SAW로 용접된 AISI 1020 합금 이음매의 인장 강도 및 피크 온도 최적화에 미치는 용접 매개변수의 영향
SAW로 용접된 AISI 1020 합금 이음매의 인장 강도 및 피크 온도 최적화에 미치는 용접 매개변수의 영향
Influence of Welding Parameters on Optimization of the Tensile Strength and Peak Temperature in AISI 1020 Alloy Joints Welded by SAW
본 보고서는 서브머지드 아크 용접(SAW) 공정에서 주요 매개변수가 AISI 1020 저탄소강의 기계적 성질과 열적 특성에 미치는 영향을 분석한 연구를 다룹니다. 다구치 방법, 유전 알고리즘, 시뮬레이티드 어닐링을 통합하여 최적의 용접 조건을 도출하고 미세조직 변화를 규명함으로써 산업적 용접 품질 향상을 위한 기술적 근거를 제시합니다.
Paper Metadata
Industry: 제조 및 용접 공학
Material: AISI 1020 저탄소강
Process: 서브머지드 아크 용접 (Submerged Arc Welding, SAW)
Keywords
서브머지드 아크 용접
AISI 1020
다구치 방법
유전 알고리즘
시뮬레이티드 어닐링
인장 강도
피크 온도
미세조직
Executive Summary
Research Architecture
본 연구는 NURIS SAW 800 인버터 기반 용접기와 3.2mm 구리 코팅 전극(AWS A5.17 EM12 호환)을 사용하여 실험을 구성하였습니다. 다구치 L9 직교 배열법을 설계 행렬로 활용하여 아크 전압(26, 28, 30 V), 용접 속도(20, 25, 30 mm/s), 와이어 송급 속도(100, 110, 120 mm/s)의 세 가지 매개변수를 최적화의 입력 인자로 설정하였습니다. 온도는 K-타입 열전대와 적외선 온도계를 통해 실시간으로 측정되었으며, Minitab-17 및 MATLAB R2010을 사용하여 통계 분석 및 알고리즘 최적화를 수행하였습니다.
FIGURE 1. Experimental setup for submerged arc welding
Key Findings
실험 결과, 용접 속도 30 mm/s, 아크 전압 30 V, 와이어 송급 속도 120 mm/s 조건에서 최대 극한 인장 강도 599 MPa와 최소 피크 온도 417°C를 동시에 달성하였습니다. ANOVA 분석을 통해 용접 속도가 인장 강도(P=0.001)와 피크 온도(P=0.002) 모두에 가장 지배적인 영향을 미치는 인자임을 확인하였습니다. 회귀 모델의 결정 계수(R-square)는 인장 강도의 경우 93.86%, 피크 온도의 경우 91.41%로 나타나 높은 예측 정확도를 입증하였습니다.
Industrial Applications
본 연구의 결과는 조선, 교량 건설, 압력 용기 제조 등 두꺼운 판재의 고품질 용접이 필수적인 산업 분야에 직접적으로 적용될 수 있습니다. 특히 다구치, GA, SA 기법을 통해 도출된 최적 매개변수 조합은 공정 설계 단계에서 시행착오를 줄이고, 열영향부(HAZ)의 과도한 온도 상승을 억제하여 구조적 안정성을 확보하는 데 기여합니다.
Theoretical Background
Taguchi Method
다구치 방법은 1940년대에 도입된 품질 개선 기법으로, 최소한의 실험 횟수로 공정의 출력을 독립적으로 추정할 수 있게 합니다. 직교 배열법(Orthogonal Array)과 신호 대 잡음비(S/N ratio)를 핵심 구성 요소로 하며, 공정 매개변수를 최적화하고 변동성을 최소화하는 데 탁월합니다. 본 연구에서는 ‘망대 특성(Larger-is-better)’을 인장 강도에, ‘망소 특성(Smaller-is-better)’을 피크 온도 분석에 적용하여 최적 조건을 도출하였습니다.
Genetic Algorithm (GA)
유전 알고리즘은 자연의 진화 과정을 모방한 확률적 탐색 알고리즘으로, 다목적 공학 최적화 문제를 해결하는 데 널리 사용됩니다. 복잡한 비선형 방정식을 풀고 용접 출력값을 예측하는 데 효과적이며, 본 연구에서는 MATLAB의 GA 도구 상자를 활용하여 인장 강도를 최대화하고 피크 온도를 최소화하는 최적의 해를 탐색하였습니다. 개체군 크기 85, 세대 수 100 등의 매개변수가 설정되었습니다.
Simulated Annealing (SA)
시뮬레이티드 어닐링은 금속의 열처리 공정인 어닐링(서냉) 과정을 시뮬레이션한 알고리즘입니다. 온도 매개변수를 조절하며 목적 함수의 출력을 반복적으로 비교하여 도메인 내 최적의 점을 찾아냅니다. 이 기법은 국부 최적해(Local Optimum)에 빠지지 않고 전역 최적해(Global Optimum)를 찾을 수 있는 장점이 있으며, 본 연구에서는 볼츠만 어닐링 함수와 지수 온도 업데이트 함수를 사용하여 최적화를 수행하였습니다.
