사출성형 금형 캐비티 내압 측정장치 개발 및 이를 이용한 새로운 복합재료의 점도 측정 Development of a cavity pressure measuring device and estimation of viscosity functions of various polymer composites원문보기
본 연구진은 사출성형 공정에서 적용되는 미지 시료 및 고점도의 복합소재 점도를 추정하기 위한 새로운 방법을 제시한 바 있다. 본 논문에서는 사출성형금형 캐비티 내압을 측정하는 장치를 개발하였다. 이는 사출성형 공정 중의 금형 내를 흐르는 용융체의 압력을 실시간으로 측정하고, 이를 CAE 해석 결과로부터 모사된 압력과 비교함으로써 CAE D/B내의 점도 데이터의 정확성을 검증할 수 있게 한다. 본 연구에서 사용한 재료는 PP(Polypropylene), PP/LGF30%(Polypropylene과 long glass fiber 50% composite), PA66/LGF50%(Polyamide 6,6와 long glass fiber 50% composite) 이다. 여기서 PP와 PP장섬유복합재료는 이미 점도 데이터가 구축되어 있으나, PA66장섬유복합재료는 새롭게 개발한 재료로써 기존의 점도 데이터가 없기에 본 시스템을 이용해서 새로운 점도 곡선을 추정하였다. 그리고, 일반 점도 측정장치로 구한 점도 곡선과도 비교하였다. 한편, 이미 점도 데이터를 갖고 있는 경우인 PP는 신뢰성을 확인할 수 있었으나, PP/LGF50%의 경우는 높은 점도와 구조의 복잡성으로 인해 기존 점도 데이터의 개선이 필요하였다.
본 연구진은 사출성형 공정에서 적용되는 미지 시료 및 고점도의 복합소재 점도를 추정하기 위한 새로운 방법을 제시한 바 있다. 본 논문에서는 사출성형 금형 캐비티 내압을 측정하는 장치를 개발하였다. 이는 사출성형 공정 중의 금형 내를 흐르는 용융체의 압력을 실시간으로 측정하고, 이를 CAE 해석 결과로부터 모사된 압력과 비교함으로써 CAE D/B내의 점도 데이터의 정확성을 검증할 수 있게 한다. 본 연구에서 사용한 재료는 PP(Polypropylene), PP/LGF30%(Polypropylene과 long glass fiber 50% composite), PA66/LGF50%(Polyamide 6,6와 long glass fiber 50% composite) 이다. 여기서 PP와 PP장섬유복합재료는 이미 점도 데이터가 구축되어 있으나, PA66장섬유복합재료는 새롭게 개발한 재료로써 기존의 점도 데이터가 없기에 본 시스템을 이용해서 새로운 점도 곡선을 추정하였다. 그리고, 일반 점도 측정장치로 구한 점도 곡선과도 비교하였다. 한편, 이미 점도 데이터를 갖고 있는 경우인 PP는 신뢰성을 확인할 수 있었으나, PP/LGF50%의 경우는 높은 점도와 구조의 복잡성으로 인해 기존 점도 데이터의 개선이 필요하였다.
We have proposed a new method for estimating the viscosity of the composite. In this paper, we have developed a device for measuring the injection mold cavity pressure. This makes it possible to verify the accuracy of the viscosity in CAE D/B in real time by measuring the melt pressure in the mold, ...
We have proposed a new method for estimating the viscosity of the composite. In this paper, we have developed a device for measuring the injection mold cavity pressure. This makes it possible to verify the accuracy of the viscosity in CAE D/B in real time by measuring the melt pressure in the mold, and comparing this with the simulated pressure from the CAE analysis. Materials used in this study is a PP(Polypropylene), PP/LGF30%(Polypropylene/long glass fiber 50% composite) and PA66/LGF50%(Polyamide 6,6/long glass fiber 50% composite). The viscosity data for PP and PP long fiber composite have already been built, but the one for PA66 long-fiber composite does not exist because it is a newly developed material. Thus we obtained the viscosity curve of PA66/LGF50% by this system. Then, the viscosity curves from conventional viscometer were also compared with the viscosity obtained by the our method. And, we proved the accuracy of the CAE data of PP. In case of PP/LGF50% which is highly viscous and complex material, we improved the existing CAE data.because there was a difference between the measuring data and the CAE data.
