이 기술 요약은 S. Om Prakash, P. Karuppuswamy, N. Nirmal이 작성하여 2019년 METALURGIJA에 발표한 논문 “OPTIMAL CORROSIVE BEHAVIOUR ON THE WELDMENT OF AA6063 ALUMINUM ALLOY BY TUNGSTEN INERT GAS (TIG) WELDING PROCESS WITH BACKING PLATES”를 기반으로 합니다. 이 자료는 STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.

키워드

• Primary Keyword: TIG 용접 부식 저항성
• Secondary Keywords: AA6063 알루미늄 합금, 용접 공정 최적화, 백킹 플레이트, 다구치 기법, 유전 알고리즘(GA)

Executive Summary

• 도전 과제: 항공우주, 자동차 등 첨단 산업에서 널리 사용되는 AA6063 알루미늄 합금의 TIG 용접 시, 복잡한 공정 변수로 인해 높은 내식성을 가진 고품질 용접부를 안정적으로 확보하는 것이 어렵습니다.
• 해결 방법: 본 연구에서는 전류, 가스 유량, 백킹 플레이트 재질 및 두께 등 TIG 용접의 핵심 변수들을 다구치 기법(Taguchi method) L16 직교 배열을 이용해 실험하고, 유전 알고리즘(Genetic Algorithm, GA)을 통해 부식 저항성을 최적화했습니다.
• 핵심 발견: 유전 알고리즘 분석 결과, 전류 155A, 가스 유량 5 l/min, 백킹 플레이트 재질 구리(copper), 두께 6mm 조건에서 연간 0.0408mm라는 가장 우수한 부식 저항성을 달성할 수 있음을 확인했습니다.
• 핵심 결론: 전통적인 시행착오 방식 대신 유전 알고리즘 기반의 최적화 기법을 적용하면 TIG 용접된 AA6063 합금의 부식 저항성을 과학적이고 효과적으로 극대화할 수 있습니다.

도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가

국방, 자동차, 항공우주 산업에서는 경량화와 고강도를 동시에 만족시키는 부품 접합 기술이 필수적입니다. AA6063과 같은 알루미늄 합금은 이러한 요구를 충족시키는 핵심 소재이지만, 용접이 까다롭기로 유명합니다. 특히 텅스텐 불활성 가스(TIG) 용접은 널리 사용되는 방식임에도 불구하고, 높은 입열량으로 인한 변형, 오염 위험, 그리고 복잡한 공정 변수 제어의 어려움이라는 고질적인 문제를 안고 있습니다.

제조 현장에서는 숙련된 엔지니어의 경험에 의존해 용접 조건을 설정하는 경우가 많지만, 이는 시간 소모가 크고 일관된 품질을 보장하기 어렵습니다. 특히 용접부의 ‘부식 저항성’은 제품의 수명과 신뢰성에 직결되는 중요한 품질 지표임에도 불구하고, 최적의 조건을 찾아내기 위한 체계적인 접근법이 부족했습니다. 이 연구는 바로 이 지점에서 출발하여, 실험계획법과 진화 알고리즘을 통해 TIG 용접 공정을 최적화하고 AA6063 합금의 내식성을 극대화하는 방안을 제시합니다.

접근 방식: 연구 방법론 분석

본 연구는 AA6063 알루미늄 합금의 TIG 용접 부식 저항성을 최적화하기 위해 체계적인 실험 및 분석 절차를 따랐습니다.

• 기본 재료: 상용 AA6063 알루미늄 합금 판재(100mm x 50mm x 6mm)를 사용했습니다.
• 백킹 플레이트: 용접 품질에 영향을 미치는 백킹 플레이트로는 구리(Copper), 스테인리스강(Stainless Steel), 대리석(Marble), 황동(Brass) 네 가지 재질을 사용했으며, 두께는 3mm, 6mm, 9mm로 변화를 주었습니다.
• 핵심 공정 변수: 부식 저항성에 영향을 미치는 4가지 핵심 인자를 선정했습니다.
  • A: 전류 (Current, 125-155 A)
  • B: 가스 유량 (Gas flow rate, 5-11 l/min)
  • C: 백킹 플레이트 재질 (Backing material)
  • D: 백킹 플레이트 두께 (Backing thickness, 3-9 mm)
• 실험 설계 및 분석:
  1. 다구치 기법(Taguchi Method): L16 직교 배열을 사용하여 최소한의 실험 횟수(16회)로 각 변수가 결과에 미치는 영향을 효율적으로 평가했습니다.
  2. 부식 저항성 측정: 전기화학적 기법인 선형 분극 저항(Linear Polarization Resistance, LPR)을 사용하여 각 시편의 부식 속도(mm/year)를 정량적으로 측정했습니다.
  3. 분산 분석(ANOVA): 각 공정 변수가 부식 속도에 미치는 기여도를 통계적으로 분석했습니다.
  4. 유전 알고리즘(Genetic Algorithm, GA): 실험 데이터를 기반으로 회귀 모델을 생성하고, 이를 MATLAB의 GA 툴박스를 이용해 최적의 공정 변수 조합을 도출했습니다.

핵심 발견: 주요 결과 및 데이터

결과 1: 부식 저항성에 가장 큰 영향을 미치는 인자는 ‘백킹 플레이트 두께’

분산 분석(ANOVA) 결과, 각 공정 변수가 부식 저항성에 미치는 기여도는 명확한 차이를 보였습니다. Figure 3에서 볼 수 있듯이, 백킹 플레이트 두께(D)가 46%로 가장 압도적인 영향을 미쳤습니다. 이는 용접 시 열의 방출 및 냉각 속도를 제어하는 백킹 플레이트의 역할이 용접부의 미세조직과 내식성에 결정적임을 시사합니다. 그 뒤를 이어 백킹 플레이트 재질(C)이 20%, 가스 유량(B)이 19%, 전류(A)가 12% 순으로 나타났습니다. 이 결과는 내식성 향상을 위해 어떤 변수에 집중해야 하는지에 대한 명확한 가이드를 제공합니다.

결과 2: 유전 알고리즘(GA)을 통한 최적 조건 도출 및 부식 속도 0.0408 mm/year 달성

다구치 기법으로 얻은 실험 데이터를 기반으로 회귀 모델을 구축하고, 유전 알고리즘을 통해 최적의 해를 탐색했습니다. 그 결과, AA6063 합금의 부식 저항성을 극대화하는 최적의 공정 조건 조합을 발견했습니다.

• 최적 공정 조건:
  • 전류: 155 amp
  • 가스 유량: 5 l/min
  • 백킹 플레이트 재질: 구리(Copper)
  • 백킹 플레이트 두께: 6 mm
• 예측된 최저 부식 속도: 0.0408 mm/year

Figure 8은 유전 알고리즘이 세대를 거듭하며 최적의 해(가장 낮은 부식 속도)를 찾아가는 과정을 보여줍니다. 이는 다구치 기법이 제시한 조건(전류 125A, 가스 유량 7 l/min, 스테인리스강, 3mm)보다 더 우수한 결과를 예측한 것으로, GA가 복잡한 비선형 관계 속에서 전역 최적점(global optimum)을 찾는 데 매우 효과적임을 입증합니다.

R&D 및 운영을 위한 실질적 시사점

• 공정 엔지니어: 이 연구는 부식 저항성을 개선하기 위해 전류나 가스 유량보다 백킹 플레이트의 두께와 재질을 우선적으로 관리해야 함을 시사합니다. 특히 GA가 도출한 ‘전류 155A, 가스 유량 5 l/min, 구리 백킹, 6mm 두께’ 조합은 새로운 용접 공정 개발 시 매우 유용한 출발점이 될 수 있습니다.
• 품질 관리팀: 연간 0.0408mm라는 최적 부식 속도는 TIG 용접부의 품질 관리 기준으로 활용될 수 있습니다. 또한, 선형 분극 저항(LPR) 측정법은 개발된 공정의 유효성을 검증하는 효과적인 비파괴 검사 기법이 될 수 있습니다.
• 설계 엔지니어: 백킹 플레이트가 용접 품질에 미치는 지대한 영향은 제품 설계 단계에서부터 용접 치구(fixture) 및 툴링 설계를 함께 고려해야 함을 의미합니다. 특히 구리와 같이 열확산율이 높은 재료를 사용하면 용접부의 냉각 속도를 제어하여 최종 기계적 특성을 향상시킬 수 있습니다.

논문 상세 정보

OPTIMAL CORROSIVE BEHAVIOUR ON THE WELDMENT OF AA6063 ALUMINUM ALLOY BY TUNGSTEN INERT GAS (TIG) WELDING PROCESS WITH BACKING PLATES

1. 개요:

• 제목: OPTIMAL CORROSIVE BEHAVIOUR ON THE WELDMENT OF AA6063 ALUMINUM ALLOY BY TUNGSTEN INERT GAS (TIG) WELDING PROCESS WITH BACKING PLATES
• 저자: S. OM PRAKASH, P. KARUPPUSWAMY, N. NIRMAL
• 발행 연도: 2019
• 학술지/학회: METALURGIJA 58 (2019) 1-2, 91-94
• 키워드: corrosive, AA 6063 alloy, welding, backing plates, Taguchi method

2. 초록:

본 연구는 스테인리스강, 구리, 대리석, 황동과 같은 다양한 백킹 플레이트 재료를 사용하여 TIG 용접 공정으로 AA 6063 알루미늄 합금의 부식 저항성을 개선하는 데 중점을 둔다. L16 직교 배열을 활용하여 실험을 수행했다. 전류(A), 가스 유량(B), 백킹 재료(C), 백킹 두께(D)와 같은 펄스 TIG 용접 공정 변수를 유전 알고리즘(GA)을 사용하여 최적화함으로써 부식 저항성을 향상시켰다. 결과적으로 GA는 구리를 백킹 재료로 사용했을 때 약 0.0408 mm/year의 더 나은 부식 저항률을 보임을 입증했다.

