결정론적 해석을 넘어서: 고압 다이캐스팅 신뢰성을 위한 확률론적 파괴 모델링 가이드

이 기술 요약은 Octavian Knoll이 2015년 노르웨이 과학기술대학교(NTNU) 및 카를스루에 공과대학교(KIT)에서 발표한 박사 학위 논문 “A Probabilistic Approach in Failure Modelling of Aluminium High Pressure Die-Castings”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.

키워드

• 주요 키워드: 확률론적 파괴 모델링
• 보조 키워드: 고압 다이캐스팅(HPDC), 알루미늄 합금, 주조 결함, 바이불 분포, 충돌 시뮬레이션, FEA, 구조 신뢰성, FLOW-3D

Executive Summary

• 도전 과제: 고압 다이캐스팅(HPDC) 알루미늄 부품의 주조 결함으로 인해 발생하는 재료 연성의 불규칙한 편차는 기존의 결정론적 해석 방법으로는 정확하게 예측하기 어렵습니다.
• 연구 방법: 실제 HPDC 부품에서 채취한 시편으로 광범위한 인장 시험을 수행하여 연성 변화를 정량화하고, 이를 Cockcroft-Latham 파괴 기준과 바이불(Weibull)의 최약 링크(weakest-link) 모델에 기반한 확률론적 파괴 모델 개발에 활용했습니다.
• 핵심 돌파구: 개발된 확률론적 모델은 단일 유한요소(FE) 시뮬레이션만으로도 고가의 몬테카를로 시뮬레이션과 동일한 수준의 파괴 확률을 예측할 수 있으며, 실제 부품 테스트에서 관찰된 파괴 거동의 편차를 성공적으로 재현했습니다.
• 핵심 결론: 이 연구는 제조 공정에서 발생하는 불확실성을 설계 단계에 직접 통합하여, 특히 자동차 충돌 안전성과 같은 고신뢰성이 요구되는 분야에서 HPDC 부품의 구조적 신뢰성을 획기적으로 향상시킬 수 있는 검증된 방법론을 제시합니다.

도전 과제: CFD 전문가에게 이 연구가 중요한 이유

자동차 산업을 필두로 경량화와 구조적 강성이 동시에 요구되는 분야에서 알루미늄 고압 다이캐스팅(HPDC) 부품의 사용이 증가하고 있습니다. HPDC 공법은 복잡한 형상의 부품을 일체형으로 생산할 수 있는 장점이 있지만, 공정 중 발생하는 수축공, 가스 기공, 산화막과 같은 주조 결함은 피할 수 없는 문제입니다. 이러한 결함들은 부품 내에서 불균일하게 분포하며, 특히 재료의 연성(ductility)에 큰 편차를 유발합니다.

기존의 유한요소해석(FEA)에서 사용되는 결정론적 파괴 모델은 단일한 평균 물성치를 사용하기 때문에, 이러한 연성의 통계적 분포, 즉 ‘편차(scatter)’를 고려하지 못합니다. 이는 충돌 상황과 같이 극한 하중을 받는 안전 필수 부품의 파괴 시점과 거동을 예측하는 데 있어 심각한 불확실성을 야기합니다. 엔지니어들은 실제 테스트 결과와 시뮬레이션 예측 사이의 괴리로 인해 과도하게 보수적인 설계를 하거나, 값비싼 물리적 프로토타입 테스트를 반복해야 하는 문제에 직면합니다. 이 연구는 바로 이 지점, 즉 제조 공정의 불확실성을 어떻게 신뢰성 있는 수치 모델에 통합할 것인가라는 산업계의 오랜 난제를 해결하기 위해 시작되었습니다.

연구 접근법: 방법론 분석

본 연구는 주조 결함이 HPDC 부품의 파괴 거동에 미치는 영향을 실험적으로 규명하고, 이를 바탕으로 신뢰성 있는 수치 모델을 개발하기 위해 실험과 시뮬레이션을 병행하는 접근법을 채택했습니다.