We have proposed a new method for estimating the viscosity of the composite. In this paper, we have developed a device for measuring the injection mold cavity pressure. This makes it possible to verify the accuracy of the viscosity in CAE D/B in real time by measuring the melt pressure in the mold, and comparing this with the simulated pressure from the CAE analysis. Materials used in this study is a PP(Polypropylene), PP/LGF30%(Polypropylene/long glass fiber 50% composite) and PA66/LGF50%(Polyamide 6,6/long glass fiber 50% composite). The viscosity data for PP and PP long fiber composite have already been built, but the one for PA66 long-fiber composite does not exist because it is a newly developed material. Thus we obtained the viscosity curve of PA66/LGF50% by this system. Then, the viscosity curves from conventional viscometer were also compared with the viscosity obtained by the our method. And, we proved the accuracy of the CAE data of PP. In case of PP/LGF50% which is highly viscous and complex material, we improved the existing CAE data.because there was a difference between the measuring data and the CAE data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
사출성형 공정 중 점도가 영향을 미치는 단계는 충전이 완료되기 전까지 용융수지가 유동하는 충전 단계이다. 따라서 캐비티 내압 중에서도 충전 단계에서의 압력변화에 대해 중점적으로 연구를 하였다.
본 논문에서는 사출성형 금형 캐비티 내압을 측정하는 장치를 개발하였다. 이를 이용해서 사출성형 공정 중의 금형 내를 흐르는 용융체의 압력을 실시간으로 측정하고, 이를 CAE 해석 결과로부터 모사된 압력과 비교함으로써 CAE D/B내의 점도 데이터의 정확성을 검증할 수 있었다.
본 연구를 통해서 CAE D/B 내의 점도 정보의 수정이 필요한 것을 확인하였으며, 실제 사출공정에서 적합한 미지의 복합재료의 점도 데이터를 얻는 방법도 개발하였다.
본 연구에서는 이전 연구 성과를 바탕으로 압력 측정 장치를 개량하였다. 금형 내 2개의 압력센서를 설치하여 캐비티 내의 압력을 측정하였으며 동일한 조건으로 CAE 해석을 진행한 뒤 압력 프로파일을 비교하였다.
가설 설정
두 번째로는 빠른 사출속도로 1sec도 채 안되어 충전이 완료된다. 이번 실험을 기준으로 25%(45cm3)이하로 사출속도를 느리게 한다면 편차는 감소할 것이다.
제안 방법
PA66/LGF50%의 점도 추정을 위해 [Table 6]와 같은 조건으로 사출성형 및 CAE해석을 진행 하였다.
개발한 점도 추정 Process를 확인하기 위해 PP와PP/LGF30%를 이용한 실험을 진행하였다. 점도가 낮고, 충전재가 없는 PP의 경우엔 CAE프로그램의 점도 정보가 바르게 입력된 것을 확인하였고, PP/LGF30%의 경우엔 잘못 입력된 점도 정보로 인해 압력 프로파일의 차이를 확인하였다.
본 연구에서는 이전 연구 성과를 바탕으로 압력 측정 장치를 개량하였다. 금형 내 2개의 압력센서를 설치하여 캐비티 내의 압력을 측정하였으며 동일한 조건으로 CAE 해석을 진행한 뒤 압력 프로파일을 비교하였다. 이 결과가 일치하지 않을 경우 Cross-WLF의 점도 모델3을 근거로 매개변수(parameter)를 변경시켜 점도 값을 수정한 뒤 CAE해석을 재진행하며, 두 압력 프로파일이 일치할 때까지 반복적으로 수행을 하였다.
