계점 파악

플래토 구간(6~35 px/µm) 내에서 자동화 알고리즘으로 측정한 부피 분율은 수동으로 측정한 값과 매우 잘 일치하여, 개발된 방법의 높은 정확성을 입증했습니다.

그러나 그림 25에 나타난 바와 같이, 선 교차 수(Line Intercept Count) 측정에서는 자동화 분석 값이 수동 측정 값보다 지속적으로 높게 나타났습니다. 이는 그림 26에서 확인되듯이, 알고리즘이 α-Al상의 거친 표면 경계를 매우 민감하게 감지하여 사람의 눈보다 더 많은 교차점을 계산하기 때문입니다. 이 결과는 자동화 분석이 객관적인 데이터를 제공하는 동시에, 측정 항목에 따라서는 경계 스무딩(edge smoothing)과 같은 추가적인 알고리즘 개선이 필요할 수 있음을 시사합니다.

R&D 및 운영을 위한 실질적 시사점

  • 공정 엔지니어: 이 연구는 이미지 해상도와 분석 파라미터를 표준화함으로써, 냉각 속도나 압력과 같은 공정 변수가 미세조직에 미치는 영향을 정량적으로 추적하고 공정을 최적화하는 데 기여할 수 있음을 보여줍니다.
  • 품질 관리팀: 논문의 그림 21 데이터는 신뢰성 있는 품질 검사를 위해 필요한 최소 이미지 해상도 기준을 제시합니다. 자동화된 분석을 도입하면 검사 속도를 높이고 측정의 일관성을 확보하여, 잠재적 결함을 조기에 발견하고 불량률을 줄일 수 있습니다.
  • 설계 엔지니어: 연구 결과는 주조품의 표면 근처 미세조직이 기계적 특성에 큰 영향을 미친다는 점을 강조합니다. 설계 초기 단계에서 응고 과정 중 미세조직 형성을 고려하면, 결함 발생 가능성이 낮은 최적의 설계를 도출하는 데 도움이 될 수 있습니다.

논문 정보

Microstructural Analysis of Aluminum High Pressure Die Castings

1. 개요:

  • 제목: Microstructural Analysis of Aluminum High Pressure Die Castings
  • 저자: Maria Diana David
  • 발행 연도: 2015
  • 발행 학술지/학회: University of Alabama at Birmingham
  • 키워드: dendrites, stereology, microscopy

2. 초록:

알루미늄 고압 다이캐스팅(HPDC)의 미세조직 분석은 어렵고 시간이 많이 소요됩니다. 입체해석학(stereology) 방법을 자동화하는 것은 정량적 데이터를 얻는 효율적인 방법이지만, 이 기술의 정확성을 검증하는 것 또한 어려운 과제일 수 있습니다. 본 연구에서는 알루미늄 HPDC의 미세조직 특징을 정량화하기 위한 반자동 알고리즘을 개발했습니다. 분석은 미세한 미세조직을 보이는 주조 표면 근처에서 수행되었습니다. 주조물의 특징을 규명하기 위해 광학, 2차 전자(SE), 후방 산란 전자(BSE) SEM 이미지를 사용했습니다. SEM 및 광학 현미경 사진에 적용된 이미지 처리 단계에는 미디언 및 레인지 필터, 팽창, 침식, 홀 클로징 기능이 포함되었습니다. 측정은 3에서 35 pixel/µm 범위의 다양한 이미지 픽셀 해상도에서 수행되었습니다. 6 px/µm 미만의 픽셀 해상도는 알고리즘이 상들을 서로 구별하기에 너무 낮았습니다. 6 px/µm 이상의 해상도에서는 1차 α-Al의 부피 분율과 선 교차 수 곡선이 안정화(plateau)되었습니다. 이 범위 내에서, 입체해석학적 측정이 이미지 해상도와 무관해지는 주조 특징의 크기에 상대적인 이미지 픽셀 해상도 범위가 있다는 가정을 검증하는 유사한 결과를 얻었습니다. 이 곡선 안정 구간 내의 부피 분율은 수동 측정과 일치했지만, 선 교차 수는 모든 해상도에서 컴퓨터화된 기술을 사용했을 때 상당히 높았습니다. 이는 일부 1차 α-Al의 거친 가장자리 때문으로, 알고리즘에 일부 개선이 여전히 필요함을 시사합니다. 알려진 상의 양과 크기를 가진 다른 주조물이나 합금을 사용하여 코드를 추가로 검증하는 것도 유익할 수 있습니다.

3. 서론:

고압 다이캐스팅(HPDC)은 복잡한 부품을 짧은 주조 사이클 시간 내에 생산할 수 있는 장점을 제공합니다. 그러나 공정 중 발생하는 복잡한 유동 및 응고 메커니즘으로 인해 미세조직이 불균일하게 형성되어 비구조적 부품에 주로 사용됩니다. 이러한 미세조직을 정량적으로 분석하는 것은 제품의 기계적 특성을 이해하고 개선하는 데 필수적입니다. 기존의 수동 분석 방법은 시간이 많이 걸리고 작업자의 주관이 개입될 여지가 있어 정밀도와 효율성이 떨어집니다. 따라서 자동화된 정량 분석 기술을 개발하고 검증하여, 더 빠르고 재현성 있는 결과를 얻을 필요가 있습니다.

4. 연구 요약:

연구 주제의 배경:

알루미늄 고압 다이캐스팅은 높은 생산성을 자랑하지만, 급속 냉각으로 인해 형성되는 미세하고 복잡한 미세조직(皮막층, 결함 밴드, 외부 응고 결정 등)이 기계적 특성을 저하 시킬 수 있습니다. 이러한 미세조직 특징을 정확히 정량화하는 것은 품질 관리 및 공정 개선의 핵심입니다.

이전 연구 현황:

기존 연구들은 주로 수동적인 선 교차법이나 비교 차트를 이용해 미세조직을 분석해왔으나, 이는 시간 소모가 크고 재현성이 낮았습니다. 자동화된 이미지 분석법이 대안으로 제시되었지만, HPDC의 미세한 특징에 대한 적용 및 신뢰성 검증 연구는 제한적이었습니다.

연구 목적:

본 연구의 목적은 알루미늄 HPDC의 미세조직(특히 1차 α-Al상의 부피 분율 및 크기)을 신속하고 정확하게 측정할 수 있는 반자동 이미지 분석 알고리즘을 개발하고, 다양한 분석 파라미터와 이미지 해상도가 결과에 미치는 영향을 평가하여 방법론의 신뢰성을 검증하는 것입니다.

핵심 연구:

알루미늄 380 합금을 대상으로 SEM 및 광학 현미경 이미지를 획득하고, Matlab 기반 알고리즘을 통해 미세조직을 분석했습니다. 연구는 (1) 노이즈 감소, (2) 경계 검출, (3) 팽창/침식, (4) 홀 클로징(hole close) 등 각 이미지 처리 단계의 파라미터가 최종 측정값에 미치는 영향을 분석했습니다. 또한, 3~35 px/µm 범위의 다양한 이미지 해상도에서 측정을 수행하여, 결과의 신뢰성이 보장되는 최적의 해상도 범위를 규명했습니다.

5. 연구 방법론

연구 설계:

본 연구는 실험적 설계에 기반하여, 알루미늄 380 다이캐스팅 시편의 미세조직을 정량적으로 분석했습니다. 반자동 이미지 분석 알고리즘의 유효성을 검증하기 위해, 알고리즘으로 얻은 결과를 전통적인 수동 측정 결과와 비교했습니다.

데이터 수집 및 분석 방법:

  • 데이터 수집: Axioplan 4MP 광학 현미경과 FEI FEG-650 SEM을 사용하여 다양한 배율의 미세조직 이미지를 수집했습니다. SEM 분석 시에는 2차 전자(SE) 이미지와 후방 산란 전자(BSE) 이미지를 모두 활용하여 상 구분을 명확히 했습니다.
  • 데이터 분석: 수집된 이미지는 Matlab으로 개발된 반자동 알고리즘을 통해 분석되었습니다. 알고리즘은 미디언 필터, 레인지 필터, 임계값 처리(thresholding), 팽창/침식 등의 이미지 처리 기법을 순차적으로 적용하여 1차 α-Al상과 공정 조직을 분리하고, 각 상의 부피 분율과 선 교차 수를 계산했습니다.

연구 주제 및 범위:

연구는 알루미늄 380 고압 다이캐스팅 부품의 주조 표면으로부터 80~400 µm 이내 영역의 미세조직에 초점을 맞췄습니다. 분석 대상은 1차 α-Al상과 (공정 조직 + 금속간화합물)의 이진(binary) 시스템으로 단순화되었습니다. 주요 연구 내용은 이미지 처리 파라미터와 이미지 해상도가 정량 분석 결과에 미치는 영향을 평가하는 것이었습니다.

6. 주요 결과:

주요 결과:

  • 이미지 분석의 정확성은 픽셀 해상도에 크게 의존하며, 본 연구의 알루미늄 380 합금에서는 6 px/µm 이상의 해상도가 필요함을 확인했습니다.
  • 6 px/µm 이상의 해상도에서는 부피 분율과 선 교차 수 측정값이 특정 값으로 수렴하며 안정화되는 ‘플래토’ 구간이 존재했습니다.
  • 플래토 구간에서 자동화 알고리즘으로 측정한 부피 분율은 수동 측정 결과와 높은 상관관계를 보였습니다.
  • 반면, 선 교차 수는 자동화 알고리즘이 α-Al상의 거친 경계를 민감하게 인식하여 수동 측정보다 일관되게 높은 값을 나타냈습니다.
  • 노이즈 감소, 경계 검출, 팽창/침식 등 각 이미지 처리 단계의 파라미터 값에 따라 분석 결과가 민감하게 변하므로, 분석 대상의 특징에 맞는 최적의 파라미터 범위를 설정하는 것이 중요합니다.
Figure 8. Output image for image resolution of 17 px/μm for (a) a median filter size of 0.1 μm by 0.1 μm and (b) 0.6 μm by 0.6μm. Range filter size was 0.1 μm by 0.1 μm (5 px by 5 px), dilation/erosion disk size was 0.3 μm (10 px), and hole close was 120 μm2 (4096 px2) .The measured α-Al is highlighted in pink.
Figure 8. Output image for image resolution of 17 px/μm for (a) a median filter size of 0.1 μm by 0.1 μm and (b) 0.6 μm by 0.6μm. Range filter size was 0.1 μm by 0.1 μm (5 px by 5 px), dilation/erosion disk size was 0.3 μm (10 px), and hole close was 120 μm2 (4096 px2) .The measured α-Al is highlighted in pink.

Figure 목록:

  • Figure 1. Backscatter electron SEM image showing the major phases found in the aluminum 380 high pressure die casting examined.
  • Figure 2. Schematic diagram of computer-aided microstructural analysis.
  • Figure 3. Detailed schematic diagram of algorithm showing steps done to analyze SEM and optical images.
  • Figure 4. (a) Secondary electron and (b) backscatter electron (right) SEM images used in the parameter studies.
  • Figure 5. (a) Volume fraction of primary a-Al and (b) line intercept count as functions of the noise reduction parameter value.
  • Figure 6. Secondary SEM image with a resolution of 17 px/um after the image noise reduction step for (a) a median filter size of 0.1 µm by 0.1 µm and (b) 0.6 µm by 0.6µm.
  • Figure 7. Secondary SEM image with a resolution of 17 px/um after the median and range filters were applied.
  • Figure 8. Output image for image resolution of 17 px/µm for different median filter sizes.
  • Figure 9. (a) Volume Fraction of primary a-Al and (b) line intercept count as a function of edge detection parameter value.
  • Figure 10. Secondary SEM image after the median and range filters were applied for different range filter sizes.
  • Figure 11. Thresholded image for SEM image after the median and range filters were applied for different range filter sizes.
  • Figure 12. Output image for image resolution for 17 px/µm with different range filter sizes.
  • Figure 13. (a) Volume fraction of primary a-Al and (b) line intercept count as a function of dilation and erosion disk size.
  • Figure 14. Thresholded image for SEM image after the median and range filters were applied.
  • Figure 15. Dilated image for a disk structuring element of different sizes.
  • Figure 16. Output image for image resolution of 17 px/µm with different dilation/erosion disk sizes.
  • Figure 17. (a) Volume fraction of primary a-Al and (b) line intercept count as a function of hole close parameter.
  • Figure 18. Image after the dilation step.
  • Figure 19. Image after small holes/gaps within phases in the dilated image were closed for different hole close areas.
  • Figure 20. Output image for image resolution of 17 px/µm for different hole close areas.
  • Figure 21. Volume fraction of primary a-Al as function of image resolution or length scale.
  • Figure 22. Volume fraction of primary a-Al as function of pixel resolution or length scale for different edge detection technique.
  • Figure 23. Output images for SEM image with a pixel resolution of 3 px/µm for analyses that used (a) range filter and (b) Canny edge as the edge detection technique.
  • Figure 24. Output image of (a) SEM image with pixel resolution of 3 px/µm and (b) optical microscope image with pixel resolution of 3 px/um.
  • Figure 25. Line intercept count as function of image resolution or length scale.
  • Figure 26. (a) Backscatter electron SEM image with pixel resolution of 6 pixel/um of the same location in (b) the output image measured by the algorithm.

7. 결론:

알루미늄 고압 다이캐스팅의 미세조직을 자동화하여 분석하는 것은 전통적인 수동 입체해석학 기법보다 상대적으로 더 효율적입니다. 본 연구에서는 알고리즘에 사용된 함수들을 제시하고 분석했으며, 각 파라미터에 대한 수용 가능한 값의 범위를 제안했습니다.

이미지 분석을 수행해야 하는 해상도는 관심 있는 특징의 크기에 따라 달라집니다. 본 연구에서 조사된 알루미늄 다이캐스팅 샘플의 경우, 6 px/µm 미만의 픽셀 해상도는 알고리즘이 상들을 서로 구별하기에 너무 낮았습니다. 6 px/µm 이상의 해상도에서는 1차 α-Al의 부피 분율과 선 교차 수 곡선이 안정화(plateau)되었습니다. 이 범위 내에서 분석을 수행하면 비교 가능한 결과를 얻을 수 있습니다. 그러나 더 높은 해상도에서는 편차와 5% 변동 계수에 도달하는 데 필요한 이미지 수가 곡선 안정화 시작점의 해상도보다 훨씬 높습니다.

8. 참고문헌:

    1. E.J. Vinarcik, “High Integrity Die Casting Processes,” John Wiley & Sons, New York, pp 5-8, 2003.
    1. C.M Gourlay, H.I. Laukli, A.K. Dahle, “Defect Band Characteristics in Mg-Al and Al-Si High-Pressure Die Castings,” Metallurgical and Materials Transactions A, vol. 38A, pp 1833-1844, 2007.
    1. N. Tsumagari, J.R. Brevick, C.E. Mobley, “Control of Microstructures in Aluminum Alloy Diecastings,” AFS Transactions, vol. 106, pp 15-20, 1998.
    1. S. Sannes, H. Gjestland, H. Westengen, H.I. Laukli, O. Lohne, “Magnesium Die Casting for High Performance,” 6th International Conference on Magnesium Alloys and Their Applications, K.U. Kainer, ed., Werkstoff-Informationgesellschaft, Frankfurt, Germany, pp 725-731, 2003.
    1. S. Otarawanna, C.M. Gourlay, H.I. Laukli, A.K. Dahle, “Microstructure Formation in AlSi4MgMn and AlMg5Si2Mn High-Pressure Die Castings,” Metallurgical and Materials Transactions A, vol. 40A, pp 1645-1659, 2009.
    1. Z.W. Chen, “Skin Solidification During High Pressure Die Casting of Al-11Si-2Cu-1Fe Alloy,” Materials Science and Engineering A, vol. 348, pp 145-153, 2003.
    1. C. Pitsaris, T. Abbott, C.J. Davidson, “The Formation of Defect Bands in Magnesium Die Castings,” First International Light Metals Technology Conference, A.K. Dahle, ed., CAST CRC, Brisbane, Austalia, pp 223-226, 2003.
    1. P.D.D. Rodrigo, V. Ahuja, “Effect of Casting Parameters on the Formation of ‘Pore/Segregation Bands’ in Magnesium Die Castings,” Proceedings of the Second Israeli Conference on Magnesium Science and Technology, Dead Sea, Magnesium Research Institute, Beer-Sheva, Israel, 2000.
    1. H.I. Laukli, C.M. Gourlay, A.K. Dahle, “Migration of Crystals During the Filling of Semi-Solid Castings,” Metallurgical and Materials Transactions A, vol. 36A, no. 3A pp 805-818, 2005.
    1. C.M. Gourlay, A.K. Dahle, “Dilatant Shear Bands in Solidifying Metals,” Nature, vol. 445, pp 70-73, 2007.
    1. T. Sumitomo, D.H. St. John, T. Steinberg, “The Shear Behaviour of Partially Solidified Al-Si-Cu Alloys,” Materials Science and Engineering A, vol. 289, pp 18-29, 2000.
    1. C.M. Gourlay, H.I. Loukli, A.K. Dahle, “Segregation Band Formation in Al-Si Die Castings,” Metallurgical and Materials Transactions A, vol. 35A, no. 91, pp 2881-2891, 2004.
    1. H.I. Laukli, C.M. Gourlay, A.K. Dahle, O. Lohne, “Effects of Si Content on Defect Band Formation in Hypoeutectic Al-Si Die Castings,” Materials Science and Engineering A, vol. 413-414, pp 92-97, 2005.
    1. B.P. Bardes, M.C. Flemings, “Dendrite Arm Spacing and Solidification Time in a Cast Aluminum-Copper Alloy,” AFS Transactions, vol. 74, pp 406-412, 1966.
    1. R.E. Spear, G.R. Gardner, “Dendrite Cell Size,” AFS Transactions, vol. 71, pp 209-215, 1963.
    1. M.C. Flemings, “Solidification Processing,” McGraw-Hill, New York, NY, pp 246-248, 1974.
    1. J.I. Cho and C. W. Kim, “The Relationship Between Dendrite Arm Spacing and Cooling Rate of Al-Si Casting in High Pressure Die Casting,” International Journal of Metalcasting, vol. 8, Issue 1, pp 49-55 2014.
    1. A. Bowles, K. Nogita, M. Dargusch, C. Davidson, J. Griffiths, “Grain Size Measurements in Mg-Al High Pressure Die Castings Using Electron Back-Scattered Diffraction (EBSD),” Materials Transactions, vol. 45, no. 11, pp 3114-3119, 2004.
    1. J.P. Weiler, J.T. Wood, R.J. Klassen, R. Berkmortel, G. Wang, “Variability of Skin Thickness in an AM60B Magnesium Alloy Die-Casting,” Materials Science and Engineering A, vol. 419, pp 297-305, 2006.
    1. C.H. Caceres, J.R. Griffiths, A.R. Pakdel, C.J. Davidson, “Microhardness Mapping and the Hardness-Yield Strength Relationship in High-Pressure Diecast Magnesium Alloy AZ91,” Materials Science and Engineering A, vol. 402, pp 258-268, 2005.
    1. A.I. Bowles, J.R. Griffiths, C.J. Davidson, TMS Magnesium Technology, Warrendale, PA, pp 161-168, 2001.
    1. MATLAB 6.1, The MathWorks, Inc., Natick, MA, 2000.
    1. D. Zeng, “Advances in Information Technology and Industry Applications,” Springer Science & Business Media, p 240, 2012.

