PCA-Taguchi 기법을 활용한 서브머지드 아크 용접(SAW) 공정 최적화: 다중 응답 문제 해결

이 기술 요약은 P. Sreeraj가 작성하여 2016년 International Journal of Integrated Engineering에 게재한 “Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.” 논문을 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.

키워드

• Primary Keyword: 서브머지드 아크 용접 (Submerged Arc Welding)
• Secondary Keywords: PCA, Taguchi, 다구찌 기법, 주성분 분석, 용접 공정 최적화, 용접 비드 형상, 다중 응답 최적화

Executive Summary

• The Challenge: 서브머지드 아크 용접(SAW) 공정에서 용입, 비드 폭, 보강 등 여러 상충하는 품질 특성을 동시에 최적화하는 것은 매우 어렵습니다.
• The Method: 다구찌(Taguchi) 설계의 L25 직교배열표를 사용해 실험을 수행하고, 상관관계가 있는 다중 응답을 주성분 분석(PCA)을 통해 단일 성능 지수(MPI)로 변환했습니다.
• The Key Breakthrough: PCA 기반 다구찌 접근법을 통해 여러 용접 품질 지표를 하나의 등가 목표 함수로 통합하여 최적의 공정 변수 조합(I4 S3 V1 T4)을 성공적으로 도출했습니다.
• The Bottom Line: 이 통합 방법론은 복잡한 다중 목표 최적화 문제를 해결하는 효과적인 프레임워크를 제공하여, SAW 공정의 품질과 안정성을 크게 향상시킬 수 있음을 입증했습니다.

The Challenge: Why This Research Matters for CFD Professionals

서브머지드 아크 용접(SAW)은 높은 품질, 깊은 용입, 매끄러운 마감 처리 덕분에 조선 산업 등에서 널리 사용되는 중요한 제조 공정입니다. 용접부의 기계적, 화학적 특성은 용접 비드 형상(weld bead geometry)에 크게 좌우되며, 이 형상은 전압, 전류, 용접 속도, 노즐-모재 간 거리와 같은 공정 변수에 직접적인 영향을 받습니다.

문제는 이러한 품질 특성(예: 용입, 비드 폭, 보강, 희석률)들이 서로 상충 관계에 있다는 점입니다. 즉, 하나의 특성을 개선하려다 다른 특성이 저하될 수 있습니다. 기존의 다구찌 기법은 단일 품질 특성을 최적화하는 데는 효과적이지만, 이처럼 여러 목표를 동시에 다루는 다중 응답 최적화 문제에는 한계가 있었습니다. 따라서 여러 품질 특성을 종합적으로 고려하여 최상의 결과를 도출할 수 있는 새로운 최적화 방법론이 필요했습니다.

The Approach: Unpacking the Methodology

본 연구에서는 다중 응답 최적화 문제를 해결하기 위해 주성분 분석(PCA)과 다구찌 기법을 결합한 하이브리드 접근법을 채택했습니다.

• 실험 설계: 다구찌의 L25 직교배열표를 사용하여 총 25회의 실험을 수행했습니다. 이를 통해 최소한의 실험으로 전체 파라미터 공간을 효율적으로 탐색할 수 있었습니다.
• 재료 및 장비: 모재는 IS 2062 연강 판재를 사용했으며, 용가재는 EH 14 와이어를, 플럭스는 ASK74S를 사용했습니다.
• 공정 변수 (입력): 최적화할 4가지 주요 공정 변수와 각 5개 수준은 다음과 같습니다.
  • 용접 전류 (I): 350, 420, 500, 580, 650 A
  • 용접 속도 (S): 30, 40, 50, 60, 70 mm/min
  • 전압 (V): 24, 26, 28, 30, 32 V
  • 노즐-모재 간 거리 (T): 30, 32.5, 35, 37.5, 40 mm
• 품질 특성 (출력/응답): 용접 비드 형상을 평가하기 위해 다음 4가지 목표 함수를 선정했습니다.
  • 용입 (Penetration, P)
  • 비드 폭 (Bead Width, W)
  • 보강 (Reinforcement, R)
  • 희석률 (Percentage Dilution, D)
• 분석 방법:
  1. 서로 상관관계가 있는 4개의 응답(P, W, R, D)을 PCA를 통해 상관관계가 없는 독립적인 주성분(Principal Components)으로 변환했습니다.
  2. 각 주성분의 기여율(accountability proportion)을 가중치로 사용하여 개별 주성분들을 다중 응답 성능 지수(Multi-response Performance Index, MPI)라는 단일 지표로 통합했습니다.
  3. 이 MPI를 품질 손실(quality loss)로 간주하고, 다구찌 기법의 S/N비(Signal-to-Noise ratio) 분석을 통해 이 손실을 최소화하는 최적의 공정 변수 조합을 찾았습니다.

