이 기술 요약은 Abraham M. Afabor 외 저자가 J. Electrochem. Sci. Eng. (2025)에 발표한 논문 “Pitting corrosion characteristics of gas tungsten arc welded austenitic steel”을 기반으로 합니다. STI C&D에서 기술 전문가를 위해 분석하고 요약했습니다.
Keywords
- Primary Keyword: GTAW 용접 최적화
- Secondary Keywords: 316L 오스테나이트강, 공식(Pitting Corrosion), 용접 파라미터, 다구치 기법, 하이브리드 최적화
Executive Summary
- The Challenge: GTAW 용접 시 발생하는 열영향부(HAZ)의 민감화(sensitization) 현상은 316L 오스테나이트강의 국부 부식을 유발하여 부품의 내구성을 저하시킵니다.
- The Method: 다구치 기반 그레이-퍼지 로직(Taguchi-based grey-fuzzy logic) 하이브리드 최적화 기법을 사용하여 전류, 속도, 전압, 가스 유량 등 4가지 핵심 GTAW 용접 파라미터를 최적화했습니다.
- The Key Breakthrough: 최적화된 용접 조건(전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min)에서 제작된 시편은 비최적화 시편 대비 공식(pitting corrosion) 잠재력(Epit)이 0.06V에서 0.40V로 크게 향상되어 국부 부식에 대한 저항성이 월등히 높아졌습니다.
- The Bottom Line: 용접 파라미터를 정밀하게 제어하는 하이브리드 최적화는 316L 스테인리스강 부품의 기계적 특성뿐만 아니라, 특히 중요한 공식 저항성을 극대화하여 제품의 신뢰성과 수명을 획기적으로 개선할 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
오스테나이트 스테인리스강은 뛰어난 내식성과 기계적 특성으로 다양한 산업에서 널리 사용되지만, 용접 과정에서 심각한 문제에 직면할 수 있습니다. 특히 가스 텅스텐 아크 용접(GTAW) 시 용접부 주변의 열영향부(Heat-Affected Zone, HAZ)는 ‘민감화(sensitization)’라는 현상에 취약해집니다. 이 현상은 특정 온도 범위(427~871°C)에서 가열될 때 결정립계(grain boundaries)를 따라 크롬 카바이드(chromium carbide)가 석출되면서 발생합니다.
결정립계 주변의 크롬이 고갈되면 해당 영역의 내식성이 급격히 저하되어 공식(pitting corrosion)이나 입계 부식(intergranular corrosion)과 같은 국부 부식에 매우 취약해집니다. 이러한 국부 부식은 예측하기 어렵고 빠르게 진행되어 구조물의 예기치 않은 파손을 유발할 수 있습니다. 따라서 고품질의 용접부를 확보하고 부품의 장기적인 신뢰성을 보장하기 위해서는 용접 파라미터를 최적화하여 민감화 현상을 최소화하는 것이 매우 중요합니다.
The Approach: Unpacking the Methodology
본 연구는 316L 오스테나이트 스테인리스강의 GTAW 용접 품질을 극대화하기 위해 하이브리드 최적화 기법을 적용했습니다. 연구진은 10mm 두께의 상용 AISI 316L 강판과 ER 316L 필러 와이어를 사용하여 V-버트(V-butt) 조인트 용접을 수행했습니다.
최적화 대상이 된 핵심 용접 파라미터는 용접 전류, 속도, 전압, 가스 유량 등 네 가지였습니다. 연구진은 이 네 가지 인자를 각각 3가지 수준(저/중/고)으로 설정하고, 다구치(Taguchi) L27 직교 배열표에 따라 총 27개의 실험을 설계했습니다. 이 접근법은 최소한의 실험 횟수로 각 파라미터가 용접 품질에 미치는 영향을 효율적으로 평가할 수 있게 합니다.
실험 후에는 인장 강도와 미세 경도를 측정했으며, 이 두 가지 기계적 특성을 동시에 최적화하기 위해 그레이-퍼지 로직(grey-fuzzy logic) 이라는 하이브리드 기법을 사용했습니다. 최종적으로 최적화된 조건과 비최적화된 조건, 그리고 모재(base metal) 시편에 대해 전위차 분극(potentiodynamic polarization) 시험을 실시하여 해수(seawater) 환경에서의 공식 저항성을 정량적으로 평가하고, 주사전자현미경(SEM)으로 미세구조를 분석했습니다.