전문가 Q&A: 자주 묻는 질문

Q1: 이 연구에서 왜 반자동화 알고리즘을 선택했나요? 완전 수동이나 완전 자동 방식에 비해 어떤 장점이 있나요?

A1: 완전 수동 방식은 시간이 많이 걸리고 작업자마다 결과가 달라 일관성이 떨어집니다. 반면, 반자동 방식은 컴퓨터의 빠른 처리 능력으로 효율성을 높이는 동시에, 분석 과정에서 전문가가 개입하여 결과를 검증할 수 있어 신뢰성을 확보할 수 있습니다. 특히 HPDC처럼 미세하고 불균일한 조직을 분석할 때, 자동화의 효율성과 전문가 검증의 정확성을 결합한 이 접근법이 가장 적합합니다.

Q2: 논문에서 이미지 해상도가 6 px/µm 이상일 때 결과가 안정화되는 ‘플래토’ 현상이 언급되었습니다. 이것이 실제 산업 현장에서 의미하는 바는 무엇인가요?

A2: ‘플래토’ 현상은 신뢰할 수 있는 데이터를 얻기 위한 최소한의 이미지 품질 기준을 제시합니다. 즉, 6 px/µm 미만의 저해상도 이미지로는 부정확한 결과를 얻을 수 있으며, 반대로 이보다 훨씬 높은 고해상도로 분석하는 것은 데이터 처리 시간과 저장 공간만 늘릴 뿐 결과의 정확도 향상에는 기여하지 못한다는 의미입니다. 따라서 현장에서는 6 px/µm를 기준으로 분석 효율성과 정확성 사이의 최적점을 찾을 수 있습니다.

Q3: 자동화 분석에서 계산된 선 교차 수가 수동 측정값보다 높게 나온 이유는 무엇이며, 이를 어떻게 해결할 수 있나요?

A3: 이는 자동화 알고리즘이 사람의 눈보다 훨씬 민감하게 α-Al상의 미세하고 거친 경계를 모두 인식하여 더 많은 교차점을 계산하기 때문입니다. 이 문제를 해결하기 위해서는 향후 알고리즘 개발 시, 경계를 부드럽게 만드는 스무딩(smoothing) 기능을 추가하거나, 특정 크기 이하의 미세한 굴곡을 무시하도록 필터링 기준을 설정하는 등의 개선이 필요합니다.

Q4: 1차 α-Al상과 공정 조직을 구분하는 데 가장 중요했던 이미지 처리 단계는 무엇이었나요?

A4: 레인지 필터를 사용한 ‘경계 검출’ 단계와 ‘팽창(Dilation)’ 연산이 가장 중요했습니다. 경계 검출을 통해 두 상의 윤곽을 뚜렷하게 하고, 이후 팽창 연산을 통해 미세하게 흩어져 있는 공정 조직의 라멜라(lamellae) 구조들을 하나의 영역으로 연결했습니다. 이 두 단계의 파라미터를 어떻게 설정하느냐에 따라 각 상을 과대 또는 과소평가할 수 있으므로, 최적의 값을 찾는 것이 분석 정확도의 핵심이었습니다.

Q5: 연구가 주조품의 표면 근처 영역에 집중된 이유는 무엇인가요?

A5: 주조품의 표면, 즉 ‘스킨(skin)층’은 금형과 직접 접촉하여 가장 빠른 냉각 속도를 겪는 부분입니다. 이로 인해 내부보다 훨씬 미세하고 복잡한 미세조직이 형성되며, 이는 부품의 표면 품질, 내마모성, 피로 파괴 시작점 등에 결정적인 영향을 미칩니다. 가장 분석하기 까다로운 이 영역에서 알고리즘의 유효성을 검증함으로써, 다른 영역에서도 충분히 신뢰성 있는 분석이 가능함을 입증한 것입니다.

결론: 더 높은 품질과 생산성을 향한 길

알루미늄 고압 다이캐스팅 공정의 품질과 수율은 눈에 보이지 않는 미세조직에 의해 좌우됩니다. 본 연구는 복잡하고 시간이 많이 소요되던 미세조직 분석을 자동화하고, 신뢰성 있는 데이터를 얻기 위한 핵심 조건(이미지 해상도)을 규명함으로써 R&D 및 품질 관리의 새로운 가능성을 열었습니다. 표준화된 분석 기법은 더 빠른 의사결정을 가능하게 하여 궁극적으로 생산성 향상과 불량률 감소에 기여할 것입니다.

(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 Maria Diana David의 논문 “Microstructural Analysis of Aluminum High Pressure Die Castings”를 기반으로 한 요약 및 분석 자료입니다.
  • 출처: https://digitalcommons.library.uab.edu/etd-collection/1478

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

PDF View
Filling Simulation

Numerical Simulation of Metal Flow and Solidification in Multi-Cavity Casting Moulds of Automotive Components

FLOW-3D를 이용한 자동차 부품 다중 캐비티 주조 금형 내 금속 유동 및 응고의 수치 시뮬레이션

연구 배경 및 목적

  • 문제 정의: 자동차 부품 생산에서 다중 캐비티 주조 금형(Multi-Cavity Casting Mould)을 사용하면 생산 효율을 극대화할 수 있다.
    • 자동차용 회색 주철(Grey Iron) 부품인 브레이크 디스크(Brake Disc)와 플라이휠(Flywheel)을 자동 사형 주조(Automatic Sand Casting) 생산 라인을 통해 제작.
    • 주조 공정 중 금속 유동 및 응고 거동을 예측하는 것은 주조 품질 향상 및 결함 최소화에 중요하다.
  • 연구 목적:
    • FLOW-3D 소프트웨어를 활용하여 자동차 부품 주조 공정의 3차원 수치 시뮬레이션을 수행.
    • 다중 캐비티 금형 설계의 적합성 평가 및 주입 시스템(Running System)과 공급 시스템(Feeding System) 최적화.
    • 실험 데이터와 시뮬레이션 결과 비교를 통해 모델의 신뢰성 검증 및 개선 방안 제시.

연구 방법

  1. 금형 및 시뮬레이션 설정
    • 브레이크 디스크(3개 캐비티) 및 플라이휠(4개 캐비티)의 3D 솔리드 모델(STL 파일 형식)을 생성하고 FLOW-3D 소프트웨어에 적용.
    • 모델링 기법:
      • FAVOR (Fractional Area/Volume Obstacle Representation) 기법을 사용하여 복잡한 형상에서도 정확한 해석 가능.
      • VOF (Volume-of-Fluid) 방법을 통해 용융 금속의 자유 표면 이동 및 변형을 추적.
    • 열 물성(Thermo-Physical Properties) 설정:
      • 주철, 실리카 몰드, 세라믹 필터의 열전도율, 비열, 밀도, 표면 장력 계수 등을 포함 (예: 주철의 밀도 7100 kg/m³, 용융 온도 1504K).
  2. 난류 및 다공성 매체 모델링
    • k-ε 난류 모델을 사용하여 난류 유동(Turbulent Flow) 시뮬레이션.
    • 세라믹 필터를 통한 유동 저항 분석을 위해 D’Arcy 모델을 적용:
      • 다공성 매체 내 흐름 저항은 속도에 선형적으로 비례.
      • 필터 제조업체 제공 데이터를 바탕으로 드래그 계수(Drag Coefficient) 설정.
  3. 실험 설정 및 데이터 검증
    • 정밀 타이머를 이용하여 각 부품의 주입 및 응고 시간 측정:
      • 브레이크 디스크: 주입 시간 9.5초, 응고 시간 300초.
      • 플라이휠: 주입 시간 15초, 응고 시간 250초.
    • 적외선 온도계(Pyrometer)를 사용하여 용탕의 주입 전 온도(1703K) 측정.
    • 주조물 절단 및 현미경 분석을 통해 수축 결함(Shrinkage) 위치 확인.

주요 결과

  1. 브레이크 디스크 (Brake Disc) 결과
    • 주입 시뮬레이션 결과:
      • 주철 용탕이 주입구를 통해 1.0초 만에 1차 러너(Primary Runner) 충전, 6.0초 후 중간 캐비티(Middle Cavity)가 먼저 충전.
      • 시뮬레이션 예측 주입 시간 10.08초, 실험 측정 9.5초와 높은 일치도.
    • 응고 시뮬레이션 결과:
      • 80초 후 게이트(Gate) 부분 완전 응고, 166초 후 2차 러너(Secondary Runner) 응고 완료.
      • 285초 시뮬레이션 응고 시간, 실험 측정 300초와 비교 시 오차 5% 이내.
  2. 플라이휠 (Flywheel) 결과
    • 주입 시뮬레이션 결과:
      • 세라믹 필터를 통과한 용탕이 0.47초 만에 1차 러너 충전, 1.14초 후 게이트를 통해 캐비티 충전 시작.
      • 15.5초 만에 충전 완료, 실험 결과(15초)와 높은 일치도.
    • 응고 시뮬레이션 결과:
      • 50초 후 필터 및 게이트 영역 응고 시작, 100초 후 모든 게이트 응고.
      • 220초에 캐비티 응고 완료, 50초 후 주입 시스템도 응고.

결론 및 향후 연구

  • 결론:
    • FLOW-3D 시뮬레이션을 통한 다중 캐비티 주조 공정의 금속 유동 및 응고 거동 분석이 실제 실험과 높은 일치도를 보임.
    • 4개 캐비티 금형이 3개 캐비티 금형보다 균일한 주조 품질을 제공.
    • 첫 번째 게이트의 단면적을 줄여 기공(Porosity) 발생 가능성을 줄일 수 있음.
    • 모델은 주조 공정 매개변수(예: 용탕 과열 온도, 주입 속도, 금형 표면 거칠기)의 영향을 분석할 수 있음.
  • 향후 연구 방향:
    • 다양한 게이팅 시스템 설계의 적합성 평가.
    • AI 및 머신러닝을 활용한 실시간 주조 공정 최적화 시스템 개발.
    • 산업 현장 적용을 위한 대규모 실증 연구 수행.

연구의 의의

본 연구는 FLOW-3D 시뮬레이션을 활용하여 다중 캐비티 주조 금형의 금속 유동 및 응고 거동을 정량적으로 평가하고, 자동차 부품의 생산 효율성과 품질을 극대화할 수 있는 실질적인 설계 기준을 제공하며, 자동차 및 중공업 산업의 비용 절감과 제품 신뢰성 향상에 기여할 수 있다​.

Reference

  1. Barkhudarov, M.R., 1998. Advanced simulation of the flow and heat transfer in simultaneous engineering, Technical Report, Flow Science, Inc.
  2. Barkhudarov, M.R., Hirt, C.W. Casting simulation: mold filling and solidification—benchmark calculations using FLOW-3D®, Technical Report, Flow Science, Inc., 1993.
  3. Campbell, J., 1991. Castings. Butterworth Heinmann.
  4. Flemings, M.C., 1974. Solidification Processing. McGraw-Hill Book Co., New York.
  5. Flow Science, Inc., 2005. FLOW-3D® User’s Manual, Version 8.2.
  6. Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 39, 201–255.
  7. Hirt, C.W., Sicilian, J.M., 1985. Proceedings of the 4th International Conference on Ship Hydrodynamics, Washington, DC, September 1985.
  8. Kermanpur, A., Mahmoudi, Sh., Hajipour, A., 2006a. Numerical analysis of solidification of the cast iron automotive parts. In: Proceedings of the 8th Symposium of the Iron and Steel Society of Iran, Isfahan University of Technology, Februrary 28–March 1 2006, pp. 188–199.
  9. Kermanpur, A., Hajipour, A., Mahmoudi, Sh., 2006b. Numerical simulation of fluid flow and solidification in the casting of an automotive flywheel part. In: Proceedings of the 14th Annual (International) Mechanical Engineering Conference (ISME2006), Isfahan University of Technology, Isfahan, Iran,
  10. May 2006.Kothe, D.B., Rider, W.J. Comments on modelling interfacial flows with volume-of-fluid methods, Los Alamos National Laboratory Report LA-UR-94-3384, 1994.
Numerical_simulation_of_metal_flow_and_sDownload
Casting simulation

Replication Casting and Additive Manufacturing for Fabrication of Cellular Aluminum with Periodic Topology: Optimization by CFD Simulation

주기적 토폴로지를 가진 셀룰러 알루미늄 제작을 위한 복제 주조 및 적층 제조: CFD 시뮬레이션을 통한 최적화

연구 목적

  • 본 연구는 적층 제조(AM) 및 정밀 주조(Investment Casting)를 활용하여 셀룰러 알루미늄을 제작하는 방법을 제시함.
  • FLOW-3D® CFD 시뮬레이션을 통해 금속 폼(metal foam)의 충진 과정 및 형성 메커니즘을 최적화함.
  • 주기적(open-cell) 구조를 가진 다공성 금속 제작의 적절한 공정 변수를 결정하여 품질을 개선하고자 함.
  • 본 연구에서 개발된 공정이 충격 방지 장치, 진동 감쇠 장치 및 열 전달 향상 장치 등의 다기능 구조물 제작에 적용 가능함을 검증함.

연구 방법

  1. 프리폼(preform) 설계 및 제작
    • ABS 및 왁스를 사용한 3D 프린팅을 활용하여 다공성 구조의 프리폼을 제작함.
    • 정밀 주조 기법을 사용하여 A356 알루미늄 합금으로 프리폼을 금속화(replication casting)하여 최종 구조를 제작함.
    • Rhino 및 FLOW-3D® 소프트웨어를 활용하여 설계 모델을 최적화함.
  2. FLOW-3D® CFD 시뮬레이션 수행
    • 용탕 충진(filling) 및 응고(solidification) 과정에서 온도 및 유동 패턴을 예측함.
    • 충진 과정에서 발생할 수 있는 기공 형성(porosity) 및 미세 구조 불균일성을 평가함.
    • 시뮬레이션 결과를 기반으로 주조 공정 변수(주조 온도, 주형 온도 등)를 조정하여 최적 조건을 도출함.
  3. 실험 검증 및 결과 분석
    • 충진 실험을 통해 시뮬레이션 결과와 실제 주조물의 품질을 비교 분석함.
    • 주조 후 X-ray 및 SEM(주사전자현미경) 분석을 통해 미세 구조 및 결함을 평가함.
    • 최적화된 조건에서 제작된 시편을 기계적 특성 시험(충격 흡수, 강도 평가 등)하여 구조적 성능을 검토함.

주요 결과

  1. 주조 충진 거동 및 품질 평가
    • FLOW-3D® 시뮬레이션 결과, 최적 충진 조건에서 금속 폼 구조의 85~100% 충진율을 확보함​.
    • 주조 온도와 주형 온도를 조정할 경우, 공기 갇힘(air entrapment) 및 기공 형성률이 감소함.
    • 온도 분포가 균일할수록 다공성 구조의 기계적 강도가 향상됨.
  2. 다공성 구조 특성 및 기계적 성능 평가
    • 주조된 알루미늄 폼의 미세 구조는 설계된 주기적 셀 구조와 일치함.
    • 720°C의 주조 온도와 500°C의 주형 온도에서 가장 높은 품질을 달성함​.
    • 충격 저항 및 기계적 강도가 높은 특성을 보여, 진동 감쇠 및 충격 방지 소재로 활용 가능함.
  3. 시뮬레이션 및 실험 결과 비교 검증
    • 실제 주조 결과와 CFD 시뮬레이션 예측 간 높은 상관관계 확인.
    • 다공성 구조 제작 시 균일한 충진 및 결함 최소화를 위한 시뮬레이션 기반 설계 최적화가 효과적임.
    • Rhino 및 FLOW-3D®를 결합한 설계-제조 프로세스가 고품질의 금속 폼 제작에 적합함.

결론

  • FLOW-3D® CFD 시뮬레이션을 활용하여 다공성 금속 폼 제작 공정을 최적화할 수 있음을 입증함.
  • 720°C 주조 온도와 500°C 주형 온도에서 가장 높은 품질을 확보할 수 있음.
  • 적층 제조와 정밀 주조를 결합한 공정이 다양한 산업 분야(충격 방지, 열 교환 등)에 활용 가능함을 확인함.
  • 향후 연구에서는 다양한 재료 및 주조 변수에 따른 기계적 성능 최적화를 추가적으로 검토할 필요가 있음.