1. 실험적 특성 분석: 연구진은 실제 자동차 후방 구조물에 사용되는 것과 유사한 U자형 HPDC 부품(Castasil-37 알루미늄 합금, F 조건)을 대상으로 광범위한 재료 특성 분석을 수행했습니다. 특히, 주조 시스템(게이트 측 vs. 진공 측)에 따른 전역적이고 체계적인 연성 변화와 공정 변동에 따른 국부적인 무작위 연성 변화를 모두 파악하기 위해, 여러 개의 동일한 부품에서, 그리고 각 부품의 서로 다른 위치(게이트 측, 중간 웹, 진공 측)에서 인장 시편을 채취했습니다. 이 시편들을 대상으로 단축 인장 시험을 수행하여 파괴 시까지의 응력-변형률 곡선을 확보하고, Cockcroft-Latham 파괴 기준의 임계값(Wc)을 측정하여 재료 연성의 통계적 분포를 정량화했습니다.

2. 확률론적 수치 모델 개발: 실험적으로 확인된 재료 연성의 무작위 편차를 모델링하기 위해, 연구진은 ‘최약 링크(weakest-link)’ 이론과 바이불(Weibull) 분포를 결합한 확률론적 파괴 모델을 개발했습니다. 이 모델은 재료 내에서 가장 취약한 결함이 전체 파괴를 유발한다는 개념에 기반합니다. 개발된 모델은 상용 유한요소 해석 소프트웨어인 LS-DYNA에 사용자 정의 재료 루틴(User-defined Material Routine, MR#1 ~ MR#4) 형태로 구현되었습니다.

• MR#1: 단일 시뮬레이션 내에서 각 요소의 생존 확률을 곱하여 전체 구조물의 파괴 확률을 직접 계산하는 새로운 접근법입니다.
• MR#2: 각 요소에 바이불 분포에 따라 무작위로 파괴 임계값을 할당하고, 다수의 반복 시뮬레이션(몬테카를로 시뮬레이션)을 통해 파괴 확률을 추정하는 전통적인 접근법입니다.
• MR#3 & MR#4: 해석용 유한요소(FE) 메쉬와 재료 물성 분포용 가상 메쉬(MS Mesh)를 분리하는 ‘비연계 모델링(uncoupled modelling)’ 접근법으로, 메쉬 의존성 문제를 해결하기 위해 도입되었습니다.

핵심 돌파구: 주요 발견 및 데이터

발견 1: 실험적 편차를 정확히 재현하는 확률론적 모델의 검증

이 연구의 가장 중요한 성과는 개발된 확률론적 파괴 모델이 실제 부품 테스트에서 관찰된 파괴 거동의 편차를 매우 정확하게 예측했다는 점입니다. 연구진은 U자형 부품의 3점 굽힘 테스트 결과를 시뮬레이션과 비교했습니다.

결정론적 모델과 달리, 확률론적 모델(MR#2)을 사용한 몬테카를로 시뮬레이션은 실험 결과와 마찬가지로 파괴가 시작되는 변위가 시뮬레이션마다 다르게 나타났습니다. 더 놀라운 점은, 단 한 번의 시뮬레이션으로 파괴 확률을 직접 계산하는 새로운 접근법(MR#1)이 수십 번의 시뮬레이션이 필요한 몬테카를로 방법과 거의 동일한 파괴 확률 곡선을 예측했다는 것입니다(논문 Figure 10.2.5 참조). 이는 계산 비용을 획기적으로 줄이면서도 통계적 신뢰성을 확보할 수 있는 강력한 방법론임을 입증합니다.

발견 2: 메쉬 의존성 문제 해결을 위한 ‘비연계 모델링’ 접근법 제시

확률론적 모델링의 고질적인 문제 중 하나는 해석에 사용되는 유한요소 메쉬의 크기에 따라 결과가 달라지는 ‘메쉬 의존성’입니다. 메쉬가 미세해질수록 더 작은 체적을 가진 요소가 많아지고, 최약 링크 이론에 따라 극단적인(매우 낮은) 파괴 임계값을 가질 확률이 높아져 수렴된 결과를 얻기 어렵습니다.