The Breakthrough: Key Findings & Data
Finding 1: 기계적 특성과 내식성을 모두 만족시키는 최적의 용접 파라미터 도출
다구치-그레이-퍼지 로직 분석을 통해 인장 강도와 경도를 종합적으로 향상시키는 최적의 GTAW 용접 파라미터 조합을 성공적으로 도출했습니다. 검증 실험을 통해 확인된 최적의 조건은 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min 이었습니다.
이 최적화의 효과는 다중 응답 성능 지수(multi-response performance index, GFG)로 정량화되었습니다. Table 5에 따르면, 초기 조건의 GFG 값은 0.0409에 불과했지만, 최적화된 조건에서는 0.495로 대폭 향상되었습니다. 이는 용접부의 전반적인 기계적 성능이 크게 개선되었음을 의미합니다. Figure 3a의 SEM 이미지에서 볼 수 있듯이, 최적화된 시편은 비최적화 시편(Figure 3b)의 조대한 주상정 수지상 결정립과 달리 미세한 결정립 구조를 보여주며, 이는 우수한 기계적 특성의 기반이 됩니다.
Finding 2: 공식(Pitting Corrosion) 저항성의 획기적인 향상
최적화된 용접 파라미터는 기계적 특성뿐만 아니라, 부품의 수명과 직결되는 공식 저항성에서도 극적인 개선 효과를 보였습니다. Figures 4-6과 Table 6의 전위차 분극 시험 결과는 이를 명확히 보여줍니다.
가장 중요한 지표인 공식 전위(pitting potential, Epit)는 부동태 피막이 파괴되고 공식이 시작되는 전위를 의미하며, 이 값이 높을수록 공식에 대한 저항성이 우수합니다. 비최적화 시편의 Epit 값은 0.06V에 불과했지만, 최적화된 시편의 Epit 값은 0.40V로 월등히 높았습니다. 또한, 부동태 피막이 안정적으로 유지되는 전위 범위인 부동태 영역(passive region) 역시 최적화 시편(-0.34V ~ 0.4V)이 비최적화 시편(-0.40V ~ 0.06V)보다 훨씬 넓게 나타났습니다. 이는 최적화된 용접 조건이 더 안정적이고 견고한 보호 산화 피막(Cr2O3) 형성을 유도하여 국부 부식에 대한 저항성을 크게 향상시켰음을 증명합니다.
Practical Implications for R&D and Operations
- For Process Engineers: 이 연구는 용접 전류, 속도, 전압, 가스 유량을 최적 수준(95A, 0.7mm/s, 25V, 20L/min)으로 정밀하게 제어하는 것이 열영향부의 민감화를 최소화하고, 결과적으로 용접된 316L 강 부품의 공식 저항성을 직접적으로 개선할 수 있음을 시사합니다.
- For Quality Control Teams: Figures 4-6과 Table 6의 전위차 분극 데이터는 최적화된 용접 파라미터와 높은 공식 전위(Epit > 0.40V) 사이의 명확한 상관관계를 보여줍니다. 이 값은 중요한 용접 부품의 국부 부식 저항성을 평가하기 위한 정량적 품질 기준으로 활용될 수 있습니다.
- For Design Engineers: 본 연구 결과는 용접 공정 자체가 내식성을 결정하는 중요한 설계 변수임을 강조합니다. 최적화된 용접과 그렇지 않은 용접 사이의 공식 민감도 차이가 크다는 점은, 부식 환경에 노출되는 부품의 장기적인 무결성을 보장하기 위해 설계 단계에서부터 최적의 용접 절차를 명시하는 것이 중요함을 시사합니다.
Paper Details
Pitting corrosion characteristics of gas tungsten arc welded austenitic steel
1. Overview:
- Title: Pitting corrosion characteristics of gas tungsten arc welded austenitic steel
- Author: Abraham M. Afabor, Basil O. Onyekpe, Oghenerobo Awheme and Cyril O. Uyeri
- Year of publication: 2025
- Journal/academic society of publication: J. Electrochem. Sci. Eng.