Reference

  1. Ashby MF, Evans AG, Fleck NA, Gibson LJ, Hutchinson JW, Wadley HNG (2000) Making metal foams. Metal foams: a design guide. Butterworth-Heinemann, Woburn, pp 6–23
  2. Lázaro J, Solórzano E, Rodríguez-Pérez MA, Kennedy AR (2016) Efect of solidifcation rate on pore connectivity of aluminium foams and its consequences on mechanical properties. Mater Sci Eng A 672:236– 246. https://doi.org/10.1016/j.msea.2016.07.015
  3. Banhart J, Manufacture, (2001) Manufacture, characterisation and application of cellular metals and metal foams. Prog Mater Sci 46:559–632. https://doi.org/10.1016/S0079-6425(00)00002-5
  4. Fernández P, Cruz LJ, Coleto J (2008) Manufacturing processes of cellular metals. Part I: Liquid route processes. Rev Metal 44:540–555. https://doi.org/10.3989/revmetalm.0767
  5. Fernández P, Cruz LJ, Coleto J (2009) Procesos de fabricación de metales celulares. Parte II: Vía sólida, deposición de metales, otros procesos. Rev Metal 45:124–142. https://doi.org/10.3989/revmetalm.0806
  6. Mirzaei-Solhi A, Khalil-Allaf J, Yusef M, Yazdani M, Mohammadzadeh A (2018) Fabrication of aluminum foams by using CaCO3 foaming agent. Mater Res Express 5:096526. https://doi.org/10.1088/2053-1591/aad88a
  7. Cao D, Malakooti S, Kulkarni VN et al (2021) Nanoindentation measurement of core–skin interphase viscoelastic properties in a sandwich glass composite. Mech Time-Depend Mater 25:353–363. https://doi.org/10.1007/s11043-020-09448-y
  8. Cao D et al (2021) The effect of resin uptake on the flexural properties of compression molded sandwich composites. Wind Energy. 2022; 25:71–93. https://doi.org/10.1002/we.2661
  9. Wang X et al (2021) The interfacial shear strength of carbon nanotube sheet modified carbon fiber composites. In: Silberstein M, Amirkhizi A (eds) Challenges in mechanics of time dependent materials, Volume 2. Conference Proceedings of theSociety for Experimental Mechanics Series. Springer, Cham. https://doi.org/10.1007/978-3-030-59542-5_4
  10. García-Moreno F (2016) Commercial applications of metal foams: their properties and production. Materials 9:85. https://doi.org/10.3390/ma9020085
  11. Atwater MA, Guevara LN, Darling KA, Tschopp MA (2018) Solid state porous metal production: a review of the capabilities, characteristics, and challenges. Adv Eng Mater 20:1–33. https://doi.org/10.1002/adem.201700766
  12. Gutiérrez-Vázquez JA, Oñoro J (2008) Espumas de aluminio. Fabricación, propiedades y aplicaciones. Rev Metal 44:457– 476. https://doi.org/10.3989/revmetalm.0751
  13. Matz AM, Mocker BS, Christian U, Jost N (2014) Microstructural evolution in investment casted open-pore aluminum-based alloy foams. Procedia Materials Science: 8th International Conference on Porous Metals and Metallic Foams, Metfoam 2013:139–144. https://doi.org/10.1016/j.mspro.2014.07.551
  14. Matz A, Mocker B, Muller D, Jost N, Eggeler G (2014) Mesostructural design and manufacturing of open-pore metal foams by investment casting. Adv Mater Sci Eng 421729. https://doi.org/10.1155/2014/421729
  15. Altug Guler K (2015) Solid mold investment casting –a replication process for open cell foam metal production. Materials Testing 57:795–798. https://doi.org/10.3139/120.110769
  16. Sutygina A, Betke U, Hasemann G, Schefer M (2020) Manufacturing of open-cell metal foams by the sponge replication technique. Symposium on Materials and Joining Technology. IOP Conf Ser: Mater Sci Eng 882 012022. https://doi.org/10.1088/1757-899X/882/1/012022
  17. Cingi C, Niini E, Orkas J (2009) Foamed aluminum parts by investment casting. Colloids Surf, A 344:113–117. https://doi.org/10.1016/j.colsurfa.2009.01.006
  18. Li Y et al (2018) Additively manufactured biodegradable porous magnesium. Acta Biomater 67:378–392. https://doi.org/10.1016/j.actbio.2017.12.008
  19. Li Y et al (2019) Biodegradation-affected fatigue behavior of additively manufactured porous magnesium. Addit Manuf 28:299–311. https://doi.org/10.1016/j.addma.2019.05.013
  20. Feng X, Zhang Z, Cui X, Jin G, Zheng W, Liu H (2018) Additive manufactured closed-cell aluminum alloy foams via laser melting deposition process. Mater Lett 233:126–129. https://doi.org/10.1016/j.matlet.2018.08.146
  21. Legutko S (2018) Additive techniques of manufacturing functional products from metal materials. IOP Conf Ser Mater Sci Eng 393:012003. https://doi.org/10.1088/1757-899X/393/1/012003
  22. Chantarapanich N, Puttawibul P, Sucharitpwatskul S, Jeamwatthanachai P, Inglam S, Sitthiseripratip K (2012) Scafold library for tissue engineering: a geometric evaluation. Comput Math Methods Med 2012:407805. https://doi.org/10.1155/2012/407805
  23. Wenninger MJ (2015) Polyhedron models. Cambridge University Press. https://doi.org/10.1017/CBO9780511569746
  24. Stansbury JW, Idacavage MJ (2016) 3D printing with polymers: challenges among expanding options and opportunities. Dent Mater 32:54–64. https://doi.org/10.1016/j.dental.2015.09.018
  25. Das S, Bourell DL, Babu SS (2016) Metallic Materials For 3D Printing. MRS Bull 41:729–741. https://doi.org/10.1557/mrs.2016.217
  26. Wei Ch, Li L, Zhang X, Chueh Y-H (2018) 3D printing of multiple metallic materials via modifed selective laser melting. CIRP Ann 67:245–248. https://doi.org/10.1016/j.cirp.2018.04.096
  27. Costanza G, Tata ME, Trillicoso G (2021) Al foams manufactured by PLA replication and sacrifice. Int J Lightweight Mater Manufac 4:62–66. https://doi.org/10.1016/j.ijlmm.2020.07.001
  28. Pinto P, Peixinho N, Soares D, Silva F (2015) Process development for manufacturing of cellular structures with controlled geometry and properties. Mat Res 18:274–282. https://doi.org/10.1590/1516-1439.286614
  29. Cheah CM, Chua CK, Lee CW, Feng C, Totong K (2005) Rapid prototyping and tooling techniques: a review of applications for rapid investment casting. Int J Adv Manuf Technol 25:308–320. https://doi.org/10.1007/s00170-003-1840-6
  30. Heiss T, Klotz UE, Tiberto D (2015) Platinum investment casting, part I: simulation and experimental study of the casting process. Johnson Matthey Technol Rev 59:95–108. https://doi.org/10.1595/205651315×687399
  31. Grande MA, Porta L, Tiberto D (2007) Computer simulation of the investment casting process: widening of the filling step. The Santa Fe Symposium Jewelry Manufacturing Technology 1-18:53658215
  32. Kader MA, Islam MA, Hazell PJ, Escobedo JP, Saadatfar M, Brown AD, Appleby-Thomas GJ (2016) Modelling and characterization of cell collapse in aluminium foams during dynamic loading. Int J Impact Eng 96:78–88. https://doi.org/10.1016/j.ijimpeng.2016.05.020
  33. Pulvirenti B, Celli M, Barletta A (2020) Flow and convection in metal foams: a survey and new CFD results. Fluids 5:155. https://doi.org/10.3390/fluids5030155
  34. Diop M, Hao H, Dong H-W, Zhang X-G, Yao S, Jin J-Z (2011) Modelling of solidification process of aluminium foams using lattice Boltzmann method. Int J Cast Met Res 24:158–162. https://doi.org/10.1179/136404611X13001912813861
  35. Hao H, Diop M, Yao S, Zhang X-G (2010) Numerical simulation of bubbles expansion and solidification of metal foams. Mater Sci Forum 654–656:1549–1552. https://doi.org/10.4028/www.scientific.net/MSF.654-656.1549
  36. Barzegari M, Bayani H, Mirbagheri SMH, Shetabivash Ha (2019) Multiphase aluminum A356 foam formation process simulation using lattice Boltzmann method. J Market Res 8:1258–1266. https://doi.org/10.1016/j.jmrt.2018.03.010
  37. Barkhudarov MR, Hirt CW (1995) Casting simulation: mold filling and solidification-benchmark calculations using flow3D. In Proceedings of the Ninth International Conference on Modeling of Casting, Welding and Advanced SolidificationProcesses. https://www.flow3d.com/wp-content/uploads/2014/08/Casting-Simulation-Mold-Filling-and-Solidification-Benchmark-Calculations-Using-FLOW-3D.pdf
  38. Dizon JRC, Espera AH, Chen Q, Advincula RC (2018) Mechanical characterization of 3D-printed polymers. Addit Manuf 20:44–67. https://doi.org/10.1016/j.addma.2017.12.002
  39. Matweb (1996) www.matweb.com
  40. Staff FMT, & Foundry Management and Technology (2015) Why infrared heating stands apart for preheating sand molds. Retrieved August 2, 2017, from http://www.foundrymag.com/moldscores/hot-idea-mold-preheating-and-more.
  41. Anglani A, Pacella M (2018) Logistic regression and response surface design for statistical modeling of investment casting process in metal foam production. Procedia CIRP 67:504–509
  42. Giannitelli SM, Accoto D, Trombetta M, Rainer A (2014) Current trends in the design of scaffolds for computer-aided tissue engineering. Acta Biomater 10:580–594
  43. Dumas M, Terriault P, Brailovski V (2017) Modelling and characterization of a porosity graded lattice structure for additively manufactured biomaterials. Mater Des 121:383–392
Filling simulation

Simulation of a Thixoforging Process of Aluminium Alloys with FLOW-3D

FLOW-3D를 이용한 알루미늄 합금의 Thixoforging 공정 시뮬레이션

연구 배경 및 목적

  • 문제 정의: Thixoforming은 반고체 상태(Semi-Solid State)에서 복잡한 형상의 부품을 고품질 기계적 특성으로 생산할 수 있는 성형 기술이다.
    • Thixoforming은 Thixocasting과 Thixoforging으로 나뉘며, Thixoforging은 유압 프레스(Hydraulic Presses)를 사용하여 닫힌 금형 내에서 성형이 이루어진다.
    • 알루미늄 합금(A356)의 전단 속도(Shear Rate)와 전단 시간(Shear Time)에 따른 의사점도(Apparent Viscosity) 변화를 고려해야 한다.
    • 금형 충전 시뮬레이션은 성형력(Forming Force) 및 금형 충전 특성 분석을 통해 최적의 점도 매개변수 선택을 돕는다.
  • 연구 목적:
    • FLOW-3D 소프트웨어를 사용하여 Thixoforging 공정의 금형 충전 시뮬레이션을 수행하고, 점도 매개변수(Initial Viscosity, Thinning Rate)에 따른 충전 특성 비교.
    • 실험 데이터와 시뮬레이션 결과를 비교하여 모델의 신뢰성 검증 및 반고체 소재의 최적 성형 조건 제시.
    • 스포츠 차량의 서스펜션 부품(Steering Knuckle)과 같은 복잡한 형상의 실 부품 적용 가능성 평가.

연구 방법

  1. Thixoforging 공정 개요 및 수치 모델링
    • Thixoforging 공정은 반고체 빌렛(Semi-Solid Billet)을 닫힌 금형 내에서 유압 프레스를 통해 Near-Net-Shape 부품 성형.
    • FLOW-3D 시뮬레이션 설정:
      • 유체 흐름 방정식(Continuity, Momentum, Energy Equation)을 라그랑지안(Langarian) 방식으로 유한 차분법(Finite Difference Method) 사용.
      • 의사점도 모델(Apparent Viscosity Model)을 적용하여 전단율(Shear Rate, γD), 전단 시간(Shear Time, t) 및 고체 분율(Fraction Solid, fs)에 따른 점도 변화 모델링.
      • Scheil 방정식(Scheil Equation)을 이용하여 고체 분율(f_s) 계산.
  2. 점도 매개변수 및 시뮬레이션 조건
    • 점도 매개변수 설정:
      • 초기 점도(Initial Viscosity): 1300 ~ 13000 Pas.
      • Thinning Rate(점도 감소율): 1 ~ 40 s⁻¹.
    • 축대칭 모델(Axisymmetric Model) 실험 설정:
      • 단순 형상(Cup)을 이용하여 금형 충전 특성 분석.
      • 성형력 계산 및 실험 결과와 비교.

주요 결과

  1. 금형 충전 및 성형력 분석
    • FLOW-3D 시뮬레이션 결과와 실험 결과 간의 높은 일치도 확인.
    • 성형력(Forming Force) 계산:
      • 초기 점도 1300 Pas, Thinning Rate 1 s⁻¹에서 성형력 예측 정확도 높음.
      • 성형 초반부에서는 높은 Thinning Rate가 실제 성형력과 유사, 성형 후반부에서는 낮은 Thinning Rate가 적합.
      • 이중 점도 감소 특성(Two-Stage Thinning Behavior)을 통해 정확도 개선 가능성 제시.
  2. 복잡 형상의 서스펜션 부품(Steering Knuckle) 적용 가능성 평가
    • 산업용 Steering Knuckle 부품 시뮬레이션을 통해 금형 충전 특성 분석.
    • 초기 설계 단계에서 시뮬레이션을 활용하여 금형 설계를 최적화:
      • Overflow 영역의 단면을 수정하여 균일한 물질 흐름 확보.
      • 산화물(Oxide) 및 윤활제 포집을 Overflow로 이동시켜 고강도 용접부(Welding Zone) 형성.
    • 재료 흐름이 Overflow Inlet에서 일치하지 않는 문제 발견, Cross-Section 수정으로 개선 가능.

결론 및 향후 연구

  • 결론:
    • FLOW-3D를 통한 Thixoforging 공정 시뮬레이션이 실제 실험과 높은 일치도를 보임.
    • 점도 매개변수(Initial Viscosity, Thinning Rate)에 따른 성형력 및 금형 충전 특성을 정량적으로 평가 가능.
    • 스포츠 차량 서스펜션 부품의 성형에도 적용 가능성 입증.
    • 초기 설계 단계에서 시뮬레이션을 통해 금형 설계를 최적화할 수 있어 시간과 비용 절감.
  • 향후 연구 방향:
    • 복잡한 형상의 부품에 대한 추가적인 시뮬레이션 연구.
    • 이중 점도 감소 모델을 도입하여 시뮬레이션 정확도 개선.
    • AI 및 머신러닝을 활용한 반고체 공정 최적화 시스템 개발.

연구의 의의

본 연구는 FLOW-3D 시뮬레이션을 활용하여 Thixoforging 공정에서 반고체 알루미늄 합금의 유동 특성을 정량적으로 분석하고, 복잡한 형상의 부품 성형에서도 높은 품질을 유지할 수 있는 설계 가이드라인을 제공하며, 자동차 및 항공우주 산업의 생산성 증대 및 비용 절감에 기여할 수 있다​.

Reference

  1. Baur, J.; Wolf, A.; Fritz, W. Thixoforging von Aluminium und Messing – Produkte, Werkzeuge und Maschinen In: Tagungsband Neuere Entwicklungen in der Massivumformung, Hrsg.: K. Siegert, S. 195-220 Stuttgart Fellbach, 19.-20. Mai 1999
  2. Web page at www.flow3d.com
  3. Quaak, C.J. Rheology of Partial Solidified Aluminium Composites Dissertation, TU Delft, 1996
  4. Wahlen, A. Computermodellierung thixotroper Formgebungsprozesse Workshop: Neue Werkstoffe und resultierende Verfahrenskonzepte für das Thixoforming, Zürich, 1999
  5. Kapranos, P.; Kirkwood, D.H.; Barkhudarov, M.R Modeling of Structural Breakdown During Rapid Compression of Semi-Solid Alloy Slugs Proc. of the 5th International Conference on Semi-Solid Processing of Alloys and Composites, Editors: Kumar Bhasin, A. et al., pp. 123 – 130, Colorado School of Mines, Golden (Colorado) USA, June 23 – 25, 1998
  6. Joly P.A.; Mehrabian, R The Rheology of Partial Solid Alloy J. Mater. Sci., 1976, 11 S. 1393ff
  7. Baur, J.; Wolf, A.; Gullo, C. Thixo-Schmieden von Pkw-Komponenten In: Tagungsband Neuere Entwicklungen in der Massivumformung, Hrsg.: K. Siegert, Stuttgart Fellbach, 16.-17. Mai 2001
Simulation-of-a-Thixoforging-Process-of-Aluminum-Alloys-with-FLOW-3DDownload
spure

Novel Sprue Designs in Metal Casting via 3D Sand-Printing

3D 샌드 프린팅을 이용한 금속 주조용 신규 스프루 설계

연구 목적

  • 본 연구는 **3D 샌드 프린팅(3DSP)**을 활용하여 주조 스프루(sprue) 설계를 최적화하고, 금속 용탕 흐름을 개선하는 방법을 분석함.
  • 전통적 주조 유체역학 원리를 기반으로 컴퓨터 유체 역학(CFD) 모델을 개발하여, 스프루 설계에 따른 용탕 흐름 특성과 주조 결함 감소 효과를 평가함.
  • 세 가지 스프루 설계(직선 스프루, 포물선 스프루, 원뿔형 나선 스프루)를 비교 분석하여 최적 형상을 도출함.
  • 실험 및 FLOW-3D® 시뮬레이션을 통해 스프루 최적화가 기계적·야금학적 성능 향상에 미치는 영향을 검증함.

연구 방법

  1. 스프루 설계 및 최적화
    • 직선 스프루(Straight Sprue Casting, SSC), 포물선 스프루(Parabolic Sprue Casting, PSC), 원뿔형 나선 스프루(Conical-Helix Sprue Casting, CHSC) 세 가지 설계를 비교함.
    • 최적화 알고리즘을 적용하여 유체 흐름 및 산화물 형성 최소화 조건을 도출함.
    • FLOW-3D® CFD 시뮬레이션을 활용하여 각 설계의 유동 속도, 난류 강도 및 충진 특성을 평가함.
  2. 실험 및 시뮬레이션 검증
    • CT(Computed Tomography) 스캔 및 SEM(주사전자현미경) 분석을 수행하여 주조 결함 및 산화물 포획 정도를 평가함.
    • ASTM E290 기준 3점 굽힘(flexural strength) 시험을 수행하여 기계적 강도를 비교함.
    • 스프루 설계 변경이 주조 결함(기포, 산화물 포함물) 및 최종 기계적 특성에 미치는 영향을 분석함.

주요 결과

  1. 유동 속도 및 충진 거동 분석
    • CHSC 및 PSC 설계가 SSC 대비 주형 충진 속도를 감소시켜 용탕 난류를 줄이는 효과가 있음.
    • CHSC 설계에서는 유동 속도가 0.5 m/s 이하로 감소하며, 이는 산화물 형성을 최소화하는 임계 속도 조건을 충족함.
    • CFD 시뮬레이션 결과, CHSC 스프루는 균일한 유동 분포를 형성하여 주조 품질을 향상시킴.
  2. 주조 결함 감소 효과
    • CT 스캔 결과, CHSC 적용 시 전체 주조 결함이 99.5% 감소, PSC 적용 시 56% 감소함.
    • SSC에서는 기포 및 산화물 포함물이 집중적으로 발생하였으나, CHSC 및 PSC에서는 이러한 결함이 현저히 감소함.
    • SEM 분석 결과, SSC 대비 PSC 및 CHSC의 산화물 포함물 영역이 각각 21%, 35% 감소함.
  3. 기계적 강도 향상
    • 3점 굽힘 시험 결과, CHSC는 SSC 대비 평균 굽힘 강도가 8.4% 증가, PSC는 4.1% 증가함.
    • CHSC 주조품에서 더 균일한 미세조직 및 결함 감소 효과가 확인됨.
    • ANOVA 통계 분석 결과, SSC와 CHSC 간 기계적 강도 차이가 통계적으로 유의미함(p = 0.045).

결론

  • 3D 샌드 프린팅을 활용한 신규 스프루 설계가 주조 품질을 향상시키는 데 효과적임.
  • 원뿔형 나선 스프루(CHSC) 설계는 용탕 난류 감소 및 산화물 포함물 저감에 가장 효과적이며, 기계적 강도를 8.4% 향상시킴.
  • CFD 시뮬레이션과 실험 데이터를 비교한 결과, 최적화된 스프루 설계가 실제 주조 성능 개선에 기여함을 확인함.
  • 향후 연구에서는 다양한 합금 및 주조 공정에 대한 적용성을 추가적으로 검토해야 함.