본 연구에서는 이 문제를 해결하기 위해 재료 물성 분포를 정의하는 가상 메쉬(MS Mesh)와 구조 해석을 수행하는 유한요소 메쉬(FE Mesh)를 분리하는 ‘비연계 모델링’ 접근법(MR#3)을 제시했습니다. 이 방법을 사용하자, FE 메쉬 크기를 변경해도 일관된 파괴 개시 거동을 예측할 수 있었고, 성공적으로 메쉬 수렴성을 확보했습니다(논문 Figure 10.1.8 참조). 이는 확률론적 모델의 강건성과 신뢰성을 크게 향상시키는 중요한 진전입니다.

R&D 및 운영을 위한 실질적 시사점

• 공정 엔지니어: 본 연구는 주조 시스템(게이트 및 진공 채널의 위치)이 부품의 연성 분포에 체계적인 영향을 미친다는 것을 명확히 보여줍니다. FLOW-3D와 같은 주조 시뮬레이션 결과를 활용하여 공기 혼입 시간(Air Contact Time)과 같은 지표를 분석하고, 이를 통해 재료 품질을 예측하여 게이팅 시스템을 최적화하는 데 중요한 단서를 제공합니다.
• 품질 관리팀: 논문의 데이터는 특정 부위(예: 진공 측)에서 파괴 연성의 편차가 더 크게 나타날 수 있음을 시사합니다. 이는 해당 부위에 대한 품질 검사 기준을 강화하거나, 통계적 공정 관리(SPC) 기법을 도입하여 제조 공정의 안정성을 모니터링해야 할 필요성을 제기합니다.
• 설계 엔지니어: 이 연구에서 검증된 확률론적 파괴 모델을 사용하면, 설계 초기 단계부터 제조 편차를 고려한 신뢰성 기반 설계를 수행할 수 있습니다. 특정 부위의 파괴 확률을 정량적으로 평가하고, 목표 신뢰도를 만족시키기 위해 리브 보강이나 두께 조절과 같은 설계 변경을 효과적으로 수행할 수 있습니다.

논문 상세 정보

A Probabilistic Approach in Failure Modelling of Aluminium High Pressure Die-Castings

1. 개요:

• 제목: A Probabilistic Approach in Failure Modelling of Aluminium High Pressure Die-Castings (알루미늄 고압 다이캐스팅의 파괴 모델링에 대한 확률론적 접근)
• 저자: Octavian Knoll
• 발행 연도: 2015
• 학술지/학회: PhD Thesis, Norwegian University of Science and Technology / Karlsruhe Institute of Technology
• 키워드: Probabilistic failure modelling, High-pressure die-casting (HPDC), Aluminium alloys, Casting defects, Weibull distribution, Crash simulation, FEA, Structural reliability

2. 초록:

알루미늄 고압 다이캐스팅은 최근 몇 년간 현대 자동차 차체의 필수 요소가 되었습니다. 고압 다이캐스팅 방법은 복잡한 기하학적 구조의 얇은 벽 부품을 생산할 수 있게 해줍니다. 이 장점은 구조적 노드와 커넥터 요소를 일체형 부품으로 만드는 데 사용됩니다. 이러한 부품들은 충돌 상황과 같은 극한 하중을 받으며 차체의 구조적 무결성을 유지해야 합니다. 알루미늄 고압 다이캐스팅 부품의 구조적 거동을 분석하고 구조적 신뢰성을 보장하기 위해서는 수치 모델이 필요합니다.

알루미늄 고압 다이캐스팅 부품의 재료 연성은 주조 결함에 의해 크게 영향을 받습니다. 일반적인 주조 결함으로는 수축공, 가스 기공, 산화막 등이 있습니다. 이러한 주조 결함은 주조 시스템과 주조 과정 중의 변동으로 인해 발생합니다. 결과적으로 주조 결함은 부품 내에서 다양하게 나타납니다. 더 나아가, 이 변화는 주조 시스템에 따른 전역적 체계적 변화와 공정 변동으로 인한 국부적 유사-무작위 변화로 구분될 수 있습니다. 주조 결함은 국부적인 재료 연성을 감소시키는 초기 재료 손상으로 간주될 수 있습니다. 결과적으로 재료 연성은 전역적 체계적 변화와 국부적 유사-무작위 변화를 보입니다. 본 연구의 주요 목적은 이 두 가지 유형의 변화에 대한 실험적 및 수치적 분석입니다.