- Keywords: Stainless steel; welding parameters; hybrid optimization; potentiodynamic polarization; localized corrosion
2. Abstract:
이 연구는 다구치 기반 그레이-퍼지 로직이라는 하이브리드 최적화 기법을 활용하여 316L 오스테나이트 스테인리스강의 인장 강도 및 경도와 관련된 가스 텅스텐 아크 용접 파라미터를 최적화했습니다. 다구치 L27 직교 배열 실험 설계를 통해 용접 전류, 속도, 전압, 가스 유량의 네 가지 입력 파라미터를 최적화하여 강의 공식 특성을 평가했습니다. 전위계를 사용한 전위차 분극 시험을 통해 용접된 시편의 공식 저항성을 평가했습니다. 주사전자현미경을 이용한 미세구조 분석을 통해 강 시편의 표면 형태를 평가했습니다. 이후, 사용된 최적화 기법을 검증하기 위해 확인 실험을 수행했습니다. 얻어진 결과에 따르면 최적의 용접 파라미터는 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이며, 최적화된 강 시편은 기계적 특성 측면에서 다중 응답 성능 지수가 0.0409에서 0.495로 개선되었음을 보여줍니다. 두 방법의 강점을 활용하고 이 하이브리드 최적화 기법을 통합함으로써, 본 연구는 용접 파라미터와 부식 저항성 사이의 관계에 대한 귀중한 통찰력을 제공하며, 궁극적으로 더 내구성 있고 신뢰할 수 있는 스테인리스강 부품 개발에 기여합니다.
3. Introduction:
오스테나이트 스테인리스강의 용접은 용접 금속의 고온 균열과 용접 열영향부(HAZ)의 민감화라는 두 가지 중요한 문제와 관련이 있습니다. 민감화의 결과로 열영향부에서 국부 부식이 발생합니다. 427도에서 871도 사이의 온도 범위 내에서 가열될 때 열영향부의 결정립계에서 크롬 카바이드가 석출되고 형성되는 것이 민감화의 원인입니다. 이러한 결함이 없는 매우 만족스러운 용접 품질은 용접 공정 파라미터의 최적 선택과 정밀한 제어를 통해 달성할 수 있습니다.
4. Summary of the study:
Background of the research topic:
오스테나이트 스테인리스강 용접 시 발생하는 열영향부(HAZ)의 민감화는 크롬 카바이드 석출로 인해 국부적인 내식성을 저하시켜 공식(pitting corrosion) 및 입계 부식을 유발합니다. 이는 부품의 내구성과 신뢰성에 심각한 위협이 됩니다.
Status of previous research:
이전 연구들에서 다구치 기법, 퍼지 로직 등 다양한 최적화 기법이 용접 파라미터 최적화에 개별적으로 사용되어 왔습니다. 그러나 여러 응답 특성(예: 기계적 특성 및 내식성)을 동시에 고려하는 복합적인 최적화에 대한 연구는 여전히 필요합니다.
Purpose of the study:
본 연구의 목적은 다구치 기반 그레이-퍼지 로직이라는 하이브리드 최적화 기법을 사용하여 316L 오스테나이트 스테인리스강의 GTAW 용접 파라미터(전류, 속도, 전압, 가스 유량)를 최적화하는 것입니다. 이를 통해 인장 강도와 경도를 극대화하고, 최적화된 조건이 공식 저항성에 미치는 영향을 평가하여 더 내구성 있고 신뢰성 높은 스테인리스강 부품 개발에 기여하고자 합니다.
Core study:
다구치 L27 직교 배열을 이용해 실험을 설계하고, 그레이-퍼지 로직을 통해 인장 강도와 경도에 대한 다중 응답 최적화를 수행했습니다. 이후 확인 실험을 통해 최적의 용접 파라미터를 검증하고, 최적화된 시편, 비최적화 시편, 모재의 미세구조와 공식 특성을 SEM과 전위차 분극 시험으로 비교 분석했습니다.
5. Research Methodology
Research Design:
본 연구는 다구치 L27 직교 배열을 기반으로 한 실험 설계를 채택했습니다. 4개의 용접 파라미터(전류, 속도, 전압, 가스 유량)를 각각 3수준으로 설정하여 총 27개의 실험을 수행했습니다.