Results and Analysis
Experimental Setup
실험은 120×50×10mm 크기의 AISI 1020 저탄소강 시편 27개를 대상으로 수행되었습니다. 용접 전 표면의 산화물 제거를 위해 샌드블라스팅 처리를 하였으며, 고실리카 겔 입상 플럭스를 사용하여 용접부를 보호하였습니다. 온도는 용접 아크 바로 아래에 위치한 적외선 온도계와 횡방향으로 2.4mm 간격으로 설치된 K-타입 열전대를 통해 정밀하게 기록되었습니다. 인장 강도는 표준 시험 절차에 따라 측정되었습니다.
FIGURE 2. Scheme of temperature measuring in submerged arc welding
Visual Data Summary
그림 3의 실험 결과와 예측값 비교 그래프는 개발된 회귀 모델이 실제 데이터와 매우 잘 일치함을 보여줍니다. 그림 4와 5의 매개변수 영향 분석 그래프에 따르면, 용접 속도가 20 mm/s에서 30 mm/s로 증가할 때 인장 강도는 약 3.5% 증가하고 피크 온도는 약 4.97% 감소하는 뚜렷한 경향성을 나타냈습니다. 아크 전압과 와이어 송급 속도 역시 인장 강도 증가에 기여하지만 그 영향력은 용접 속도에 비해 상대적으로 낮았습니다.
Variable Correlation Analysis
변수 간 상관관계 분석 결과, 모든 입력 매개변수(용접 속도, 아크 전압, 송급 속도)의 증가는 극한 인장 강도의 증가와 정비례 관계에 있음이 확인되었습니다. 반면, 피크 온도는 이러한 매개변수들의 증가에 따라 감소하는 반비례 관계를 보였습니다. 특히 용접 속도는 피크 온도 감소에 가장 큰 기여를 하며, 이는 단위 길이당 입열량의 감소와 밀접한 관련이 있는 것으로 분석됩니다.
Paper Details
Influence of Welding Parameters on Optimization of the Tensile Strength and Peak Temperature in AISI 1020 Alloy Joints Welded by SAW
1. Overview
Title: Influence of Welding Parameters on Optimization of the Tensile Strength and Peak Temperature in AISI 1020 Alloy Joints Welded by SAW
Author: Raad Jamal Jassim, Haider Mahdi Lieth, Raheem Al-Sabur, and Ahmad Alsahlani
Year: Not described in the paper
Journal: Not described in the paper
2. Abstract
서브머지드 아크 용접(SAW)은 두꺼운 AISI 1020 판재를 접합하는 데 안전하고 효율적인 공정입니다. 고품질 용접 조인트는 일련의 최적화 연구에서 중요한 목표입니다. 본 연구는 다구치(Taguchi), 유전 알고리즘(GA), 시뮬레이티드 어닐링(SA) 알고리즘을 사용하여 극한 인장 강도를 최대화하고 피크 온도를 최소화하는 데 중점을 둡니다. 세 가지 기법의 입력 매개변수는 전압(V), 용접 속도(S), 와이어 송급 속도(F)였습니다. 95% 신뢰 수준에서 ANOVA를 사용하여 인장 강도와 피크 온도를 예측하기 위한 회귀 모델을 결합했습니다. 최대 극한 인장 강도는 용접 속도 30 mm/s, 아크 전압 30 V, 와이어 송급 속도 120 mm/s에서 599 MPa였으며, 동일한 조건에서 최소 피크 온도는 417°C였습니다. 용접 매개변수(용접 속도, 아크 전압, 송급 속도)가 증가함에 따라 극한 인장 강도가 증가했습니다. 또한, 평균 경도는 용접 금속에서 250, 열영향부(HAZ)에서 292, 모재에서 275를 기록했습니다. 결과는 미세조직 검사를 통해 뒷받침되었습니다. 열영향부(HAZ)에서는 결정립이 더 미세한 반면, 인장 강도가 높은 시편에서는 결정립 크기가 더 컸습니다. HAZ에는 펄라이트와 일부 페라이트 군집이 포함되어 있음이 관찰되었습니다.
FIGURE 9. Optical images of the microstructure of AISI 1020 high manganese alloy.
3. Methodology
3.1. 실험 설계 및 매개변수 수준 설정: 다구치 L9 직교 배열법을 사용하여 용접 속도, 아크 전압, 와이어 송급 속도의 세 가지 수준을 결정하고 실험 매트릭스를 구성함. 3.2. 용접 실험 및 데이터 수집: AISI 1020 시편에 대해 SAW 공정을 수행하며 K-타입 열전대와 적외선 온도계로 온도를 측정하고, 인장 시험을 통해 기계적 물성을 확보함. 3.3. 수학적 모델링 및 최적화 알고리즘 적용: Minitab-17을 이용해 회귀 방정식을 도출하고, 이를 바탕으로 GA 및 SA 알고리즘을 실행하여 인장 강도 극대화 및 온도 최소화를 위한 최적 조건을 산출함.