이러한 이유는 CAE프로그램 D/B의 점도정보가 정확하지 않기 때문이다. 따라서 점도 값을 증가시키는 방향으로 매개변수 변경을 진행 시켰다. 동일한 재료이기 때문에 D1을 제외한 매개변수는 같다고 할 수 있다.
이 점도 정보를 그대로 사용한다면 CAE해석 결과의 신뢰성이 떨어지게 된다. 따라서 점도 추정 Process를 이용한 점도의 수정을 진행하였다. Cross-WLF 점도 모델을 바탕으로 매개변수 중 다른 변수들은 동일 재료이기 때문에 제외시켰으며 점도와 관련된 D1을 증가시켜 압력 프로파일을 일치 시켰다.
동일한 재료이기 때문에 D1을 제외한 매개변수는 같다고 할 수 있다. 따라서 점도에 가장 영향을 미치는 D1만을 증가시켜 해석을 다시 진행하였다. 기존보다 3배를 증가시켰으며 수정된 매개변수는 [Table 5]에 나타내었고, 그에 따른 점도 그래프는 [Fig.
압력 직접 측정 방식이기 때문에 설치 시 금형 벽(mold wall)과 센서의 측정 면이 정확히 일치 되도록 한다. 또한 센서의 케이블은 금형 외벽에 mounting plate로 고정하고 어떤 종류의 센서인지 라벨을 붙여 확인 가능하도록 한다.
모세관 점도계를 이용하여 PA66/LGF50%의 점도를 측정하였다. 기울기는 유사한 것을 알 수 있으며, 측정된 점도와 추정된 점도의 크기는 차이를 보인다.
미지시료인 PA66/LGF50%에 대한 점도 추정은 임의의 그레이드를 선정하고, 이에 대한 CAE해석 결과를 바탕으로 추정하게 되었다. CAE해석 압력이 높은 것을 확인하여 D1을 감소시켜 점도를 낮추는 방향으로 추정하였으며, 충전 완료 시의 압력에서 큰 차이가 없는 것을 확인해 전단률 증가에 따라 점도가 완만한 감소를 보일 것으로 예상하여 매개변수 n을 증가 시켰다.
실험에 사용된 수지는 PP, PP/LGF30%, PA66/LGF50%의 세 종류를 이용하였으며, PP와 PP/LGF30%의 수지는 CAE프로그램에 등록된 정보가 맞는 것인지 검토를 위해 진행하였고, PA66/LGF50%의 경우엔 미지시료의 점도추정을 위해 선택을 하게 되었다. 사출성형 조건 중 사출 속도를 변수로 진행 하였다. 압력측정 시스템은 [Fig.
사출성형을 통해 측정된 캐비티 내압과 비교를 하기위해 CAE프로그램 해석을 진행하였다. 해석에 사용된 모델은 [Fig.
금형 내 2개의 압력센서를 설치하여 캐비티 내의 압력을 측정하였으며 동일한 조건으로 CAE 해석을 진행한 뒤 압력 프로파일을 비교하였다. 이 결과가 일치하지 않을 경우 Cross-WLF의 점도 모델3을 근거로 매개변수(parameter)를 변경시켜 점도 값을 수정한 뒤 CAE해석을 재진행하며, 두 압력 프로파일이 일치할 때까지 반복적으로 수행을 하였다. 용융 수지가 두 센서를 통과할 때 발생되는 시간차와 압력 증가량을 비교하고 이것이 일치할 경우 동일한 점도라고 추정할 수 있다.
따라서 D1을 감소시켜 점도를 낮추는 방향으로 추정하였으며, 캐비티 내압 중 충전 완료 시의 압력이 큰 차이가 없는 것을 확인 할 수 있다. 즉 전단률에 따라 점도가 완만한 감소를 보일 것으로 예상하여 매개변수 n을 증가 시켰다.