Data Collection and Analysis Methods:
용접된 시편의 인장 강도와 미세 경도를 측정하여 실험 데이터를 수집했습니다. 수집된 데이터는 신호 대 잡음비(SNR)로 변환된 후, 그레이 관계 분석 및 퍼지 로직 추론을 통해 다중 응답 성능 지수(GFG)를 계산하고 최적의 파라미터 조합을 도출하는 데 사용되었습니다. 최종적으로 전위차 분극 시험과 SEM 분석을 통해 부식 특성과 미세구조를 평가했습니다.
Research Topics and Scope:
연구 범위는 10mm 두께의 AISI 316L 오스테나이트 스테인리스강의 GTAW 용접에 국한됩니다. 최적화 대상 파라미터는 용접 전류(95, 100, 105A), 속도(0.7, 0.9, 1.1 mm/s), 전압(23, 25, 27V), 가스 유량(10, 15, 20 L/min)입니다. 평가는 기계적 특성(인장 강도, 경도)과 해수 환경에서의 공식 저항성에 초점을 맞춥니다.
6. Key Results:
Key Results:
- 하이브리드 최적화 기법을 통해 도출된 최적의 GTAW 용접 파라미터는 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이었습니다.
- 최적화된 조건에서 다중 응답 성능 지수(GFG)가 0.0409에서 0.495로 크게 향상되어 전반적인 기계적 특성이 개선되었습니다.
- 최적화된 시편은 비최적화 시편에 비해 월등히 높은 공식 전위(Epit: 0.40V vs 0.06V)와 더 넓은 부동태 영역을 보여, 국부 부식에 대한 저항성이 크게 향상되었음을 확인했습니다.
- 최적화된 시편의 미세구조는 비최적화 시편의 조대한 주상정 구조와 달리 미세한 결정립 구조를 나타냈습니다.
Figure List:
- Figure 1. Experimental steel samples
- Figure 2. Fuzzy subsets of input and output variables generated from MATLAB software
- Figure 3. SEM micrograph of a – optimized steel sample; b- non-optimized steel sample and c – base metal
- Figure 4. Potentiodynamic polarization plot for the non-optimized steel sample
- Figure 5. Potentiodynamic polarization plot for the optimized steel sample
- Figure 6. Potentiodynamic polarization plot for the base metal
7. Conclusion:
본 연구는 GTAW 용접 입력 파라미터가 용접부 기능성에 미치는 영향을 조사했습니다. 실험 결과와 해석, 토론, 모델링 및 분석을 바탕으로 다음과 같은 결론을 도출했습니다.
- 다구치 기반 그레이-퍼지 로직 하이브리드 최적화 기법을 사용한 316L 오스테나이트 스테인리스강의 최적 가스 텅스텐 아크 용접 파라미터 설정은 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이었습니다.
- 예측 결과(GFG = 0.417)와 확인 실험 결과(GFG = 0.495) 사이의 백분율 오차는 19% 미만으로, 제안된 최적화 절차의 타당성을 검증합니다.
- 최적화된 강 시편은 부동태 영역 범위가 (-0.34 ~ 0.4V)로 공식 저항성에 대한 민감도가 가장 낮았으며, 그 다음으로 모재(-0.43 ~ 0.22V), 비최적화 강 시편(-0.40 ~ 0.06V) 순이었습니다.
두 방법의 강점을 활용하고 이 하이브리드 최적화 기법을 통합함으로써, 본 연구는 용접 파라미터와 기계적 특성 간의 상호 관계에 대한 귀중한 통찰력을 제공하며, 궁극적으로 더 내구성 있고 신뢰할 수 있는 스테인리스강 부품 개발에 기여합니다.