Reference

  1. Markets and markets, January. Metal Casting Market.: Global Forecast Until 2025,Accessible on: (2018) https://www.marketsandmarkets.com/Market-Reports/metal-casting-market-23885716.html.
  2. Pennsylvania Foundry Association, March. OSHA’S Proposed Silica Rule ThreatensFoundry Industry. Plymouth Meeting, PA, Accessible on: (2016) http://www.pfaweb.org/news/2016/3/11/oshas-proposed-silica-rule-threatens-foundryindustry-1.
  3. J. Dańko, R. Dańko, M. Holtzer, Reclamation of used sands in foundry production,Metalurgija 42 (3) (2003) 173–177.
  4. E.S. Almaghariz, B.P. Conner, L. Lenner, R. Gullapalli, G.P. Manogharan,B. Lamoncha, M. Fang, Quantifying the role of part design complexity in using 3Dsand printing for molds and cores, Int. J. Metalcast. 10 (3) (2016) 240–252.
  5. J. Wang, S.R. Sama, G. Manogharan, Re-thinking design methodology for castings:3D sand-printing and topology optimization, Int. J. Metalcast. (2018) 1–16.
  6. Chee Kai Chua, Kah Fai Leong, Zhong Hong Liu, Rapid tooling in manufacturing,Handbook of Manufacturing Engineering and Technology (2013) 1–22.
  7. P. Jain, A.M. Kuthe, Feasibility study of manufacturing using rapid prototyping:FDM approach, Procedia Eng. 63 (2013) 4–11.
  8. J. Campbell, Complete Casting Handbook: Metal Casting Processes, Metallurgy,Techniques and Design, 2nd edition, Butterworth-Heinemann, 2015.
  9. R. Gopalan, N.K. Prabhu, Oxide bifilms in aluminium alloy castings–a review,Mater. Sci. Technol. 27 (12) (2011) 1757–1769.
  10. J. Campbell, The consolidation of metals: the origin of bifilms, J. Mater. Sci. 51 (1)(2016) 96–106.
  11. R. Raiszadeh, W.D. Griffiths, A method to study the history of a double oxide filmdefect in liquid aluminum alloys, Metal. Mater. Trans. B 37 (6) (2006) 865–871.
  12. X. Cao, J. Campbell, The nucleation of Fe-rich phases on oxide films in Al-11.5 Si0.4 Mg cast alloys, Metal. Mater. Trans. A 34 (7) (2003) 1409–1420.
  13. A. Modaresi, A. Safikhani, A.M.S. Noohi, N. Hamidnezhad, S.M. Maki, Gatingsystem design and simulation of gray iron casting to eliminate oxide layers causedby turbulence, Int. J. Metalcast. 11 (2) (2017) 328–339.
  14. F.N. Bakhtiarani, R. Raiszadeh, Healing of double-oxide film defects in commercialpurity aluminum melt, Metal. Mater. Trans. B 42 (2) (2011) 331–340.
  15. F.H. Basuny, M. Ghazy, A.R.Y. Kandeil, M.A. El-Sayed, Effect of casting conditionson the fracture strength of Al-5 Mg alloy castings, Adv. Mater. Sci. Eng. 2016(2016).
  16. J. Campbell, Castings, 2nd edition, Butterworth-Heinemann, 2003.
  17. X. Dai, X. Yang, J. Campbell, J. Wood, Influence of oxide film defects generated infilling on mechanical strength of aluminium alloy castings, Mater. Sci. Technol. 20(4) (2004) 505–513.
  18. M. Divandari, J. Campbell, Mechanisms of Bubble Damage in Castings. Universityof Birmingham. PhD Dissertation, The School of Metallurgy and Materials, 2001.
  19. J. Mi, R.A. Harding, J. Campbell, Effects of the entrained surface film on the reliability of castings, Metal. Mater. Trans. A 35 (9) (2004) 2893–2902.
  20. B. Sirrell, J. Campbell, Mechanism of filtration in reduction of casting defects due tosurface turbulence during mold filling (97-11), Trans. Am. Foundrymen’s Soc. 105(1997) 645–654.
  21. X.Y. Zhao, Z.L. Ning, F.Y. Cao, S.G. Liu, Y.J. Huang, J.S. Liu, J.F. Sun, Effect ofdouble oxide film defects on mechanical properties of As-cast C95800 alloy, ActaMetallurgica Sinica (Eng. Lett.) 30 (6) (2017) 541–549.
  22. C. Nyahumwa, N.R. Green, J. Campbell, Effect of mold-filling turbulence on fatigueproperties of cast aluminum alloys (98-58), Trans. Am. Foundrymen’s Soc. 106(1998) 215–224.
  23. N.R. Green, J. Campbell, Influence of oxide film filling defects on the strength of Al7Si-Mg alloy castings (94-114), Trans. Am. Foundrymen’s Soc. 102 (1994) 341–348.
  24. S.H. Majidi, J. Griffin, C. Beckermann, Simulation of air entrainment during moldfilling: comparison with water modeling experiments, Metal. Mater. Trans. B 49 (5)(2018) 2599–2610.
  25. X. Cao, J. Campbell, Oxide inclusion defects in Al-Si-Mg cast alloys, Can. Metall. Q.44 (4) (2005) 435–448.
  26. K. Bangyikhan, Effects of Oxide Film, Fe-Rich Phase, Porosity and Their Interactionson Tensile Properties of Cast Al-Si-Mg Alloys. PhD Thesis, University ofBirmingham. School of Metallurgy and Materials, 2005.
  27. R. Raiszadeh, W.D. Griffiths, A semi-empirical mathematical model to estimate theduration of the atmosphere within a double oxide film defect in pure aluminumalloy, Metal. Mater. Trans. B 39 (2) (2008) 298–303.
  28. G.E. Bozchaloei, N. Varahram, P. Davami, S.K. Kim, Effect of oxide bifilms on themechanical properties of cast Al–7Si–0.3 Mg alloy and the roll of runner height afterfilter on their formation, Mater. Sci. Eng.: A 548 (2012) 99–105.
  29. J. Campbell, Invisible macrodefects in castings, Le J. de Physique IV 3 (C7) (1993)C7–861.
  30. S.M.A. Boutorabi, J. Campbell, J.J. Runyoro, Critical gate velocity for film-formingcasting alloys; a basis for process specifications, Trans. Am. Foundrymen’s Soc. 100(1992) 225–234.
  31. J. Brown, Foseco non-Ferrous Foundryman’s Handbook, 1st edition, ButterworthHeinemann, 1999.
  32. T.R. Rao, Metal Casting: principles and Practice. New Age International, 1st edition,(1996).
  33. X. Yang, T. Din, J. Campbell, Liquid metal flow in moulds with off-set sprue, Int. J.Cast Met. Res. 11 (1) (1998) 1–12.
  34. A.K. Biń, Gas entrainment by plunging liquid jets, Chem. Eng. Sci. 48 (21) (1993)3585–3630.
  35. C. Beckermann, Water modeling of steel flow, air entrainment and filtration,September, SFSA T&O Conference (1992).
  36. R.W. Ruddle, The running and gating of Sand casting, Inst. Met. Monogr. Rep. Ser.(1956) 19.
  37. R.E. Swift, J.H. Jackson, L.W. Eastwood, A study of principles of gating, AFS Trans.57 (1949) 76–88.
  38. K.H. Renukananda, B. Ravi, Multi-gate systems in casting process: comparativestudy of liquid metal and water flow, Mater. Manuf. Processes 31 (8) (2016)1091–1101.
  39. R. Cuesta, J.A. Maroto, D. Morinigo, I. De Castro, D. Mozo, Water analogue experiments as an accurate simulation method of the filling of aluminum castings,Trans.-Am. Foundrymens Soc. 114 (2006) 137–150.
  40. S.L. Nimbulkar, R.S. Dalu, Design optimization of gating and feeding systemthrough simulation technique for sand casting of wear plate, Perspect. Sci. 8 (2016)39–42.
  41. H. Iqbal, A.K. Sheikh, A. Al-Yousef, M. Younas, Mold design optimization for sandcasting of complex geometries using advance simulation tools, Mater. Manuf.Processes 27 (7) (2012) 775–785.
  42. Z. Sun, H. Hu, X. Chen, Numerical optimization of gating system parameters for amagnesium alloy casting with multiple performance characteristics, J. Mater.Process. Technol. 199 (1-3) (2008) 256–264.
  43. E. Rabinovich, Mécanique Des Fluides, Comptes Rendus (Doklady) de L’AcadémieDes Sciences de L’URSS Vol. 54 Édition de l’Académie des sciences de l’URSS, 1946No. 5, p. 391.
  44. M.B.N. Shaikh, S. Ahmad, A. Khan, M. Ali, August. Optimization of multi-gatesystems in casting process: experimental and simulation studies, IOP ConferenceSeries: MaTerials Science and Engineering IOP Publishing 404 (2018) No 1.012040.
  45. W. Sun, C.E. Bates, Visualizing defect formation in gray iron castings using real timeX-rays, Trans. Am. Foundry Soc. Vol. 111 (2003) 859–867.
  46. F.R. Juretzko, D.M. Stefanescu, Comparison of mold filling simulation with highspeed video recording of real-time mold filling, AFS Trans. 113 (2005) 1–11.
  47. D. Kothe, D. Juric, K. Lam, B. Lally, Numerical recipes for mold filling simulation(April), Proceedings of the Eighth International Conference on Modeling of Casting,Welding, and Advanced Solidification Processes (1998).
  48. P. Cleary, J. Ha, V. Alguine, T. Nguyen, Flow modelling in casting processes, Appl. Math. Modell. 26 (2) (2002) 171–190.
  49. J. Jezierski, R. Dojka, K. Janerka, Optimizing the gating system for steel castings,Metals 8 (4) (2018) 266.
  50. C.E. Esparza, M.P. Guerrero-Mata, R.Z. Ríos-Mercado, Optimal design of gatingsystems by gradient search methods, Comput. Mater. Sci 36 (4) (2006) 457–467.
  51. J. Kor, X. Chen, H. Hu, Multi-objective optimal gating and riser design for metalcasting, July, Control Applications, (CCA) Intelligent Control, IEEE, 2009, pp.428–433.
  52. S.R. Sama, J. Wang, G. Manogharan, Non-conventional mold design for metalcasting using 3D sand-printing, J. Manuf. Processes. (2018).
  53. F.Y. Hsu, M.R. Jolly, J. Campbell, A multiple-gate runner system for gravity casting,J. Mater. Process. Technol. 209 (17) (2009) 5736–5750.
  54. R. Ahmad, N. Talib, Experimental study of vortex flow induced by a vortex well insand casting, Revue de Métallurgie–Int. J. Metal. 108 (3) (2011) 129–139.
  55. H. Shangguan, J. Kang, C. Deng, Y. Hu, T. Huang, 3D-printed shell-truss sand moldfor aluminum castings, J. Mater. Process. Technol. 250 (2017) 247–253.
  56. M. Tiryakioglu, D.R. Askeland, C.W. Ramsay, Fluidity of 319 and A356: an experimental design approach, Trans.-Am. Foundrymens Soc. (1995) 17–26.
  57. W.S. Hwang, R.A. Stoehr, Fluid flow modeling for computer-aided design of castings, JOM 35 (10) (1983) 22–29.
  58. S.E. Haaland, Simple and explicit formulas for the friction factor in turbulent pipeflow, J. Fluids Eng. 105 (1) (1983) 89–90.
  59. D. Vaghasia, Gating System Design Optimization for Sand Casting. Indian Instituteof Technology Bombay. M. Tech Dissertation. Manufacturing Engineering, (2009).
  60. American Society of Mechanical Engineers. Standards Committee B46.Classification, & Designation of Surface Qualities. (2003). Surface texture: Surfaceroughness, waviness and lay. Amer Society of Mechanical.
  61. N. Wukovich, G. Metevelis, ). Gating: the Foundryman’s dilemma or fifty years ofdata and still asking how? 93Rd AFS Casting Congress, (1989).
  62. P. Muenprasertdee, Solidification Modeling of Iron Castings Using SOLIDCast. WestVirginia University. MS Thesis, Industrial and Management Systems Engineering,2007.
  63. D. Snelling, H. Blount, C. Forman, K. Ramsburg, A. Wentzel, C. Williams,A. Druschitz, The effects of 3D printed molds on metal castings, In Proceedings ofthe Solid Freeform Fabrication Symposium, (2013), pp. 827–845.
  64. American Society of Mechanical Engineers. Standards Committee E28. MechanicalTesting. (2004). Standard Test Methods for Bend Testing of Material for DuctilityE290-14. Amer Society for Mechanical.
  65. B. Sirrell, M. Holliday, J. Campbell, Benchmark testing the flow and solidificationmodeling of AI castings, Jom 48 (3) (1996) 20–23.
  66. M. Masoumi, H. Hu, J. Hedjazi, M. Boutorabi, Effect of gating design on moldfilling, Trans. Am. Foundry Soc. 113 (113) (2005) 185–196.
  67. P.C. Belding, The Control of non-Metallic Inclusions in Cast Steel. Organ StateUniversity. MS Thesis, Metallurgical Engineering, 1971.
  68. W.S. Rasband, Image J. US, National Institutes of Health, Bethesda, MD, USA, 1997.
  69. J.A. Griffin, C.E. Bates, Ladle Treating, Pouring, and Gating for the Production ofClean Steel Castings, Technical Steering Committee, Steel Founders’ Society ofAmerica, 1991.
  70. L. Wang, C. Beckermann, Prediction of reoxidation inclusion composition in castingof steel, Metal. Mater. Trans. B 37 (4) (2006) 571–588.
  71. X. Dai, X. Yang, J. Campbell, J. Wood, Effects of runner system design on the mechanical strength of Al–7Si–Mg alloy castings, Mater. Sci. Eng.: A 354 (1-2) (2003)315–325.
  72. R. Monroe, Porosity in castings, AFS Trans. 113 (2005) 519–546.
  73. R.B. Tuttle, M. Masoumi, H. Hu, J. Hedjazi, M. Boutorabi, Macroinclusion sourceswithin the steel casting process, American Foundry Society Proceedings, (2010).
  74. M. Harris, V. Richards, R.J. O’Malley, S.N. Lekakh, Chicago, ILEvolution of NonMetallic Inclusions in Foundry Steel Casting Processes. Proceedings of the 69thAnnual Technical and Operating Conference, Steel Founders’ Society ofAmerica2015, December, Evolution of Non-Metallic Inclusions in Foundry SteelCasting Processes. Proceedings of the 69th Annual Technical and OperatingConference, Steel Founders’ Society of America (2015).
  75. K.D. Carlson, C. Beckermann, Modeling of reoxidation inclusion formation duringfilling of steel castings, Proceedings of the 58th Annual Technical and OperatingConference, Steel Founders’ Society of America. Chicago, IL. Paper 4.6, (2004).
  76. A.S. Murthy, S.N. Lekakh, D.C. Van Aken, Role of niobium and effect of heattreatments on strength and toughness of modified 17-4 PH stainless steel,Proceedings of the 63rd Annual Technical and Operating Conference, SteelFounders’ Society of America. Chicago, IL. Paper 3.4, (2010).
  77. ASK Chemicals, Udicell And Exactflo Filters, Accessible on: Available: http://www.ask-chemicals.com/fileadmin/user_upload/Download_page/foundry_products_brochures/EN/Udicell_Exactflo_Overview_EN.pdf.
  78. P.F. Wieser, Filtration of Irons and Steels. Foundry Processes – Their Chemistry andPhysics, Springer, Boston, MA, 1988, pp. 495–512.
  79. American Society of Mechanical Engineers. Standards Committee E04.Metallography. (2015). Standard practice for microetching metals and alloys E407-07. Amer Society for Mechanical.
  80. M. Di Sabatino, Fluidity of Aluminium Foundry Alloys. Norwegian University ofScience and Technology. PhD Thesis, Materials Science and Engineering, 2005.
1-s2.0-S2214860418308960-mainDownload
Air Entrainment

Investigating Surface Entertainment Events Using CFD

전산유체역학을 이용한 표면 혼입 현상 연구

연구 목적

  • 본 논문은 CFD(전산유체역학) 기법을 활용하여 유체 표면에서 발생하는 혼입(surface entertainment) 현상을 분석함.
  • 자유 표면 유동에서 난류 및 난기류가 공기-액체 경계면에 미치는 영향을 연구함.
  • 기존 실험 데이터를 기반으로 CFD 모델의 정확성을 검증하고, 수치 해석이 실험적 접근을 대체할 수 있는 가능성을 평가함.
  • 표면 혼입 현상이 산업 및 환경 공정에서 가지는 의미를 논의함.

연구 방법

  1. 표면 혼입 모델링 및 실험 설정
    • 기존 문헌에서 보고된 실험 데이터를 바탕으로 수치 모델을 구축함.
    • 다양한 유량 조건에서 표면 혼입이 발생하는 메커니즘을 분석함.
    • 표면 장력과 난류 효과가 혼입 현상에 미치는 영향을 평가함.
  2. CFD 시뮬레이션 설정
    • VOF(Volume of Fluid) 기법을 사용하여 자유 표면 추적을 수행함.
    • 난류 모델로 RNG 방정식을 적용하여 난류 유동을 해석함.
    • 메쉬 독립성 연구를 통해 최적의 격자 크기를 설정함.
  3. 결과 비교 및 검증
    • 실험 데이터와 CFD 시뮬레이션 결과를 비교하여 모델의 신뢰성을 평가함.
    • 표면 혼입 발생 시 유체 속도, 와류 강도(vorticity), 기포 형성 등을 분석함.
    • 실험 및 시뮬레이션 간 오차율을 정량적으로 평가함.
  4. 추가 분석
    • 표면 장력과 유체 점도가 혼입 현상에 미치는 영향을 연구함.
    • 혼입이 활발하게 발생하는 특정 유동 조건을 도출함.
    • 산업 공정에서 CFD 기반 예측 모델의 적용 가능성을 검토함.

주요 결과

  1. 표면 혼입 발생 조건
    • 특정 유량 조건에서 표면 혼입이 급격히 증가하는 임계값이 존재함.
    • 난류 강도가 높을수록 표면 혼입이 활발해지며, 와류 구조가 기포 형성을 촉진함.
    • 표면 장력이 낮을수록 공기 혼입이 증가하며, 유체 점성이 높은 경우 혼입이 감소함.
  2. CFD 시뮬레이션 검증
    • CFD 모델이 실험 데이터와 90% 이상의 상관성을 보이며 신뢰성 높은 결과를 도출함.
    • 메쉬 해상도를 증가시킬수록 혼입 패턴 예측 정확도가 향상됨.
    • 표면 난류 효과가 과소 평가될 가능성이 있어, 추가적인 모델 조정이 필요함.
  3. 표면 장력 및 점도의 영향
    • 표면 장력이 높은 유체에서는 공기 혼입이 감소하며, 난류 효과가 억제됨.
    • 점성이 높은 유체는 혼입이 지연되며, 와류 구조가 약해짐.
    • 저점도 액체에서는 작은 난류 변동에도 공기 혼입이 쉽게 발생함.
  4. 산업적 적용 가능성
    • CFD 기반 혼입 분석은 화학공정, 수처리 및 해양 엔지니어링 분야에서 활용 가능함.
    • 실험 없이 수치 해석만으로 최적의 유동 조건을 예측하는 것이 가능함.
    • 향후 연구에서는 다중 유체 모델 및 기포 동역학을 포함한 추가 연구가 필요함.

결론

  • CFD를 이용한 표면 혼입 시뮬레이션이 높은 신뢰성을 보임.
  • 특정 유동 조건에서 공기 혼입이 급격히 증가하는 현상이 확인됨.
  • 표면 장력 및 점도가 혼입 발생에 중요한 영향을 미침.
  • 향후 연구에서는 다중 유체 모델을 추가하여 더욱 정밀한 예측이 필요함.

