초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

디스플레이 산업에 이용되는 적층판(layered plates)의 결합공정 중 냉각공정에서 열팽창계수의 차이로 인해 잔류응력이 발생하고 심하면 적층판에 크랙(crack)이 발생한다. 본 연구에서는 적층판의 결합공정을 대상으로 현상을 분석하고 이 과정을 시뮬레이션하는 해석 프로그램을 개발하였다. 또한 이를 토대로 향후의 새로운 제품에 대해서도 크랙과 같은 문제점을 최소화 할 수 있는 신뢰성 있는 공정 셋업을 제시하기 위해 차원감소법(dimension reduction method)과 근사화 방법인 반응표면법(response surface method), 순차적 근사최적화 기법(Sequential Approximate Optimization, SAO)을 이용하여 신뢰성기반의 강건최적설계를 하였다.

디스플레이 산업에 이용되는 적층판(layered plates)의 결합공정 중 냉각공정에서 열팽창계수의 차이로 인해 잔류응력이 발생하고 심하면 적층판에 크랙(crack)이 발생한다. 본 연구에서는 적층판의 결합공정을 대상으로 현상을 분석하고 이 과정을 시뮬레이션하는 해석 프로그램을 개발하였다. 또한 이를 토대로 향후의 새로운 제품에 대해서도 크랙과 같은 문제점을 최소화 할 수 있는 신뢰성 있는 공정 셋업을 제시하기 위해 차원감소법(dimension reduction method)과 근사화 방법인 반응표면법(response surface method), 순차적 근사최적화 기법(Sequential Approximate Optimization, SAO)을 이용하여 신뢰성기반의 강건최적설계를 하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 결과를 살펴보면 최대 순간 응력은 허용치보다 작게 발생하므로 문제가 없지만 변위는 크랙의 위험이 있는 3 mm 제한조건을 만족하지 못하고 있다. 그래서 본 연구에서는 제한조건을 만족하면서 잔류응력이 최소가 되는 최적의 조건을 찾기 위해 컴퓨터 시뮬레이션을 이용하여 설계변수의 불확정성을 고려 한강 건 최적 설계를 수행하였다 .
• 게다가 적층판의 두께나 크기, 상판의 배열 및 개수 등이 달라질 때마다 이들의 적정 크기는 변화하게 되는데 이때 마다 실험을 통하여 이를 결정하는 것은 매우 비합리적이다. 따라서 본 연구에서는 이러한 적층판의 결합공정을 시뮬레이션하는 코드를 개발하고 이를 통해 불량을 최소화하는 최적의 하중 크기와 지지바의 높이를 찾고자 한다.
• 최종변형은 중앙이 약간 솟아오른 상태이고 최대 순간 응력은 상판의 간격 부분에서 35 MPa 이 발생하고 잔류 응력은 상판의 모서리부분에 약 23 MPa, 최대변위는 중앙에 약 5 mm 가 발생한다. 본 연구의 목표는 불량을 최소화 하기 위해 최대 순간 응력과 변위가 허용치를 초과하지 않는 범위 내에서 잔류응력이 최소가 되는 최적의 조건을 찾는 것인데 허용치는 최대 순간응력이 130 MPa, 변위는 3 mm 이다. 결과를 살펴보면 최대 순간 응력은 허용치보다 작게 발생하므로 문제가 없지만 변위는 크랙의 위험이 있는 3 mm 제한조건을 만족하지 못하고 있다.

제안 방법

• 것을 확인 할 수 있다. 그래서 본 연구에서는 망소특성을 이용하여 문제를 정식화 하였고, DRM 과 반응표면법을 이용하여 강건 최적설계를 수행했으며 최적설계기법으로는 순차적 근사최적화 기법을 이용하였다[4]. 순차적 근사화의 단계는 다음과 같다.
• 이경우에는 공정 마지막에 하중이 제거되는 것을 Process 1, 공정 초기에 제거되는 것을 Process 2 라 하여 두 가지 중에 어느 것이 불량 감소에 유리한 지를 비교하였다. 또한 추하중 크기 나지 지바 높이에 따라 적층판 밑면이 바닥과 접촉하는 것과 접착제의 소성거동도 고려하였다.
• 설계 변수는 가해지는 하중의 크기와 지지바의 높이를 선택하였고, 주변부에 가해지는 하중을 F2, 중앙부에 가해지는 하중을 Fl, 지지바의 높이를 yO 로 정하였다. 또한 하중을 언제 제거하는 것이 좋을 지를 알기 위해 하중 제거시점도 변수로 고려하였다. 이경우에는 공정 마지막에 하중이 제거되는 것을 Process 1, 공정 초기에 제거되는 것을 Process 2 라 하여 두 가지 중에 어느 것이 불량 감소에 유리한 지를 비교하였다.
• 1 의 (b)와 같이 전체 모델의 1/4 만을 표현하였다. 설계 변수는 가해지는 하중의 크기와 지지바의 높이를 선택하였고, 주변부에 가해지는 하중을 F2, 중앙부에 가해지는 하중을 Fl, 지지바의 높이를 yO 로 정하였다. 또한 하중을 언제 제거하는 것이 좋을 지를 알기 위해 하중 제거시점도 변수로 고려하였다.
• 또한 하중을 언제 제거하는 것이 좋을 지를 알기 위해 하중 제거시점도 변수로 고려하였다. 이경우에는 공정 마지막에 하중이 제거되는 것을 Process 1, 공정 초기에 제거되는 것을 Process 2 라 하여 두 가지 중에 어느 것이 불량 감소에 유리한 지를 비교하였다. 또한 추하중 크기 나지 지바 높이에 따라 적층판 밑면이 바닥과 접촉하는 것과 접착제의 소성거동도 고려하였다.
• 적층판 결합공정의 문제점을 해결하기 위하여 매개변수 연구가 가능한 시뮬레이션 코드를 상용코드인 ANSYS 를 이용하여 개발하였다. 공정상의 설계변수의 불확정성을 고려하기 위하여 반응 값의 통계적 모멘트 값을 계산해주는 차원감소법을 통해 반응값들의 통계적 거동을 쉽게 계산할 수 있었다.

