서포트 링 제조를 위한 열간 복합성형공정의 ANN 기반 스마트 공정관리 시스템 플랫폼 핵심기술 개발 Development of Platform Core Technology of Smart Manufacturing System of Hot Composite Forming Process for manufacturing support ring based on Artificial Neural Network원문보기
보고서 정보
주관연구기관
한국생산기술연구원 Korea Institute of Industrial Technology
□ 연구내용 ○서포트링 열간 복합성형공정 적용 소재 물성평가 - 서포트링 적용 소재 S45C 고온 유동응력 평가 - 가장 높은 진응력은 온도 조건 1000℃, 변형률속도 조건 1/s에서 119.9 MPa로 평가되었음 - 가장 낮은 진응력은 온도 조건 1200℃, 변형률속도 조건 0.001/s에서 14.3 MPa로 평가되었음 ○열간 복합단조공정 금형 소재 STD11, STD61의 피로특성 평가 - 피로특성 평가 결과를 피로수명 예측에 활용하기 위해 S=aNfb(1
□ 연구내용 ○서포트링 열간 복합성형공정 적용 소재 물성평가 - 서포트링 적용 소재 S45C 고온 유동응력 평가 - 가장 높은 진응력은 온도 조건 1000℃, 변형률속도 조건 1/s에서 119.9 MPa로 평가되었음 - 가장 낮은 진응력은 온도 조건 1200℃, 변형률속도 조건 0.001/s에서 14.3 MPa로 평가되었음 ○열간 복합단조공정 금형 소재 STD11, STD61의 피로특성 평가 - 피로특성 평가 결과를 피로수명 예측에 활용하기 위해 S=aNfb(103≤N≤106)으로 나타내었음 - 피로특성 평가 결과 STD11의 a, b는 3,365, –0.138, STD61의 a, b는 3,442, –0.126로 평가되었음 ○열간 단조 1공정(업세팅, Upsetting)의 주요 인자 평가 및 선정 - 열간 단조 1공정의 성형하중과 배럴링을 모두 감소시킬 수 있는 주요인자는 소재와 금형간의 마찰로 평가되었음 ○열간 단조 2공정(형단조, die forging)의 주요 인자 평가 및 선정 - 마찰상수가 감소할수록 성형품의 치수정밀도가 향상되며 성형하중이 감소하는 결과를 보였으며, 열간 단조 1공정과 동일하게 열간 단조 2공정에서도 마찰이 주요 인자로 평가되었음 ○전단 공정의 주요 인자 평가 및 선정 - 하금형 형상(R)은 롤오버, 전단면, 버 그리고 전단력 전체에 가장 많은 영향미치는 결과를 보였음 - 또한, 전단품 치수정밀도 중에서 버 길이의 중요성을 고려하였을 때 전단 공정의 주요 인자는 하금형 형상(R)으로 평가됨 ○열간 링롤링 공정의 주요 인자 평가 및 선정 - 열간 링롤링 공정의 주요인자는 구동 롤의 회전속도로 평가되었으나, 넓은 범위의 적합성형조건을 가지는 결과를 보였으므로, 각 설계 변수의 최적화와 더불어 열간 링롤링 공정 전 링블랭크(단조품)의 형상 설계 또한 중요한 요소로 판단됨 ○스마트 공정관리 시스템을 위한 복합성형공정 자동화 시스템 설계·구축 - 서포트 링의 스마트 공정관리 시스템을 구축하기 위해 기존의 생산 라인을 자동화로 변경하기 위한 Lay-out을 설계하였음 - 서포트 링 복합성형공정 자동화 시스템 구축 - ① 단조 공정 제품 이송, ② 단조품 이송, ③ 단조품 링롤링 투입, ④ 링롤링 제품 트리밍 푸셔 공급, ⑤ 전단(트리밍) 프레스 제품 투입, ⑥ 전단(트리밍) 공정 후 제품 배출, ⑦ 전단(트리밍) 공정 후 제품 배출Ⅱ, ⑧ 제품 배출 컨베이어 이송, ⑨ 제품 파레트 이송(푸셔), ⑩ 제품 파레트 적재 ○서포트링 제조를 위한 열간 복합성형공정의 주요 인자 선정 - 가열로 주요인자 : 소재온도, 전류, 분위기 온도/습도, 가열시간 - 열간 프레스 주요인자 : 소재온도, 금형 온도, 분위기 온도/습도, 메인 모터 전류, 진동, 성형 하중, 볼스터 이송 거리, 메탈 온도 ○가열로, 열간 프레스 장비의 센싱 시스템 구축 - 가열로의 소재 온도를 측정하기 위해 기존 설비에 PLC를 장착하였음 - 기존의 온도센서를 메탈 온도 센서로 교체하여 메탈의 좌, 우, 중앙의 온도를 측정하였음 - 네트워크 연결이 가능하도록 PLC를 교체하였으며, MP를 설치하여 PLC에서 데이터를 집계하여 올려주는 미들웨어프로그램을 세팅하였음 ○가열로/열간 프레스 공정/설비 데이터 수집/분석 웹통합 솔루션 - 열간 프레스의 메탈온도, 금형온도 등 열간 프레스 공정의 설비 데이터를 수집할 수 있는 모니터링 웹 통합솔루션 구축하였음 - 실시간으로 측정되는 데이터를 시스템에 업로드하여 그래프로 모니터링을 할 수 있도록 하였음 - 가열로, 열간 프레스 등 설비에 대한 에러 데이터 집계가 가능하도록 하였음
□ 연구개발 성과 ○정성적 성과 - S45C 고온 유동응력 D/B 확보 - STD11, STD61 금형 소재의 피로특성 D/B 확보 - 단조, 링롤링, 전단 공정의 인자 D/B 확보 - 열간 복한성형공정 자동화 시스템 구축 - 열간 복합성형공정 가열로, 열간 프레스 센싱 시스템 구축 - MES/CMMS 현장 맞춤형 커스터마이징 웹통합 수집/분석 솔루션 구축 ○ 정량적 성과 ○ 기술스펙 달성 성과
□ 기술적 우수성 ○ 인공신경망학습법(ANN)을 이용하여 소성가공 공정의 최적 설계 기술 개발 - 비전문가도 쉽게 간소화된 학습 결과를 바탕으로 소성가공 최적공정설계를 수행할 수 있음 ○ 서포트 링의 품질 관리를 위한 공정 장비 모니터링 수집/분석 시스템 기술 개발 - 데이터의 수집/분석을 통해 비전문가도 소성가공 제품의 품질을 쉽게 유지 할 수 있도록 함
□ 성과활용 계획 ○ 단조/링롤링/전단 양산공정의 데이터 확보를 통해 다양한 소성가공 공정에 확대 적용 ○ 비전문가도 접근 가능한 소성가공 최적공정설계 기술 보급 ○ 전문인력 부재에도 ANN을 통한 최적공정설계와 스마트 제조공정을 통한 품질 확보 및 글로벌 시장 경쟁력 강화 ○ 구축된 스마트 공정관리 시스템 및 기술을 바탕으로 소성가공 분야의 지능화 연구 개발 후속 연구 발굴
※ AI-Helper는 부적절한 답변을 할 수 있습니다.