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
- 기존에 생산되고 있는 자동차 범퍼의 치수에 관한 현 공정능력을 분석하고, 공정 조건 중 개선시킬 수 있는 부분을 선정하여 최적화를 진행하였다. 그리고 도출된 최적 공정 조건을 실제 생산공정에 적용하여 치수 안정성과 생산성 부분에서의 개선 효과를 분석하였다 최종적으로 본 연구에서는 제품의 치수 안정성을 확보하여 치수합격률을 향상시키는것을 목표로 진행하였다.
- 따라서 본 논문에서는 실험계획법을 이용하여 공정능력의 중심 값과 목표 값의 편차를 최소화하며 공정능력지수 값을 증가시키는 방향으로 Cpk제품 생산 조건을 최적화하고 치수합격률을 현 75%에서 약 20% 에서 정도 증가시키는 것을 목표로 진행하였다.
- 본 논문에서는 자동차 범퍼의 치수 안정성과 생산성 향상을 위해 6 시그마 프로세스와 실험계획 6법을 사용하여 제품의 치수에 영향을 미치는 인자들을 판별하고 제품의 치수 안정성과 생산성을 향상시킬 수 있는 최적 조건을 연구하였다. 기존에 생산되고 있는 자동차 범퍼의 치수에 관한 현 공정능력을 분석하고, 공정 조건 중 개선시킬 수 있는 부분을 선정하여 최적화를 진행하였다.
- 다변량 분석은 각각의 인자 간의 목표함수의 변동 또는 인자 내의 각 수준 내에서의 목표함수의 변동 등을 나타내어 어떠한 요인이 변동에 중요한 원인이되며 어느 정도의 영향을 끼치는지를 식별하는데 사용된다. 본 연구에서는 6인자 3수준 사이에서 수축량에 발생하는 변동을 분석하고 이에 미치는 영향을 파악하기 위해 다변량 분석을 실시하였다. 다변량 분석에서 보압시간이 수준에 따라 수축량 평균이 가장 큰 변화를 보였으며 수지온도가 수준에 따른 수축량 변화가 가장 작게 나타났다.
- 본 연구에서는 자동차 범퍼를 대상으로 6 시그마 기법과 실험계획법을 이용하여 제품의 전장 치수 편차를 최소화하고 공정능력을 개선시키는 최적의 공정 조건을 도출하였으며 다음과 같은 결론을 얻었다.
제안 방법
- 따라서 이와 관련된 인자들을 제외하고 공정 조건과 원재료, 그리고 사용하는 장비와 관련한 인자들로 분류하여 잠재적 인자를 총 13개로 선정하였다. 공정 조건은 사출압력, 사출시간, 사출온도, 사출속도, 성형온도, 냉각시간, 금형온도, 보압, 보압시간 인자로 분류하였으며 원재료는 선팽창계수, 수축률, 비중으로 분류하였다. 본 연구에서는 사출성형공정을 이용하여 자동차 범퍼를 생산하므로 사용하는 사출성형기의 상태도 잠재적 인자로 선정하였다.
- 비중을 다르게 하여 잠재적 인자들의 평가 비율을 산정하였고, 기준 이하의 인자들을 제거하는 감법을 사용하여 치명인자를 선정하였다. 그 결과, 최종적으로 사출속도, 사출온도, 냉각시간, 금형온도, 보압을 가인자로 선정하였고 CAE 해석을 통해 가인자 평가를 진행하였다. 성형온도와 비중의 경우 .
- 그러므로 목표함수를 보다 명확하게 선정하기 위해서 해석을 통해 자동차 범퍼의 휨 현상 CAE의 주된 원인을 분석하였고 목표함수를 상세히 명시하였다.
- 본 논문에서는 자동차 범퍼의 치수 안정성과 생산성 향상을 위해 6 시그마 프로세스와 실험계획 6법을 사용하여 제품의 치수에 영향을 미치는 인자들을 판별하고 제품의 치수 안정성과 생산성을 향상시킬 수 있는 최적 조건을 연구하였다. 기존에 생산되고 있는 자동차 범퍼의 치수에 관한 현 공정능력을 분석하고, 공정 조건 중 개선시킬 수 있는 부분을 선정하여 최적화를 진행하였다. 그리고 도출된 최적 공정 조건을 실제 생산공정에 적용하여 치수 안정성과 생산성 부분에서의 개선 효과를 분석하였다 최종적으로 본 연구에서는 제품의 치수 안정성을 확보하여 치수합격률을 향상시키는것을 목표로 진행하였다.
