선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 알루미늄 5J32 합금의 원격 스캐너를 이용한 겹치기 용접을 실시하였고, 기계적 특성을 알아보기 위하여 전단 인장강도를 살펴보았다. 그리고 전단 인장강도에 대한 예측 모델인 회귀모델을 제안하였다.
제안 방법
- 본 연구에서는 알루미늄 5J32 합금의 원격 스캐너를 이용한 겹치기 용접을 실시하였고, 기계적 특성을 알아보기 위하여 전단 인장강도를 살펴보았다. 그리고 전단 인장강도에 대한 예측 모델인 회귀모델을 제안하였다. 또한 공정라인에 적용하기 위해 용접성과 생산성을 고려한 적합도 함수를 이용하여 최적화를 실시하였다.
- 그리고 전단 인장강도에 대한 예측 모델인 회귀모델을 제안하였다. 또한 공정라인에 적용하기 위해 용접성과 생산성을 고려한 적합도 함수를 이용하여 최적화를 실시하였다.
- 일반적으로 실험계획법에 의해 사용되는 방법은 삼원 배치법(3K factorial value)을 이용하여 전수 실험을 수행하였다11). 용접 공정 변수는 조사각(laser incident angle), 레이저 출력(laser power), 용접속도(welding speed)를 사용하여 용접특성을 확인 하였다. 용접 조건은 Table 2와 같다.
- 용접 조건은 Table 2와 같다. 또한 반복 회수는 3회로 총 27개 조건에 81회 실험을 수행하였다.
- 알루미늄 5J32에 대한 원격 스캐너 레이저 용접의 공정변수에 대한 기계적 특성을 알아보기 위하여 전단 인장시험을 실시하였다. 원격 스캐너 레이저 용접은 현재 생산 라인에서 사용되는 저항 점용접을 대체하는 공정이며, 알루미늄 합금은 탄소강을 대체하는 재료이므로 시험 시편은 기존의 인장시험 방법인 KS B 0851(저항점 용접 및 프로젝션 용접 이음의 전단 시험에 대한 시험편 치수 및 시험 방법)으로 시험 시편을 제 작 하였고, 용접부의 강도 적정성을 판단하기 위하여 ISO 규격 KS B ISO14373(저항 용접 - 비도금 및 도금 탄소강의 점용접 절차)을 이용하여 허용 인장강도를 7,400 N으로 선정하였다.
- 알루미늄 5J32에 대한 원격 스캐너 레이저 용접의 공정변수에 대한 기계적 특성을 알아보기 위하여 전단 인장시험을 실시하였다. 원격 스캐너 레이저 용접은 현재 생산 라인에서 사용되는 저항 점용접을 대체하는 공정이며, 알루미늄 합금은 탄소강을 대체하는 재료이므로 시험 시편은 기존의 인장시험 방법인 KS B 0851(저항점 용접 및 프로젝션 용접 이음의 전단 시험에 대한 시험편 치수 및 시험 방법)으로 시험 시편을 제 작 하였고, 용접부의 강도 적정성을 판단하기 위하여 ISO 규격 KS B ISO14373(저항 용접 - 비도금 및 도금 탄소강의 점용접 절차)을 이용하여 허용 인장강도를 7,400 N으로 선정하였다. Fig.
- 용접 공정변수에 따른 전단 인장강도를 예측할 수 있는 3가지 회귀 모델을 구성하였다. 첫 번째 Model I은 회귀선이 선형이고 표준화된 입력인자들 간의 다중 선형 회귀 모델 (multiple linear regression model) 식으로 정의하였다.
- 최적화를 하기 위하여 용접성을 나타내는 전단 인장강도와 생산성을 의미하는 용접속도의 목적함수(objective function)를 이용하여 적합도 함수(fitness function)를 정의 하였다. 두 개의 목적함수의 차수가 다르기 때문에 앞 절에서 살펴 본 표준화를 실시하였다.
- 차량 경량화에 사용되는 알루미늄 합금인 5J32의 원격 스캐너를 이용한 레이저 용접을 수행하였다.
대상 데이터
- 실험에 사용된 레이저와 용접 헤드는 모두 Trumpf 사의 최대 출력 4kW인 디스크 레이저(disk laser)와 스캐너(scanner) 방식의 원격 용접 헤드를 사용하였다. 판재로는 알루미늄 합금인 5J32, 두께 1.
- 실험에 사용된 레이저와 용접 헤드는 모두 Trumpf 사의 최대 출력 4kW인 디스크 레이저(disk laser)와 스캐너(scanner) 방식의 원격 용접 헤드를 사용하였다. 판재로는 알루미늄 합금인 5J32, 두께 1.6 mm를 이용하였다. 5J32의 합금은 Al-Mg계 합금으로 고용강화와 가공경화에 의해 강도가 향상된 재료이다10).