3. 서론:

최근 국방, 자동차, 항공우주와 같은 분야에서는 접합 공정에서 높은 강도 대 중량비가 요구된다. 티타늄 합금의 전통적인 용접 방법에는 텅스텐 불활성 가스(TIG) 용접, 마찰 용접, 전자빔 용접, 레이저 용접 등이 있다. 이 중 티타늄은 판재 형태의 합금에 흔히 사용되는 TIG 용접에 적합하다. TIG 용접의 주요 단점 중 하나는 높은 입열량, 높은 오염 위험 및 심각한 변형이다. 알루미늄의 융합 용접은 큰 어려움을 야기하지만, 텅스텐 불활성 가스는 수년 동안 사용되어 왔다. 두꺼운 알루미늄 합금 판은 양면 TIG 용접 공정을 사용하여 접합되었다. 교반 영역의 결함 형성의 주된 원인은 작은 총 직경으로 인해 불충분한 열 발생과 작은 접촉 면적의 가소화된 재료 흐름 때문이다. 이러한 매개변수는 적절한 백 플레이트의 도움으로 수정 및 제어될 수 있다. 연속적인 용접의 완성은 백 플레이트 재료의 확산성에 달려 있다. 입력 공정 매개변수는 용접 조인트의 품질에 따라 달라진다. 제조업체에게는 원하는 품질의 용접 조인트를 얻기 위해 입력 공정 매개변수를 제어하는 것이 문제였다. 숙련된 작업자와 엔지니어는 시행착오와 같은 더 많은 시간을 소비하는 매개변수를 선택했으며, 이는 새로운 제품마다 기대에 맞는 용접 조인트를 얻기 위해 시간이 걸렸다. 그런 다음 용접이 요구 사양을 충족하는지 여부를 검사한다. 용접 중 형성된 다양한 영역의 용접 저항성 부식은 동일한 결과를 낳지 않는다. 이전 관련 연구에 따르면 대부분의 지점의 용접 영역은 부식에 취약하다. 부식 저항성의 원인과 관련된 사례는 가장자리의 부정확한 설계, 필러의 잘못된 선택, 잔류 응력, 균열 및 다공성이다. 요즘에는 실험설계법(DOE)의 적용이 이루어진다. 계산 네트워크 및 진화 알고리즘은 용접 공정의 입력 매개변수와 용접 조인트의 출력 변수를 관련시키는 수학적 관계를 도출하는 데 사용되어, 용접 입력 매개변수의 결정이 원하는 용접 품질로 이어진다. 수학적 모델은 용접 품질, 생산, 용접 공정의 용접 특성 및 미세 구조를 제어하기 위해 여러 가지 방법으로 개발된다. 유전 알고리즘은 최근 몇 년 동안 인기를 얻었으며, 복잡한 시스템의 입력과 출력 사이의 상호 관계를 표현하는 모델을 개발하는 데 유용한 도구로 도움이 된다.

4. 연구 요약:

연구 주제의 배경:

AA6063 알루미늄 합금은 우수한 기계적 특성으로 인해 여러 산업 분야에서 널리 사용되지만, TIG 용접 시 발생하는 부식 문제는 제품의 내구성과 신뢰성을 저해하는 주요 요인이다. 특히 용접 공정 변수들이 부식 저항성에 미치는 복합적인 영향을 규명하고 최적화하는 것이 중요하다.

이전 연구 현황:

이전 연구들은 용접부의 부식이 가장자리 설계, 필러 재료 선택, 잔류 응력 등 다양한 요인에 의해 발생한다고 밝혔으나, 공정 변수(전류, 가스 유량, 백킹 플레이트 등)와 부식 저항성 간의 정량적 관계를 모델링하고 최적화하는 연구는 부족했다.

연구 목적:

본 연구의 목적은 TIG 용접 공정에서 전류, 가스 유량, 백킹 플레이트 재질 및 두께가 AA6063 알루미늄 합금 용접부의 부식 저항성에 미치는 영향을 분석하고, 유전 알고리즘을 사용하여 최적의 공정 조건을 도출함으로써 내식성을 극대화하는 것이다.

핵심 연구:

다구치 기법을 이용한 실험 설계, LPR을 통한 부식 속도 측정, ANOVA를 통한 각 변수의 기여도 분석, 그리고 실험 데이터 기반 회귀 모델을 생성하여 유전 알고리즘으로 최적의 공정 변수 조합을 찾는 것을 핵심 연구 내용으로 한다.

5. 연구 방법론

연구 설계:

4개의 공정 변수(전류, 가스 유량, 백킹 재질, 백킹 두께)를 4수준으로 설정하고, 다구치 L16 직교 배열표에 따라 총 16개의 실험을 수행하는 방식으로 설계되었다.

데이터 수집 및 분석 방법:

각 실험 조건에서 제작된 용접 시편의 부식 속도를 LPR 장비를 이용해 측정하여 데이터를 수집했다. 수집된 데이터는 MINITAB 소프트웨어를 사용하여 신호 대 잡음비(S/N ratio) 분석 및 분산 분석(ANOVA)을 수행했으며, MATLAB의 GA 툴박스를 사용하여 최적화 분석을 진행했다.

연구 주제 및 범위:

연구는 AA6063 알루미늄 합금의 TIG 용접에 국한되며, 주요 공정 변수 4가지가 부식 저항성에 미치는 영향을 중심으로 다룬다. 기계적 특성이나 다른 유형의 결함은 본 연구의 범위에 포함되지 않는다.

6. 주요 결과:

주요 결과:

• 분산 분석(ANOVA) 결과, 부식 저항성에 가장 큰 영향을 미치는 인자는 백킹 플레이트 두께(46%)였으며, 그 다음으로 백킹 재료(20%), 가스 유량(19%), 전류(12%) 순이었다.
• 다구치 분석을 통해 도출된 최적 조건은 전류 125A, 가스 유량 7 l/min, 스테인리스강 백킹, 3mm 두께였다.
• 유전 알고리즘(GA)을 통해 예측된 전역 최적 조건은 전류 155A, 가스 유량 5 l/min, 구리 백킹, 6mm 두께였으며, 이때 예측된 부식 속도는 0.0408 mm/year로 더 우수했다.
• 개발된 회귀 모델과 실제 실험값 간의 오차율은 다구치 결과의 경우 ±5.95%, 유전 알고리즘 결과의 경우 ±4.68%로 높은 신뢰도를 보였다.

Figure 목록:

• Figure 1 Welded samples
• Figure 2 Linear polarization and impedance
• Figure 3 Percentage contribution
• Figure 4 Mean of S/N ratios for current
• Figure 5 Mean of S/N ratios for gas flow rate
• Figure 6 Mean of S/N ratios for backing material
• Figure 7 Mean of S/N ratios for backing thickness
• Figure 8 GA predicted result

7. 결론:

본 연구의 결론은 다구치 분석과 GA 예측을 통해 용접 매개변수를 최적화하여 부식률을 예측하는 것이다. – 계산 결과 가장 중요한 공정 매개변수는 백킹 두께(mm)가 60%, 백킹 재료가 약 20%, 전류(amp)가 12%, 마지막으로 가스 유량(l/min)이 약 19%임을 보여준다. – 다구치 분석 결과에 따르면, 용접 전류 125A, 가스 유량 7 l/min, 백킹 재료 스테인리스강, 두께 3mm의 공정 매개변수에서 부식률이 최소화된다. – GA 결과에 따르면, 전류 155A, 가스 유량 5 l/min, 백킹 재료 구리, 백킹 두께 6mm와 같은 최적 공정 매개변수에서 0.0408 mm/year의 더 나은 부식률을 얻을 수 있었다. – 개발된 모델에 검증된 다구치 및 GA 결과는 공정 매개변수와 응답을 관련시킬 때 긍정적인 일치를 보인다.

8. 참고 문헌:

• [1] K. Nandagopal, C. Kailasanathan, Analysis of mechanical properties and optimization of gas tungsten Arc welding (GTAW) parameters on dissimilar metal titanium (6Al-4V) and aluminium 7075 by Taguchi and ANOVA techniques 682 (2013) 1, 503-516.
• [2] Gope, Uday Kumar, Somnath Chattopadhyaya and Sanjoy Mandal, Experimental investigation of pug cutter embedded TIG welding of Ti-6Al-4V titanium alloy, Journal of Mechanical Science and Technology 32 (2018) 6, 2715-2721
• [3] S.Sinhmar, D.K Dwivedi, A study on corrosion behavior of friction stir welded and tungsten inert gas welded AA2014 aluminium alloy, Corrosion Science 133 (2018) 1, 25-35.
• [4] B.S.Kulkarni, S.B.Pankade, S.R.Andhale and C.L.Gogte, Effect of backing plate material diffusivity on microstructure, mechanical properties of friction sstir welded joints: A review, Procedia Manufacturing 20 (2018) 1, 59-64.
• [5] K Srirangan, S. Paulraj, Multi-response optimization of process parameters for TIG welding of Incoloy 800HT by Taguchi grey relational analysis, Engineering science and technology, an international journal 19 (2016) 2, 811-817.
• [6] V. Fahimpour, S. K. Sadrnezhaad, F.Karimzadeh, Corrosion behavior of aluminum 6061 alloy joined by friction stir welding and gas tungsten arc welding methods, Materials & Design 39 (2012) 1, 329-333.
• [7] B.Senthilkumar, T.Kannan, R. Madesh, Optimization of flux-cored arc welding process parameters by using genetic algorithm, The International Journal of Advanced Manufacturing Technology 93 (2017) 1-4, 35-41.
• [8] D. S.Nagesh, G. L. Datta, Genetic algorithm for optimization of welding variables for height to width ratio and application of ANN for prediction of bead geometry for TIG welding process, Applied soft computing 10 (2010) 3, 897-907.
• [9] P.Sathiya,K.Panneerselvam, R.Soundararaja, Optimal design for laser beam butt welding process parameter using artificial neural networks and genetic algorithm for super austenitic stainless steel, Optics & Laser Technology 44 (2012) 6, 1905-1914.