- Table 2에서 기 선정된 치명인자의 후순위 인자로는 사출기 상태가 있으나 사출기 상태는 사출기의 종류나 부품 등에 영향을 받는 기계설계적 요소이므로 본 연구에서는 제어하기 어렵다. 따라서 사출기 상태보다 후순위인 사출압력과 성형시간을 금형온도 대신 치명인자로 선정하여 최적화 연구를 진행하였다. 사출압력과 성형시간은 각각 평가가 5.
- 본 연구에서는 경제적 측면이나 효율성 측면을 고려하여 기존 자동차 범퍼 생산 시스템의 금형이나 제품 형상을 동일하게 사용하였다. 따라서 이와 관련된 인자들을 제외하고 공정 조건과 원재료, 그리고 사용하는 장비와 관련한 인자들로 분류하여 잠재적 인자를 총 13개로 선정하였다. 공정 조건은 사출압력, 사출시간, 사출온도, 사출속도, 성형온도, 냉각시간, 금형온도, 보압, 보압시간 인자로 분류하였으며 원재료는 선팽창계수, 수축률, 비중으로 분류하였다.
- 본 연구에서는 경제적 측면이나 효율성 측면을 고려하여 기존 자동차 범퍼 생산 시스템의 금형이나 제품 형상을 동일하게 사용하였다. 따라서 이와 관련된 인자들을 제외하고 공정 조건과 원재료, 그리고 사용하는 장비와 관련한 인자들로 분류하여 잠재적 인자를 총 13개로 선정하였다.
- 각 평가 요소마다 .비중을 다르게 하여 잠재적 인자들의 평가 비율을 산정하였고, 기준 이하의 인자들을 제거하는 감법을 사용하여 치명인자를 선정하였다. 그 결과, 최종적으로 사출속도, 사출온도, 냉각시간, 금형온도, 보압을 가인자로 선정하였고 CAE 해석을 통해 가인자 평가를 진행하였다.
- 색상. 사이클 항목으로 중요도를 평가하였다. 각 평가 요소마다 .
- 본 연구에서는 사출성형공정을 이용하여 자동차 범퍼를 생산하므로 사용하는 사출성형기의 상태도 잠재적 인자로 선정하였다. 선정된 잠재적 인자들에 대하여 사출성형 관련 전문가 집단을 대상으로 중요도 평가를 진행하고 가인자를 선정하였다. 중요도 평가는 설문이나 면접을 통해 진행하였으며 각각의 잠재적 인자들에 대해 변형.
- 선정된 치명인자인 수지온도, 사출속도, 보압, 냉각시간, 보압시간, 사출압력과 성형시간을 인자로 하여 실험계획법을 실시하여 자동차 범퍼를 조건에 따라 사출성형하고 전장 치수를 측정하였다.
- 자동차 범퍼의 공정능력에서 중심값과 목표값의 편차를 줄이기 위해 전장 치수의 평균에 영향을 미치는 2차 속도(C), 4차 속도(E)에 대해 망목 특성으로 최적 조건 추정을 진행하였다. Table 9는 2차 속도(C).
- 제품의 수축률을 목표함수로 하여 가인자로 선정된 금형온도, 수지온도, 사출속도, 보압, 냉각시간, 보압시간에 대해 6인자 3수준을 사용하여 L27 직교배열로 실험계획법을 진행하였다. Table 4에 가인자와 실험수준을 나타내었다.
- 최종적으로 가인자 분석을 통해 수지온도, 사출 속도, 보압, 냉각시간, 보압시간을 치명인자로 선정하였다. 그리고 금형온도를 대신하여 Table 2의 중요도 평가에서 제외된 후순위 인자를 치명인자로 선정하기로 하였다.
- 선정된 치명인자인 수지온도, 사출속도, 보압, 냉각시간, 보압시간, 사출압력과 성형시간을 인자로 하여 실험계획법을 실시하여 자동차 범퍼를 조건에 따라 사출성형하고 전장 치수를 측정하였다. 치명인자 중 사출속도는 실제 사출기에서 설정가능한 단계에 맞추어 1차부터 5차까지 세분화하여 수준을 설정하였다. 그러므로 실험계획법은 11인자 수준으로 L12 직교배열로 실시하였으며 Table5에 치명인자와 그에 해당하는 수준을 나타내었다.