Reference

  1. FLOW-3D, www.flow3d.com
  2. N. R. Green and J. Campbell, Influence in Oxide Film Filling Defects on the Strength of Al7si-Mg Alloy Castings, Transactions of the American foundry society 114 (1994) 341 -347.
  3. X. Dai, X. Yang, J. Campbell and J. Wood, Influence of Oxide Film Defects Generated inFilling on Mechanical Strength of Aluminium Alloy Castings, Materials Science andTechnology 20 (2004) 505-513.
  4. J. Campbell, Castings 2nd Edition (Butterworth Heinemann, 2003).
  5. J. Runyoro, S. M. A. Boutorabi and J. Campbell, Critical Gate Velocities for Film FormingCasting Alloys: A Basis for Specification, AFS Transactions 37 (1992) 225-234.
  6. C. Reilly, N. R. Green, M. R. Jolly and J. C. Gebelin, Using the Calculated Fr Number forQuality Assessment of Casting Filling Methods, Modelling of casting, welding andadvanced solidification process XII. (2009).
  7. M. R. Barkdudarov and C. W. Hirt, Tracking Defects,www.flow3d.com/pdfs/tp/cast_tp/FloSci-Bib9-98.pdf (1998).
  8. N. W. Lai, W. D. Griffiths and J. Campbell, Modelling of the Potential for Oxide FilmEntrainment in Light Metal Alloy Castings, Modelling of casting, welding and advancedsolidification process X. (2003) 415-422.
  9. C. E. Esparza, M. P. Guerrero-Mata and R. Z. Ríos-Mercado, Optimal Design of GatingSystems by Gradient Search Methods, Computational Materials Science 36 (2006) 457 -467.
  10. J. Campbell, Review of Computer Simulation Versus Casting Reality, Modelling of Casting,Welding and Advanced Solidification Processes VII (1995) 907-935.
  11. M. R. Jolly, S. W. Wen, A. Lapish, N. D. Butler, M. Wickins and J. Campbell,Investigation of Running Systems for Grey Cast Iron Camshafts, Modelling of casting,Welding and advanced solidification processes VIII (1998) 67-75.
  12. X. Yang, X. Huang, X. Dia, J. Campbell and J. Tatler, Numerical Modelling ofEntrainment of Oxide Film Defects in Filling Aluminium Alloy Castings, Internationaljournal of Cast Metals Research 17 (2004) 321-331.
Investigating_surface_entertainment_events_using_CFD-2009Download
Coupling

Experimental and Numerical Analysis of Flow Behavior and Particle Distribution in A356/SiCp Composite Casting

A356/SiCp 복합재 주조에서 유동 거동 및 입자 분포에 대한 실험적 및 수치적 분석

연구 목적

  • 본 연구는 A356/SiCp 복합재 주조 과정에서 유동 거동 및 입자 분포를 실험적·수치적으로 분석하는 것을 목표로 함.
  • 실시간 X선 방사 촬영(Real-time X-ray radiography)을 이용하여 주형 충진 과정을 관찰하고, 실험 데이터를 CFD 시뮬레이션과 비교함.
  • Euler 및 Lagrangian 방법을 적용하여 유체 흐름 및 입자 분포를 모델링하고, 예측 결과와 실험 결과를 검증함.
  • 복합재 주조 과정에서 발생하는 입자 분리(particle segregation) 현상을 최소화하는 최적 조건을 도출함.

연구 방법

  1. 실험 설정 및 데이터 수집
    • 실시간 X선 방사 촬영(RT-XRR)을 활용하여 주조 과정 동안 유체 유동 및 입자 이동을 추적함.
    • A356/SiCp 복합재의 입자 크기 분포 및 미세 구조를 광학 현미경 및 주사전자현미경(SEM)으로 분석함.
    • 실험 결과와 CFD 시뮬레이션을 비교하여 유동 거동 및 입자 분포를 평가함.
  2. FLOW-3D® CFD 시뮬레이션 설정
    • VOF(Volume of Fluid) 방법을 적용하여 자유 표면 흐름을 해석하고, 입자 거동을 추적함.
    • 유동 해석(Euler 모델) 및 입자 추적(Lagrangian 모델)을 결합하여 복합재 충진 과정에서의 입자 분포를 예측함.
    • 난류 모델 적용: k-ε 및 Large Eddy Simulation(LES) 모델을 비교하여 난류가 입자 분포에 미치는 영향을 분석함.
  3. 결과 비교 및 검증
    • 입자 분포 및 유동 패턴을 실험 데이터와 비교하여 CFD 시뮬레이션의 신뢰성을 평가함.
    • 충진 전후 입자 농도를 측정하여 입자 분포 변화를 정량적으로 분석함.
    • 예측 결과와 실험 데이터 간의 오차율을 분석하여 모델의 정확도를 검증함.

주요 결과

  1. 입자 유동 및 충진 과정에서의 거동 분석
    • 입자 유동은 주조 과정의 각 단계에서 서로 다른 흐름 패턴을 보임.
    • 중력 영향이 큰 영역에서는 소용돌이(Eddy Flow)가 형성되며, 이는 입자 농도 증가의 원인이 됨.
    • 유동 방향 변화에 따라 후류(Back Flow) 형성이 관찰되며, 이는 일부 입자의 이동을 제한함.
  2. 실험과 CFD 시뮬레이션 비교 검증
    • 실제 실험에서 관찰된 입자 농도와 시뮬레이션 예측 결과가 높은 상관성을 보임.
    • 그러나 일부 중력 영향이 큰 영역(R7, R8)에서 시뮬레이션이 입자 분포를 과소평가하는 경향이 있음.
    • 이는 후류(Back Flow)에 의한 입자 이동 제한 효과가 모델에서 과도하게 반영되었기 때문으로 분석됨.
  3. 입자 분포 최적화 및 개선 가능성
    • 입자 분포는 유동 패턴, 난류 강도 및 충진 속도에 의해 결정됨.
    • 충진 속도를 조절하여 후류 형성을 최소화하면 입자 분포의 균일성을 향상시킬 수 있음.
    • 입자가 중앙부에 집중되는 경향이 있으며, 표면부에서는 상대적으로 적은 입자가 분포함.
  4. 최적 주조 조건 도출
    • 충진 속도 및 유체 유동 조건을 조정하여 입자 분리를 최소화할 수 있음.
    • 유체 흐름을 최적화하면 주조물 내 입자 농도를 균일하게 유지할 수 있음.
    • 후류(back flow) 및 소용돌이 현상(eddy flow)을 조절하면 입자 분포의 균일성을 더욱 개선 가능.

결론

  • A356/SiCp 복합재 주조에서 유동 거동 및 입자 분포를 CFD 시뮬레이션과 실험을 통해 성공적으로 분석함.
  • FLOW-3D® 시뮬레이션 결과와 실험 데이터 간 높은 상관성을 확인하였으며, 일부 영역에서의 과소평가는 모델 개선이 필요함.
  • 입자 분포 최적화를 위해 후류 및 난류 영향을 고려한 충진 속도 조절이 필요함.
  • 향후 연구에서는 다양한 입자 크기 및 형상에 따른 유동 거동을 추가적으로 평가해야 함.

Reference

  1. J. Hashim, L. Looney, M.S.J. Hashmi, Particle distribution in cast metal matrixcomposites – Part I, J. Mater. Process. Technol. 123 (2002) 251–257.
  2. D.B. Miracle, Metal matrix composites-from science to technologicalsignificance, Compos. Sci. Technol. 65 (2005) 2526–2540.
  3. B. Mondal, S. Kundu, A.K. Lohar, B.C. Pai, Net-shape manufacturing of intricatecomponents of A356/SiCp composite through rapid-prototyping-integratedinvestment casting, Mater. Sci. Eng. A 498 (2008) 37–41.
  4. S. Pattnaik, P.K. Jha, D.B. Karunakar, A review of rapid prototyping integratedinvestment casting processes, Proc. Inst. Mech. Eng. L: J. Mater. 228 (2014)249–277.
  5. B. Previtali, D. Pocci, C. Taccardo, Application of traditional investment castingprocess to aluminium matrix composites, Composites A 39 (2008) 1606–1617.
  6. P.N. Bindumadhavan, T.K. Chia, M. Chandrasekaran, H.K. Wah, L.N. Lam, O.Prabhakar, Effect of particle-porosity clusters on tribological behavior of castaluminum alloy A356–SiCp metal matrix composites, Mater. Sci. Eng. A 171(2001) 268–273.
  7. V.A. Romanova, R.R. Balokhonov, S. Schmauder, The influence of thereinforcing particle shape and interface strength on the fracture behavior ofa metal matrix composite, Acta Mater. 57 (2009) 97–107.
  8. D.J. Lloyd, Particle reinforced aluminum and magnesium matrix composites,Int. Mater. Rev. 39 (1994) 1–23.
  9. J. Hashim, L. Looney, M.S.J. Hashmi, Particle distribution in cast metal matrixcomposites – Part II, J. Mater. Process. Technol. 123 (2002) 258–263.
  10. S.B. Prabu, L. Karunamoorthy, S. Kathiresan, B. Mohan, Influence of stirringspeed and stirring time on distribution of particles in cast metal matrixcomposite, J. Mater. Process. Technol. 171 (2006) 268–273.
  11. S. Naher, D. Brabazon, L. Looney, Computational and experimental analysis ofparticulate distribution during Al–SiC MMC fabrication, Composites: Part A 38(2007) 719–729.
  12. Z. Zhang, X.G. Chen, A. Charette, Particle distribution and interfacial reactionsof Al–7%Si–10%B4C die casting composite, J. Mater. Sci. 42 (2007) 7354–7362.
  13. C.E. Brennen, Fundamentals of Multiphase Flows, Cambridge University Press,London, 2005.
  14. T.J. Heindel, J.N. Gray, T.C. Jensen, An X-ray system for visualizing fluid flows,Flow Meas. Instrum. 19 (2008) 67–78.
  15. A. Seeger, K. Affeld, L. Goubergrits, U. Kertzscher, E. Wellnhofer, X-ray-basedassessment of the three-dimensional velocity of the liquid phase in a bobblecolumn, Exp. Fluids 31 (2001) 193–201.
  16. B. Sirrell, M. Holliday, J. Campbell, Benchmark testing the flow andsolidification modeling of Al castings, JOM-US 48 (1996) 20–23.
  17. D.Z. Li, J. Campbell, Y.Y. Li, Filling system for investment cast Ni-base turbineblades, J. Mater. Process. Technol. 148 (2004) 310–316.
  18. S. Kashiwai, I. Ohnaka, A. Kimastsuka, T. Kaneyoshi, T. Ohmichi, J. Zhu,Numerical simulation and X-ray direct observation of mould filling duringvacuum suction casting, Int. J. Cast. Met. Res. 18 (2005) 144–148.
  19. H.D. Zhao, I. Ohnaka, J.D. Zhu, Modeling of mold filling of Al gravity casting andvalidation with X-ray in-situ observation, Appl. Math. Model. 32 (2008) 185–194.
  20. A. Ureña, E.E. Martı´nez, P. Rodrigo, L. Gil, Oxidation treatments for SiC particlesused as reinforcement in aluminium matrix composites, Compos. Sci. Technol.64 (2004) 1843–1854.
  21. J. Rams, A. Ureña, M. Campo, Dual layer silica coatings of SiC particlereinforcements in aluminium matrix composites, Surf. Coat. Technol. 200(2006) 4017–4026.
  22. T. Fan, D. Zhang, G. Yang, T. Shibayanagi, M. Naka, T. Sakata, H. Mori, Chemicalreaction of SiCp/Al composites during multiple remelting, Composites: Part A34 (2003) 291–299.
  23. D.S.B. Heidary, F. Akhlaghi, Theoretical and experimental study on settling ofSiC particles in composite slurries of aluminum A356/SiC, Acta Mater. 59(2011) 4556–4568.
  24. J.F. Wendt, Computational Fluid Dynamics, Springer-Verlag, Berlin Heidelberg,New York, 2009.
  25. M. Sommerfeld, Validation of a stochastic Lagrangian modeling approach forinter-particle collision in homogeneous isotropic turbulence, Int. J. MultiphaseFlow 27 (2001) 1829–1858.
  26. J. Braszczynski, A. Zyska, Analysis of the influence of ceramic particles on thesolidification process of metal matrix composites, Mater. Sci. Eng. A 278 (2000)195–203.
  27. C. Reilly, N.R. Green, M.R. Jolly, J.-C. Gebelin, The modelling of oxide filmentrainment in casting systems using computational modeling, Appl. Math.Model. 37 (2013) 8451–8466.
  28. K.R. Ravi, R.M. Pillai, B.C. Pai, M. Chakraborty, Influence of interfacial reactionon the fluidity of A356 Al–SiCp composites-a theoretical approach, Metall.Mater. Trans. A 38 (2007) 2531–2539.
  29. N.G. Deen, M.V.S. Annaland, M.A.V. Hoef, J.A.M. Kuipers, Review of discreteparticle modeling of fluidized beds, Chem. Eng. Sci. 62 (2007) 28–44.
  30. C.J. Meyer, D.A. Deglon, Particle collision modeling – a review, Miner. Eng. 24(2011) 719–730.
  31. K. Yokoi, Numerical method for interaction among multi-particle, fluid andarbitrary shape structure, J. Sci. Comput. 46 (2011) 166–181.
  32. V. Loisel, M. Abbas, O. Masbernat, E. Climent, The effect of neutrally buoyantfinite-size particles on channel flows in the laminar–turbulent transitionregime, Phys. Fluids 25 (2013) 1–18.
  33. M.D. Mat, K. Aldas, Experimental and numerical investigation of effect ofparticle size on particle distribution in particulate metal matrix composites,Appl. Math. Comput. 177 (2006) 300–307.
  34. K. Aldas, M.D. Mat, Experimental and theoretical analysis of particledistribution in particulate metal matrix composites, J. Mater. Process.Technol. 160 (2005) 289–295.
  35. A. Tamburini, A. Cipollina, G. Micale, A. Brucato, M. Ciofalo, CFD simulations ofdense solid–liquid suspensions in baffled stirred tanks: prediction of solidparticle distribution, Chem. Eng. J. 223 (2013) 875–890.
  36. A.S. Berrouk, D.E. Stock, D. Laurence, J.J. Riley, Heavy particle dispersion from apoint source in turbulent pipe flow, Int. J. Multiphase Flow 34 (2008) 916–923.
Experimental_and_numerical_analysis_of_fDownload
Casting

Effect of Casting Parameters on Microstructure and Casting Quality of Si-Al Alloy for Vacuum Sputtering

진공 스퍼터링용 Si-Al 합금의 미세 구조 및 주조 품질에 미치는 주조 매개변수의 영향

연구 목적

  • 본 연구는 FLOW-3D® 시뮬레이션을 활용하여 Si-30wt.% Al 합금의 주조 품질을 분석함.
  • 실험 결과와 시뮬레이션을 비교하여 주조 결함(수축 기공 및 조성 편석) 발생 원인을 규명함.
  • 금형 두께, 주조 온도, 주형 온도 등의 주조 매개변수가 주조물의 미세 구조 및 품질에 미치는 영향을 연구함.
  • Si-Al 합금의 비전도성 진공 금속화(Non-Conductive Vacuum Metallization, NCVM) 특성을 평가하여 최적 조성을 도출함.

연구 방법

  1. 실험 및 시뮬레이션 설정
    • Si-Al 합금(20, 25, 30, 35wt.% Al)을 진공 유도로에서 용해한 후 얇은 금형에 주조함.
    • FLOW-3D® 시뮬레이션을 수행하여 주조 유동 및 응고 과정에서의 결함 발생 패턴을 분석함.
    • 금형 두께, 주조 온도, 주형 온도 변화가 미세 구조 및 수축 기공 형성에 미치는 영향을 평가함.
  2. 미세 구조 및 필름 특성 분석
    • 주조 후, 광학 현미경(OM) 및 주사전자현미경(SEM)을 사용하여 Si-Al 합금의 미세 조직을 관찰함.
    • 반사율 측정(n&k 분석기 1280)을 통해 Si-Al 박막의 반사율 특성을 평가함.
    • Si-30wt.%Al 박막을 유리 기판에 스퍼터링하여 전도성 및 비전도성 특성을 비교 분석함.
  3. 결과 비교 및 검증
    • 실험 결과와 FLOW-3D® 시뮬레이션 비교를 통해 주조 결함 및 응고 거동을 분석함.
    • 응고 속도를 조절하여 수축 기공 및 조성 편석을 최소화하는 최적 조건을 도출함.

주요 결과

  1. Si-Al 박막의 반사율 및 전도성 변화
    • Al 함량이 증가할수록 박막의 반사율이 증가하나, 전기 전도성이 향상됨.
    • 비전도성 특성을 유지하면서 반사율을 극대화하려면 Al 함량을 30wt.%로 유지하는 것이 최적.
  2. 주조 결함 분석
    • Si-Al 합금은 응고 시 심각한 조성 편석과 다량의 수축 기공(shrinkage pores)을 형성.
    • 두꺼운 금형을 사용할 경우 수축 기공이 증가하지만, 얇은 금형을 사용하면 기공 형성이 감소함.
    • 주조 온도를 1270°C, 금형 온도를 50°C로 설정하면 Al 편석이 억제되고 수축 기공이 4% 이하로 감소.
    • 반대로 주조 온도 1300°C 이상, 금형 온도 200°C 이상에서는 심각한 수축 기공과 Al 편석이 발생.
  3. FLOW-3D® 시뮬레이션 검증
    • 시뮬레이션 결과, 얇은 금형을 사용할 경우 주조물 표면에 “hot spot”이 형성되며 국부적인 과열로 인해 표면 결함 발생.
    • 용탕이 라이저(riser)에서 금형 내부로 흐를 때, 고온 영역에서 표면 기포(casting pits)가 집중적으로 형성됨.
    • 시뮬레이션 결과와 실험 데이터 간 평균 오차율이 5~8% 수준으로 확인됨.
  4. 최적 주조 조건 및 개선 방안
    • U자형 주조 결함(U-shaped defect)은 주조 흐름이 갑자기 증가할 때 발생하며, 주조 흐름을 안정화하기 위해 턴디시(tundish) 사용 필요.
    • 용탕이 금형 내부로 직접 유입되도록 개선하면 “hot spot” 발생 억제 가능.
    • 최적화된 주조 조건: 주조 온도 1270°C, 금형 온도 50°C, 얇은 금형 사용.

결론

  • Si-30wt.% Al 합금은 NCVM 박막의 최적 조성을 제공하며, 반사율과 비전도성을 동시에 만족시킴.
  • 주조 결함(수축 기공, 조성 편석)은 금형 두께 및 주조 조건을 최적화하여 크게 줄일 수 있음.
  • FLOW-3D® 시뮬레이션을 활용한 주조 결함 예측이 높은 신뢰도를 보이며, 실험 데이터와 유사한 결과를 제공함.
  • 향후 연구에서는 주조 공정 최적화를 위한 추가적인 냉각 제어 및 형상 설계가 필요.

Reference

  1. J.C. Pan: Industial Materials Magazine, 253(2008) p. 189.
  2. J.C. Pan: Industial Materials Magazine, 255(2008) p. 193.
  3. S. P. Nikanorov: Material Science and Engineering A, 390(2005) p. 63.
  4. G. J. Davies: Solidification and Casting, Applied Science Publisher, London, 1984.
  5. M. C. Flemings: Solidification Processing, McgrawHill, New York, 1978.
  6. W. G. Winegard: An Introduction to The Solidification of Metals, London, 1964.
  7. B. Chalmers: Principles of Solidification, Robert E. Krieger Publishing Company, London, 1964.
  8. D. A. Porter: Phase Transformations in Metals and Alloys, Stanley Thornes, UK, 1981.
07–In-Ting Hong, Huan-Chien Tung, Chun-Hao Chiu and Hung-Shang HuangDownload
HPDC

Design of Gating System for Radiator Die Castings Based on FLOW-3D Software

FLOW-3D 소프트웨어를 기반으로 한 라디에이터 다이캐스팅 주입 시스템 설계

연구 목적

  • 본 연구는 FLOW-3D®를 사용하여 라디에이터 다이캐스팅 공정의 게이팅 시스템(Gating System) 설계 최적화를 수행함.
  • 두 가지 다른 게이트 구조를 비교 분석하여 금속 충진(filling) 및 결함 형성을 평가함.
  • 기포(Porosity), 산화물(Oxide Inclusion), 불완전 충진(Incomplete Filling) 등의 결함을 예측하고 최적의 설계안을 도출함.
  • 최적화된 게이팅 시스템이 충진 균일성 및 표면 결함 감소에 미치는 영향을 분석함.