8. References:
- [1] P. Vishalkumar, J. J. Vora, S. Das, K. Abhishek, Study of parametric influence and welding performance optimization during regulated metal deposition (RMD) using grey integrated with fuzzy Taguchi approach, Journal of Manufacturing Processes 54 (2020) 286-300. http://dx.doi.org/10.1016/j.jmapro.2020.03.017
- [2] S. Omprakasam, R. Raghu, C. B. Ayyanar, Multi-objective welding optimization for AA5052 using Taguchi-fuzzy approach, SAE International Journal of Materials and Manufacturing 18(3) (2025). https://doi.org/10.4271/05-18-03-0018
- [3] P. Pondi, J. Achebo, A. Ozigagun, Prediction of tungsten inert gas welding process parameters using design of experiment and fuzzy logic, Journal of Advances in Science and Engineering 4 (2021) 86-97. https://doi.org/10.37121/jase.v4i2.149
- [4] G. Sridevi, K. C. Rath, S. Mishra, S. Patro, P. S. Rao, Optimization of EDM Process Parameters with Fuzzy Logic Technique for SS-316 Steel and Investigation of Microstructural Characteristics of EDM Machining Surface, in: Evolutionary Manufacturing, Design and Operational Practices for Resource and Environmental Sustainability, K. Muduli, S. Kumar Rout, S. Sarangi, S.M.N. Islam, A. Mohamed (Eds.), Scrivener Publ. LLC, 2024, pp. 245-256. https://doi.org/10.1002/9781394198221.ch21
- [5] S. Ankit, V. Kumar, A. Babbar, V. Dhawan, K. Kotecha, C. Prakash, Experimental investigation and optimization of electric discharge machining process parameters using grey-fuzzy-based hybrid techniques, Materials 14(19) (2021) 5820. https://doi.org/10.3390/ma14195820
- [6] D. Vijayan, R.V. Seshagiri. Optimization of friction stir welding process parameters using RSM-based Grey-Fuzzy approach, Saudi Journal of Engineering and Technology 2(1) (2017) 12-25. https://saudijournals.com/articles/2584/
- [7] S. Winarni, W. I. Sapto, Application of multi-response optimization with grey relational analysis and fuzzy logic method, IOP Conference series: Journal of Physics: Conference Series 948 (2018) 012075. https://doi.org/10.1088/1742-6596/948/1/012075
- [8] C. Moganapriya, R. Rajasekar, P.S. Kumar, T. Mohanraj, V. K. Gobinath, J. Saravanakumar, Achieving machining effectiveness for AISI 1015 structural steel through coated inserts and grey-fuzzy coupled Taguchi optimization approach, Structural and Multidisciplinary Optimization, 63 (2021) 1169-1186. https://doi.org/10.1007/s00158-020-02751-9
- [9] A. M. Afabor, D. F. Ikikiru, Parametric optimization of gas tungsten arc welding (GTAW) on the tensile strength of AISI 316L austenitic stainless steel using Taguchi method, Journal of Materials Engineering, Structures and Computation, 1 (1) (2022) 90-101. https://doi.org/10.5281/zenodo.7525254
- [10] S. Karumuri, B. Haldar, A. Pradeep, S. A. K. Karanam, M. N. S. Sri, P. Anusha, N. Sateesh, R. Subbiah, S. Vijayakumar, Multi-objective optimization using Taguchi based grey relational analysis in friction stir welding for dissimilar aluminium alloy, International Journal on Interactive Design and Manufacturing 18 (2024) 1627-1644. https://doi.org/10.1007/s12008-023-01529-9
- [11] C. Chanakyan, S. Sivasankara, M. Meignanamoorthy, S. V. Alagarsamy, Parametric optimization of mechanical properties via FSW on AA5052 using Taguchi based grey relational analysis, INCAS Bulletin 13(2) (2021) 21-30. https://doi.org/10.13111/2066-8201.2021.13.2.3
- [12] M. P. Jenarthanan, R. Jeyapaul, Analysis and optimization of machinability behavior of CFRP composites using fuzzy logic, Pigment & Resin Technology 44(1) (2021) 48-55. https://doi.org/10.1108/PRT-11-2013-0107
- [13] M. A. Afabor, E. Emozino, I. D. Friday, O. O. David, A. S. Abella, Predictive modelling of TIG welding process parameters: A comparative study of Taguchi, Fuzzy Logic, and response surface methodology, Nigerian Journal of Technology 44(1) (2025) 48-56. https://doi.org/10.4314/njt.v44i1.6
Expert Q&A: Your Top Questions Answered
Q1: 왜 단순한 최적화 방법 대신 다구치-그레이-퍼지 로직이라는 하이브리드 접근법을 선택했습니까?
A1: 용접 공정은 여러 파라미터(전류, 속도, 전압 등)가 서로 복잡하게 영향을 미치기 때문에 단순한 최적화 방법으로는 한계가 있습니다. 본 연구에서 사용된 하이브리드 접근법은 다구치 기법을 통해 효율적인 실험을 설계하고, 그레이 관계 분석과 퍼지 로직을 결합하여 인장 강도와 경도라는 두 가지 상충될 수 있는 목표를 동시에 최적화할 수 있습니다. 이 방법은 불확실성과 모호함을 효과적으로 처리하여 더 신뢰성 있는 최적의 조건을 찾는 데 유리합니다.