The Breakthrough: Key Findings & Data

본 연구는 PCA 기반 다구찌 접근법을 통해 복잡한 SAW 공정을 성공적으로 최적화할 수 있음을 입증했습니다.

Finding 1: 다중 품질 특성의 단일 지표로의 성공적 변환

PCA 분석 결과, 4개의 품질 특성은 3개의 주성분으로 요약될 수 있었으며, 이 3개의 주성분이 전체 데이터 변동성의 100%를 설명했습니다 (Table 8). 각 주성분의 기여율(AP)은 각각 0.695, 0.251, 0.054였습니다. 이를 가중치로 사용하여 다음과 같이 단일 MPI를 산출하는 수식을 개발했습니다.

MPI = Ψ₁ × 0.695 + Ψ₂ × 0.251 + Ψ₃ × 0.054

이로써 4개의 상충하는 목표를 동시에 최적화할 수 있는 단일화된 목표 함수를 마련했으며, 이는 다중 응답 최적화 문제 해결의 핵심적인 돌파구입니다.

Finding 2: 최적 공정 조건 도출 및 실험적 검증

산출된 MPI(품질 손실)를 최소화하는 것을 목표로 S/N비 분석을 수행한 결과, 최적의 공정 변수 조합은 I₄ S₃ V₁ T₄로 결정되었습니다 (Fig 2, Table 9). 이는 용접 전류 580A(레벨 4), 용접 속도 50 mm/min(레벨 3), 전압 24V(레벨 1), 노즐-모재 간 거리 37.5 mm(레벨 4)에 해당합니다.

이 최적 조건을 검증하기 위해 확인 실험을 수행했습니다 (Table 11). 초기 조건(I₁ S₁ V₁ T₁)에서의 전체 S/N비는 -14.618이었으나, 최적 조건에서 실제 측정된 S/N비는 -7.639로 나타났습니다. 이는 예측값인 -7.822와 매우 근사하며, S/N비가 8.660만큼 크게 개선되었음을 의미합니다. 이는 제안된 모델의 타당성과 효과성을 명확히 입증하는 결과입니다.

Practical Implications for R&D and Operations

• For Process Engineers: 이 연구는 특정 공정 변수 조합(I₄ S₃ V₁ T₄)이 전반적인 용접 비드 형상 품질을 극대화할 수 있음을 시사합니다. 이 결과를 바탕으로 공정 레시피를 조정하여 품질 안정성과 생산성을 높일 수 있습니다.
• For Quality Control Teams: 논문의 Table 7은 각 품질 특성 간의 상관관계를 보여줍니다. 이는 개별 특성만 검사할 것이 아니라, PCA와 같은 통계적 기법을 활용해 여러 품질 지표를 종합적으로 관리하는 새로운 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
• For Design Engineers: 용접 공정 변수가 최종 용접부 형상에 미치는 영향이 크다는 연구 결과는, 초기 설계 단계에서부터 제조 공정을 고려한 설계(Design for Manufacturing)의 중요성을 강조합니다. 용접성과 최종 품질을 보장하기 위해 설계와 생산 부서 간의 긴밀한 협력이 필수적입니다.

Paper Details

Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.