Expert Q&A: 귀하의 궁금증에 답해드립니다

Q1: 다구치 기법 외에 유전 알고리즘(GA)을 추가로 사용한 이유는 무엇인가요?

A1: 다구치 기법은 정해진 수준(level) 내에서 최적의 조합을 찾는 데 매우 효율적입니다. 하지만 이 방법은 실험에서 설정된 불연속적인 값들 사이의 최적점을 찾지는 못합니다. 반면, 유전 알고리즘은 실험 데이터로 만든 회귀 모델을 기반으로 전체 매개변수 공간을 탐색하여 진정한 전역 최적점(global optimum)을 찾을 수 있습니다. 본 연구에서 GA가 다구치 기법보다 더 우수한 부식 저항성(0.0408 mm/year)을 예측한 것이 바로 그 증거입니다.

Q2: Figure 3에서 백킹 플레이트 두께가 부식 저항성에 가장 큰 영향을 미치는(기여도 46%) 이유는 무엇인가요?

A2: 논문은 백킹 플레이트의 열확산율과 열 제어 능력이 핵심이라고 암시합니다. 백킹 플레이트의 두께는 용접부의 열을 흡수하고 방출하는 ‘히트 싱크(heat sink)’ 용량에 직접적인 영향을 줍니다. 적절한 두께는 용접부의 냉각 속도를 최적화하여 부식에 강한 미세조직을 형성하는 데 결정적인 역할을 합니다. 너무 얇으면 냉각이 느려져 결정립이 조대해지고, 너무 두꺼우면 급랭으로 인해 불리한 상이 형성될 수 있습니다.

Q3: GA가 최적의 백킹 재질로 ‘구리’를, 다구치 기법은 ‘스테인리스강’을 제시했습니다. 왜 이런 차이가 발생했나요?

A3: 다구치 기법은 실험한 조건 조합 중에서 가장 좋은 신호 대 잡음비(S/N ratio)를 보인 수준을 선택합니다. 특정 조건(125A, 3mm 두께)에서는 스테인리스강이 좋은 성능을 보였을 수 있습니다. 하지만 GA는 전체 시스템의 상호작용을 고려하는 회귀 모델을 기반으로 최적화를 수행합니다. GA는 구리의 높은 열전도율이 특정 전류(155A) 및 두께(6mm)와 결합했을 때, 다른 어떤 조합보다 전역적으로 가장 우수한 부식 저항성을 나타낸다는 것을 발견한 것입니다. 이는 각 변수들의 복합적인 상호작용을 고려한 결과입니다.

Q4: 논문에 제시된 회귀 방정식의 실질적인 활용 가치는 무엇인가요?

A4: 제공된 회귀 방정식(Corrosion rate = -1.66212 + …)은 엔지니어가 실제 용접 실험을 수행하지 않고도 연구된 범위 내의 다양한 입력 변수 조합에 대한 부식 속도를 예측할 수 있게 해주는 강력한 도구입니다. 이를 통해 공정 시뮬레이션, ‘what-if’ 분석 등을 수행하여 용접 절차를 미세 조정하고 개발 비용과 시간을 크게 단축할 수 있습니다.

Q5: 유전 알고리즘(GA)의 예측 결과는 얼마나 신뢰할 수 있나요?

A5: 논문에 따르면, GA 예측 결과에 대한 검증 실험에서 오차율이 ±4.68% 이내로 나타났습니다. 이는 개발된 모델이 실제 현상을 매우 정확하게 예측하고 있음을 의미합니다. 이 정도의 정확도는 실제 산업 현장에서 해당 모델을 공정 최적화에 자신 있게 적용할 수 있는 근거가 됩니다.

결론: 더 높은 품질과 생산성을 향한 길

본 연구는 AA6063 알루미늄 합금의 TIG 용접 부식 저항성을 향상시키기 위해 유전 알고리즘(GA)과 같은 계산 최적화 기법이 얼마나 강력한 도구가 될 수 있는지를 명확히 보여주었습니다. 특히 용접 품질에 가장 큰 영향을 미치는 인자가 백킹 플레이트의 두께와 재질임을 규명하고, GA를 통해 연간 0.0408mm라는 탁월한 부식 저항성을 달성할 수 있는 최적의 공정 조건을 제시한 것은 매우 중요한 성과입니다.

이는 더 이상 경험에 의존하는 방식이 아닌, 데이터와 모델링에 기반한 과학적 접근이 고품질 용접을 위한 핵심임을 시사합니다.

(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 “S. Om Prakash, P. Karuppuswamy, N. Nirmal”의 논문 “OPTIMAL CORROSIVE BEHAVIOUR ON THE WELDMENT OF AA6063 ALUMINUM ALLOY BY TUNGSTEN INERT GAS (TIG) WELDING PROCESS WITH BACKING PLATES”를 기반으로 한 요약 및 분석 자료입니다.
• 출처: UDC – UDK 620.193:669.715:621.791.052:621-41:517.1=111

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

Weld pool formation and flowing behaviors of aluminum alloy during TIG welding process with a longitudinal electromagnetic field

알루미늄 합금은 우수한 비강도와 내식성으로 인해 항공우주 및 자동차 산업에서 필수적인 구조 재료로 사용되지만, 용접 과정에서 기공, 미세 균열 및 불균일한 미세 조직과 같은 결함이 발생하기 쉬운 특성을 가집니다. 이러한 문제를 해결하기 위해 종방향 자기장을 인가한 TIG 용접(LMF-TIG) 기술이 제안되었으며, 이는 전자기 교반 효과를 통해 용접 품질을 획기적으로 개선할 수 있는 방법으로 주목받고 있습니다. 본 연구는 AlCu4SiMg 알루미늄 합금의 용접 과정에서 발생하는 용융지의 형성, 성장 및 발달 과정을 유한요소법(FEM)을 통해 정밀하게 시뮬레이션하였습니다. 특히, 기존의 일반적인 TIG 용접과 차별화되는 전자기력의 영향을 분석하기 위해 새로운 Quasi-3D 과도 모델과 전자기 구동 체적력 모델을 도입하였습니다. 연구 결과, 용융지 내부의 유동은 잠복기, 성장기, 발달기의 각 단계에서 독특한 패턴을 보이며, 특히 ‘이중 루프’ 유동과 ‘교반’ 운동이 핵심적인 특징으로 나타났습니다. 이러한 수치 해석적 접근은 복잡한 용융지 내부의 물리적 현상을 시각화하고 이해하는 데 중요한 기여를 합니다. 또한, 실험 결과와의 비교를 통해 시뮬레이션 모델의 신뢰성을 검증함으로써 실제 산업 현장에서의 공정 최적화를 위한 가이드라인을 제시합니다. 본 논문은 전자기 제어 용접 기술의 이론적 토대를 강화하고, 고품질 알루미늄 합금 접합을 위한 실질적인 기술적 근거를 제공한다는 점에서 큰 의의가 있습니다.

메타데이터 및 키워드

논문 메타데이터

• Industry: 제조, 항공우주, 자동차
• Material: AlCu4SiMg 알루미늄 합금 (LD10)
• Process: 종방향 자기장 인가 TIG 용접 (LMF-TIG)
• System: Quasi-3D 과도 모델을 이용한 유한요소법(FEM) 시뮬레이션
• Objective: 외부 종방향 자기장 영향 하에서의 용융지 형성, 성장 및 유체 유동 거동 분석

핵심 키워드

• 용융지 (Weld pool)
• TIG
• 자기장 (Magnetic field)
• 알루미늄 합금 (Aluminum alloy)
• 발달 (Development)
• 교반 운동 (Stirring motion)
• 수치 시뮬레이션

핵심 요약

연구 구조

본 연구는 종방향 자기장이 인가된 TIG 용접(LMF-TIG) 시 발생하는 용융지의 동적 거동을 분석하기 위해 Quasi-3D 과도 수치 모델을 구축하였습니다. 원통 좌표계를 기반으로 유체 유동과 열전달을 결합하여 용융지의 발생부터 안정화 단계까지를 시뮬레이션했습니다.

방법 개요

AlCu4SiMg 합금을 대상으로 B=0.01T의 자기장과 I=100A의 전류 조건을 설정하였으며, 전자기 구동 체적력(Electromagnetic driving body force) 모델을 governing equation에 통합하여 전자기 교반 효과를 구현했습니다.

주요 결과

용융지 형성은 약 0.3초의 잠복기를 거치며, 성장기에는 온도 및 점도 불균형으로 인한 ‘이중 루프’ 유동 패턴이 나타납니다. 최종적으로 표면에서 가장 강력한 회전 교반 운동이 발생하며, 시뮬레이션 결과는 실험값과 12% 이내의 오차로 일치함을 확인했습니다.

산업적 활용 가능성

알루미늄 합금 구조물의 용접 품질 향상, 전자기 교반을 통한 기공 및 미세 균열 결함 감소, 고강도 알루미늄 합금 접합 공정의 매개변수 최적화에 활용 가능합니다.

한계와 유의점

용융지 내부의 액체 금속 유동을 직접적으로 관찰하는 데 한계가 있어 수치 해석에 의존하며, 층류(Laminar flow) 가정이 고에너지 용접의 난류 효과를 완전히 반영하지 못할 수 있습니다.

논문 상세 정보

1. 개요

• Title: Weld pool formation and flowing behaviors of aluminum alloy during TIG welding process with a longitudinal electromagnetic field
• Author: Jian Luo, Xiaoming Wang, Dejia Liu
• Year: 2011
• Journal: Quarterly Journal of the Japan Welding Society
• DOI/Link: 논문에 명시되지 않음

2. 초록

자기장 하이브리드 TIG 용접(FM-TIG)은 비철금속 제조 분야에서 용접 품질을 개선하는 데 효과적인 방법이며 널리 인정받는 접합 기술입니다.