연구 방법

  1. 다이캐스팅 모델링 및 실험 설정
    • 라디에이터 고압 다이캐스팅(HPDC)을 위한 두 가지 게이트 구조를 설계함.
    • FLOW-3D® 시뮬레이션을 활용하여 금속 충진 과정 및 결함 발생 영역을 예측함.
    • 실험적으로 주입 온도(680°C), 금형 예열 온도(220°C), 주입 속도(60m/s) 조건을 설정함.
  2. FLOW-3D® 시뮬레이션 설정
    • VOF(Volume of Fluid) 모델을 적용하여 충진 거동을 해석함.
    • 난류 모델 및 자유 표면 추적 기법을 활용하여 공기 혼입 및 금속 유동 패턴을 평가함.
    • 네 가지 게이팅 시스템 변형 모델을 추가적으로 분석하여 최적 설계를 도출함.
  3. 결과 비교 및 검증
    • 각 게이팅 구조에서 금속 충진 균일성, 표면 결함 분포, 산화물 혼입 여부를 평가함.
    • 시뮬레이션을 통해 예측된 결함 위치를 실제 주조 실험과 비교하여 검증함.
    • 최적의 게이트 및 오버플로우 트로프(Overflow Trough) 설계를 도출함.

주요 결과

  1. 충진 균일성 및 유동 패턴 분석
    • 최적의 게이팅 시스템에서는 금속이 고르게 충진되며 표면 결함이 최소화됨.
    • 일부 설계에서는 유속이 너무 빠르게 형성되며 산화물 혼입 및 불완전 충진 발생.
    • 오버플로우 트로프를 적절히 배치하면 유동 균형이 개선되며 기공 발생이 감소함.
  2. 결함 예측 및 최적화 가능성
    • 기포 및 산화물 결함은 특정 영역에서 집중적으로 발생하며, 게이팅 디자인 변경으로 30% 이상 감소 가능.
    • 충진 속도가 너무 빠르면 난류 효과가 증가하여 불완전 충진 및 산화물 혼입이 심화됨.
    • 유동 방향을 제어하기 위한 게이트 크기 및 배치 최적화 필요.
  3. CFD 시뮬레이션 검증 결과
    • FLOW-3D® 기반 시뮬레이션은 실험 데이터와 85% 이상의 상관관계를 보임.
    • 시뮬레이션을 활용하여 충진 패턴 및 결함 예측이 가능하며, 최적 설계 도출에 효과적.
    • 추가 연구를 통해 다양한 재료 및 환경 조건에서도 적용 가능성 확인 필요.

결론

  • FLOW-3D® 기반 CFD 시뮬레이션을 활용하여 다이캐스팅 게이팅 시스템 최적화 가능.
  • 최적의 게이팅 설계로 기포 및 산화물 결함을 30% 이상 감소 가능.
  • 충진 속도 및 유동 균형을 고려한 설계가 표면 결함 억제에 중요.
  • 향후 연구에서는 다양한 다이캐스팅 소재 및 복합 설계 적용을 추가적으로 분석할 필요.

Reference

  1. Peng, Y.,Wang,S.C., Zheng,K.H. (2013)Research progress of high performance magnesium alloycasting technology .J. Casting Technology , 34: 203 -204.
  2. Chen,X.H., Geng,Y.X., Liu,J. (2013)Research progress of functional materials of magnesium andmagnesium alloys.J. Journal of Materials Science and Engineering, 31: 148-152.
  3. An,S.J.(2015)Mg-Al-Mn alloy by super vacuum die casting.J. Scripta Material, 67: 879-882.
  4. Qi,W.J.,Song,D.F.,Cai,C.(2014)Research on vacuum technology for vacuum die casting ofmagnesium alloy radiators.J. Casting, 63: 328-329.
  5. Chen,S.T., Qi,W.J., Song,D.F.(2013)Optimization of pouring system for magnesium alloy radiatordie casting.J. Special casting and non-ferrous alloys, 33:1134-1136.
  6. Song,D.F., Qi,W.J., Wang,H.Y., et al. (2015)Study on die-casting process of magnesium alloy heatsink for LED.J.Casting, 64: 403-404.
  7. Li,X.B., Cao,W.T., Bai,J.Y.(2010)Study on the heat dissipation performance of AZ91D.J. Journalof Henan University of Technology, 29:685-688.
Schematic-representation-of-the-structure-of-a-rapid-shell-system-2

Advancing Current Materials and Methods Used in the Investment Casting of Cobalt Prosthesis

코발트 보형물 정밀 주조에서 사용되는 최신 소재 및 방법의 발전

연구 목적

  • 본 논문은 MedCast 프로젝트의 일환으로 정밀 주조(investment casting)에서 사용되는 재료 및 공정 방법을 개선하는 연구를 진행함.
  • 특히, 고속 쉘 건조(Rapid Shell Drying) 기술과 주조 공정 시뮬레이션(Casting Modelling)에 중점을 둠.
  • 쉘 건조 시간 단축과 산화물 필름 혼입(Oxide Film Entrainment, OFEM) 및 미세 기공 결함 감소를 목표로 함.
  • FLOW-3D® 시뮬레이션을 활용하여 주조 결함 분석 및 최적화 전략을 도출함.

연구 방법

  1. 고속 쉘 건조 기술(Rapid Shell Technology) 평가
    • 기존 세라믹 쉘 시스템과 비교하여 고속 쉘 건조 기술이 주조 품질에 미치는 영향을 평가함.
    • 쉘의 미세 구조(microstructure) 변화, 기공 형성, 기계적 강도 감소(20%) 등을 분석함.
    • 추가적인 쉘 코팅을 통해 강도를 보완하면서도 건조 시간 단축(1/3 감소) 가능성을 탐색함.
  2. FLOW-3D® 기반 주조 공정 시뮬레이션
    • 산화물 필름 혼입(Oxide Film Entrainment Model, OFEM) 모델을 적용하여 산화물 형성 및 최종 위치 예측.
    • 입자 추적 기법을 활용하여 주형 사전 가열 시 생성된 재의 거동을 모델링함.
    • 산화물과 미세 입자(ash particles)의 이동 경로를 예측하고, 결함이 발생하는 주요 영역을 파악함.
  3. 실험 데이터 검증
    • 실제 주조 실험(in-process foundry trials)을 수행하여 시뮬레이션 결과를 검증함.
    • 기공 발생 패턴과 OFEM 예측값을 비교하여 시뮬레이션의 정확성을 평가함.
    • 실험 데이터를 기반으로 주조 결함 저감 전략을 도출함.
  4. 추가 분석
    • 쉘 건조 속도, 산화물 형성 과정, 용탕 충진 패턴 등을 종합적으로 고려하여 최적화 방안을 연구함.
    • 주조 결함을 최소화할 수 있는 쉘 코팅 두께 및 건조 환경 조정 전략을 평가함.

주요 결과

  1. 쉘 건조 속도 및 기계적 특성 변화
    • 고속 쉘 건조(Rapid Shell Drying) 공정을 적용한 결과, 건조 시간이 1/3로 단축됨.
    • 그러나 기존 쉘 대비 기계적 강도가 20% 감소하는 경향이 확인됨.
    • 추가적인 코팅을 적용하면 강도 저하를 보완하면서도 건조 시간 단축 가능.
  2. 산화물 필름 및 미세 입자 추적 결과
    • FLOW-3D® OFEM 모델을 활용한 시뮬레이션에서, 산화물 필름 혼입이 특정 위치에 집중됨을 확인함.
    • 주형 사전 가열 과정에서 발생한 재(ash) 입자가 주형 내부에 부착됨 → 이는 최종 주조물 표면의 미세 기공 결함(pinhole defects) 발생 원인이 됨.
    • 실험 데이터와 비교했을 때, 입자 추적 시뮬레이션 결과가 높은 상관성을 보임.
  3. 주조 결함 분석 및 개선 가능성
    • 실험 결과, 주조물 상단(top row)에서 기공 결함이 가장 많음.
    • 이는 용탕 충진 시 난류(turbulent flow)와 산화물 혼입이 주요 원인으로 분석됨.
    • 용탕 충진 경로 및 주형 내부 표면 처리 방식을 개선하면 기공 결함을 30% 이상 줄일 수 있음.
  4. 실험과 시뮬레이션 비교 검증
    • FLOW-3D® 기반 시뮬레이션 결과와 실제 실험 데이터 간 80~90%의 상관 관계를 확인함.
    • 다만, 실험에서는 예상보다 더 많은 미세 기공이 발생함 → 이는 주형 내부 잔류 왁스(wax residue) 연소 영향 때문으로 추정됨.
    • 주형 사전 세척 및 표면 처리 개선이 필요함.

결론

  • 고속 쉘 건조 기술은 기존 방식 대비 건조 시간 단축 효과가 크지만, 기계적 강도 저하 문제 해결 필요.
  • FLOW-3D® OFEM 시뮬레이션을 활용하여 산화물 및 미세 기공 결함 원인을 효과적으로 분석 가능.
  • 실험 결과와 시뮬레이션이 높은 일치도를 보이며, 주조 결함 개선을 위한 설계 최적화 가능성 확인.
  • 향후 연구에서는 주형 표면 처리 및 용탕 충진 최적화를 추가적으로 고려해야 함.

Reference

  1. Rapid Shell Build for investment Casting: Wax to De-Wax in Minutes. Jones, S.Deaerborn, MI: 53rd ICI Conference, 2005.
  2. Improved Investment Casting Process. Jones, S. University of Birmingham: PatentNo. PCT/GB2005/000408, 7th February 2005.
  3. Swelling Behaviours of Polyacrylate Superabsorbent in the Mixtures of Water andHydrophilic Solvents. J Chen, J Shen. Guandong, China: Journal of Applied PolymerScience Vol. 75, Issue 11, Pages 1331-1338 , March 2000.
  4. Improved Investmnet Casting Process. Jones, S. Birmingham: European Patent05708244.8, February 2005.
  5. The Influence of Autoclave Steam on Polymer and Organic Fibre Modified CeramicShells. C Yuan, S Jones, S Blackburn. Birmingham: Journal of European CeramicSociety, Pages 1081-1087, 2005.
  6. Methods of testing refractory materials. Properties measured under an applied stress.Determination of Modulus of Rupture at ambient temperature. BSI. 1984.
  7. Evaluation of the Mechanical Properties of Investment Casting Shells. R Hyde, SLeyland, P Withey, S Jones. Bath, UK: 22nd BICTA Conference Proceedings, 1995.
  8. Methods of Testing Refractory Materials, Part 10: Investment casting shell mouldsystems. BSI. 1994.
  9. The Impact of Ceramic Shell Strength on Hot Tearing during Investment Casting. SNorouzi, H Farhangi. Paris : American Institute of Physics, Vol. 1315, Pages 662-667,2010.
  10. International, ASTM. Standard Specification for Total Knee Prosthesis. s.l.: ASTM.F2083 – 11.
  11. FLOW3D. [Online] www.flow3d.com.
  12. MR Barkhudarov, CW Hirt. Casting Simulation: Mold Filling and Solidification -Benchmark Calculations using Flow-3D; Technical Report. Sante Fe: Flow Science,1993.
  13. Krack, R. Using Solidification Simulations for Optimising Die Cooling Systems.Sante Fe: Flow Science, 2008.
  14. Optimisation of gating System Design for Die Casting of Thin MagnesiumAlloy-Based Multi-Cavity LCD Housings. BD Lee, UH Baek and JW Han. 1, s.l.:Journal of Materials Engineering and Performance, Vol. 16. 1059-9495.
  15. Factors Affecting the Nucleation Kinetics of Microporosity Formation in AluminumAlloy A356. L Yao, S Cockcroft, C Reilly, J Zhu. 3, s.l.: Metallurgical and MaterialsTransactions, 2011, Vol. 43.
  16. Development of Quantitive Quality Assessment Criteria Using Process Modelling(Thesis). Reilly, C. PhD Thesis, University of Birmingham: s.n., 2010.
  17. Numerical Modelling of Entrainment of Oxide Film Defects in Filling AluminiumAlloy Castings. X Yang, X Huang, X Dai, J Campbell. 321, s.l.: International Journalof Cast Metal Research , 2004, Vol. 17.
  18. Investigating Surface Entrainment Events Using CFD for the Assessment ofCasting Filling Methods. C Reilly, MR Jolly, NR Green. s.l.: TMS, 2008.
  19. Inclusion Transport Phenomena in Casting Furnaces. S Instone, A Buchholz, GGruen. s.l.: TMS, 2008.
  20. Lide, DR. CRC Handbook of Chemistry and Physics. s.l.: CRC Press, 2006. ISBN0-8493-0487-3.
WCICJapan2012Download
X-Z Plane

Computer Simulation of Low Pressure Casting Process Using FLOW-3D

FLOW-3D를 이용한 저압 주조(LPC, Low Pressure Casting) 공정 시뮬레이션

연구 배경 및 목적

  • 문제 정의: 저압 주조(LPC) 공정은 박벽(Thin-Walled) 및 중공(Hollow) 부품 제조에서 우수한 품질과 미적 요소를 충족할 수 있는 주조 기술로 인정받고 있다.
    • 그러나 LPC 공정의 복잡한 처리 매개변수(예: 용탕 온도, 금형 온도, 압력 및 지속 시간)로 인해 최적화가 어렵다.
    • 수치 시뮬레이션을 통해 이러한 매개변수를 효과적으로 제어할 수 있다.
  • 연구 목적:
    • FLOW-3D 소프트웨어를 사용하여 LPC 공정 중 몰드 충진 및 응고 과정을 시뮬레이션.
    • 금형 충진 시 발생 가능한 결함(예: 가스 포집, 수축 다공성)을 분석.
    • 최적의 압력 시퀀스를 도출하고, 실험 결과와 비교하여 모델의 신뢰성을 검증.

연구 방법

  1. 수치 모델링 및 시뮬레이션 설정
    • FLOW-3D 소프트웨어의 유한 차분법(FDM, Finite Difference Method)을 사용.
    • FAVOR(Fractional Area/Volume Obstacle Representation) 기법을 통해 금형 형상 모델링.
    • VOF(Volume of Fluid) 기법을 활용하여 자유 표면 추적(Free Surface Tracking) 수행.
    • 열전달(Heat Transfer) 및 상변화(Phase Change)를 포함한 에너지 방정식을 사용하여 응고 과정 시뮬레이션.
  2. LPC 공정 설정 및 초기 조건
    • 금형 설계 및 재료:
      • LM6 알루미늄 합금을 사용하여 H13 강철 금형에 주조.
      • 금형 초기 온도: 350°C, 용탕 온도: 760°C 설정.
    • 압력 시퀀스:
      • 초기 대기압(Atmospheric Pressure)을 적용하고, 작은 벤트(Small Vent) 입구를 통해 점진적 압력 증가.
      • 압력 램프(Pressure Ramp) 기법을 통해 몰드 충진 중 난류(Turbulence) 최소화.
    • 격자 설정:
      • 1.6백만 개의 보셀(Voxel)을 사용한 3.5 mm 메쉬 크기.
      • 최적 메쉬 크기를 사용하여 모델 정확도 향상.

주요 결과

  1. 몰드 충진 시퀀스 분석
    • 몰드 충진 시간: 약 6.5초 소요.
    • 충진 시 층류 흐름(Laminar Flow)을 유지하여 가스 포집(Gas Entrapment)과 같은 결함 발생 억제.
    • 금형 내 온도 분포:
      • 용탕이 몰드에 진입 시 687°C의 온도를 유지.
      • 냉각 패턴이 일관되게 나타나며, 응고 결함 최소화.
  2. 응고 과정 및 온도 분포
    • 응고 완료 시간: 약 103.5초.
    • 액상에서 고상으로의 변화가 선형적으로 진행.
    • 고상 분율(Solid Fraction)이 0에서 1로 변환되는 동안 열전달이 균일하게 이루어짐.
    • 실험적으로 얻은 주조물(Fig. 4)과 비교 시 완전 충진 및 결함 없는 주조물을 확인.
  3. FLOW-3D 모델의 신뢰성 평가
    • FLOW-3D 시뮬레이션 결과와 실험 결과 간 높은 일치도 확인.
    • 적용된 압력-시간 프로파일이 람inar 충진 시퀀스를 제공하여 충진 결함 최소화.
    • 온도 분포가 합금의 고상온도(Solidus Temperature) 이상을 유지하여 주조물의 완벽한 충진 가능.

결론 및 향후 연구

  • 결론:
    • FLOW-3D 소프트웨어가 LPC 공정 시 주조물의 몰드 충진 및 응고 과정을 정확하게 예측할 수 있음.
    • 적절한 압력 시퀀스 설정을 통해 람inar 흐름을 유지하고 가스 포집 및 응고 결함을 억제할 수 있음.
    • 온도 분포와 금형 온도 설정이 적절하여 완벽히 충진된 주조물 제조 가능.
  • 향후 연구 방향:
    • 다양한 합금 재료 및 금형 재질을 대상으로 모델 검증.
    • AI 및 머신러닝을 활용한 실시간 LPC 공정 최적화 시스템 개발.
    • 산업 응용을 위한 최적 LPC 공정 설계 및 실증 실험 수행.

연구의 의의

이 연구는 FLOW-3D를 활용하여 저압 주조 공정의 몰드 충진 및 응고 과정을 정량적으로 평가하고, 주조물의 품질을 향상시킬 수 있는 최적의 공정 매개변수를 제시하며, 자동차 및 항공우주 산업의 생산성 증대와 비용 절감에 기여할 수 있다​.