1. Overview:

• Title: Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.
• Author: P. Sreeraj
• Year of publication: 2016
• Journal/academic society of publication: International Journal of Integrated Engineering, Vol. 8 No. 3 (2016) p. 21-32
• Keywords: SAW, Taguchi’s concept, orthogonal array, bead geometry, PCA

2. Abstract:

본 연구는 IS 2062 연강 판재에서 유리한 용접 비드 형상을 얻기 위한 서브머지드 아크 용접(SAW) 공정 변수 최적화를 다룬다. 다구찌의 L25 직교배열표 설계와 신호 대 잡음비(S/N ratio)가 이 연구에 사용되었다. 용입(P), 비드 폭(W), 보강(R), 희석률(D)이 목표 함수로 선택되었다. 이 다중 응답 최적화 문제를 해결하기 위해 다구찌 기법과 결합된 주성분 분석(PCA)이 적용되었다. 다구찌 기법의 기본 가정을 충족시키기 위해, 먼저 주성분 분석(PCA)을 통해 개별 응답 간의 상관관계를 제거했다. 상관관계가 있는 응답들은 주성분이라 불리는 상관관계가 없거나 독립적인 품질 지수로 변환되었다. 개별 주성분을 기반으로 다중 응답 성능 지수(MPI)가 도입되어 등가의 단일 목표 함수를 도출했으며, 이는 다구찌 기법을 사용하여 최적화되었다. 개발된 모델은 분산 분석(ANOVA) 테스트를 기반으로 적절성과 유의성을 검증받았다. 최적화의 정확성은 확인 실험을 통해 확인되었다. 이 연구는 서브머지드 아크 용접의 다중 목표 최적화 문제를 해결하는 데 제안된 방법의 효과성을 강조한다.

3. Introduction:

서브머지드 아크 용접은 다인자, 다목표 제조 공정이다. 공정 변수의 제어가 용이하고, 고품질, 깊은 용입, 매끄러운 마감 처리로 인해 조선 산업에서 널리 선호된다. 본 연구에서는 전압, 전류, 노즐-모재 간 거리, 용접 속도가 비드 형상에 미치는 영향을 연구했다. 좋은 용접부의 기계적 및 화학적 특성은 비드 형상에 달려 있으며, 비드 형상은 공정 변수에 직접적인 영향을 미친다. 이 때문에 공정 변수와 용접 비드 형상 간의 관계를 연구하는 것이 필요하다. 본 연구에서는 다중 최적화 문제를 해결하기 위해 주성분 분석(PCA)과 결합된 다구찌 기법을 사용한다. 이 방법은 직교배열표(OA)라 불리는 균형 잡힌 실험 설계를 제한된 수의 실험으로 활용하며, 최적화될 목표 함수 역할을 하는 신호 대 잡음비(S/N ratio)를 사용한다. 전통적인 다구찌 방법은 다목표 최적화 문제를 해결할 수 없다. 원래 다구찌 방법은 단일 품질 특성 또는 응답을 최적화하기 위해 설계되고 활용된다. 여러 목표나 응답의 최적화는 단일 목표 최적화보다 훨씬 더 어렵다. 특정 품질 특성을 개선하면 다른 중요한 품질 특성들의 의도적인 저하를 유발할 수 있다. 이는 의사 결정 과정에서 불확실성을 증가시킨다. 이러한 어려움을 극복하기 위해 본 연구에서는 주성분 분석과 결합된 다구찌 방법을 사용하여 최적화 문제를 해결했다.

4. Summary of the study:

Background of the research topic:

서브머지드 아크 용접(SAW)은 주요 산업에서 널리 사용되지만, 여러 공정 변수가 최종 용접 품질을 결정하는 복잡한 공정이다. 특히 용접 비드 형상은 용접부의 강도와 직결되므로, 이를 결정하는 변수들의 최적화가 중요하다.