종방향 자기장 하이브리드 TIG(LMF-TIG) 용융지의 형성 초기 단계를 연구하기 위해, 유한요소법(FEM)을 사용하여 LMF-TIG 용융지의 발생, 성장 및 발달 과정을 시뮬레이션하였습니다.

연구 결과, LMF-TIG는 용융지 형성 과정에서 일반적인 TIG 용접과 현저한 차이를 보이는 것으로 나타났습니다.

LMF-TIG 용융지 내 용융 액체 금속의 유동 특성은 다음과 같습니다: 잠복기에는 '계단' 형태의 불안정한 유동 특성을 보이고, 성장기에는 '이중 루프' 유동 패턴을 나타내며, 전체 발달 과정에서 독특한 '교반' 운동 모드가 발생합니다.

실험 결과는 FEM 시뮬레이션이 효과적이고 신뢰할 수 있음을 보여줍니다.

3. 방법론

Quasi-3D 과도 모델: 아크 축을 중심으로 회전 대칭을 가정하는 원통 좌표계(z, r, θ) 기반의 과도 상태 모델입니다. 유체 유동(u, v, w)과 열전달을 동시에 계산하며, AlCu4SiMg 합금의 재료 특성을 반영하여 층류 유동 조건에서 시뮬레이션을 수행했습니다.

전자기 구동 체적력 모델: 외부 종방향 자기장의 영향을 반영하기 위해 전자기 체적력 성분(Fz, Fr, Fθ)을 지배 방정식에 추가했습니다. 이는 자기 투과율(μ0), 용접 전류(I), 자기 유도 강도(B)를 포함하는 수식을 통해 전자기 교반력을 정밀하게 묘사합니다.

수치 시뮬레이션 조건: 작업물 상단에 0.01T의 균일한 종방향 자기장을 인가하고, 100A의 전류와 3.2mm 직경의 텅스텐 전극을 사용했습니다. 시편 크기는 500mm × 300mm × 6mm이며, DC 역극성(DCRP) 조건을 적용하여 해석을 진행했습니다.

4. 결과 및 분석

잠복기 특성: 초기 유동은 느리고 무작위적이지만, 약 0.3초의 잠복기가 지나면 안정적인 유동 경향이 형성됩니다. 일반 TIG와 달리 이 시기 말기에 ‘계단형’ 유동 형상이 나타나는 것이 특징입니다.

성장기 및 이중 루프 패턴: 용융지는 ‘넓고 얕은’ 형상을 유지하며 발달합니다. 중간 성장 단계에서 ‘이중 고리 유동 루프(Double-ring flow loop)’ 현상이 발생하여 용접 폭을 증가시키는 데 기여하며, 이는 온도 및 점도 분포의 불균일성에 기인합니다.

전자기 교반 거동: 대칭축을 중심으로 한 회전 운동(전자기 교반)이 전체 발달 과정에서 나타납니다. 교반 속도(w)는 표면에서 가장 빠르며 깊이가 깊어질수록 감소하는 경향을 보입니다. 이는 자기장이 없는 표준 TIG와 가장 큰 차이점입니다.

5. 그림 및 표 목록 (Figure and Table List)

• Figure 1: LMF-GTAW의 FEM 모델 다이어그램. 아크, 용융지, 천이 영역 및 모재의 기하학적 배치를 원통 좌표계로 보여줍니다.
• Figure 2: LMF-TIG 용융지의 잠복기 진화. t=0.02s에서 t=0.3s까지 유체 유동 속도의 변화와 안정적인 유동 형성 과정을 시각화합니다.
• Figure 3: LMF-TIG 용융지의 발달기 유동 패턴. t=0.4s에서 t=3.2s까지 ‘이중 루프’ 형성 및 단일 루프 안정화 과정을 보여줍니다.
• Figure 4: 용접 깊이에 따른 LMF-TIG 용융지의 교반 속도. 깊이별(0.05mm~1.10mm) 반경 방향 교반 속도 분포를 통해 표면에서 교반이 가장 강력함을 입증합니다.

6. 참고문헌

• S. Kou, Y. Le. (1985). Improve weld quality by low frequency arc oscillation. Weld. J. 64(1985)51-58.
• Luo J, Jia CS, Wang YS, Xue J, Wu YX. (2001). Mechanism of the gas tungsten-arc welding in longitudinal magnetic field controlling- I. Property of the arc. Acta Metall Sin. 37 (2001) 212-216.
• Wu C S. (2008). Welding Thermal Processes and Weld Pool Behaviors. Mechanical Engineering Press, Beijing.

기술 Q&A (Technical Q&A)

Q: ‘이중 루프(Double loop)’ 유동 패턴이란 무엇인가요?

용융지의 중간 성장 단계에서 온도 및 점도 분포의 불균일성으로 인해 형성되는 두 개의 고리 형태 유동을 의미합니다. 이 패턴은 용접부의 폭을 넓히고 ‘넓고 얕은’ 용융지 형상을 만드는 데 기여하지만, 유동의 변곡점에서 가스가 갇힐 가능성도 존재합니다. 이는 일반적인 TIG 용접에서는 보기 힘든 LMF-TIG만의 독특한 유동 특성입니다.

Q: 용융지 깊이에 따라 교반 속도는 어떻게 변화합니까?

그림 4와 섹션 3.3의 분석에 따르면, 용입 깊이가 깊어질수록 유체의 회전 교반 속도(w)는 점진적으로 감소합니다. 최대 교반 속도는 아크의 회전력과 전자기력이 가장 직접적으로 작용하는 용융지 표면(깊이 0.05mm 지점)에서 관찰되며, 바닥면으로 갈수록 마찰과 구동력 약화로 인해 속도가 최저 수준으로 떨어집니다.

Q: 본 모델에서 용융지의 ‘잠복기(Gestation period)’가 끝나는 시점은 언제입니까?

잠복기(또는 접종기)는 용융지 내부의 유동 방향이 무작위로 변하는 불안정한 상태를 벗어나 일정한 방향성을 가진 안정적인 유동 경향을 형성할 때 종료됩니다. 본 연구에서 설정한 수치 해석 조건 하에서는 약 0.3초 시점에서 이 단계가 마무리되고 본격적인 성장기로 진입하는 것으로 나타났습니다.

Q: FEM 시뮬레이션 결과의 정확도는 어느 정도입니까?

연구팀이 수행한 LMF-TIG 고정 아크 용접 실험 결과와 수치 해석 모델을 비교한 결과, 계산된 값과 실제 측정값 사이의 상대 오차는 12% 이내로 확인되었습니다. 이는 개발된 Quasi-3D 과도 모델이 전자기장 하에서의 복잡한 용융지 형성 과정을 예측하는 데 있어 공학적으로 충분한 신뢰성을 갖추고 있음을 의미합니다.

Q: 알루미늄 합금 용접에서 전자기 교반(EMS)이 중요한 이유는 무엇입니까?

알루미늄 합금은 용접 시 기공이나 미세 균열이 발생하기 쉬운 재료입니다. 전자기 교반은 용융 금속을 강제로 회전 유동시켜 가스 기포의 부상을 돕고 응고 시 결정립을 미세화하는 효과가 있습니다. 이를 통해 용접부의 미세 조직을 개선하고 기계적 성질을 향상시켜 결함 없는 고품질 접합부를 얻을 수 있습니다.

Q: LMF-TIG와 일반 TIG 용접의 유동상 가장 큰 차이점은 무엇입니까?

가장 핵심적인 차이는 용융지 전체 발달 과정에서 지속적으로 발생하는 회전형 ‘교반 운동’입니다. 일반 TIG는 주로 표면 장력과 부력에 의한 대류 유동이 지배적이지만, LMF-TIG는 인가된 종방향 자기장과 용접 전류의 상호작용으로 발생하는 로렌츠 힘이 액체 금속에 강력한 회전 토크를 부여하여 독특한 Stirring 효과를 유발합니다.

결론

본 연구는 종방향 자기장이 알루미늄 합금 TIG 용접의 용융지 형성과 유동 거동에 미치는 영향을 수치 해석적으로 규명하였습니다. 전자기 교반은 용융지 내부에 독특한 ‘이중 루프’ 유동과 강력한 회전 운동을 유발하며, 이는 용융지의 기하학적 형상과 열전달 특성을 근본적으로 변화시킵니다. 특히, 개발된 Quasi-3D 과도 모델은 잠복기부터 발달기까지의 복잡한 물리적 변화를 성공적으로 재현하였습니다.

이러한 연구 결과는 알루미늄 합금 용접 시 발생하는 결함을 제어하고 접합 품질을 최적화하기 위한 중요한 공학적 토대를 제공합니다. 비록 시뮬레이션 모델이 12%의 오차 범위를 가지며 층류 가정을 전제로 하고 있으나, 실제 실험과의 높은 정합성을 통해 전자기 제어 용접 기술의 실용 가능성을 입증하였습니다. 향후 연구에서는 난류 모델의 도입과 다양한 자기장 파형에 따른 유동 변화 분석이 추가로 이루어질 필요가 있습니다.

출처 정보 (Source Information)

Citation: Jian Luo, Xiaoming Wang, Dejia Liu (2011). Weld pool formation and flowing behaviors of aluminum alloy during TIG welding process with a longitudinal electromagnetic field. Quarterly Journal of the Japan Welding Society.

DOI/Link: 논문에 명시되지 않음

Technical Review Resources for Engineers:

▶ 논문에 명시되지 않음
▶ 기술 검토 및 적용 가능성 문의

This material is for informational purposes only. Unauthorized commercial use is prohibited.

Copyright © 2026 STI C&D. All rights reserved.