실험 연구의 주요 목적은 알루미늄 HPDC 합금의 재료 연성에서 전역적 체계적 변화와 국부적 유사-무작위 변화를 조사하는 것이었습니다. 여기서는 주조 상태의 AlSi9Mn 합금으로 만들어진 일반 고압 다이캐스팅 부품을 고려했습니다. 단축 인장 시험을 사용하여 광범위한 재료 특성 분석을 수행했습니다. 시편은 일반 주조 부품의 다른 추출 위치뿐만 아니라 복제된 추출 위치에서도 가공되었습니다. 이 샘플링 접근법을 통해 체계적 변화와 국부적 유사-무작위 변화를 분석할 수 있었습니다. 인장 시험 결과의 기계적 분석은 복제된 추출 위치에서 재현 가능한 변형 경화 거동을 보였지만, 파괴 변형률은 다른 추출 위치와 복제된 위치 내에서 다양했습니다. 인장 시험 결과에 대한 상세한 통계 분석이 수행되었고, 가설 검정을 적용하여 비슷한 재료 연성을 가진 추출 위치를 식별했습니다. 가설 검정에서 얻은 결과를 바탕으로, 일반 주조 부품을 비슷한 재료 연성을 가진 특징적인 부분으로 분리할 수 있다고 결론지었습니다. 또한, 재료 연성의 국부적 유사-무작위 변화는 최약 링크 바이불 분포로 설명될 수 있음을 보였습니다. 추가적으로, 선택된 시편의 파단면을 SEM 분석으로 검사했으며, 예상대로 각 파단면에서 주조 결함이 발견되었고 파괴의 지배적인 요인으로 확인되었습니다. 재료 시험 외에도, 일반 주조 부품에 대한 굽힘 시험과 축 방향 압축 시험이 수행되었습니다. 특히, 굽힘 시험에서 얻은 실험 결과는 강한 편차를 보였습니다.

결과적으로, 수치 연구에서는 파괴 모델링에 확률론적 접근법을 고려했습니다. 이를 통해 재료 연성의 국부적 유사-무작위 변화를 포착할 수 있었습니다. 확률론적 파괴 모델은 현상학적 Cockcroft-Latham 파괴 기준과 바이불의 최약 링크 모델을 기반으로 했습니다. 필요한 양인 응력 상태와 등가 소성 변형률은 등방성 저탄성-소성 구성 모델에 의해 제공되었습니다. 주조 부품의 파괴 확률에 대한 수치적 예측에 초점을 맞췄습니다. 일반적으로 파괴 확률은 유사-무작위로 분포된 임계 파괴 값을 사용하는 다양한 유한 요소 시뮬레이션에 기반한 몬테카를로 시뮬레이션에서 추정됩니다. 본 연구에서는 단일 유한 요소 시뮬레이션에서 파괴 확률을 예측하는 접근법을 제시했습니다. 두 접근법을 수치 분석에서 비교했으며, 두 접근법이 동일한 파괴 확률 예측으로 이어진다는 것을 보였습니다. 파괴 확률의 직접 계산에 기반한 접근법은 굽힘 시험과 일반 주조 부품의 축 방향 압축 시험의 유한 요소 시뮬레이션에 적용되었습니다. 재료 특성 분석에 따라, 일반 주조 부품의 FE 모델은 세 부분으로 분할되었습니다. 각 부분에 대해 구성 모델과 확률론적 파괴 모델의 매개변수는 해당 실험 결과에서 찾았습니다. 두 하중 사례 모두에서 수치적으로 예측된 파괴 확률과 실험적으로 추정된 파괴 확률이 매우 잘 상관관계가 있음이 입증되었습니다. 결과적으로, 적용된 확률론적 파괴 모델은 검증된 것으로 간주되었습니다. 또한, 임계 파괴 값의 유사-무작위 분포에 대한 새로운 접근법이 제시되었고 비연계 모델링 접근법의 개념이 도입되었습니다. 비연계 모델링 접근법 덕분에, 유사-무작위로 분포된 임계 파괴 값을 사용하는 유한 요소 모델에 대한 메쉬 수렴 연구를 수행할 수 있었습니다. 그러나 확률론적 파괴 모델은 재료 연성의 국부적 유사-무작위 변화만을 포착했습니다. 따라서, 주조 시뮬레이션 결과와 주조 품질 정의를 기반으로 한 сквозной(through-process) 모델링 접근법이 제시되었습니다. 이 접근법은 단지 수치적으로만 조사되었습니다.