Status of previous research:

전통적인 다구찌 기법은 단일 목표 최적화에 널리 사용되어 왔으나, SAW와 같이 여러 품질 특성을 동시에 고려해야 하는 다중 응답 문제에는 적용하기 어려웠다. 일부 연구에서 다중 응답 문제를 다루었지만, 응답 간의 상관관계를 효과적으로 처리하는 데 한계가 있었다.

Purpose of the study:

본 연구의 목적은 다구찌 기법과 주성분 분석(PCA)을 결합하여 SAW 공정의 다중 응답(용입, 비드 폭, 보강, 희석률)을 동시에 최적화하는 통합적인 방법론을 제시하고, 이를 통해 최적의 공정 변수 조합을 찾는 것이다.

Core study:

연구의 핵심은 L25 직교배열표에 따라 SAW 실험을 수행하고, 측정된 4개의 상호 연관된 품질 특성을 PCA를 통해 상관없는 주성분들로 변환하는 것이다. 이 주성분들을 가중 합산하여 단일 다중 응답 성능 지수(MPI)를 생성하고, 이 MPI를 다구찌의 S/N비 분석을 통해 최소화(품질 손실 최소화)하는 최적의 공정 변수(전류, 속도, 전압, 노즐-모재 거리) 조합을 도출하고 실험적으로 검증하는 것이다.

5. Research Methodology

Research Design:

본 연구는 다구찌의 L25 직교배열표를 이용한 실험계획법에 기반한다. 4개의 5수준 제어 인자(용접 전류, 용접 속도, 전압, 노즐-모재 간 거리)를 직교배열표에 할당하여 총 25회의 실험을 설계했다.

Data Collection and Analysis Methods:

용접 후 각 시편에서 단면을 채취하여 용접 비드 형상(비드 폭, 용입, 보강)을 측정하고 희석률을 계산했다. 수집된 데이터는 먼저 정규화된 후, 주성분 분석(PCA)을 통해 상관관계를 제거하고 다중 응답 성능 지수(MPI)를 계산하는 데 사용되었다. 최종적으로 다구찌의 S/N비 분석과 분산 분석(ANOVA)을 통해 최적 조건을 찾고 각 변수의 유의성을 평가했다.

Research Topics and Scope:

본 연구는 IS 2062 연강 판재에 대한 서브머지드 아크 용접(SAW)의 비드 온 플레이트(bead on plate) 용접에 국한된다. 연구 범위는 4가지 주요 공정 변수가 4가지 비드 형상 특성에 미치는 영향을 분석하고, 이를 종합적으로 최적화하는 데 초점을 맞춘다.

6. Key Results:

Key Results:

• 4개의 상호 연관된 응답 변수(비드 폭, 용입, 보강, 희석률)가 PCA를 통해 3개의 독립적인 주성분으로 성공적으로 변환되었으며, 이 주성분들이 전체 변동성의 100%를 설명했다.
• 주성분의 기여율을 가중치로 사용하여 다중 응답 성능 지수(MPI)가 개발되었고, 이를 통해 다중 목표 문제를 단일 목표 최적화 문제로 전환했다.
• MPI의 S/N비 분석을 통해 최적의 SAW 공정 변수 조합이 I₄ S₃ V₁ T₄ (전류 레벨 4, 속도 레벨 3, 전압 레벨 1, 거리 레벨 4)임을 확인했다.
• 확인 실험 결과, 최적 조건에서 S/N비가 초기 조건 대비 8.660만큼 크게 향상되어 제안된 최적화 방법론의 타당성과 효과성이 입증되었다.

Figure List:

• Fig 1 weld bead geometry
• Fig 2 Main plot for S/N ratios.

7. Conclusion:

본 연구에서는 서브머지드 아크 용접 공정의 비드 형상과 파라미터 조합을 평가하기 위해 PCA 기반 하이브리드 다구찌 최적화 기법의 상세한 방법론을 제시했다. 연구는 주성분 분석(PCA)과 다구찌의 강건 설계 방법론을 결합한 통합 최적화 접근법을 제안한다. 상관관계가 있는 다중 응답 최적화와 관련된 실험 및 분석 결과로부터 다음과 같은 결론을 도출할 수 있다.