Response surface approach to minimize the residual stresses in full penetration pulsed TIG weldments of Ti-5Al-2.5Sn alloy

티타늄 합금, 특히 Ti-5Al-2.5Sn은 우수한 비강도와 내식성 덕분에 항공우주 분야에서 널리 사용되지만, 용접 과정에서 발생하는 잔류 응력은 구조적 무결성에 큰 위협이 됩니다. 본 연구는 펄스 TIG(P-TIG) 용접 공정에서 발생하는 잔류 응력을 최소화하기 위해 반응 표면 분석법(RSM)을 적용한 사례를 다룹니다. 기존의 연구들이 주로 조인트 강도나 용융지 형상에 집중했던 것과 달리, 본 논문은 잔류 응력 자체를 최적화 대상으로 삼았다는 점에서 차별성을 가집니다. 실험 설계에는 Box-Behnken 설계(BBD) 기법이 사용되었으며, 피크 전류, 기저 전류, 용접 속도라는 세 가지 핵심 변수가 잔류 응력에 미치는 영향을 정밀하게 분석했습니다. 연구 결과, 용접 속도가 잔류 응력 형성에 가장 결정적인 역할을 한다는 사실이 밝혀졌습니다. 또한, 완전 용입을 유지하면서도 잔류 응력을 최소화할 수 있는 최적의 공정 창을 제시하여 실제 제조 현장에서의 활용도를 높였습니다. 이 연구는 고성능 티타늄 구조물의 피로 수명을 연장하고 용접 품질을 보장하기 위한 공학적 가이드라인을 제공합니다. 최종적으로 제안된 모델은 실험 데이터와 높은 일치도를 보이며 그 타당성을 입증했습니다.

메타데이터 및 키워드

논문 메타데이터

• Industry: 항공우주 및 제조
• Material: Ti-5Al-2.5Sn 티타늄 합금
• Process: 펄스 불활성 가스 텅스텐 아크 용접 (P-TIG)
• System: Box-Behnken Design (BBD) / 반응 표면 분석법 (RSM)
• Objective: 완전 용입을 보장하면서 종방향 및 횡방향 잔류 응력 최소화

핵심 키워드

• P-TIG
• Ti-5Al-2.5Sn
• 잔류 응력
• 반응 표면 분석법
• Box-Behnken 설계
• 최적화

핵심 요약

연구 구조

본 연구는 Box-Behnken 설계(BBD)를 활용하여 실험을 구성하고, 반응 표면 분석법(RSM)을 통해 용접 매개변수와 잔류 응력 간의 수학적 관계를 모델링했습니다.

방법 개요

1.6mm 두께의 Ti-5Al-2.5Sn 합금 시트를 대상으로 피크 전류(24-36 A), 기저 전류(12-18 A), 용접 속도(24-36 mm/min)를 독립 변수로 설정하여 15회의 실험을 수행했습니다.

주요 결과

용접 속도가 잔류 응력에 가장 큰 영향을 미치는 것으로 나타났으며, 완전 용입 조건에서 종방향 잔류 응력 235.8 MPa, 횡방향 잔류 응력 84.0 MPa의 최적값을 달성했습니다.

산업적 활용 가능성

고강도 티타늄 용접이 필요한 항공우주 구조 부품 및 안전이 직결된 압력 용기 제조 공정의 최적화에 적용 가능합니다.

한계와 유의점

본 연구는 1.6mm 두께의 특정 시트에 한정되어 있으며, 잔류 응력 최소화와 완전 용입 달성 사이의 상충 관계를 고려한 정밀한 매개변수 선택이 필요합니다.

논문 상세 정보

1. 개요

• Title: Response surface approach to minimize the residual stresses in full penetration pulsed TIG weldments of Ti-5Al-2.5Sn alloy
• Author: M. Junaid, FN. Khan, MN Baig, J. Haider
• Year: 2018
• Journal: Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science
• DOI/Link: 논문에 명시되지 않음

2. 초록

펄스 TIG 용접에서의 전류 펄동은 양질의 용접물을 얻기 위해 채택됩니다.

TIG 용접에서 피크 전류, 기저 전류 및 용접 속도는 중요한 매개변수이며, 유도된 잔류 응력에 미치는 이들의 영향이 Box-Behnken 설계 방법론을 사용하여 연구되었습니다.

최대 잔류 응력의 위치는 용접 중심선에 가까운 것으로 나타났습니다.

이 위치에서의 종방향 및 횡방향 잔류 응력은 펄스 TIG(P-TIG) 용접 입력 매개변수에 의존하는 것으로 밝혀졌습니다.

그러나 DOE 접근 방식을 사용한 결과, 용접 속도가 응력 값에 가장 지배적인 영향을 미치는 것으로 나타났습니다.

잔류 응력을 최소화하기 위해 열 입력을 줄이는 것은 용융지 용입의 감소로도 이어졌습니다.

다중 응답 최적화 결과, 완전 용입 용접물을 달성하기 위해 종방향 잔류 응력은 최소 235 MPa, 횡방향은 84 MPa에 도달할 것임을 보여주었습니다.

이러한 특징을 가진 용접물은 높은 피크 전류와 높은 용접 속도를 사용하여 얻을 수 있습니다.

3. 방법론

실험 설정: 1.6mm 두께의 Ti-5Al-2.5Sn 합금 시트를 150mm x 100mm 크기의 맞대기 이음 구성으로 준비하여 P-TIG 용접을 수행했습니다. 산화 방지를 위해 10-12 L/min 유량의 아르곤 차폐 가스를 사용했으며, 용접 중 및 용접 후에도 아르곤 흐름을 유지하여 품질을 확보했습니다.

DOE 프레임워크: 피크 전류(24-36 A), 기저 전류(12-18 A), 용접 속도(24-36 mm/min)의 세 가지 요인을 조사하기 위해 3수준 Box-Behnken 설계(BBD)를 적용했습니다. 총 15회의 실험 실행이 이루어졌으며, 여기에는 모델의 재현성을 확인하기 위한 3개의 중심점이 포함되었습니다.

응력 측정: 최대 응력이 발생하는 것으로 확인된 용접 중심선에서 3mm 떨어진 지점에 스트레인 게이지 로제트를 설치했습니다. 해방된 변형률을 측정하여 Von-Mises 응력, 종방향 응력 및 횡방향 응력을 계산하였으며, 이는 용접부의 기계적 건전성을 평가하는 핵심 지표로 사용되었습니다.

4. 결과 및 분석

지배적 매개변수 분석: ANOVA 분석 결과, 용접 속도가 잔류 응력 형성에 가장 유의미한 영향을 미치는 인자로 확인되었으며, 기저 전류가 그 뒤를 이었습니다. 피크 전류는 속도나 기저 전류에 비해 잔류 응력에 미치는 영향이 상대적으로 적은 것으로 나타났습니다.

최적화 기준 1: 최소 잔류 응력: 잔류 응력 최소화에만 집중했을 때, 종방향 응력 152.5 MPa, 횡방향 응력 48.8 MPa를 달성했으나 이는 낮은 피크 전류(24A) 조건으로 인해 부분 용입(Partial Penetration)에 그치는 결과를 낳았습니다.

최적화 기준 2: 완전 용입 최적화: 완전 용입을 유지하면서 응력을 최소화한 결과, 종방향 235.8 MPa, 횡방향 84.0 MPa의 응력 수준을 얻었습니다. 이는 높은 피크 전류(36A)와 높은 용접 속도(36 mm/min) 조합을 통해 가능해졌으며, 실험을 통해 모델의 정확성이 검증되었습니다.

5. 그림 및 표 목록 (Figure and Table List)

• Table 1: TIG 용접 입력 매개변수의 범위. 용접 속도(24-36 mm/min), 피크 전류(24-36 A), 기저 전류(12-18 A) 등 DOE를 위한 운전 창을 정의합니다.
• Figure 5: 선택된 용접 샘플의 잔류 응력(Von-Mises) 분포. 최대 잔류 응력이 용접 중심선에 가장 가까운 곳(약 350-400 MPa)에서 발생함을 보여줍니다.
• Figure 18: 첫 번째 기준을 만족하는 최적 용접 조건의 실행 가능 영역(분홍색)을 보여주는 오버레이 플롯. 작업자가 응력을 최소화하는 매개변수를 선택할 수 있는 그래픽 도구를 제공합니다.
• Table 12: 실험을 통한 최적 용접 조건의 검증. 응력 예측에 대해 2.4%에서 11.5% 사이의 오차율을 보이며 BBD 모델의 정확성을 확인해 줍니다.

6. 참고문헌

• Balasubramanian M, Jayabalan V, Balasubramanian V. (2007). Response surface approach to optimize the pulsed current gas tungsten arc welding parameters of Ti−6Al−4V titanium alloy. Met Mater Int.
• Junaid M, Khan FN, Baksh N, et al. (2018). Study of microstructure, mechanical properties and residual stresses in full penetration electron beam welded Ti-5Al-2.5Sn alloy sheet. Mater Des.
• Appolaire B, Settefrati A., Aeby-Gautier E. (2015). Stress and strain fields associated with the formation of α” in near-β titanium alloys. Mater Today Proc.

기술 Q&A (Technical Q&A)

Q: DOE 접근 방식에 따르면 잔류 응력에 가장 지배적인 영향을 미치는 용접 매개변수는 무엇입니까?

본 연구의 초록 및 결과 섹션에 따르면, 용접 속도가 잔류 응력 값에 가장 지배적인 영향을 미치는 것으로 확인되었습니다. ANOVA 분석 결과 용접 속도(C-Speed)의 p-값이 0.0001 미만으로 나타나 통계적 유의성이 매우 높음을 입증했습니다. 이는 용접 속도가 열 이력과 냉각 속도를 결정짓는 핵심 요소이기 때문입니다. 따라서 잔류 응력을 제어하기 위해서는 다른 전류 변수보다 용접 속도의 정밀한 조절이 우선시되어야 합니다.

Q: Ti-5Al-2.5Sn 합금의 완전 용입 용접물에 대한 최적화된 잔류 응력 값은 얼마입니까?

다중 응답 최적화 결과에 따르면, 완전 용입을 보장하는 조건에서 종방향 잔류 응력은 235.8 MPa, 횡방향 잔류 응력은 84.0 MPa로 측정되었습니다. 이는 표 12와 초록에서 보고된 수치로, 실험을 통해 검증된 최적의 결과값입니다. 이러한 응력 수준은 전자빔 용접(EBW)과 같은 고급 용접 기술과 비교해도 경쟁력 있는 수준입니다. 완전 용입을 유지하면서도 이 정도의 낮은 응력을 달성하는 것이 본 연구의 핵심 성과입니다.