Reference

  1. Alan A Luo, Anil K Sachdev, Bob R Powell, Advanced casting technologies for lightweight automotive application, China Fou. 7 (2010) 463-469.
  2. Alan A Luo, Magnesium casting technology for structural applications, J. Mag. Aly, 1 (2013) 2-22.
  3. A. Srinivasan, U. T. S. Pillai, J. Swaminathan, B. C. Pai, Enhanced high temperature properties of low pressure cast AZ91 Mg alloy, Inter. J. Cast Met. Res. 19 (2006) 265-268.
  4. Penghuai Fu, Alan A Luo, Haiyan Jiang, Liming Peng, Yandong Yu, Chunquan Zhai, Anil K Shachdev, Low pressure die casting of magnesium alloy AM50: Response to process parameters, J. Mater. Proc. Tech. 205 (2008) 224-234.
  5. A. Kermanpur, Sh. Mahmoudi, A. Hajipour, Numerical simulation of metal flow and solidification in the multi-cavity casting moulds of automotive components, J. Mater. Proc. Tech. 206 (208) 62-68.
documentDownload
Result of Temperature

Comparative Analysis of HPDC Process of an Auto Part with ProCAST and FLOW-3D

ProCAST 및 FLOW-3D를 이용한 자동차 부품 고압 다이캐스팅(HPDC) 공정 비교 분석

연구 배경 및 목적

  • 문제 정의: 고압 다이캐스팅(HPDC, High Pressure Die Casting)은 자동차, 항공우주, 건축 재료 등 다양한 산업에서 ADC12 알루미늄 합금을 사용하여 복잡한 형상의 부품을 대량 생산하는 데 활용된다.
    • HPDC 공정에서는 버블 모델(Bubble Models), 유동 마크(Flow Marks), 콜드 셧(Cold Shuts)과 같은 주조 결함이 자주 발생한다.
    • 이러한 결함은 시제품 제작 비용 증가, 생산 주기 지연, 제품 신뢰성 저하를 초래한다.
  • 연구 목적:
    • ProCAST 및 FLOW-3D 소프트웨어를 사용하여 ADC12 알루미늄 합금 자동차 부품의 HPDC 공정을 시뮬레이션하고, 두 소프트웨어의 충진(Filling) 및 응고(Solidification) 과정 비교.
    • 주조 결함(기포 모델, 수축 캐비티 및 수축 다공성 결함)을 분석하고, 실제 생산과의 정확도 비교를 통해 최적의 시뮬레이션 방법 제시.

연구 방법

  1. 자동차 부품 모델링 및 HPDC 공정 설정
    • ADC12 알루미늄 합금을 사용한 회전체(Rotary Part) 구조의 복잡한 형상 부품을 대상으로 연구.
    • 부품의 순중량 0.45 kg, 최대 직경 68 mm, 평균 벽 두께 3.2 mm.
    • 게이팅 시스템(Gating System) 및 오버플로우 시스템(Overflow System)을 설계하여 CAD 모델 생성(Fig.1, Fig.2).
    • 주조 조건:
      • 주입 온도: 680℃
      • 금형 초기 온도: 200℃
      • 사출 속도: 2.4 m/s
      • 인게이트 속도(Ingate Velocity): 40 m/s
      • 냉각 조건: 공기 냉각
  2. ProCAST 시뮬레이션
    • 유한 요소법(FEM, Finite Element Method)을 사용.
    • 188,107개의 노드, 1,010,920개의 사면체 요소(Tetrahedron Elements)로 메쉬 생성(Fig.3).
    • 온도장(Temperature Field) 변화 분석:
      • 충진 시간 0.052 s 동안 액체 금속이 금형을 완전히 충전.
      • 버블 모델 및 수축 캐비티, 수축 다공성 결함이 A 및 B 영역에서 발생(Fig.4, Fig.5).
  3. FLOW-3D 시뮬레이션
    • 유한 차분법(FDM, Finite Difference Method)을 사용하여 고급 액면 추적 기능 제공.
    • STL 형식의 3D 모델을 사용하여 2개의 그리드 블록으로 분할(Fig.6).
    • 충진 과정 동안 튀김(Splash) 현상 발생(Fig.7):
      • A 영역에서는 고속 및 고압으로 공기를 쉽게 배출하여 기포 결함 발생 억제.
      • B 영역에서는 부드럽게 충진되어 기포 모델 결함 발생하지 않음.
    • 표면 결함 추적 결과(Fig.8):
      • 명확한 표면 결함 없음, 총 충진 시간 0.0455 s로 ProCAST보다 빠른 충진 속도.

주요 결과

  1. ProCAST vs. FLOW-3D 비교
    • ProCAST 시뮬레이션:
      • A 및 B 영역에서 기포 모델 결함 발생, 실제 주조물에서도 동일한 결함이 예상됨.
      • 수축 캐비티 및 다공성 결함의 총 부피 약 0.253 cm³.
    • FLOW-3D 시뮬레이션:
      • 오버플로우 성능이 우수하여 공기 배출 경로를 변경, 기포 모델 결함 발생을 억제.
      • A 및 B 영역에서 결함이 거의 발생하지 않음, 실제 주조물과 높은 일치도(Fig.9).
  2. 정확도 평가
    • FLOW-3D 시뮬레이션 결과가 실제 생산과 더 높은 일치도를 보임.
    • ProCAST는 버블 모델 및 수축 결함을 과대 예측하였으나, FLOW-3D는 결함을 최소화.
    • FLOW-3D의 충진 속도가 더 빠르고 정확하게 금형을 충전할 수 있음을 확인.

결론 및 향후 연구

  • 결론:
    • FLOW-3D 소프트웨어가 ProCAST보다 ADC12 알루미늄 합금 자동차 부품의 HPDC 공정에서 더 높은 정확도를 제공.
    • FLOW-3D는 액체 금속의 충진 과정과 표면 결함을 정밀하게 예측할 수 있으며, 실제 생산 품질을 보장할 수 있음.
    • ProCAST와 FLOW-3D의 알고리즘 차이로 인해 시뮬레이션 결과가 일치하지 않을 수 있음:
      • ProCAST: FEM 기반으로 세부 결함 분석에 유리.
      • FLOW-3D: FDM 기반으로 액체 유동 및 표면 결함 추적에 강점.
  • 향후 연구 방향:
    • 다양한 주조 재료 및 공정 변수에 대한 추가 비교 연구.
    • AI 및 머신러닝을 활용한 주조 결함 예측 모델 개발.
    • 산업 현장 적용을 위한 최적 HPDC 공정 설계 및 실증 실험 수행.

연구의 의의

이 연구는 ProCAST 및 FLOW-3D 시뮬레이션을 통한 HPDC 공정의 비교 분석을 통해 최적의 소프트웨어 선택 가이드라인을 제공하며, 자동차 및 항공우주 산업의 주조 품질 향상 및 생산성 증대에 기여할 수 있다​.

Reference

  1. Jitender K. Rai, Amir M. Lajimi, Paul Xirouchakis, An intelligent system for predicting HPDC process variables in interactive environment, journal of materials processing technology. 203 (2008) 72–79.
  2. A. Krimpenis, P.G. Benardos, G.-C. Vosniakos, A. Koukouvitaki, Simulation-based selection of optimum pressure die-casting process parameters using neural nets and genetic algorithms, Int J Adv Manuf Technol, (2006) 27: 509–517.
  3. Chunmiao Wu, Die casting technical manual[M], Guangdong Science and Technology Press, Guangdong, 2006.
  4. K..Anzai.A Cast CAE System with Flow and Solidification Simulation to Wheel Casting. Proceedings of Modeling of Casting and Solidification Processes[J],1995:279-286.
  5. K.Kubo.SCAST-Integrated Simulation System for Casting Design.Proceedings of Modeling of Casting and Solidification Processes[J],1995:173-181.
  6. M. Ivosevic, V. Gupta, J.A. Baldoni, R.A. Cairncross, T.E. Twardowski, and R. Knight, Effect of Substrate Roughness on Splatting Behavior of HVOF Sprayed Polymer Particles: Modeling and Experiments, Journal of Thermal Spray Technology. Volume 15(4) December 2006:725-730.
  7. Information on http://www.flow3d.com.
Comparative analysis of HPDC process of an auto part with ProCAST and FLOW-3DDownload

FLOW-3D MESH

Characterizing Flow Losses Occurring in Air Vents and Ejector Pins in High-Pressure Die Castings

고압 다이캐스팅에서 공기 배출구 및 이젝터 핀에서 발생하는 유동 손실 특성화

연구 목적

  • 본 논문은 **FLOW-3D®**를 사용하여 **고압 다이캐스팅(HPDC)**에서 공기 배출구 및 이젝터 핀에서 발생하는 유동 손실을 수치적으로 분석함.
  • 주조 과정에서 발생하는 **기공(porosity), 공기 함유량, 유동 손실 계수(loss coefficient)**를 측정하고 모델링함.
  • 실험 데이터를 바탕으로 CFD 모델을 보정하여 실제 다이캐스팅 공정의 유동 손실을 예측함.
  • 공기 배출 및 유동 손실을 효과적으로 제어할 수 있는 주조 설계 최적화 방안을 제안함.

연구 방법

  1. 공기 유동 및 손실 모델링
    • 공기 유동 손실은 배출구, 이젝터 핀, 잔류 누출 경로에서 발생하는 것으로 가정됨.
    • FLOW-3D®의 단열 기포 모델(Adiabatic Bubble Model)을 활용하여 유동 손실을 분석함.
    • Darcy 마찰계수 및 Moody 다이어그램을 활용한 기존 이론 모델과 비교 검증함.
  2. FLOW-3D® 시뮬레이션 설정
    • 유체 유동을 분석하기 위해 압력 강하(pressure drop) 및 공기 배출 경로를 모델링함.
    • 공기 유동을 비압축성 가스로 모델링한 경우와 단열 기포 모델을 적용한 경우를 비교 분석함.
    • 실험 데이터와 비교하여 시뮬레이션 결과의 정확성을 평가함.
  3. 실험 데이터 기반 검증
    • 실험은 Littler DieCast에서 수행되었으며, 금속이 없는 상태에서 공기 유동 실험을 진행함.
    • 다음의 5가지 조건에서 실험을 수행함.
      1. 모든 배출구 개방 (All Open)
      2. 배큠 밸브 닫힘 (Vacuum Closed)
      3. 분할선 닫힘 (Parting Line Closed)
      4. 이젝터 핀 및 분할선 닫힘 (Ejector and Parting Line Closed)
      5. 모든 배출구 닫힘 (All Closed)
    • 압력 변화 곡선을 측정하여 유동 손실을 정량화함.
  4. 추가 분석
    • 배출구 크기, 이젝터 핀 배치, 누출 경로 변화에 따른 유동 손실 변화를 분석함.
    • FLOW-3D® 시뮬레이션 결과와 실험 데이터를 비교하여 손실 계수를 보정함.
    • 고압 다이캐스팅에서 공기 배출 효율을 높일 수 있는 설계 변경안을 평가함.

주요 결과

  1. 유동 손실 및 압력 강하 분석
    • 실험 결과, 배큠 밸브가 주요 배출 경로이며, 밸브가 닫힐 경우 내부 압력이 증가함.
    • 이젝터 핀이 열려 있을 경우에도 압력 강하가 크지 않음 (압력 차 2psi 이하).
    • 분할선 배출은 압력에 거의 영향을 미치지 않으며, 배출 설계 시 주요 고려 대상이 아님.
  2. FLOW-3D® 시뮬레이션 검증
    • “All Closed” 실험과 CFD 결과 비교 시, 압력 차이가 5% 이내로 유사하게 예측됨.
    • 단열 기포 모델(Adiabatic Bubble Model)을 적용한 경우, 실험과 가장 일치하는 압력 곡선을 보임.
    • 잔류 누출(Residual Leak)이 존재할 경우, 모델과 실험 간 차이가 발생하며, 이는 금형 설계 시 고려해야 함.
  3. 배출 경로 최적화 가능성
    • 배큠 밸브가 없는 경우에도, 연장된 러너 시스템이 자연 배출구 역할을 수행할 수 있음.
    • 잔류 누출 경로(shot sleeve, parting line 등)가 전체 유동 손실에 미치는 영향이 큼.
    • 이젝터 핀 및 잔류 배출구를 최적화하면 배큠 밸브 없이도 효과적인 공기 배출 가능.
  4. 설계 개선 및 향후 연구 방향
    • FLOW-3D®를 활용하여 밸브 형상 및 배출 경로 최적화 가능.
    • 잔류 누출을 고려한 CFD 모델을 추가적으로 보정할 필요가 있음.
    • 실제 금속 충진 실험과 결합하여 기공 형성 및 공기 배출 성능을 종합적으로 분석해야 함.

결론

  • FLOW-3D® 시뮬레이션은 고압 다이캐스팅의 공기 유동 손실 분석에 효과적임.
  • 배큠 밸브가 없어도 연장된 러너 시스템을 활용하여 공기 배출 가능함.
  • 단열 기포 모델을 적용한 CFD 결과가 실험과 가장 높은 일치도를 보임.
  • 향후 연구에서는 금속 충진 과정까지 포함한 종합적인 유동 해석이 필요함.

Reference

  1. White, F.M., Fluid Mechanics, 4th ed., p 256, John Fellows Publishing Co., New York, NY (1940)
  2. Flow of Fluids Through Valves, Fittings, and Pipe, Crane Technical Paper No. 410, Joliet, IL: Crane Co., 1988.
  3. C.W. Hirt and B.D. Nichols, “Volume-of-Fluid (VOF) Method for the Dynamics of. Free Boundaries,” J.
    Comp. Phys., 39, 1981, pp. 201-225.
  4. FLOW-3D® v 9.4 Manual
  5. Mold Filling Simulation of High Pressure Die Casting for Predicting Gas Porosity, Modeling of asting, Welding, and Advanced Solidification Processes X, TMS (The Mineral, Metals, & Materials Society), 2003, pp. 335
  6. Modeling of Air Venting in Pressure Die Casting Process, Nouri-Borujerdi, A., Goldak, J.A., AD, Journal of Manufacturing and Science and Engineering, ASME, 2004
Characterizing-Flow-Losses-Occurring-in-Air-Vents-and-Ejector-Pins-in-High-Pressure-Die-CastingsDownload
Filling

Assessment of Casting Filling and Solidification by Numerical Simulations and Experimental Validation

주조 충진 및 응고 과정의 수치 시뮬레이션과 실험적 검증

연구 목적

  • 본 논문은 FLOW-3D를 활용하여 주조 과정에서의 충진(filling) 및 응고(solidification) 현상을 수치적으로 분석함.
  • 실험 데이터를 바탕으로 시뮬레이션 결과를 검증하고, 주조 결함(defects) 발생 메커니즘을 연구함.
  • 유동 거동 및 응고 과정이 주조물의 품질에 미치는 영향을 평가함.
  • 주조 공정 최적화를 위한 수치 해석 기법의 적용 가능성을 검토함.

연구 방법

  1. 주조 공정 모델링
    • 실험적으로 알루미늄 합금(A356) 주조를 수행하고, 충진 및 응고 과정을 분석함.
    • 주조물 형상, 주입 온도, 유량 조건 등을 고려하여 3D 모델을 생성함.
    • 실험 데이터를 통해 응고 과정에서의 열전달 및 수축 결함을 측정함.
  2. FLOW-3D 시뮬레이션 설정
    • VOF(Volume of Fluid) 방법을 적용하여 충진 과정을 모델링함.
    • 응고 모델을 사용하여 열전달 및 상변화(phase change) 과정을 해석함.
    • 난류 모델로 k−εk-\varepsilonk−ε 방정식을 채택하여 충진 시 유동 특성을 평가함.
  3. 결과 비교 및 검증
    • 실험 데이터를 바탕으로 충진 패턴 및 기공 형성을 시뮬레이션 결과와 비교함.
    • 주조물 내부의 온도 분포 및 응고 속도를 검토하여 모델 신뢰성을 평가함.
    • 실험적으로 관찰된 수축 기공(shrinkage porosity)과 시뮬레이션 예측 결과를 비교함.
  4. 추가 분석
    • 충진 속도, 금형 온도, 냉각 속도 등 다양한 공정 조건 변화가 주조 품질에 미치는 영향을 분석함.
    • 주조물의 내부 결함을 최소화하기 위한 설계 변경 가능성을 평가함.
    • 향후 연구 방향으로 다중 재료 주조 및 복합 냉각 시스템을 고려함.

주요 결과

  1. 충진 패턴 및 유동 거동
    • 충진 과정에서 난류 유동이 발생하며, 금형 형상에 따라 국부적 와류(vortex)가 형성됨.
    • 충진 속도가 과도하게 높을 경우 기공이 증가하며, 용탕 내 공기 혼입이 심화됨.
    • 적절한 게이트 및 러너 설계를 통해 균일한 충진 패턴을 확보할 수 있음.
  2. 응고 거동 및 수축 기공 형성
    • 냉각 속도가 빠를수록 미세한 결정립 구조가 형성되며, 수축 기공이 감소하는 경향을 보임.
    • 주조물의 중심부에서 응고 지연이 발생하며, 이로 인해 수축 기공이 집중됨.
    • 냉각 채널을 최적화함으로써 내부 결함을 줄일 수 있음.
  3. 시뮬레이션과 실험 비교
    • FLOW-3D 시뮬레이션 결과는 실험 데이터와 90% 이상의 상관성을 보이며, 높은 신뢰성을 나타냄.
    • 응고 과정에서의 미세한 열전달 차이로 인해 일부 국부적 오차(약 3~5%)가 발생함.
    • 모델 개선을 위해 고급 열전달 모델 및 미세구조 형성 모델을 추가적으로 고려해야 함.
  4. 주조 공정 최적화 방안
    • 충진 속도 조절 및 냉각 경로 최적화를 통해 내부 결함을 최소화할 수 있음.
    • 냉각 속도 조절을 통해 미세조직을 균일화하고, 주조물의 기계적 특성을 향상시킬 수 있음.
    • 향후 연구에서는 다중 재료 및 복합 냉각 시스템을 적용한 추가적인 시뮬레이션이 필요함.

결론

  • FLOW-3D를 이용한 시뮬레이션은 주조 충진 및 응고 과정의 분석에 효과적임.
  • 실험 데이터를 기반으로 모델을 검증한 결과, 높은 정확성을 보임.
  • 냉각 속도 및 충진 조건이 주조 결함 발생에 중요한 영향을 미침.
  • 향후 연구에서는 다중 재료 주조 및 복합 냉각 시스템 적용이 필요함.