압력 직접 측정 방식이며 측정 가능한 범위는 0~2,000 bar이다. 측정 원리는 석영 결정 (quartz crystal)과 같이 힘 또는 압력을 가하면, 가해진 힘에 비례하여 전하가 발생되는 물질로 자연 또는 인공 석영결정과 같은 압전 소자를 이용하여 측정한다.4
캐비티 내압과 CAE해석 압력의 비교를 위해 [Table1]와 같은 조건으로 사출성형 및 CAE해석을 진행 하였다.
캐비티 내압과 CAE해석 압력의 비교를 위해 [Table3]와 같은 조건으로 사출성형 및 CAE해석을 진행 하였다. PP와 비교하여 냉각시간을 제외한 다른 조건들은 동일하게 진행하였다.
캐비티 내압을 측정하기 위해 필요한 증폭기, 변환기 등을 휴대가 편리하도록 제작하였다. 압력 센서의 경우는 금형 내부에 설치가 되어 반복적으로 설치와 해체를 하기엔 번거롭기 때문에 압력 센서는 제외 시켰다.
대상 데이터
PA66/LGF50%의 그레이드는 CAE프로그램 D/B에 등록이 되어있지 않기 때문에 임의의 그레이드를 동일조건으로 해석을 진행하여 가장 유사한 압력 프로파일을 보이는 그레이드를 선정하게 되었다. [Fig.
본 논문에서는 PP, PP/LGF30%(장섬유 30% 함유한 PP복합재료), 그리고 PA66/LGF50%(장섬유 50% 함유한 Nylon 6,6 복합재료)을 대상으로 연구하였다. PP는 상대적으로 구조가 단순한 고분자이고 점도 데이터가 널리 알려져 있고 데이터의 신뢰도가 높다.
사출성형기는 우진 세렉스사의 형체력 220ton의 NE220 모델을 사용하였다. 유압식 사출기이며 재현성이 우수한 포지션 트랜스듀서를 사용하며 다단, 속도, 압력 제어가 우수하다.
캐비티 내압 측정을 위한 준비를 마친 후 사출성형을 진행 한다. 실험에 사용된 수지는 PP, PP/LGF30%, PA66/LGF50%의 세 종류를 이용하였으며, PP와 PP/LGF30%의 수지는 CAE프로그램에 등록된 정보가 맞는 것인지 검토를 위해 진행하였고, PA66/LGF50%의 경우엔 미지시료의 점도추정을 위해 선택을 하게 되었다. 사출성형 조건 중 사출 속도를 변수로 진행 하였다.
증폭기는 KISTLER사의 5073 모델을 사용하였다. 압력 센서에서 측정 된 전하량을 증폭기로 보내면 이것을 비례 전압으로 변환하고 증폭시키게 된다.
압력 센서에서 측정 된 전하량을 증폭기로 보내면 이것을 비례 전압으로 변환하고 증폭시키게 된다. 증폭기의 압력 측정 범위는 압력 센서와 동일한 0~2,000 bar이며 실험에 사용 된 증폭기는 최대 2개의 압력 센서를 연결하여 사용 할 수 있다.
사출성형을 통해 측정된 캐비티 내압과 비교를 하기위해 CAE프로그램 해석을 진행하였다. 해석에 사용된 모델은 [Fig. 5]과 같이 사출성형품과 동일하게 설계 되었으며, 해석에 사용된 요소(elements)의 수는 21,396개이다. CAE프로그램 해석의 조건은 사출성형 조건과 동일하게 입력되었으며, 압력센서가 설치 된 위치와 동일한 위치의 절점(node)을 선택해 압력 해석 결과를 확인하였다.
이론/모형
캐비티 내압 측정에 사용된 압력 센서는 KISTLER사의 6157BA 모델을 사용하였다. 압력 직접 측정 방식이며 측정 가능한 범위는 0~2,000 bar이다.
성능/효과
5]과 같이 사출성형품과 동일하게 설계 되었으며, 해석에 사용된 요소(elements)의 수는 21,396개이다. CAE프로그램 해석의 조건은 사출성형 조건과 동일하게 입력되었으며, 압력센서가 설치 된 위치와 동일한 위치의 절점(node)을 선택해 압력 해석 결과를 확인하였다.