Q: 본 연구에서 중앙 합성 설계(CCD) 대신 Box-Behnken 설계(BBD)를 선택한 이유는 무엇입니까?

Box-Behnken 설계는 용입 부족이나 과도한 용융과 같은 용접 결함을 유발할 수 있는 극단적인 ‘스타 포인트(star points)’를 피할 수 있기 때문에 선택되었습니다. 또한 BBD는 상대적으로 적은 실험 횟수로도 효율적인 분석이 가능하며, 연구 영역과 가동 영역을 동일하게 유지할 수 있는 장점이 있습니다. 이는 티타늄 합금과 같이 공정 창이 좁은 재료의 용접 실험에서 안전성과 정확성을 동시에 확보하기 위한 전략적 선택입니다.

Q: 최대 잔류 응력이 발생하는 위치는 어디이며, 어떻게 측정되었습니까?

최대 잔류 응력은 용접 중심선(Weld Centerline)에서 약 3mm 떨어진 지점에서 발생하는 것으로 확인되었습니다. 이 위치를 특정하기 위해 Von-Mises 응력 분포를 분석하였으며, 해당 지점에 스트레인 게이지 로제트(Strain gauge rosettes)를 설치하여 해방된 변형률을 측정했습니다. 측정된 변형률은 이후 수학적 계산을 통해 종방향, 횡방향 및 Von-Mises 응력으로 변환되었습니다. 그림 5는 이러한 응력 분포의 타당성을 시각적으로 보여줍니다.

Q: 열 입력 감소가 잔류 응력과 용입 깊이에 미치는 영향은 무엇입니까?

일반적으로 열 입력을 줄이면 용접부의 온도 구배가 완화되어 잔류 응력을 낮추는 데 도움이 됩니다. 그러나 본 연구에서는 열 입력을 과도하게 줄일 경우 잔류 응력은 감소하지만, 동시에 용융지의 용입 깊이가 낮아져 완전 용입을 달성하지 못하는 부작용이 관찰되었습니다. 구체적으로 낮은 피크 전류(24A)와 높은 속도(36 mm/min) 조합에서 응력은 최소화되었으나 부분 용입에 그쳤습니다. 따라서 구조적 건전성을 위한 완전 용입과 응력 최소화 사이의 적절한 트레이드오프가 필수적입니다.

Q: 완전 용입과 최소 잔류 응력을 동시에 달성하기 위한 최적의 매개변수 조합은 무엇입니까?

연구 결과에 따르면, 높은 피크 전류(36 A)와 높은 용접 속도(36 mm/min)를 조합할 때 완전 용입을 유지하면서도 잔류 응력을 효과적으로 최소화할 수 있습니다. 높은 피크 전류는 충분한 용입 깊이를 확보해주고, 높은 용접 속도는 전체적인 열 입력을 제한하여 응력 상승을 억제하는 역할을 합니다. 이러한 조합은 표 12의 검증 실험을 통해 그 유효성이 입증되었습니다.

결론

본 연구는 Ti-5Al-2.5Sn 합금의 P-TIG 용접에서 용접 속도가 잔류 응력 형성에 가장 결정적인 인자임을 입증했습니다. 높은 용접 속도(36 mm/min)와 높은 피크 전류(36 A)의 조합을 통해, 완전 용입을 달성하면서도 종방향 잔류 응력을 약 235 MPa 수준으로 억제할 수 있음을 확인했습니다. 이는 고가의 전자빔 용접(EBW)에 필적하는 응력 제어 성능을 일반적인 TIG 용접 공정에서도 구현할 수 있음을 시사합니다.

제시된 반응 표면 모델은 실제 실험 결과와 높은 상관관계를 보였으며, 항공우주 및 고압 용기 제조 분야에서 용접 품질을 예측하고 최적화하는 데 유용한 도구로 활용될 수 있습니다. 다만, 본 연구는 1.6mm 두께에 한정되어 있으므로 향후 다양한 두께 및 복잡한 형상에 대한 추가적인 검증 연구가 필요합니다. 이러한 공정 최적화는 티타늄 구조물의 피로 수명 향상과 제조 비용 절감에 크게 기여할 것입니다.

출처 정보 (Source Information)

Citation: M. Junaid, FN. Khan, MN Baig, J. Haider (2018). Response surface approach to minimize the residual stresses in full penetration pulsed TIG weldments of Ti-5Al-2.5Sn alloy. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science.

DOI/Link: 논문에 명시되지 않음

Technical Review Resources for Engineers:

▶ 논문에 명시되지 않음
▶ 기술 검토 및 적용 가능성 문의

This material is for informational purposes only. Unauthorized commercial use is prohibited.

Copyright © 2026 STI C&D. All rights reserved.

Comparative analysis of TIG welding distortions between Austenitic and Duplex Stainless Steels by FEM

본 보고서는 오스테나이트계와 듀플렉스 스테인리스강의 TIG 용접 시 발생하는 열 변형을 유한요소법(FEM)을 통해 수치적으로 모델링하고 실험적으로 검증한 연구 결과를 담고 있습니다. 소재의 열물리적 특성 차이가 최종 변형 형상에 미치는 영향을 정밀하게 분석하여 용접 구조물의 설계 및 제작 공정 최적화를 위한 기술적 근거를 제시합니다.

Paper Metadata

• Industry: 용접 및 제조 공학
• Material: 오스테나이트계(EN-1.4404) 및 듀플렉스(EN-1.4462) 스테인리스강
• Process: TIG 용접 (Tungsten Inert Gas Welding)

Keywords

• 용접 공정
• 변형
• 모델링
• FEM
• 온도 의존성 물성
• 듀플렉스 스테인리스강
• 오스테나이트계 스테인리스강

Executive Summary

Research Architecture

본 연구는 3차원 비선형 비연계 열-기계 해석 프레임워크를 기반으로 설계되었습니다. 용접 공정의 복잡한 물리 현상을 모사하기 위해 ANSYS 소프트웨어를 활용하였으며, 용가재의 추가를 시뮬레이션하기 위해 ‘Birth and Death’ 기법을 적용하여 용접 토치의 이동 경로에 따라 요소를 순차적으로 활성화하였습니다. 아크 입열은 체적 열유속 분포 함수를 통해 모델링되었으며, 대변형 효과를 고려하기 위해 가상 일의 원리에 기반한 비선형 평형 방정식을 도입하였습니다.

실험적 검증을 위해 300x200x3mm 크기의 스테인리스강 판재를 사용한 실규모 용접 테스트를 수행하였습니다. 열 해석의 타당성을 검증하기 위해 FLIR 적외선 열화상 카메라를 사용하여 용접 중 온도장을 측정하였으며, 최종 변형량은 DEA Global 3차원 측정기(CMM)를 통해 9개 주요 지점에서 정밀하게 측정되었습니다. 이러한 실험 데이터는 수치 모델의 정확도를 높이고 해석 결과의 신뢰성을 확보하는 기초 자료로 활용되었습니다.

Key Findings

수치 해석 결과, 듀플렉스 스테인리스강은 오스테나이트계 강에 비해 열전도율이 약 1.5배 높고 열팽창 계수는 낮아 국부적인 열응력 집중이 완화되는 경향을 보였습니다. 특히 두 재료는 유사한 용접 조건에서도 서로 반대 방향의 변형 모드를 나타내는 독특한 특성이 확인되었습니다. 오스테나이트계 강은 상향 굽힘 변형을 보이는 반면, 듀플렉스강은 하향 굽힘 변형을 나타내어 재료 물성이 변형 방향을 결정하는 핵심 변수임을 입증하였습니다.

정량적 분석에서 수치 모델은 실험 측정값과 매우 높은 일치도를 보였으며, 최대 수직 변형량의 오차 범위는 허용 수준 내에 머물렀습니다. Cut-off 온도를 용융 온도의 약 2/3 지점(듀플렉스 1,173 K, 오스테나이트 1,073 K)으로 설정했을 때 계산 효율과 정확도가 최적화됨을 확인하였습니다. 이러한 결과는 수치 해석 모델이 스테인리스강의 종류에 따른 복잡한 용접 변형 거동을 정밀하게 예측할 수 있음을 시사합니다.

Industrial Applications

본 연구에서 개발된 수치 모델링 기법은 대형 용접 구조물의 제작 전 단계에서 변형량을 미리 예측하여 정밀한 치수 제어를 가능하게 합니다. 특히 듀플렉스강과 같이 고가의 특수 소재를 사용하는 화학 및 석유화학 플랜트 설비 제작 시, 시행착오를 줄이고 용접 순서나 구속 조건을 최적화함으로써 생산 비용을 절감할 수 있습니다. 이는 구조적 안정성을 확보하면서도 후공정에서의 교정 작업을 최소화하는 데 기여합니다.

또한, 본 모델은 잔류 응력 분포를 정량적으로 제시함으로써 용접부의 피로 수명 예측 및 응력 부식 균열(SCC) 방지를 위한 설계 지침으로 활용될 수 있습니다. 다양한 스테인리스강 재료에 대한 데이터베이스를 구축하고 이를 해석 모델에 반영함으로써, 신소재 도입 시 용접 공정 설계의 유연성을 높일 수 있습니다. 이는 고품질 용접 구조물 제조를 위한 엔지니어링 의사결정 지원 도구로서 실질적인 가치를 제공합니다.