Q2: Table 6에서 비최적화 시편이 최적화 시편보다 전반적인 부식 속도(corrosion rate)가 더 낮게 나왔습니다. 이는 최적화 시편이 더 우수하다는 결론과 모순되지 않나요?
A2: 좋은 지적입니다. 이 연구는 전반적인 부식보다는 더 치명적일 수 있는 국부 부식, 즉 공식(pitting corrosion) 저항성에 초점을 맞추고 있습니다. 최적화된 시편은 공식 전위(Epit)가 0.06V에서 0.40V로 월등히 높아져, 갑작스러운 국부 파괴에 대한 저항성이 훨씬 뛰어납니다. 비최적화 시편의 낮은 일반 부식 속도는 사용된 필러 금속의 성분 때문일 수 있지만, 공식에 대한 취약성 때문에 많은 실제 적용 환경에서 신뢰성이 떨어질 수 있습니다.
Q3: Figure 3a에 나타난 최적화 시편의 미세구조는 어떤 의미를 가집니까?
A3: Figure 3a의 최적화된 시편은 미세하고 균일한 결정립 구조를 보입니다. 이는 비최적화 시편(Figure 3b)에서 관찰되는 조대하고 한 방향으로 성장한 주상정 수지상 결정립과 대조적입니다. 이러한 미세한 결정립 구조는 일반적으로 더 높은 강도와 경도를 포함한 우수한 기계적 특성을 나타내는 데 기여하며, 본 연구의 다중 응답 최적화 목표(인장 강도 및 경도 향상)가 성공적으로 달성되었음을 뒷받침하는 증거입니다.
Q4: 이 연구에서 다구치 L27 직교 배열을 사용한 이유는 무엇입니까?
A4: L27 직교 배열은 4개의 다른 인자(전류, 속도, 전압, 가스 유량)를 각각 3개의 수준에서 연구하기 위해 선택되었습니다. 이 실험 설계는 27번의 실험만으로 각 파라미터의 주 효과와 상호작용을 신뢰성 있게 분석할 수 있게 해줍니다. 이는 모든 조합을 실험하는 것보다 훨씬 효율적이면서도 통계적으로 유의미한 결과를 얻을 수 있는 강력하고 효율적인 프레임워크입니다.
Q5: 논문에서 다중 응답 성능 지수(GFG)가 0.0409에서 0.495로 향상되었다고 언급했는데, 이 값이 실제적으로 무엇을 의미합니까?
A5: GFG(Grey-Fuzzy Grade)는 인장 강도와 경도라는 두 가지 성능 지표를 종합하여 용접 품질을 나타내는 단일 통합 점수입니다. GFG 값이 초기 비최적화 조건의 0.0409에서 최종 최적화 조건의 0.495로 크게 증가했다는 것은, 용접부의 전반적인 기계적 특성이 정량적으로 대폭 개선되었음을 의미합니다. 이는 최적화 프로세스가 매우 효과적이었음을 입증하는 핵심 지표입니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 하이브리드 최적화 기법이 316L 오스테나이트 스테인리스강의 용접 품질을 획기적으로 향상시킬 수 있음을 명확히 보여주었습니다. 특히 정밀한 GTAW 용접 최적화를 통해 기계적 특성을 개선할 뿐만 아니라, 산업 현장에서 더 치명적인 문제로 작용하는 공식(pitting corrosion)에 대한 저항성을 극대화할 수 있다는 점은 매우 중요합니다. 이는 용접 파라미터가 단순한 공정 변수가 아니라, 부품의 수명과 신뢰성을 결정하는 핵심 설계 요소임을 시사합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 당사의 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(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
Copyright Information
- This content is a summary and analysis based on the paper “Pitting corrosion characteristics of gas tungsten arc welded austenitic steel” by “Abraham M. Afabor, Basil O. Onyekpe, Oghenerobo Awheme and Cyril O. Uyeri”.
- Source: http://dx.doi.org/10.5599/jese.2615
This material is for informational purposes only. Unauthorized commercial use is prohibited. Copyright © 2025 STI C&D. All rights reserved.