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 실험계획법과 유한요소해석을 병행 하여 최적의 사출금형설계 및 성형조건을 도출하기 위한 연구를 진행하였다. 실험계획법은 크게 2단계로 구분되어진다.
- 본 연구에서는 편향코일 사출공정의 최적화를 위해 우선 실험계획법을 통한 최적의 사출금형 설계조건을 도출하였다. 이를 위해 금형설계 변수와 관련하여 선정된 입력변수, 즉 러너와 게이트 냉각회로 등의 설 계사양의 다양한 조합으로 실험계획법을 실시하였다.
제안 방법
- 이상으로 본 연구에서는 최적의 사출금형 및 성형 공정 설계를 위해 실험계획법과 유한요소해석을 적용 하였다. 금형설계 과정에서는 유한요소법과 실험계획법을 병행하여 성형성과 냉각효율의 향상을 위한 러너시스템 및 냉각회로의 구조를 선정하였다. 또한 제작된 금형을 사용하여 여러가지 성형조건에 따른 성형실험을 역시 체계적인 실험계획에 의거하여 수행함으로써 제품의 품질 안정을 위한 최적의 성형조건을 도출하였다.
- 금형설계 과정에서는 유한요소법과 실험계획법을 병행하여 성형성과 냉각효율의 향상을 위한 러너시스템 및 냉각회로의 구조를 선정하였다. 또한 제작된 금형을 사용하여 여러가지 성형조건에 따른 성형실험을 역시 체계적인 실험계획에 의거하여 수행함으로써 제품의 품질 안정을 위한 최적의 성형조건을 도출하였다. 이러한 접근방법은 기존의 공학적인 접근방법에 통계적인 분석기법을 접목시킴으로써 보다 체계적인 연구결과를 도출할 수 있는 방법으로 향후 사출성형 공정에 의해 생산돠는 유사 제품은 물론 타 공정에 대해서도 확장이 가능할 것으로 전망된다.
- 즉 인자의 독립적인 영향뿐 아니라 상호간의 교호작용까지도 고려하여 공정을 설계해야 한다. 본 연구에서는 사출압, 1차사츨속도, 2차사출속도, 사출시간, 스크류 위치, 보압, 보압속£, 보압시간의 총 8개인자를 설정하였다.
- 여기서 각각의 게이트와 러너의 설계에 따라 제품의 유동패턴이 차이가 발생하며, 이는 결과적으로 제품의 성형성에 영향을 미치게 된다. 본 연구에서는 이러한 관점에서 각각에 대한 러너직경과 게이트의 위치를 실험계획법을 위한 입력변수로 선정하였다.
- 따라서 냉각회로의 설계는 단순히 냉각효율 제고만을 위함이 아니라 제품의 유동 특성도 함께 고려해주어 야 한다. 본 연구에서는 이러한 관점에서 냉각회로의 구성 역시 입력변수로 선정하여 러너/게이트의 설계와 함께 최적의 금형설계를 위한 인자로 활용하였다.
- 해석으로부터 얻어진 결과를 분석하여 최적의 금형설계 변수를 도출한 뒤, 이를 토대로 금형을 제작하였다. 사출성형 조건은 제작된 금형을 사용하여 실험을 수행함으로써 그 결과를 측정하여 DOE 분석을 수행하였다.
- 우선 전술한 일련의 과정을 거쳐 설계된 금형을 제작하고, 이를 사용하여 성형실험을 수행하였다. 역시 실험계획법을 적용하여 Table 4에 도시한 바와 같이 8개의 변수에 대해 2 수준으로 설정하여 총 32번의 실험을 수행하였다. 이러한 과정을 거쳐 최종 선정된 성형조건은 아래와 같다.
- 실험계획법은 크게 2단계로 구분되어진다. 우선 금형설계 조건의 선정 과정에서 유한요소해석을 통해 접근하였다. 해석으로부터 얻어진 결과를 분석하여 최적의 금형설계 변수를 도출한 뒤, 이를 토대로 금형을 제작하였다.
- 최적의 성형조건의 선정은 실험적인 방법으로 접근하였다. 우선 전술한 일련의 과정을 거쳐 설계된 금형을 제작하고, 이를 사용하여 성형실험을 수행하였다. 역시 실험계획법을 적용하여 Table 4에 도시한 바와 같이 8개의 변수에 대해 2 수준으로 설정하여 총 32번의 실험을 수행하였다.
- 이러한 목적 달성을 위해 앞절에서 언급한 총 5개의 변수에 대해서 유한요소해석을 통한 실험계획법을 실시하였다. 우선적으로 냉각회로는 제외한 상태에서 러너와 게이트에 관련된 4개의 변수(A, B, C, D)에 대해 2개의 수준으로 Table 1과 같이 실험계획을 수립하여 총 16번의 유한요소해석을 수행하였다.
- 위의 결과중 성형성과 냉각효율의 2가지 측면에서 볼 때 10번의 결과가 가장 우수한 것으로 판명되었으며, 이러한 결과를 토대로 최적의 금형설계 변수를 다음과 같이 도출하였다.