- 휨 현상의 원인을 온도차 냉각(DifferentialCooling), 불균형 수축(Differential Shrinkage), 배향효과(Orientation Effect), 코너 효과(Conner Effect)로선정하여 각각의 원인들이 제품의 휨 현상에 미치는 영향을 분석하였다. CAE 해석에는 Autodesk 社의 Moldflow를 사용하였으며 Table 3에 매쉬(Mesh) 조건을 명시하였다.
대상 데이터
- 제품 생산에 사용한 장비는 Krauss maffei의 3000톤 사출성형기 이다. Fig. 1에 연구 대상 제품인 자동차 범퍼를 나타내었다.
- 최종적으로 가인자 분석을 통해 수지온도, 사출 속도, 보압, 냉각시간, 보압시간을 치명인자로 선정하였다. 그리고 금형온도를 대신하여 Table 2의 중요도 평가에서 제외된 후순위 인자를 치명인자로 선정하기로 하였다. Table 2에서 기 선정된 치명인자의 후순위 인자로는 사출기 상태가 있으나 사출기 상태는 사출기의 종류나 부품 등에 영향을 받는 기계설계적 요소이므로 본 연구에서는 제어하기 어렵다.
- 본 논문의 연구대상은 자동차 범퍼로 제품의치수는 424 x 1,498 x 16mm 이며 재료는 Hydro S&S industries Ltd사의 XPP A7706 TT EB , PP+EPDM +TF15%를 이용하여 성형하였다.
- 본 논문의 연구대상은 자동차 범퍼로 제품의치수는 424 x 1,498 x 16mm 이며 재료는 Hydro S&S industries Ltd사의 XPP A7706 TT EB , PP+EPDM +TF15%를 이용하여 성형하였다. 제품 생산에 사용한 장비는 Krauss maffei의 3000톤 사출성형기 이다. Fig.
이론/모형
- 제품 치수에 영향을 미치는 인자들을 선정하기 위해 프로세스 맵핑(Process Mapping)과 특성 요인도(Fish Bone Diagram)를 활용하였다. 이를 통해 제어 가능한 인자들과 노이즈 요소(Noize Factor)와 같이 제어 불가능한 인자들을 구분하였고 제어가능한 인자들 중 현 시점에서 개선 가능하며 목적함수인 제품 치수와 관련이 있는 인자들을 대상과 범위에 따라 구분하여 Fig.
성능/효과
- 3는 온도차 냉각, 수축 불균형, 배향 효과, 코너 효과에 따른 자동차 범퍼의 휨 해석을 나타내었다. 4 가지 원인 중 수축불균형으로 인한 제품의 휨이 최대 17.37 mm로 가장 큰 변형을 보였다.
- Table 8은 실험계획법의 결과에서 민감도에 대한 분산분석을 나타내었다 민감도의 분산분석에서 치명인자들 중 2차 속도(C), 4차 속도(E) 순으로 전장 치수의 평균에 영향을 미치는 것을 확인하였으며 순수하게 전장 치수의 평균에만 영향을 준다는 것을 확인하였다.
- 가인자 분석을 통해 금형온도, 수지온도, 사출속도, 보압, 냉각시간, 보압시간이 제품의 수축량에 유의미한 영향을 미치는 것을 확인하였다. 그러나 6개의 가인자 중 금형온도는 작업장 온도에 쉽게 영향을 받는 인자로 제어 인자 내에 노이즈 인자가 직간접적으로 포함되어 있다고 볼 수 있다.
- 각각의 인자들을 사출압력 66MPa, 1차 속도 48%, 성형시간 7초, 보압시간 7초, 사울온도 230oc , 보압 35 MPa으로 최적화하였을때 최대 78%까지 전장 치수의 편차가 감소하는 것을 확인하였다.
- 결과적으로 본 연구에서 6 시그마 기법과 실험 계획법을 이용하여 도출한 최적 생산 조건으로 제품의 전장 치수의 편차를 최소화하였으며 이에 따른 공정능력의 개선 효과가 매우 큰 것을 확인하였다. 추가적으로 개선된 생산공정에서 생산한 자동차 범퍼의 치수합격률은 95%로 분석되었으며 기존의 치수합격률 75%보다 20%정도 향상되었음을 본 연구를 통해 확인하였다.
- 945%, 4차 속도(E)가 48%일 때 최적조건의 목표값을 도출하였다. 그러나 실제 사출성형기의 속도제어에서 47.945%는 설정하기 어려우므로 48%로 최적조건을 도출하였다.