3. 서론:

현대 자동차 차체의 경량 설계는 무게 감소와 구조적 강성 및 충돌 안전성 증가로 특징지어집니다. 이러한 요구 사항은 구조 부품에 고장력강, 알루미늄 합금, 섬유 강화 플라스틱을 사용하여 충족됩니다. 구조적 거동은 부품 형상과 적용된 재료에 의해 정의됩니다. 또한, 적용된 재료의 특성은 대부분 제조 공정에 의해 영향을 받습니다. 특히, 알루미늄 고압 다이캐스팅은 차체 설계의 필수 요소가 되었습니다. 고압 다이캐스팅 방법은 복잡한 형상의 얇은 벽 알루미늄 부품을 생산할 수 있게 해줍니다. 이 장점은 성능 최적화 및 다기능 부품을 설계하는 데 사용됩니다. 따라서 알루미늄 고압 다이캐스팅 부품은 주로 높은 힘이 국부적으로 도입되고 다양한 부품을 연결해야 하는 구조적 노드 및 커넥터 요소로 사용됩니다. 그러나 재료 연성은 고압 다이캐스팅 공정으로 인해 발생하는 주조 결함에 의해 지배됩니다. 주조 결함의 결과로, 재료 연성은 부품 내에서 심하게 변동합니다. 이 변화는 특히 충돌 설계에서 고려되어야 합니다. 여기서 충돌 설계를 분석하는 가장 일반적인 도구는 유한요소법입니다. 다양한 하중 시나리오에 노출된 구조물의 변형 및 파괴 거동은 유한요소법을 사용하여 수치적으로 예측할 수 있습니다. 알루미늄 고압 다이캐스팅 부품의 신뢰할 수 있는 수치 설계를 위해서는 주조 결함으로 인한 재료 연성의 변화를 고려해야 합니다. 이 요구 사항이 본 연구의 전반적인 목표입니다.

4. 연구 요약:

연구 주제의 배경:

알루미늄 고압 다이캐스팅(HPDC) 부품은 자동차 산업에서 경량화와 복잡한 형상 구현을 위해 필수적으로 사용되고 있습니다. 특히 충돌 안전성과 직결된 구조 부품으로 사용될 때, 이 부품들의 파괴 거동을 정확히 예측하는 것은 매우 중요합니다. 하지만 HPDC 공정의 특성상 발생하는 기공, 산화막 등의 내부 결함은 재료의 기계적 특성, 특히 연성에 큰 편차를 유발합니다. 이는 동일한 공정으로 생산된 부품이라도 위치에 따라, 혹은 부품마다 다른 파괴 거동을 보이는 원인이 됩니다.

이전 연구 현황:

기존의 연구들은 대부분 결정론적(deterministic) 관점에서 HPDC 부품의 파괴를 모델링했습니다. 즉, 여러 번의 실험에서 얻은 물성치의 평균값을 사용하여 단일한 파괴 기준을 정의했습니다. 이러한 접근법은 실험 결과에서 나타나는 상당한 편차(scatter)를 설명하지 못하며, 구조물의 신뢰성을 평가하는 데 한계가 있었습니다. 일부 연구에서 확률론적 접근법이 시도되었지만, 실험 데이터에 기반한 체계적인 검증이나, 전역적/국부적 변동성을 분리하여 분석하고 이를 수치 모델에 통합하려는 시도는 부족했습니다.