1. 상관관계가 있는 응답을 주성분이라 불리는 비상관 품질 지수로 변환하여 응답 상관관계를 제거하기 위해 PCA 적용이 권장되었다.
2. 기여율(AP)과 누적 기여율(CAP)을 기반으로, PCA 분석은 최적화를 위해 고려해야 할 응답 변수의 수를 줄일 수 있다.
3. 개별 응답 가중치로 처리되는 기여율(AP)을 기반으로, 이 방법은 개별 주성분을 단일 다중 응답 성능 지수(MPI)로 결합하여 최적화를 위해 고려할 수 있다. 이는 동시에 최적화해야 할 응답 수가 많은 상황에서 매우 유용하다.
4. 제시된 접근법은 공정/제품의 지속적인 품질 개선 및 오프라인 품질 관리에 권장될 수 있다.

8. References:

• [1] Kannan, T.; Murugan, N;.Effect of flux cored arc welding process parameters on duplex stainless steel clad quality journal of Material Processing Technology vol.176,(2016), pp 230-239.
• [2] Ugur Esme ;Melih Bayramoglu; Yugut Kazanancoglu; Sueda Ozgun ; Optimization of weld bead geometry in TIG welding process using Grey relational analysis and Taguchi method, Materials and technology Vol.43,(2009), pp 143-149.
• [3] Jagannatha, N.; Hiremath, S.S; Sadashivappa, K ;.Analysis and parametric optimization of abrasive hot air jet machining for glass using Taguchi method and utility concept, International Journal of Mechanical and materials engineering. Vol. 7, (2012), pp. 9 – 15, No.1.9.15.
• [4] Norasiah Muhammed; Yupiter HP Manurung; Muhammed Hafidzi, Optimization and modelling of spot welding parameters with simultaneous response consideration using multi objective Taguchi method and utility concept. Journal of Mechanical science and Technology. Vol.26 (8),(2012), pp. 2365 – 2370.
• [5] Thakur, A.G; Nandedkar, V.M, Application of Taguchi method to determine resistece spot welding conditions of austenitic stainless steel AISI 304,journal of scientific and industrial research .Vol- 69,(2010),pp 680-683.
• [6] Tarng, Y.S; Yang;W.H ; Optimization of weld bead geometry in gas tungsten arc welding by the Taguchi method, International Journal of Advanced Manufacturing Technology. Vol-14,(1998), pp 549-554.
• [7] Saurav Datta; Ashish Bandyopadhyay; Pradip Kumar Pal;. Grey based Taguchi method for optimization of bead geometry in submerged arc bead on plate welding, International Journal of Advanced Manufacturing Technology. Vol-39, (2008), pp 1136-1143.
• [8] Gunaraj, V.; Murugan, N; Prediction and comparison of the area of the heat effected zone for the bead on plate and bead on joint in SAW of pipes, Journal of Material processing Technology. Vol. 95,(2009), pp. 246 – 261.
• [9] Katherasan,D; Madana Sashikant; P; Sathiya, P ;.Flux cored arc welding parameter optimization of AISI 316L (N) austenitic stainless steel, World academy of science, Engineering and Technology Vol.6,(2012), pp.635-642
• [10] Sanji Moshat; Saurav Datta; Ashish Bandyopadhyay, Pradeep Kumar Pal; Optimisation of CNC end milling process parameters using PCA-based Taguchi method, International Journal of Engineering Science and Technology, Vol (2),(2010),pp 92-102.

Expert Q&A: Your Top Questions Answered

Q1: 이 문제 해결에 다구찌 기법만으로는 왜 충분하지 않았나요?

A1: 전통적인 다구찌 기법은 단일 품질 특성(응답)을 최적화하는 데 매우 효과적입니다. 하지만 본 연구에서 다룬 서브머지드 아크 용접은 용입, 비드 폭, 보강, 희석률 등 여러 품질 특성을 동시에 만족시켜야 합니다. 이러한 특성들은 서로 상충 관계(trade-off)에 있을 수 있어, 다구찌 기법만으로는 모든 특성을 종합적으로 고려한 최적의 해를 찾기 어렵습니다.