Theoretical Background

비연계 열-기계 해석 (Uncoupled Thermal-Mechanical Analysis)

용접 공정의 수치 시뮬레이션에서 비연계 해석 방식은 계산 효율성을 극대화하기 위해 널리 사용됩니다. 이 방식은 용접 시 발생하는 기계적 가공 에너지가 아크에 의한 열 에너지에 비해 무시할 수 있을 정도로 작다는 가정을 전제로 합니다. 먼저 과도 열 해석을 수행하여 전체 시간 단계에 대한 온도 분포 이력을 계산하고 저장합니다. 이후 저장된 온도 데이터를 기계적 해석의 하중 조건으로 입력하여 열팽창에 의한 응력과 변형을 산출합니다. 이러한 단계적 접근은 열적 현상과 구조적 응답 간의 상호작용을 단순화하면서도 실용적인 정확도를 제공합니다. 본 연구에서는 이를 통해 복잡한 비선형 문제를 효과적으로 해결하였습니다. 특히 대규모 구조물 해석 시 계산 자원을 효율적으로 배분할 수 있는 장점이 있습니다.

Birth and Death 기법

용접 공정 중 용가재가 용융지에 추가되는 물리적 과정을 수치적으로 모사하기 위해 ‘Birth and Death’ 기법이 사용됩니다. 해석 초기 단계에서는 용착 예정인 모든 유한 요소의 강성을 매우 작은 값(예: 1.0×10^-6 배)으로 곱하여 시스템에서 실질적으로 제거된 상태(Death)로 설정합니다. 용접 토치가 실제 이동 속도에 맞춰 해당 위치를 통과할 때, 관련 요소들을 순차적으로 활성화(Birth)하여 원래의 재료 물성을 회복시킵니다. 이 과정에서 새로 활성화된 요소에는 아크 입열 하중이 적용되며, 현재 온도와 기준 온도 사이의 열 변형이 계산되기 시작합니다. 이 기법은 용접 비드의 형성과 질량 추가 효과를 시간 흐름에 따라 정확하게 반영할 수 있게 해줍니다. 이를 통해 실제 용접 공정의 동적인 특성을 수치 모델에 충실히 구현할 수 있습니다.

Results and Analysis

Experimental Setup

실험은 300x200x3mm 크기의 오스테나이트계(EN-1.4404) 및 듀플렉스(EN-1.4462) 스테인리스강 판재를 대상으로 수행되었습니다. TIG 용접 공정 매개변수는 각 재료의 특성에 맞춰 설정되었으며, 듀플렉스강은 180A 전류와 23V 전압, 오스테나이트계 강은 115A 전류와 13V 전압 조건에서 용접되었습니다. 용접 속도는 듀플렉스강의 경우 1.67×10^-3 m/s, 오스테나이트계 강은 4.8×10^-3 m/s로 제어되었습니다. 실험 중 온도 이력은 FLIR 적외선 열화상 카메라를 통해 실시간으로 기록되었습니다.

수치 해석 모델은 실험과 동일한 기하학적 형상을 8절점 브릭 요소로 격자화하여 구성하였습니다. 열 해석에는 SOLID70 요소를, 구조 해석에는 SOLID185 요소를 사용하였으며, 용접부 주변은 정밀한 해석을 위해 조밀한 격자를 배치하였습니다. 재료 물성은 온도에 따른 비열, 열전도율, 항복 강도, 열팽창 계수 등을 반영한 비선형 데이터 시트를 적용하였습니다. 특히 용융지 내부의 유동 효과를 간접적으로 모사하기 위해 용융 온도 이상의 열전도율을 상온 대비 3배로 설정하였습니다.

최종 변형량 측정은 용접이 완료되고 상온으로 냉각된 후 3차원 측정기(CMM)를 사용하여 수행되었습니다. 판재의 9개 특정 지점을 측정 포인트로 선정하여 수직 방향 변형량(Vertical Displacement)을 정밀하게 산출하였습니다. 이러한 측정 데이터는 FEM 해석 결과와 직접 비교되어 모델의 정확도를 검증하는 지표로 사용되었습니다. 실험 환경은 외부 기류의 영향을 최소화하도록 통제된 상태에서 진행되었습니다.

Visual Data Summary

열화상 카메라로 촬영된 온도 분포와 FEM 해석을 통해 도출된 온도장은 시간 단계별로 매우 높은 일치도를 보였습니다. 용접 토치가 통과하는 중심부의 최고 온도와 주변부로의 열 확산 양상이 수치적으로 정확하게 재현되었습니다. 변형 형상 시각화 데이터에서는 두 재료 간의 뚜렷한 차이가 관찰되었습니다. 오스테나이트계 강은 용접부 방향으로 굽어지는 양(+)의 각변형을 보인 반면, 듀플렉스강은 반대 방향으로 굽어지는 음(-)의 각변형 모드를 나타냈습니다. 이러한 시각적 데이터는 재료의 열물리적 특성이 변형의 방향성을 결정짓는 핵심 요소임을 명확히 보여줍니다.

Variable Correlation Analysis

본 연구에서는 Cut-off 온도의 변화가 수치 해석의 수렴성과 변형량 예측 정확도에 미치는 상관관계를 분석하였습니다. Cut-off 온도가 너무 높게 설정될 경우, 고온 영역에서 재료의 강성이 급격히 저하되어 수치적 불안정성과 과도한 변형 오류가 발생함을 확인하였습니다. 반대로 너무 낮게 설정되면 열 변형 효과가 충분히 반영되지 않아 예측 정확도가 떨어지는 경향을 보였습니다. 분석 결과, 용융 온도의 약 2/3 수준에서 최적의 수렴성과 정확도가 확보되었습니다.

재료 물성과 변형 모드 사이의 상관관계 분석에서는 열전도율과 열팽창 계수의 조합이 변형 방향에 결정적인 영향을 미침을 규명하였습니다. 듀플렉스강의 높은 열전도율은 온도 구배를 완화시키고, 낮은 열팽창 계수는 전체적인 팽창 및 수축량을 줄여 오스테나이트계 강과는 상이한 응력 분포를 형성합니다. 이러한 물리적 변수들의 상호작용은 최종적으로 판재의 종방향 및 횡방향 굽힘 모드를 결정짓는 주요 원인으로 작용합니다. 이는 소재 선정 단계에서 용접 변형을 예측하는 데 중요한 지표가 됩니다.

시간 증분(Time step)과 해석 정밀도 사이의 관계 또한 고찰되었습니다. 가열 단계에서는 급격한 온도 변화를 포착하기 위해 짧은 시간 증분을 사용하고, 냉각 단계에서는 계산 효율을 위해 긴 시간 증분을 적용하는 전략이 유효함을 입증하였습니다. 이러한 적응형 시간 증분 기법은 해석의 정확도를 유지하면서도 전체 계산 시간을 획기적으로 단축시키는 결과를 가져왔습니다. 이는 복잡한 용접 공정의 수치 해석 모델링에서 필수적인 최적화 요소입니다.

Paper Details

Comparative analysis of TIG welding distortions between Austenitic and Duplex Stainless Steels by FEM

1. Overview

• Title: Comparative analysis of TIG welding distortions between Austenitic and Duplex Stainless Steels by FEM
• Author: J.J. del Coz Díaz, P. Menéndez Rodríguez, P.J. García Nieto, D. Castro-Fresno
• Year: 2010
• Journal: Applied Thermal Engineering

2. Abstract

이 연구에서는 두 가지 다른 스테인리스강 시편의 TIG(Tungsten Inert Gas) 용접 공정에서 열응력 해석을 수행하여 변형 모드와 크기를 비교하였다. 듀플렉스 계열과 같은 비전통적인 스테인리스강의 사용이 증가함에 따라 용접 공정 중 재료 특성이 어떻게 변화하는지에 대한 불확실성이 존재한다. 적절한 용접 수치 모델을 개발하기 위해 저자들은 용접 공정 매개변수, 기하학적 구속 조건, 재료의 비선형성 및 열적·구조적 물리 현상을 고려해야 한다. 이러한 관점에서 네 가지 전제가 고려되었다. 첫째, 용착 용접에 해당하는 모든 유한 요소를 비활성화한 후 토치의 이동에 따라 재활성화하여 용가재의 용융지 유입을 모사하였다. 둘째, TIG 토치의 이동은 일정한 용접 속도를 가정하여 불연속적인 방식으로 모델링되었다. 셋째, 아크 입열은 체적 열유속 분포 함수를 사용하여 용접 구역에 적용되었다. 넷째, 구조적 응답의 진화는 단계별 비선형 연계 해석을 통해 다루어졌다. 수치 시뮬레이션은 스테인리스강 판재에 대한 실규모 실험 용접 테스트를 통해 검증되었다. 마지막으로 본 연구의 결과와 결론이 제시되었다.

3. Methodology

3.1. 열 해석 모델링: 3차원 비선형 과도 열전도 방정식을 기반으로 용접 및 냉각 과정 중의 전체 온도 이력을 계산함. 대류 및 복사 손실을 경계 조건으로 고려하였으며, 용융지 내 잠열 효과를 엔탈피 법으로 반영함.
3.2. 기계적 해석 모델링: 열 해석에서 얻은 온도 데이터를 하중으로 사용하여 탄소성 응력 해석을 수행함. Von Mises 항복 조건과 등방성 경화 모델을 적용하여 재료의 비선형 거동을 모사함.
3.3. 수치적 최적화 및 검증: 계산 효율을 위해 가열 및 냉각 단계별로 시간 증분을 차등화하고 Cut-off 온도를 설정함. 적외선 열화상 카메라와 3차원 측정기(CMM)를 사용하여 해석 결과의 타당성을 실험적으로 검증함.

4. Key Results

수치 해석 결과, 듀플렉스강과 오스테나이트계 강은 유사한 입열 조건에서도 서로 반대되는 변형 모드를 나타냈습니다. 오스테나이트계 강은 상향 각변형을 보인 반면, 듀플렉스강은 하향 각변형을 나타내어 재료의 열물리적 특성이 변형 방향에 결정적인 영향을 미침을 확인하였습니다. 실험 측정값과 FEM 해석 결과 사이의 오차는 매우 작았으며, 특히 수직 변형량 분포에서 높은 일치도를 보였습니다. Cut-off 온도를 용융 온도의 약 2/3 지점으로 설정했을 때 수치적 수렴성과 정확도가 최적화되었습니다. 듀플렉스강의 높은 열전도율과 낮은 열팽창 계수가 국부 열응력을 완화시키는 주요 요인으로 분석되었습니다. 본 연구에서 제안된 비연계 해석 모델은 스테인리스강 용접 구조물의 변형 예측에 유효한 도구임을 입증하였습니다.