데이터처리

• (1) 실험계획법에 의한 함수 계산을 위한 설계점을 선정한다. (2) 선정된 각 설계점들에서 DRM 을 적용하여 원하는 반응값의 평균과 편차값을 구한다. (3) 계산된 각 설계점에서의 평균과 편차 값을 이용하여 근사함수 모델의 계수들을 최소자승법을 이용하여 구한다.

이론/모형

• (2) 선정된 각 설계점들에서 DRM 을 적용하여 원하는 반응값의 평균과 편차값을 구한다. (3) 계산된 각 설계점에서의 평균과 편차 값을 이용하여 근사함수 모델의 계수들을 최소자승법을 이용하여 구한다. (4) 근사화된 식을 이용하여 각각의 제한조건을 만족하는 최적해를 구한다.
• 신뢰성 해석 방법에는 MPP search 방법, 모멘트 방법과 시뮬레이션 방법이 있다[5, 6]. 그 중 몬테카를로 방법이 제약조건이 적고 정확도가 가장 높은 방법이기는 하지만 신뢰할 만한 수준의 정확도를 얻기 위해서는 많은 시행횟수의 계산에 따른 비경제적인 문제를 피할 수 없기 때문에 이 논문에서는 차원감소법 [3]을 이용하고자 한다. 차원감소법은 결합공정의 성능함수의 정량적인 불확실성을 제공해줌으로써 기존의 방법에 비해 효율적이고 정확한 최적화를 수행할 수 있도록 도와주고 이를 검증하기 위해 몬테카를로 시뮬레이션 방법을 이용하였다.
• 그 중 몬테카를로 방법이 제약조건이 적고 정확도가 가장 높은 방법이기는 하지만 신뢰할 만한 수준의 정확도를 얻기 위해서는 많은 시행횟수의 계산에 따른 비경제적인 문제를 피할 수 없기 때문에 이 논문에서는 차원감소법 [3]을 이용하고자 한다. 차원감소법은 결합공정의 성능함수의 정량적인 불확실성을 제공해줌으로써 기존의 방법에 비해 효율적이고 정확한 최적화를 수행할 수 있도록 도와주고 이를 검증하기 위해 몬테카를로 시뮬레이션 방법을 이용하였다.

성능/효과

• 공정상의 설계변수의 불확정성을 고려하기 위하여 반응 값의 통계적 모멘트 값을 계산해주는 차원감소법을 통해 반응값들의 통계적 거동을 쉽게 계산할 수 있었다. 결과적으로 추 하중을 나중에 제거하는 Process 1 이 2 보다 나은 것을 확인할 수 있었고 차원감소법을 적용한 순차적 근사화 기법을 통하여 초기 결과에 비해 목적함수로 설정하였던 잔류응력의 평균과 편차가 동시에 감소하는 것을 볼 수 있었다. 이 연구의 결과는 설계자들이 중요시하는 목적함수 또는 제약조건에 상응하는 최적설계 값을 선택하는데 많은 도움을 줄 수 있을 것이다.
• ANSYS 를 이용하여 개발하였다. 공정상의 설계변수의 불확정성을 고려하기 위하여 반응 값의 통계적 모멘트 값을 계산해주는 차원감소법을 통해 반응값들의 통계적 거동을 쉽게 계산할 수 있었다. 결과적으로 추 하중을 나중에 제거하는 Process 1 이 2 보다 나은 것을 확인할 수 있었고 차원감소법을 적용한 순차적 근사화 기법을 통하여 초기 결과에 비해 목적함수로 설정하였던 잔류응력의 평균과 편차가 동시에 감소하는 것을 볼 수 있었다.
• 게다가 우리가 목적함수로 설정한 잔류응력 또한 감소한 것을 볼 수 있다. 전체적인 결과를 분석해 볼 때 Process 1이 Process 2보다는 우수한 결과를 보이고 있다.
• 와 같다. 초기 최적해의 결과와 비교했을 때 눈에 띄게 평균과 편차의 오차가 줄어들었음을 볼 수 있다. 게다가 우리가 목적함수로 설정한 잔류응력 또한 감소한 것을 볼 수 있다.
• 초기조건 결과를 이용하여 SAO 알고리즘을 거쳐 나온 초기 최적해의 결과는 Table L이고 초기조건에서 벗어났었던 Process 2의 변위의 제한조건도 만족하는 등 초기값에 비해서는 개선된 결과를 보여 주고는 있지만 실제 값과 비교해 볼 때 근사화에 따른 오차가 있고 특히 편차의 오차가 심한 것을 볼 수 있다. 이러한 오차정보를 바탕으로 순차적 근사화 기법을 통해 설계영역을 재조정하며 앞의 과정을 반복하여 최종적으로 최적해를 얻어낸 결과는 Table 2.

후속연구

• 결과적으로 추 하중을 나중에 제거하는 Process 1 이 2 보다 나은 것을 확인할 수 있었고 차원감소법을 적용한 순차적 근사화 기법을 통하여 초기 결과에 비해 목적함수로 설정하였던 잔류응력의 평균과 편차가 동시에 감소하는 것을 볼 수 있었다. 이 연구의 결과는 설계자들이 중요시하는 목적함수 또는 제약조건에 상응하는 최적설계 값을 선택하는데 많은 도움을 줄 수 있을 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기