Q2: 이 연구에서 주성분 분석(PCA)의 핵심적인 역할은 무엇이었나요?

A2: PCA는 이 연구의 다중 응답 문제를 해결하는 데 결정적인 역할을 했습니다. PCA는 서로 강한 상관관계를 가지는 4개의 품질 특성 데이터를 수학적으로 변환하여, 서로 독립적인(상관관계가 없는) ‘주성분’이라는 새로운 변수로 만들어줍니다. 그런 다음, 이 주성분들을 기여도에 따라 가중 합산하여 ‘다중 응답 성능 지수(MPI)’라는 단일 종합 점수로 변환합니다. 이를 통해 복잡한 다중 목표 문제를 간단한 단일 목표 최적화 문제로 전환할 수 있었습니다.

Q3: 전체적인 품질 지수(MPI)에 가장 큰 영향을 미친 공정 변수는 무엇이었나요?

A3: 논문의 S/N비에 대한 반응표(Table 9)를 보면, 각 변수의 델타(Delta) 값이 해당 변수가 MPI에 미치는 영향의 크기를 나타냅니다. 용접 속도(S)의 델타 값이 25.832로 가장 컸으며, 이는 용접 속도가 4개의 변수 중 전반적인 용접 품질(MPI)에 가장 지배적인 영향을 미친다는 것을 의미합니다.

Q4: 도출된 최적화 결과의 효과는 어떻게 검증되었나요?

A4: 최적화의 효과는 확인 실험을 통해 검증되었습니다. 논문의 Table 11에 따르면, 임의의 초기 조건(I₁S₁V₁T₁)에서 S/N비는 -14.618이었습니다. 반면, PCA-Taguchi 기법으로 도출된 최적 조건(I₄S₃V₁T₄)에서 실험을 수행한 결과, 실제 S/N비는 -7.639로 측정되었습니다. 이는 예측치인 -7.822와 매우 유사하며, S/N비가 약 8.660만큼 크게 개선되었음을 보여주어 제안된 방법론의 신뢰성과 실효성을 입증합니다.

Q5: 이 연구에서 발견된 구체적인 최적 공정 조건은 무엇인가요?

A5: 연구에서 도출된 최적의 공정 조건은 I₄S₃V₁T₄입니다. 이는 Table 2의 각 변수 수준에 따라 용접 전류 580A(레벨 4), 용접 속도 50 mm/min(레벨 3), 전압 24V(레벨 1), 그리고 노즐-모재 간 거리 37.5 mm(레벨 4)의 조합을 의미합니다.

Conclusion: Paving the Way for Higher Quality and Productivity

서브머지드 아크 용접(SAW) 공정에서 다수의 상충하는 품질 목표를 동시에 최적화하는 것은 제조업계의 오랜 과제였습니다. 본 연구는 주성분 분석(PCA)과 다구찌 기법을 결합한 강력한 하이브리드 방법론을 통해 이 문제를 해결할 수 있는 실용적인 해법을 제시했습니다. 여러 품질 특성을 단일 성능 지수(MPI)로 통합하고 이를 최소화함으로써, 연구팀은 용접 품질을 종합적으로 향상시키는 최적의 공정 변수 조합을 성공적으로 찾아냈고, 확인 실험을 통해 그 효과를 입증했습니다.

이러한 접근법은 복잡한 다중 목표 최적화가 요구되는 다양한 제조 공정에 적용될 수 있는 중요한 프레임워크를 제공합니다.

STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 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 : 02-2026-0442
• 이메일 : flow3d@stikorea.co.kr

Copyright Information

• This content is a summary and analysis based on the paper “Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.” by “P. Sreeraj”.
• Source: International Journal of Integrated Engineering, Vol. 8 No. 3 (2016) p. 21-32

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