데이터처리
- 각 공정변수가 용접 특성에 얼마나 큰 영향을 주는지를 정량적으로 파악하기 위하여 분산분석을 수행하였다. 분산분석이란 실험 결과의 제곱합(sum of square)을 인자(factor), 오차(error)와 교호작용을 포함한 요인(source) 별로 분해하고, 오차에 대한 각 용인간의 비(ratio)를 통하여 결과에 대한 영향력을 규명하는 분석법이다11).
- 제안된 3가지의 회귀 모델에 대한 결정계수(Coefficients of determination) 및 평균 오차율(Average error rate)을 이용하여 예측모델의 성능을 정량적으로 평가하여 보았다. 결정계수와 평균 오차율의 식은 (5)과 (6)와 같다.
- 2) 전단 인장강도에 영향을 미치는 요인을 정량적으로 평가하기 위하여 분산분석을 실시하였으며, 3가지의 요인 중 레이저 출력과 용접속도가 전단 인장강도에 영향을 미치는 요인으로 판단하였고 교호 작용이 발생하였다.
이론/모형
- 실험은 실험계획법(design of experiment)에 의하여 진행되었다. 일반적으로 실험계획법에 의해 사용되는 방법은 삼원 배치법(3K factorial value)을 이용하여 전수 실험을 수행하였다11).
- 실험은 실험계획법(design of experiment)에 의하여 진행되었다. 일반적으로 실험계획법에 의해 사용되는 방법은 삼원 배치법(3K factorial value)을 이용하여 전수 실험을 수행하였다11). 용접 공정 변수는 조사각(laser incident angle), 레이저 출력(laser power), 용접속도(welding speed)를 사용하여 용접특성을 확인 하였다.
- 용접 공정변수에 따른 전단 인장강도를 예측할 수 있는 3가지 회귀 모델을 구성하였다. 첫 번째 Model I은 회귀선이 선형이고 표준화된 입력인자들 간의 다중 선형 회귀 모델 (multiple linear regression model) 식으로 정의하였다. 다중 선형 회귀 모델로 제안된 모델 식은 식(2) 과 같다.
- 두 개의 목적함수의 차수가 다르기 때문에 앞 절에서 살펴 본 표준화를 실시하였다. 그리고 전단 인장강도의 경우 회귀 모델 중 예측 성능이 가장 우수한 2차 다항 회귀모델(second order polynomial regression model)을 이용하였다. 식(7), (8)의 경우는 강도와 용접속도를 나타낸 목적함수이다.
성능/효과
- 2는 인장 전단시험의 결과를 나타낸 것이다. 레이저 출력이 커지고, 용접 속도가 감소할수록 전단 인장 강도는 증가하였다. 그 이유는 모재에 대한 입열량이 충분하게 되고 비드의 깊이 및 폭이 커지기 때문이다.
- 그 결과 레이저 출력이 전단 인장강도에 가장 큰 영향을 미쳤으며, 그리고 용접속도의 F0값이 F(0.05)보다 크기 때문에 전단 인장강도에 유의한 인자라고 할 수 있다.
- 각 입력 인자가 전단 인장강도에 미치는 영향력으로는 레이저 출력과 용접속도가 중요한 역할을 하고 있음을 알 수 있다. 그리고 조사각, 레이저 출력은 양의 효과, 용접속도는 음의 효과를 나타내었다.
- Table 7에서 각각의 모델의 예측성능을 비교해본 결과 제안된 3가지 모델은 예측성능이 우수한 것을 알 수 있었다. 그 중 Model II인 2차 다항 회귀 모델(Second order polynomial regression model)의 결정 계수는 0.92, 평균 오차율은 5.8 %로 예측성능이 가장 우수하였다.
- 적합도 함수를 살펴본 결과 용접성만 고려할 경우 4 kW, 3 m/min에서 전단 인장강도가 가장 높았지만 생산성까지 같이 고려한 경우 4 kW, 4.6 m/min에서 적합도의 값이 가장 높은 것으로 보아 용접성과 생산성 두 가지를 모두 고려 할 경우의 최적점이다. 그때의 적합도 함수로는 140.
- 1) 용접성의 기계적 특성을 알아보기 위하여 전단 인장강도를 측정해본 결과 레이저 출력이 높고 용접속도가 낮으면 입열량이 많아져 전단 인장강도가 증가하였다. 그리고 9,000 N이상일 경우 용접부 파단이 발생하였다.
- 3) 회귀 모델을 이용하여 전단 인장강도를 예측 할 수 있는 3가지 모델링을 제시하였고, 그 중 2차 다항 회귀 모델의 결정계수가 0.92, 평균 오차율은 5.8 %로 가장 우수한 것을 판단하였다.
- 4) 생산성과 용접성을 고려하여 적합도 함수를 이용하여 최적점을 살펴 본 결과 레이저 출력이 4 kW, 용접속도는 4.6 m/min 의 경우 적합도의 값이 140.1으로 가장 높았으며 그 때 예측된 전단 인장강도는 8,457 N 이었다.
- Table 7에서 각각의 모델의 예측성능을 비교해본 결과 제안된 3가지 모델은 예측성능이 우수한 것을 알 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.