4. Key Results
본 연구를 통해 도출된 최적의 용접 조건은 용접 속도 30 mm/s, 아크 전압 30 V, 와이어 송급 속도 120 mm/s입니다. 이 조건에서 인장 강도는 599 MPa로 최대화되었으며, 피크 온도는 417°C로 최소화되었습니다. ANOVA 분석 결과 용접 속도가 두 응답 변수 모두에 가장 유의미한 영향을 미치는 인자로 판명되었습니다. 경도 측정 결과 열영향부(HAZ)에서 292 HV로 가장 높은 값을 보였는데, 이는 급랭 과정에서 형성된 마르텐사이트 조직에 기인한 것입니다. 미세조직 분석에서는 HAZ의 미세한 결정립 구조와 펄라이트 및 페라이트 군집의 존재가 확인되었습니다.
V. Negi and S. Chattopadhyaya, Advan. in Mater. Science and Eng., 2013, 1-9, (2013).
T. Tadavi et al., ICCASP 2016, pp. 194-199.
M. M. Cardona et al., J. of Mater. Research and Tech., 6(4), 355-360, (2017).
R. Al-Sabur et al., Mater. Today: Proce., 42(5), 2018-2024, (2021).
R. Al-Sabur et al., Mater. Today: Proce., 47(17), 5907–5911, (2021).
Technical Q&A
Q: 본 연구에서 인장 강도와 피크 온도에 가장 큰 영향을 미치는 용접 매개변수는 무엇입니까?
ANOVA 분석 결과, 용접 속도(Welding Speed)가 두 응답 변수 모두에 대해 가장 유의미한 인자로 확인되었습니다. 인장 강도에 대한 P-값은 0.001, 피크 온도에 대한 P-값은 0.002로 나타나 통계적으로 매우 높은 유의성을 보였습니다.
Q: 다구치, GA, SA 세 가지 최적화 기법의 결과는 서로 일치합니까?
네, 세 가지 기법 모두 동일한 최적 매개변수 조합을 도출하였습니다. 즉, 용접 속도 30 mm/s, 아크 전압 30 V, 와이어 송급 속도 120 mm/s에서 인장 강도가 최대화되고 피크 온도가 최소화된다는 결과가 공통적으로 나타나 분석의 신뢰성을 뒷받침합니다.
Q: 열영향부(HAZ)의 경도가 모재나 용접 금속보다 높게 측정된 이유는 무엇입니까?
HAZ의 평균 경도는 292 HV로 측정되었으며, 이는 모재(275.17 HV)나 용접 금속(250.20 HV)보다 높습니다. 이러한 경도 상승은 용접 과정 중 발생한 열과 이후의 빠른 냉각 속도로 인해 HAZ 내에 마르텐사이트 조직이 형성되었기 때문입니다.
Q: 미세조직 분석 결과, 인장 강도가 높은 시편의 특징은 무엇입니까?
인장 강도가 높은 시편의 경우, 열영향부(HAZ)에서 결정립의 크기가 상대적으로 더 크게 관찰되었습니다. 또한 HAZ는 펄라이트와 일부 페라이트 군집을 포함하는 미세한 구조를 나타내는 특징이 있습니다.
Q: 개발된 수학적 회귀 모델의 예측 정확도는 어느 정도입니까?
인장 강도 모델의 결정 계수(R-square)는 93.86%이며, 피크 온도 모델의 결정 계수는 91.41%입니다. 이는 개발된 모델이 실험 데이터를 매우 높은 수준으로 설명하고 있으며, 공정 변수 변화에 따른 결과 예측에 효과적으로 사용될 수 있음을 의미합니다.
Conclusion
본 연구는 SAW 공정에서 AISI 1020 합금의 기계적 성능을 최적화하기 위한 체계적인 방법론을 제시하였습니다. 다구치 방법, 유전 알고리즘, 시뮬레이티드 어닐링을 통합적으로 적용하여 인장 강도 599 MPa와 피크 온도 417°C를 달성하는 최적의 공정 조건을 성공적으로 도출하였습니다. 특히 용접 속도가 품질 결정의 핵심 변수임을 규명하였으며, 제안된 회귀 모델은 산업 현장에서 용접 품질을 예측하고 제어하는 데 유용한 도구로 활용될 수 있습니다. 향후 연구에서는 다양한 합금 원소의 영향을 추가적으로 고려하여 모델의 범용성을 확장할 필요가 있습니다.
Source Information
Citation: Raad Jamal Jassim, Haider Mahdi Lieth, Raheem Al-Sabur, and Ahmad Alsahlani (Not described in the paper). Influence of Welding Parameters on Optimization of the Tensile Strength and Peak Temperature in AISI 1020 Alloy Joints Welded by SAW. University of Basrah.