연구 목적:

본 연구의 핵심 목적은 HPDC 알루미늄 합금의 파괴 거동에 내재된 불확실성을 정량적으로 분석하고, 이를 예측할 수 있는 신뢰성 있는 확률론적 파괴 모델을 개발 및 검증하는 것입니다. 구체적으로 다음 두 가지 변동성을 규명하고 모델링하고자 했습니다. 1. 전역적 체계적 변동성(Global Systematic Variation): 주조 방안(게이팅 시스템, 진공 시스템 등)에 따라 부품의 위치별로 체계적으로 나타나는 연성 차이. 2. 국부적 유사-무작위 변동성(Local Pseudo-random Variation): 동일한 위치에서도 공정의 미세한 변동으로 인해 무작위적으로 발생하는 연성 편차.

핵심 연구:

본 연구는 실험과 수치 해석의 두 축으로 진행되었습니다. – 실험 연구: 실제 주조 부품(U-profile, Castasil-37 합금)의 여러 위치에서 다수의 인장 시편을 채취하여 재료 연성의 전역적, 국부적 변동성을 통계적으로 분석했습니다. 또한, 실제 부품 단위의 굽힘 및 압축 시험을 통해 구조적 거동의 편차를 확인했습니다. – 수치 연구: 실험 결과를 바탕으로, Cockcroft-Latham 파괴 기준과 바이불(Weibull)의 최약 링크 이론을 결합한 확률론적 파괴 모델을 개발했습니다. 이 모델을 유한요소 해석 코드에 사용자 정의 재료 루틴(MR#1 ~ MR#4)으로 구현하고, 단일 시뮬레이션을 통한 파괴 확률 예측, 몬테카를로 시뮬레이션, 메쉬 의존성 해결을 위한 비연계 모델링 기법 등 다양한 수치적 기법을 탐구하고 검증했습니다. 최종적으로 개발된 모델이 실제 부품 시험에서 나타난 파괴 확률을 얼마나 정확하게 예측하는지 검증했습니다.

5. 연구 방법론

연구 설계:

본 연구는 실험적 재료 특성 분석과 이를 기반으로 한 수치 모델 개발 및 검증이라는 연계적 구조로 설계되었습니다. 먼저, 실제 HPDC 부품의 기계적 거동, 특히 연성의 통계적 분포를 파악하기 위한 광범위한 실험을 수행했습니다. 이후, 실험에서 얻은 데이터를 사용하여 확률론적 파괴 모델의 매개변수를 식별하고, 이 모델을 유한요소(FE) 시뮬레이션에 적용했습니다. 마지막으로, FE 시뮬레이션 결과를 별도의 부품 단위 실험 결과와 비교하여 개발된 모델의 예측 정확성과 신뢰성을 검증했습니다.

데이터 수집 및 분석 방법:

• 데이터 수집:
  • 재료 특성 시험: AlSi9Mn(Castasil-37) 합금으로 제작된 U자형 HPDC 부품의 여러 위치(게이트 측, 중간 웹, 진공 측)에서 다수의 표준 인장 시편(UT80, UT75, UT117)을 채취했습니다. 유압식 만능시험기를 사용하여 단축 인장 시험을 수행하고, 각 시편의 응력-변형률 곡선, 파괴 변형률, Cockcroft-Latham 파괴 인자(Wc) 등을 측정했습니다.
  • 부품 단위 시험: 전체 U자형 부품을 대상으로 3점 굽힘 시험과 축 방향 압축 시험을 반복적으로 수행하여 하중-변위 곡선과 파괴 개시 지점을 기록했습니다.
  • 결함 분석: CT 스캐닝과 주사전자현미경(SEM)을 사용하여 파단면의 주조 결함(기공, 산화막 등)을 관찰하고 정성적으로 분석했습니다.
• 데이터 분석:
  • 기계적 분석: 측정된 하중-변위 곡선으로부터 공칭 응력-변형률, 진응력-변형률, 경화 곡선 등을 계산했습니다.
  • 통계적 분석: 각 추출 위치별로 수집된 파괴 인자(Wc) 데이터에 대해 기술 통계(평균, 표준편차) 및 추론 통계(가설 검정: t-test, F-test, ANOVA, Kruskal-Wallis test)를 적용하여 위치 간의 유의미한 차이를 분석했습니다. 앤더슨-달링(Anderson-Darling) 적합도 검정을 사용하여 데이터가 특정 확률 분포(정규분포, 바이불 분포)를 따르는지 평가했습니다.