CAE해석 압력과 비교 시에 최대 압력에서 사출성형에서의 최대압력은 800bar로 나타났으며 CAE해석에서의 최대 압력이 100bar의 차이를 보였으나 전체공정에 대한 경향성은 유사한 것으로 나타났다.
미지시료인 PA66/LGF50%에 대한 점도 추정은 임의의 그레이드를 선정하고, 이에 대한 CAE해석 결과를 바탕으로 추정하게 되었다. CAE해석 압력이 높은 것을 확인하여 D1을 감소시켜 점도를 낮추는 방향으로 추정하였으며, 충전 완료 시의 압력에서 큰 차이가 없는 것을 확인해 전단률 증가에 따라 점도가 완만한 감소를 보일 것으로 예상하여 매개변수 n을 증가 시켰다. 추정된 점도를 이용한 CAE해석 압력과 캐비티 내압을 일치시켰으며, Capillary rheometer를 이용한 측정 점도와 비교 시 상대적으로 낮은 점도를 보였지만 기울기는 유사한 것을 확인하였다.
PP, PP/LGF30% 그레이드를 이용한 실험과 마찬가지로 속도가 증가함에 따라 편차가 커지는 것을 알 수 있었다. 이러한 이유는 충전 시간이 1sec도 채 되지 않는 시간에 이루어짐에 따른 것으로 생각되며, 사출속도를 느리게 실험을 진행한다면 이 편차는 줄어들 것으로 예상된다.
따라서 D1을 감소시켜 점도를 낮추는 방향으로 추정하였으며, 캐비티 내압 중 충전 완료 시의 압력이 큰 차이가 없는 것을 확인 할 수 있다. 즉 전단률에 따라 점도가 완만한 감소를 보일 것으로 예상하여 매개변수 n을 증가 시켰다.
본 논문에서는 사출성형 금형 캐비티 내압을 측정하는 장치를 개발하였다. 이를 이용해서 사출성형 공정 중의 금형 내를 흐르는 용융체의 압력을 실시간으로 측정하고, 이를 CAE 해석 결과로부터 모사된 압력과 비교함으로써 CAE D/B내의 점도 데이터의 정확성을 검증할 수 있었다.
이와 같이 사출성형 공정 중에 캐비티 압력 측정할 수 있는 장치와 CAE 프로그램을 이용하여 실질적인 점도 추정이 가능한 시스템을 구축하였고, 이를 활용하면 CAE D/B(data base)내 점도 데이터 오류를 수정할 수 있을 뿐만 아니라, 새롭게 개발되는 미지시료에 대한 점도 데이터도 얻을 수 있다.
개발한 점도 추정 Process를 확인하기 위해 PP와PP/LGF30%를 이용한 실험을 진행하였다. 점도가 낮고, 충전재가 없는 PP의 경우엔 CAE프로그램의 점도 정보가 바르게 입력된 것을 확인하였고, PP/LGF30%의 경우엔 잘못 입력된 점도 정보로 인해 압력 프로파일의 차이를 확인하였다. 이 점도 정보를 그대로 사용한다면 CAE해석 결과의 신뢰성이 떨어지게 된다.
CAE해석 압력이 높은 것을 확인하여 D1을 감소시켜 점도를 낮추는 방향으로 추정하였으며, 충전 완료 시의 압력에서 큰 차이가 없는 것을 확인해 전단률 증가에 따라 점도가 완만한 감소를 보일 것으로 예상하여 매개변수 n을 증가 시켰다. 추정된 점도를 이용한 CAE해석 압력과 캐비티 내압을 일치시켰으며, Capillary rheometer를 이용한 측정 점도와 비교 시 상대적으로 낮은 점도를 보였지만 기울기는 유사한 것을 확인하였다. 점도의 차이를 보였지만 추정된 점도가 사출성형 공정에서 실질적으로 적용되는 점도라고 생각 된다.