- 이를 위해 C-MOLD를 사용한 유한요소해석을 수행하였다. 이때 최적의 금형설계 변수를 얻기 위한 목표는 성형성 향상, 유동의 균형, 냉각효율 향상의 3가지로 설정하였다.
- 이러한 목적 달성을 위해 앞절에서 언급한 총 5개의 변수에 대해서 유한요소해석을 통한 실험계획법을 실시하였다. 우선적으로 냉각회로는 제외한 상태에서 러너와 게이트에 관련된 4개의 변수(A, B, C, D)에 대해 2개의 수준으로 Table 1과 같이 실험계획을 수립하여 총 16번의 유한요소해석을 수행하였다.
- 이를 위해 금형설계 변수와 관련하여 선정된 입력변수, 즉 러너와 게이트 냉각회로 등의 설 계사양의 다양한 조합으로 실험계획법을 실시하였다. 이를 위해 C-MOLD를 사용한 유한요소해석을 수행하였다. 이때 최적의 금형설계 변수를 얻기 위한 목표는 성형성 향상, 유동의 균형, 냉각효율 향상의 3가지로 설정하였다.
- 본 연구에서는 편향코일 사출공정의 최적화를 위해 우선 실험계획법을 통한 최적의 사출금형 설계조건을 도출하였다. 이를 위해 금형설계 변수와 관련하여 선정된 입력변수, 즉 러너와 게이트 냉각회로 등의 설 계사양의 다양한 조합으로 실험계획법을 실시하였다. 이를 위해 C-MOLD를 사용한 유한요소해석을 수행하였다.
- 이상으로 본 연구에서는 최적의 사출금형 및 성형 공정 설계를 위해 실험계획법과 유한요소해석을 적용 하였다. 금형설계 과정에서는 유한요소법과 실험계획법을 병행하여 성형성과 냉각효율의 향상을 위한 러너시스템 및 냉각회로의 구조를 선정하였다.
- 우선 금형설계 조건의 선정 과정에서 유한요소해석을 통해 접근하였다. 해석으로부터 얻어진 결과를 분석하여 최적의 금형설계 변수를 도출한 뒤, 이를 토대로 금형을 제작하였다. 사출성형 조건은 제작된 금형을 사용하여 실험을 수행함으로써 그 결과를 측정하여 DOE 분석을 수행하였다.
대상 데이터
- 1에 편향코일의 제품형상 및 러너시스템의 구성을 3차원적으로 도시하였다. 게이트는 3개의 핀포인트 게이트를 사용하였으며, 곡면부에 1개의 주게이트와 스크린부에 2개의 보조게이트로 구성되어 있다. 여기서 각각의 게이트와 러너의 설계에 따라 제품의 유동패턴이 차이가 발생하며, 이는 결과적으로 제품의 성형성에 영향을 미치게 된다.
성능/효과
- 실제 개선된 금형을 적용해본 결과 냉각시간을 기존 대비 50%를 절감할 수 있었다. 또한 개선된 러너 시스템에 의한 성형성 향상으로 인해 사출압 역시 기존대비 30%정도로 절감되었는데, 이는 제품의 불량률이나 이형시의 문제 발생 빈도를 감소시킴으로써 결과적으로 생산성을 증대시키는 효과를 유발한다. 이와 같은 효과로 인해 기존의 경우 하나의 제품을 생산하는데 총 26초의 시간이 소요된 반면, 개선된 금형은 16초로 절감하여 생산성을 향상시킬 수 있었다.
- 실제 개선된 금형을 적용해본 결과 냉각시간을 기존 대비 50%를 절감할 수 있었다. 또한 개선된 러너 시스템에 의한 성형성 향상으로 인해 사출압 역시 기존대비 30%정도로 절감되었는데, 이는 제품의 불량률이나 이형시의 문제 발생 빈도를 감소시킴으로써 결과적으로 생산성을 증대시키는 효과를 유발한다.
- 또한 개선된 러너 시스템에 의한 성형성 향상으로 인해 사출압 역시 기존대비 30%정도로 절감되었는데, 이는 제품의 불량률이나 이형시의 문제 발생 빈도를 감소시킴으로써 결과적으로 생산성을 증대시키는 효과를 유발한다. 이와 같은 효과로 인해 기존의 경우 하나의 제품을 생산하는데 총 26초의 시간이 소요된 반면, 개선된 금형은 16초로 절감하여 생산성을 향상시킬 수 있었다.
후속연구
- 또한 제작된 금형을 사용하여 여러가지 성형조건에 따른 성형실험을 역시 체계적인 실험계획에 의거하여 수행함으로써 제품의 품질 안정을 위한 최적의 성형조건을 도출하였다. 이러한 접근방법은 기존의 공학적인 접근방법에 통계적인 분석기법을 접목시킴으로써 보다 체계적인 연구결과를 도출할 수 있는 방법으로 향후 사출성형 공정에 의해 생산돠는 유사 제품은 물론 타 공정에 대해서도 확장이 가능할 것으로 전망된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.