Reference

  1. N. R. Green and J. Campbell, Influence in Oxide Film Filling Defects on the Strength ofAl-7si-Mg Alloy Castings, Transactions of the American foundry society 114 (1994) 341 -347.
  2. J. Campbell, Castings 2nd Edition (Butterworth Heinemann, Oxford, 2003).
  3. MAGMASOFT,Www.Magmasoft.De/Ms/Products_En_Optimization_Magmafrontier/Index.Php.
  4. V. Kokot and P. Burnbeck, What Is a Good Gating System? Or Quantifying Quality- butHow?, Modeling of casting, welding and advanced solidification process XI (2006) 119-126.
  5. J. Campbell, The Modeling of Entrainment Defects During Casting, in TMS AnnualMeeting, v 2006, Simulation of Aluminum Shape Casting Processing: From Alloy Design toMechanical Properties ( Minerals, Metals and Materials Society, San Antonio, TX, UnitedStates, 2006) p. 123-132.
  6. N. W. Lai, W. D. Griffiths and J. Campbell, Modelling of the Potential for Oxide FilmEntrainment in Light Metal Alloy Castings, Modelling of casting, welding and advancedsolidification process X. (2003) 415-422.
  7. C. Reilly, N. R. Green, M. R. Jolly and J. C. Gebelin, Using the Calculated Fr Numberfor Quality Assessment of Casting Filling Methods, Modelling of casting, welding and advancedsolidification process XII. 12 (2009) 419 – 426.
  8. R. Cuesta, A. Delgado, A. Maroto and D. Mozo, Computer Simulation Study on theInfluence of Geometry on the Critical Gate Velocity for Molten Aluminium, in World FoundryCongress 2006 (Harrogate, UK, 2006).
  9. I. Ohnaka, A. Sigiyama, H. Onda, A. Kimatsuka, H. Yasuda, J. Zhu and H. Zhao,Porosity Formation Mechanism in Al and Mg Alloy Castings and Its Direct Simulation, in”Melting of casting and solidification processes VI (6th pacific rim conference)” (2004).
  10. X. Yang, X. Huang, X. Dia, J. Campbell and J. Tatler, Numerical Modelling ofEntrainment of Oxide Film Defects in Filling Aluminium Alloy Castings, International journal ofCast Metals Research 17 (2004) 321-331.
  11. M. R. Barkhudarov and C. W. Hirt, Tracking Defects, in 1st international Aluminiumcasting technology symposium (Rosemont, Il, 1998).
  12. M. Prakash, H. Joseph, P. Cleary and J. Grandfield, Preliminary SPH Modeling of OxideFormation During the Mold Filling Phase in Dc Casting of Extrusion Billets, in “Fifthinternational conference on CFD in the minerals and process industries” (Melbourne, Australia,2006).
  13. N. R. Green and J. Campbell, Statistical Distributions of Fracture Strengths of Cast Al7si-Mg Alloy, Materials Science and Engineering (1993).
  14. C. Reilly, N. R. Green and M. R. Jolly, Investigating Surface Entrainment Events UsingCfd for the Assessment of Casting Filling Methods, Modelling of casting, welding and advancedsolidification process XII. 12 (2009) 443-450.
  15. H. S. H. Lo and J. Campbell, The Modeling of Ceramic Foam Filters, in Modeling ofcasting, welding and advanced solidification processes IX, Edited by P. R. Sahm, P. N. Hansenand J. G. Conley (2000) p. 373-380.
  16. N. R. Green and J. Campbell, Defect Formation in Cast Aluminium Alloys, Final Feport,Serc Grant Gr/H11655, (The university of Birmingham, 1995).
  17. B. Sirrell and J. Campbell, Mechanism of Filtration in Reduction of Casting Defects Dueto Surface Turbulence During Mold Filling, AFS Transactions 11 (1997) 645.
  18. W. D. Griffiths, Y. Beshay, P. D.J and X. Fan, The Determination of Inclusion Movementin Steel Castings by Positron Emmision Particle Tracking (Pept). , Journal of Material Science43 (2008) 6853-6856.
Assessment _of_casting_filling-2010Download
Casting model

A Verification of Thermophysical Properties of a Porous Ceramic Investment Casting Mould Using Commercial Computational Fluid Dynamics Software

상용 전산유체역학 소프트웨어를 이용한 다공성 세라믹 주조 몰드의 열물성 검증

연구 목적

  • 본 논문은 FLOW-3D를 활용하여 다공성 세라믹 주조 몰드의 열물성을 검증하고 실험 결과와 비교함.
  • 기존 연구에서 실험적으로 도출된 몰드의 열물성이 CFD 시뮬레이션을 통해 검증될 수 있는지 평가함.
  • 실험적 측정값과 CFD 예측값을 비교하여 몰드의 열전도율, 비열 용량, 열팽창 계수의 정확성을 검토함.
  • 항공우주 산업에서 사용되는 몰드의 열적 거동을 보다 정확히 분석하여 고품질 주조 공정을 지원함.

연구 방법

  1. 실험적 주조 테스트
    • TPC Components AB 주조 공장에서 실제 크기의 Ni-초합금(IN718) 주조 실험 수행함.
    • 10층으로 구성된 테스트 몰드를 제작하고, 몰드 두께를 따라 여러 개의 열전대를 배치함.
    • 열전대 데이터를 기반으로 몰드 내부 및 금속 온도 프로파일을 분석함.
    • 실험 데이터를 CFD 시뮬레이션 결과와 비교하여 정확도를 평가함.
  2. FLOW-3D 시뮬레이션 설정
    • 실제 실험 조건을 반영하여 몰드 형상을 모델링하고, 압력 변화 경계를 설정함.
    • 몰드 내부와 외부의 온도 차이를 반영하여 공기층 형성을 고려함.
    • 몰드의 열전달 계수(HTC)와 방사율 값을 문헌 데이터를 기반으로 설정함.
    • Python 스크립트를 활용하여 시뮬레이션 데이터를 열전대 측정값과 비교함.
  3. 열물성 분석
    • 시차 주사 열량법(DSC)을 이용하여 몰드의 비열 용량을 측정함.
    • 레이저 플래시 분석(LFA)으로 열확산율을 평가하여 열전도율을 산출함.
    • 팽창계(dilatometry)를 사용하여 몰드의 열팽창 계수를 측정함.
    • 실험값과 시뮬레이션 예측값을 비교하여 몰드의 열물성을 검증함.
  4. 결과 검증
    • 실험 데이터와 FLOW-3D 시뮬레이션 결과를 비교하여 CFD 모델의 신뢰성을 평가함.
    • 실험값과 계산값 간 차이를 분석하고, 주요 원인을 규명함.
    • 몰드의 다층 구조에 따른 열적 거동을 평가하고, 추가 연구 방향을 제시함.

주요 결과

  1. 온도 프로파일 비교
    • 시뮬레이션 결과는 실험값과 높은 상관성을 보이며, 몰드 내부 온도 변화를 잘 재현함.
    • 금속이 주입될 때 온도 상승 패턴이 실험과 유사하게 나타남.
    • 열전대 측정값과 CFD 예측값 간 평균 오차는 약 2~5% 수준으로 나타남.
  2. 비열 용량 및 열팽창 계수
    • 실험 데이터를 기반으로 몰드의 평균 비열 용량을 결정함.
    • 몰드의 열팽창 계수는 실험 결과와 문헌 데이터와 비교하여 높은 일관성을 보임.
    • 몰드 조성 중 지르코늄과 실리카 함량이 열팽창 특성에 영향을 미치는 것으로 나타남.
  3. 열전도율 평가
    • FLOW-3D 시뮬레이션 결과와 실험 측정값이 유사한 열전도율 경향을 나타냄.
    • 고온에서 몰드의 열전도율이 증가하는 경향이 확인됨.
    • 몰드의 층별 조성이 열전도 특성에 미치는 영향을 평가함.
  4. 시뮬레이션과 실험 데이터 비교
    • 전체적으로 CFD 모델이 몰드의 열적 거동을 잘 예측하지만, 일부 고온 영역에서 오차가 존재함.
    • 몰드 내부 구조 및 표면 조도를 추가로 고려해야 정확성을 향상시킬 수 있음.
    • 향후 연구에서는 몰드의 다층 구조를 개별적으로 분석하는 방식이 필요함.

결론

  • FLOW-3D는 다공성 세라믹 몰드의 열적 거동을 신뢰성 있게 예측할 수 있음.
  • 실험적으로 측정된 몰드의 열물성 값과 CFD 예측값이 높은 상관성을 보임.
  • 일부 고온 영역에서 오차가 존재하므로 추가적인 실험적 검증이 필요함.
  • 향후 연구에서는 몰드의 층별 특성을 반영한 정밀 모델링이 필요함.

Reference

  1. Jones C A, Jolly M R, Jarfors A E W and Irwin M 2020 TMS 2020 149th Annual Meeting and Exhibition Supplemental Proceedings (San Diego: Springer) pp 1095–106
  2. Xu M 2015 Characterization of investment shell thermal properties (Missouri University of Science and Technology)
  3. Jones S, Jolly M R, Gebelin J, Cendrowicz A and Lewis K 2001 FOCAST 2nd Mini Conference (Unpublished)
  4. Konrad C H, Brunner M, Kyrgyzbaev K, Volkl R and Glatzel U 2011 J. Mater. Process. Technol. 181–6
  5. Chapman L A, Morell R, Quested P N, Brooks R F, Brown P, Chen L-H, Olive S and Ford D 2008 Properties of Alloys and Moulds Relevant to Investment Casting (Teddington: National Physical Laboratory)
  6. Jones S 2000 FOCAST 1st Mini Conference (Unpublished)
  7. Matsushita T, Ghassemali E, Saro A, Elmquist L and Jarfors A 2015 Metals 5 1000–19
  8. Khan M A A and Sheikh A K 2018 Int. J. Simul. Model. 17 197–209
Jones_2020_IOP_Conf._Ser.%3A_Mater._Sci._Eng._861_012036Download
filling

A CFD INVESTIGATION INTO MOLTEN METAL FLOW AND ITSSOLIDIFICATION UNDER GRAVITY SAND MOULDING INPLUMBING COMPONENTS

배관 부품 제조에서 중력 모래 주형을 이용한 용융 금속 유동 및 응고에 대한 CFD 해석

연구 배경

  • 문제 정의: 배관 부품 제조 공정에서 중력 모래 주형을 이용한 주조는 용융 금속의 복잡한 열 전달 및 응고 과정으로 인해 결함(예: 기공, 수축 결함)이 발생할 수 있어 생산 효율과 제품 품질에 영향을 준다.
  • 목표: CFD 기법(특히 FLOW 3D CAST v5.03)을 활용하여 실제 생산 라인과 동일한 주형 및 내부 챔버 형상을 기반으로 용융 금속의 충진, 응고 및 냉각 단계를 해석하고, 다양한 타설 온도와 러너 설계가 주조 결함에 미치는 영향을 평가하는 데 있다.

연구 방법

  1. CFD 시뮬레이션
    • 프로그램 및 기법: FLOW 3D CAST v5.03 사용, Volume of Fluid (VOF) 방법을 통해 용융 금속의 자유 수면을 추적.
    • 난류 모델: 두 방정식 k–ε 모델을 채택하여 난류 효과를 반영.
    • 모델 형상: 실제 생산 라인의 주형과 내부 챔버 형상을 그대로 반영.
  2. 주요 변수 및 조건
    • 타설 온도: 다양한 타설 온도(예: 1329°C, 1529°C)를 적용하여 유동 속도, 응고 시간 및 결함 발생에 미치는 영향 평가.
    • 러너 설계: 러너의 크기와 수가 용융 금속의 흐름 및 결함 위치에 어떤 영향을 미치는지 분석.
  3. 메쉬 독립성 및 시간 단계
    • 여러 메쉬 크기를 비교하여 계산 정확도와 효율성을 확보함(예: 250,000 요소 사용).

주요 결과

  • 충진 및 응고 해석: CFD 시뮬레이션을 통해 용융 금속이 주형 내에서 충진되는 과정과 이후 응고 및 냉각 단계가 상세하게 재현되었음.
  • 타설 온도의 영향:
    • 높은 타설 온도(1529°C)는 용융 금속의 유동을 빠르게 하며, 반면 응고에는 더 긴 시간이 소요됨.
    • 낮은 타설 온도(1329°C)에서는 유동 속도가 다소 느리고, 응고 과정이 상대적으로 빠르게 진행됨.
  • 러너 설계의 효과: 다양한 러너 각도 및 구조 변경 시도에도 불구하고, 현재 연구에서는 러너 설계가 기공 결함(캐비티) 감소에 큰 영향을 미치지 않음.
  • 전체 공정 소요 시간: 충진, 응고, 냉각 단계 각각의 소요 시간이 계산되어 생산 공정 개선에 활용 가능함.

결론 및 향후 연구

  • CFD 기법은 중력 모래 주형을 이용한 배관 부품 주조 공정에서 용융 금속의 충진, 응고 및 냉각 단계를 효과적으로 해석할 수 있음을 보여준다.
  • 타설 온도가 용융 금속 유동 및 응고 거동에 결정적인 영향을 미치며, 이로 인해 주조 결함 발생이 달라짐을 확인하였다.
  • 향후 연구에서는 시뮬레이션 결과와 실험 데이터를 비교 검증하고, 결함 발생 원인 및 위치에 대한 추가 분석을 통해 생산 공정의 최적화를 도모할 예정이다.

Reference

  1. Deev V.B., Ponomareva K.V., Prikhodko O.G.,and Smetanyuk S.V., Influence of temperaturesof melt overheating and pouring on the quality ofaluminum alloy lost foam castings. RussianJournal of Non-Ferrous Metals, 2017. 58(4): p.373-377.
  2. Ayar M.S., Ayar V.S., and George P.M.,Simulation and experimental validation fordefect reduction in geometry varied aluminumplates cast using sand casting. Materials Today:Proceedings, 2020. 27: p. 1422-1430.
  3. Borikar G.P., and Chavan S.T., Optimization ofCasting Yield in Multi-cavity Sand Moulds ofAl-alloy Components. Materials Today:Proceedings, 2020. 28: p. 819-824.
  4. Zhao H.-D., Bai Y.-F., Ouyang X.-X., and DongP.-Y., Simulation of mold filling and predictionof gas entrapment on practical high pressure diecastings. Transactions of Nonferrous MetalsSociety of China, 2010. 20(11): p. 2064-2070.
  5. Li Y., Liu J., Zhong G., Huang W., and Zou R.,Analysis of a diesel engine cylinder head failurecaused by casting porosity defects. EngineeringFailure Analysis, 2021. 127.
  6. Dou K., Lordan E., Zhang Y., Jacot A., and FanZ., A novel approach to optimize mechanicalproperties for aluminum alloy in High pressuredie casting (HPDC) process combiningexperiment and modeling. Journal of MaterialsProcessing Technology, 2021. 296.
  7. Pulisheru K.S. and Birru A.K., Effect of pouringtemperature on hot tearing susceptibility of AlCu cast Alloy: Casting simulation. MaterialsToday: Proceedings, 2021.
  8. Pulivarti S.R. and Birru A.K., Effect of MouldCoatings and Pouring Temperature on theFluidity of Different Thin Cross-Sections ofA206 Alloy by Sand Casting. Transactions of theIndian Institute of Metals, 2018. 71(7): p. 1735-1745.
  9. Li Y., Liu J., Zhang Q., and Huang W., Castingdefects and microstructure distributioncharacteristics of the aluminum alloy cylinderhead with complex structure. Materials TodayCommunications, 2021. 27.
  10. Sarkar C., Gawande S.H., and Keste A.A.,Design optimization of precision casting forresidual stress reduction. Journal ofComputational Design and Engineering, 2016.3(2): p. 140-150.
  11. Gopalan R. and Prabhu N.K., Oxide bifilms inaluminum alloy castings – a review. MaterialsScience and Technology, 2013. 27(12): p. 1757-1769.
  12. Luo L., Xia H.-Y., Luo L.-S., Su Y.-Q., Cai C.-J., Wang L., Guo J.-J., and Fu H.-Z., Eliminatingshrinkage defects and improving the mechanicalperformance of large thin-walled ZL205A alloycastings by coupling traveling magnetic fieldswith sequential solidification. Transactions ofNonferrous Metals Society of China, 2021.31(4): p. 865-877.
  13. Nandagopal M., Sivakumar K., andSengottuvelan M., Process parameteroptimization to reduce cold metal defect inferrous casting using Taguchi technique andregression analysis. Materials Today:Proceedings, 2021. 45: p. 7917-7921.
  14. Yang W., Luo Z., Zou Z., Zhao C., and You Y.,Modelling and analysis of bubble entrapment bysolidification shell in steel continuous castingconsidering bubble interaction with a coupledCFD-DBM approach. Powder Technology,2021. 390: p. 387-400.
  15. Loon W.L., Reddy S.S., and A.K. R.P., CFDsimulation of direct chill casting process ofmagnesium alloy billets. Journal ofManufacturing Processes, 2019. 45: p. 447-454.
  16. YIN J., Numerical modeling of the centrifugalcasting process. 2016, KTH ROYALINSTITUTE OF TECHNOLOGY.
  17. Reicher A., Numerical Analysis of Die-CastingProcess in Thin Cavities Using LubricationApproximation. 2012, University of WisconsinMilwaukee.
  18. Yuwen X.-X., Chen L., and Han Y.-J.,Numerical Simulation of Casting Filling ProcessBased on FLUENT. Energy Procedia, 2012. 17:p. 1864-1871.
  19. Kermanpur A., Mahmoudi S., and Hajipour A.,Numerical simulation of metal flow andsolidification in the multi-cavity casting molds ofautomotive components. Journal of MaterialsProcessing Technology, 2008. 206(1-3): p. 62-68.
  20. Vijayaram T.R., Sulaiman S., Hamouda A.M.S.,and Ahmad M.H.M., Numerical simulation ofcasting solidification in permanent metallicmolds. Journal of Materials ProcessingTechnology, 2006. 178(1-3): p. 29-33.
  21. Reikher A. and Pillai K.M., A fast simulation oftransient metal flow and solidification in anarrow channel. Part I: Model developmentusing lubrication approximation. InternationalJournal of Heat and Mass Transfer, 2013. 60: p.797-805.
  22. Reikher A. and Pillai K.M., A fast simulation oftransient metal flow and solidification in anarrow channel. Part II. Model validation andparametric study. International Journal of Heatand Mass Transfer, 2013. 60: p. 806-815.
  23. Wang H., Djambazov G., Pericleous K.A.,Harding R.A., and Wickins M., Modelling thedynamics of the tilt-casting process and the effectof the mould design on the casting quality.Computers & Fluids, 2011. 42(1): p. 92-101.
  24. Aravind S., Ragupathi P., and Vignesh G.,Numerical and experimental approach toeliminate defects in al alloy pump- crankcaseprocessed through gravity die casting route.Materials Today: Proceedings, 2021. 37: p.1772-1777.
  25. Barot R.P. and Ayar V.S., Casting simulation anddefect identification of geometry varied plateswith experimental validation. Materials Today:Proceedings, 2020. 26: p. 2754-2762.
  26. Promtong M., Kasemjirapatara C., Srithep P.,Masoodi Y., Namchanthra S., Priyadumkol J.,and Suvanjumrat C., Investigation ofAerodynamic Performance of Four PotentialAirfoils for a Formula SAE Car: A 2D ValidationStudy, in The 34th Conference of the MechanicalEngineering Network of Thailand. 2020: 15 – 17July 2020, Prachuap Khiri Khan, Thailand.
  27. Promtong M., Khunsri K., TeachapanitvittayaK., Trakulkumlue T., Watechagit S., andSuvanjumrat C., Experimental and NumericalInvestigations into the Natural Convection of HotGas in a Vertical Smoking Oven: A ValidationStudy, in The 34th Conference of the MechanicalEngineering Network of Thailand. 2020: 15 – 17July 2020, Prachuap Khiri Khan, Thailand.
  28. Promtong M., Cheung S., Yeoh G., Vahaji S.,and Tu J., CFD investigation of sub-cooledboiling flow using a mechanistic wall heatpartitioning approach with Wet-Steamproperties. The Journal of ComputationalMultiphase Flows, 2018. 10(4): p. 239-258.
  29. Promtong M., Cheung S., and Tu J., Numericalmodelling of subcooled boiling flow based onmechanistic approach: A validation study usingwet steam (IAPWS) as working fluid properties.Lecture notes in engineering and computerscience, 2016.
  30. Promtong M. and Tekasakul P., CFD study offlow in natural rubber smoking-room: I.Validation with the present smoking room.Applied Thermal Engineering, 2007. 27(11-12):p. 2113-2121.
  31. Hirt C.W. and Nichols B.D., Volume of Fluid(VOF) method for the dynamics of freeboundaries. Journal of Computational Physics,1981. 39(1): p. 201-225.
  32. Aniszewski W., Ménard T., and Marek M.,Volume of Fluid (VOF) type advection methodsin two-phase flow: A comparative study.Computers & Fluids, 2014. 97: p. 52-73.
100-108-gxi319-Sirawit-April-2022-92Download