- 본 연구에서는 6인자 3수준 사이에서 수축량에 발생하는 변동을 분석하고 이에 미치는 영향을 파악하기 위해 다변량 분석을 실시하였다. 다변량 분석에서 보압시간이 수준에 따라 수축량 평균이 가장 큰 변화를 보였으며 수지온도가 수준에 따른 수축량 변화가 가장 작게 나타났다. 그러나 6개 가인자 중 보압시간을 제외한 모든 인자에서 동일 수준 내 수축량의 분산이 크게 나타나는 것을 알 수 있다.
- 그러나 6개 가인자 중 보압시간을 제외한 모든 인자에서 동일 수준 내 수축량의 분산이 크게 나타나는 것을 알 수 있다. 따라서 가인자로 선정된 6개의 인자가 모두 제품의 수축량에 유의미한 영향을 미친다는 것을 알 수 있다.
- 따라서 본 연구에서 사용한 6 시그마와 실험계획법이 자동차 범퍼의 치수 최적화에 매우 효과적인 공학 기법이며 실제 생산공정에 적용하였을 때 유용한 개선 효과를 얻을 수 있다는 것을 실험적으로 확인하였다.
- 그리고 다른 원인에 의한 휨은 수축 불균형에의한 휨에 비해 제품의 변형량이 미미하였다. 따라서 자동차 범퍼의 휨에 영향을 주는 가장 큰 원인은 수축 불균형이라는 것을 CAE 해석을 통해 확인하였으며 가인자 분석에서 목표함수를 제품의 수축률로 보다 자세하게 선정하였다.
- 또한 개선 전과 개선 후의 생산 공정의 I-MR관리도를 비교하면 개별값의 UPL과 LPL의 범위가 현저히 좁아졌으며 이동범위도 50% 정도 축소되었다.
- 29%로 목표값에 매우 근접한 것을 확인하였다. 또한 개선 후 공정능력에서 Cpk 값은 1.31로 개선 전 공정능력의 Cpk 값인 0.55 와 비교하여 현저히 개선되었으며, 이는 규격중심을 기준으로 전장 치수 데이터의 쏠림 현상이 상당 부분 개선되었다는 것을 의미한다.
- 또한 I-MR 관리도를 비교하였을 때, 개별값의 상한과 하한의 범위가 현저히 좁아졌으며 이동범위도 50% 축소되었다.
- 05 와 mm의 편차를 보였다. 이는 개선 전 공정능력에서 중심값의 편차 0.14 mm와 비교하여 감소한 수치 64.29%로 목표값에 매우 근접한 것을 확인하였다. 또한 개선 후 공정능력에서 Cpk 값은 1.
- 이러한 연구결과를 바탕으로 최적인자의 수준을 결정하여 생산공정에 적용한 결과, 전장 치수의 중간값과 목표값 사이의 편차가 기존 0.14 mm에서 0.05 mm로 64.29% 개선되었으며 Cpk 값은 0.55에서 1.31로 개선되어 전장 치수 데이터의 쏠림 현상이 현저히 개선되었다.
- 전장 치수의 평균에 영향을 미치는 인자로는 2차 속도, 4차 속도가 있으며 목표값을 992.00 mm로 설정하였을 때 2차 속도는 47.945%, 4차 속도는 48% 수준에서 최적조건의 목표값을 얻을 수 있었다. 이러한 연구결과를 바탕으로 최적인자의 수준을 결정하여 생산공정에 적용한 결과, 전장 치수의 중간값과 목표값 사이의 편차가 기존 0.
- 최적인자 수준으로 개선한 공정에서 중심값은 992.05 mm로 목표값인 992.00 mm 0.05 와 mm의 편차를 보였다. 이는 개선 전 공정능력에서 중심값의 편차 0.
- 추가적으로 개선된 생산공정에서 생산한 자동차 범퍼의 치수합격률은 95%로 분석되었으며 기존의 치수합격률 75%보다 20%정도 향상되었음을 본 연구를 통해 확인하였다.
- 또한 I-MR 관리도를 비교하였을 때, 개별값의 상한과 하한의 범위가 현저히 좁아졌으며 이동범위도 50% 축소되었다. 추가적으로 개선된 생산공정에서의 치수합격률은 95%로 검증되었으며 기존의 치수합격률과 비교하였을 때 향상되었다.
- 추정된 최적 조건은 사출압력(A)가 66 MPa, 1차 속도(B)가 48%, 성형시간(G)가 7초, 보압시간(I)가 7초, 사출온도(J)가 230oc, 보압(K)가 35 MPa일 때이며 기존 공정된 비는 SN 80.283(+/-2.5) db로 기존 공정 실험의 S/N 13.118dB 비보다 증가하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.