5. Mathematical Models

$$ \lambda(\theta) \left\{ \frac{\partial^2 \theta}{\partial x^2} + \frac{\partial^2 \theta}{\partial y^2} + \frac{\partial^2 \theta}{\partial z^2} \right\} + \dot{Q} = \rho(\theta) C(\theta) \frac{\partial \theta}{\partial t} $$
$$ q_L = q_L^c + q_L^r = \alpha_1 (\theta – \theta_a) + \alpha_2 (\theta – \theta_a) = (\alpha_1 + \alpha_2) (\theta – \theta_a) $$
$$ q_L^r = \epsilon \sigma_{sb} A (\theta^4 – \theta_a^4) = [\epsilon \sigma_{sb} A (\theta^2 + \theta_a^2)(\theta + \theta_a)](\theta – \theta_a) = \alpha_2 (\theta – \theta_a) $$
$$ h(\theta) = \alpha_1 + \alpha_2 = \alpha_1 + \epsilon \sigma_{sb} A (\theta + \theta_a)(\theta^2 + \theta_a^2) $$
$$ \dot{\epsilon}_{ij} = \frac{1+\nu}{E} \dot{\sigma}_{ij} – \frac{\nu}{E} \dot{\sigma}_{kk} \delta_{ij} + \gamma s_{ij} + \left[ \alpha + \frac{\partial \alpha}{\partial \theta} (\theta – \theta_a) \right] \frac{\partial \theta}{\partial t} $$
$$ \Psi(\mathbf{a}) = \int_{\Omega} \bar{B}^T \sigma d\Omega – \mathbf{f} = 0 $$

Figure List

1. 듀플렉스 및 오스테나이트계 스테인리스강의 열물리적 특성: 비열 및 열전도율
2. 재료의 기계적 특성: 항복 강도, 인장 강도 및 온도별 응력-변형률 관계
3. TIG 용접 공정의 요소 Birth and Death 시퀀스
4. 수치 해석 흐름도
5. 맞대기 용접의 전체 FEM 모델 및 용착 요소 상세
6. Cut-off 온도가 CPU 시간 및 최대 수직 변형량에 미치는 영향
7. 구조 해석을 위한 알고리즘 흐름도
8. 실험적 열화상 데이터와 수치 해석 온도장의 비교
9. 3차원 측정기(CMM) 실험 설정 및 측정 지점 상세
10. 실험적 변형 형상과 수치 해석 결과의 시각적 비교
11. 결과 비교를 위해 선정된 9개 측정 지점의 기하학적 위치
12. 두 시편의 9개 지점별 수직 변형 진화 그래프
13. 시간 단계별 듀플렉스 및 오스테나이트계 강의 수치적 변형 결과
14. 선택된 지점에서의 수직 변형량 최종 비교: 시뮬레이션 vs 실험

References

1. S. Azuma, K. Ogawa, Duplex stainless steel excellent in corrosion resistance, Applied Thermal Engineering 18 (6) (1998).
2. I. Álvarez-Armas, S. Degallaix-Moreuil, Duplex Stainless Steel, Wiley-ISTE, 2009.
3. A. Capriccioli, P. Frosi, Multipurpose ANSYS FE procedure for welding processes simulation, Fusion Engineering and Design, 84 (2009).
4. X.K. Zhu, Y.J. Chao, Effects of temperature-dependent material properties on welding simulation, Computers & Structures, 80 (2002).

Technical Q&A

Q: 듀플렉스강과 오스테나이트계 강의 변형 방향이 반대로 나타나는 이유는 무엇인가?

논문에 따르면 두 재료의 열전도율과 열팽창 계수의 차이가 결정적인 역할을 합니다. 듀플렉스강은 오스테나이트계에 비해 열전도율이 높고 열팽창 계수가 낮아 용접부 주변의 온도 구배가 완만하며, 이로 인해 발생하는 국부적인 열응력 분포가 오스테나이트계 강과는 상이하게 형성됩니다. 실험과 해석 모두에서 듀플렉스강은 하향 굽힘을, 오스테나이트계 강은 상향 굽힘을 나타냈으며, 이는 재료 고유의 열물리적 특성이 변형의 방향성(부호)을 결정짓는 핵심 변수임을 입증합니다.

Q: 수치 해석의 효율성을 높이기 위해 어떤 시간 증분(Time step) 전략이 사용되었는가?

가열 단계와 냉각 단계의 물리적 변화 속도 차이를 고려하여 서로 다른 시간 증분을 적용하였습니다. 열 해석의 경우 가열 시 0.15초, 냉각 시 30초를 사용하였으며, 응력 해석의 경우 가열 시 0.2초, 냉각 시 15초를 사용하여 정확도를 유지하면서도 전체 계산 시간을 획기적으로 단축하였습니다. 이러한 차등적 시간 증분 적용을 통해 전체 모델당 평균 274분의 CPU 시간 내에 해석을 완료할 수 있었습니다. 이는 복잡한 비선형 연계 해석 문제를 실용적인 시간 내에 해결하기 위한 필수적인 최적화 기법입니다.

Q: ‘Cut-off’ 온도의 역할과 설정 기준은 무엇인가?

Cut-off 온도는 재료의 강성이 거의 사라지는 고온 영역에서 발생하는 수치적 수렴 문제를 방지하기 위해 설정하는 임계 온도입니다. 이 온도 이상에서는 재료의 강성을 0으로 간주하고 열 변형을 고려하지 않음으로써 불필요한 계산 부하를 줄이고 해석의 안정성을 높입니다. 본 연구에서는 다양한 온도 범위를 테스트한 결과, 용융 온도의 약 2/3 지점(듀플렉스 1,173 K, 오스테나이트 1,073 K)이 계산 효율과 변형량 예측 정확도 사이의 최적 균형점임을 확인하였습니다. 이는 고온 탄소성 해석에서 수렴성을 확보하기 위한 중요한 수치적 파라미터입니다.

Q: 용가재의 추가 과정은 수치적으로 어떻게 구현되었는가?

‘Birth and Death’ 기법을 사용하여 용접 토치의 실제 이동 속도에 맞춰 요소를 활성화함으로써 용가재의 추가를 모사하였습니다. 해석 초기에는 용착부 요소를 비활성화(Death) 상태로 두어 시스템 강성에 영향을 주지 않도록 설정한 후, 토치가 해당 위치를 통과하는 시점에 맞춰 순차적으로 활성화(Birth)합니다. 활성화된 요소에는 즉시 아크 입열 하중이 적용되며, 이때부터 재료의 열물리적 및 기계적 특성이 계산에 반영됩니다. 이 기법은 용접 비드의 형성과 그에 따른 질량 및 에너지 유입 과정을 시간 흐름에 따라 물리적으로 타당하게 재현할 수 있게 합니다.

Q: 해석 모델의 정확도를 검증하기 위해 어떤 실험적 방법이 사용되었는가?

열 해석 검증을 위해 FLIR 적외선 열화상 카메라를 사용하여 용접 중 판재 표면의 온도 분포를 실시간으로 측정하고 FEM 결과와 비교하였습니다. 구조 해석 검증을 위해서는 용접 및 냉각이 완료된 후 DEA Global 3차원 측정기(CMM)를 사용하여 판재의 9개 주요 지점에서 수직 변형량을 정밀하게 측정하였습니다. 열화상 데이터와 CMM 측정값 모두 수치 해석 결과와 높은 일치도를 보였으며, 이를 통해 개발된 비연계 열-기계 해석 모델이 스테인리스강 용접 변형을 예측하는 데 충분한 신뢰성을 갖추었음을 입증하였습니다. 특히 변형의 방향성과 크기 분포가 실험과 해석에서 일관되게 나타났습니다.

Conclusion

본 연구는 FEM 수치 모델링을 통해 오스테나이트계와 듀플렉스 스테인리스강의 TIG 용접 변형 특성을 성공적으로 규명하였습니다. 특히 두 재료가 유사한 입열 조건에서도 상이한 변형 거동을 보인다는 점을 실험적으로 입증하였으며, 이는 재료의 열전도율과 열팽창 계수 차이에 기인함을 물리적으로 설명하였습니다. 제안된 ‘Birth and Death’ 기법과 Cut-off 온도 설정 전략은 용접 공정의 복잡한 비선형 문제를 효율적이고 정확하게 해결할 수 있는 유효한 방법론임을 확인하였습니다.

결론적으로, 개발된 비연계 열-기계 해석 모델은 용접 구조물의 설계 및 제조 단계에서 변형량을 정밀하게 예측하고 제어하는 데 기여할 수 있습니다. 이는 고가의 스테인리스강 소재를 사용하는 산업 현장에서 제작 비용 절감과 품질 향상을 위한 엔지니어링 도구로서 높은 가치를 지닙니다. 향후 본 연구에서 제시된 방법론은 다양한 용접 공정 및 이종 재료 접합 분야로 확장 적용되어 구조적 안정성 확보를 위한 핵심 기술로 활용될 것으로 기대됩니다.

출처 정보 (Source Information)

Citation: J.J. del Coz Díaz, P. Menéndez Rodríguez, P.J. García Nieto, D. Castro-Fresno (2010). Comparative analysis of TIG welding distortions between Austenitic and Duplex Stainless Steels by FEM . Applied Thermal Engineering.

DOI/Link: https://doi.org/10.1016/j.applthermaleng.2010.06.016

Technical Review Resources for Engineers:

▶ 원문 논문 보기 (PDF)
▶ 기술 검토 및 적용 가능성 문의

This material is for informational purposes only. Unauthorized commercial use is prohibited.

Copyright © 2026 STI C&D. All rights reserved.