후속연구
PP, PP/LGF30% 그레이드를 이용한 실험과 마찬가지로 속도가 증가함에 따라 편차가 커지는 것을 알 수 있었다. 이러한 이유는 충전 시간이 1sec도 채 되지 않는 시간에 이루어짐에 따른 것으로 생각되며, 사출속도를 느리게 실험을 진행한다면 이 편차는 줄어들 것으로 예상된다.
따라서 사출성형 공정에서 캐비티 내에 용융체 흐름에 대한 실질적인 점도 특성을 파악할 수 있는 데이터를 얻는 것이 요구된다. 이를 위해서 본 연구진은 사출성형 금형 캐비티 용융 수지의 압력을 측정하고 이를 CAE 해석에서 얻은 모사 압력 프로파일과 비교함으로써 실질적인 점도 데이터를 추정하는 연구를 진행 한 바 있다.2
질의응답
핵심어
질문
논문에서 추출한 답변
사출성형이란?
사출성형은 플라스틱 원료를 가공하는 중요한 성형공법 중의 하나이다.1 공정을 살펴보면, 고체의 재료를 높은 압력과 마찰열로써 용융시켜 높은 압력을 이용하여 금형 내 캐비티로 주입하여 냉각시켜서 고체 형태의 부품을 제조하는 사이클 공정이다.
기존의 점도계를 이용한 점도 측정 방식으로 고점도 물질 및 복합재료에 대한 측정 시, 발생할 수 있는 문제점은?
자동차 및 휴대 전자부품의 발전에 힘입어 다양한 복합재료가 새롭게 개발되고 있다. 특히, 고점도 물질 및 복합재료의 경우, 기존의 점도계를 이용한 점도 측정 방식으로는 점도를 측정하기 어려우며 측정이 가능하다고 하여도 복잡한 구조로 인해 측정된 데이터도 신뢰하기 어렵게 된다. 따라서 사출성형 공정에서 캐비티 내에 용융체 흐름에 대한 실질적인 점도 특성을 파악할 수 있는 데이터를 얻는 것이 요구된다.
사출성형 공정에서 점도의 정확한 정보가 중요한 이유는?
1 공정을 살펴보면, 고체의 재료를 높은 압력과 마찰열로써 용융시켜 높은 압력을 이용하여 금형 내 캐비티로 주입하여 냉각시켜서 고체 형태의 부품을 제조하는 사이클 공정이다. 이때 용융 수지의 유동성이 부품의 생산성과 최종 품질에 영향을 미친다. 따라서 점도의 정확한 정보는 사출성형 공정에서 매우 중요하다.
참고문헌 (9)
Dominick V. Rosato and Donald V. Rosato, "Injection Molding Handbook", Van Nostrand Reinhold Co., pp3-33, 1986.
Y.J. Jin, "Study on the Pressure and Temperature Variations in the Cavity During Injection Molding", SNUST, Master Thesis, 2004.
S-H Lim, et al, "Estimation of viscosity by comparing the simulated pressure profile from CAE analysis with the LFT measuring cavity Pressure", Journal of the Korea Academia-Industrial cooperation Society, Vol. 12, No. 4, pp 1982-1987, 2011. DOI: http://dx.doi.org/10.5762/KAIS.2011.12.4.1982
Chih-Wei Lai, et al, "Application of Fabry-Perot and fiber Bragg grating pressure sensors to simultaneous measurement of liquid level and specific gravity", Measurement, Vol. 45, No. 3, pp 469-473, 2012. DOI: http://dx.doi.org/10.1016/j.measurement.2011.10.026
Y. Geng, et al, "Discrete element modelling of cavity expansion and pressuremeter test", Geomechanics and Geoengineering : An International Journal, Vol. 8, No. 3, pp 179-190, 2013. DOI: http://dx.doi.org/10.1080/17486025.2012.735375
※ AI-Helper는 부적절한 답변을 할 수 있습니다.