연구 주제 및 범위:

• 연구 주제: 알루미늄 고압 다이캐스팅 부품의 파괴 거동에 대한 확률론적 모델링.
• 연구 범위:
  • 재료: 주조 상태(F)의 AlSi9Mn(Castasil-37) 합금에 국한됩니다.
  • 하중 조건: 준정적(quasi-static) 하중 조건에서의 단축 인장, 굽힘, 압축을 다룹니다.
  • 모델링: 현상학적 파괴 모델인 Cockcroft-Latham 기준과 바이불의 최약 링크 이론에 기반한 확률론적 모델 개발에 중점을 둡니다. 구성 모델은 등방성 저탄성-소성 모델을 사용하며, 손상 진화가 구성 방정식에 미치는 영향(연계 해석)은 고려하지 않습니다.
  • 수치 해석: 상용 외연적 유한요소 해석 코드(LS-DYNA)를 기반으로 사용자 정의 재료 루틴을 구현하고 검증합니다.

6. 주요 결과:

주요 결과:

• 실험 결과, HPDC 부품의 재료 연성은 주조 시스템에 따른 전역적/체계적 변동(게이트 측이 진공 측보다 연성이 높음)과 동일 위치 내에서의 국부적/유사-무작위 변동을 동시에 보였습니다.
• 국부적 연성 편차는 최약 링크 이론에 기반한 바이불(Weibull) 분포로 잘 설명될 수 있음을 통계적으로 확인했습니다.
• 단일 FE 시뮬레이션으로 파괴 확률을 직접 계산하는 방법(MR#1)이 다수의 시뮬레이션이 필요한 몬테카를로 방법(MR#2)과 동일한 수준의 파괴 확률 예측 결과를 제공함을 입증하여, 계산 효율성을 획기적으로 개선할 수 있는 가능성을 제시했습니다.
• 재료 물성 메쉬(MS mesh)와 해석용 FE 메쉬를 분리하는 비연계 모델링(uncoupled modeling) 접근법(MR#3, MR#4)을 통해, 확률론적 모델의 고질적인 문제였던 메쉬 의존성을 해결하고 수렴된 파괴 해석 결과를 얻을 수 있었습니다.
• 개발된 확률론적 파괴 모델(MR#1)을 실제 U-프로파일 부품의 굽힘 및 압축 시험 시뮬레이션에 적용한 결과, 실험에서 측정된 파괴 확률 분포와 매우 높은 상관관계를 보여 모델의 예측 정확성과 신뢰성을 검증했습니다.

Figure List:

• Figure 1.1.1: Application of two high pressure die-casting components made of the aluminium alloy Castasil-37 in the car body of the current Audi A8 (third generation (D4), production 2010 – present).
• Figure 2.0.1: Examples of casting products made of metal, concrete and plastic.
• Figure 2.1.1: Aluminium HPDC gearbox of a KTM motorcycle, see Aluminium Rheinfelden GmbH [6].
• Figure 2.1.2: Exemplary drawing of cold chamber HPDC machine with vacuum assembly and piston pressure during HPDC process.
• Figure 2.1.3: Result of an HPDC simulation preformed with MAGMAsoft, see Kleeberg [66].
• Figure 2.2.1: Characteristic phase diagrams of an Al-Si alloy and an Al-Mg alloy, see Bargel and Schulze [9].
• Figure 2.2.2: Microstructure of an HPDC Al-Si-Mg alloy, see Dørum et al. [33].
• Figure 2.3.1: Microstructure of an aluminium HPDC alloy (AlSi9Mg) containing casting defects, see Teng et al. [106].
• Figure 2.4.1: Car body of the current Audi A8 (third generation (D4), production 2010 – present): Application of aluminium sheets (green), aluminium extrusions (blue) and aluminium die-castings (red).
• Figure 3.2.1: Two events A and B taken from the sample space Ω.
• Figure 3.2.2: Bayes’ theorem.
• Figure 3.3.1: Probability Density Function (PDF) and Cumulative Distribution Function (CDF) of a discrete and a continuous random variable.
• Figure 3.3.2: Mathematical expectations and statistical measurements.
• Figure 3.3.3: Examples of uniform PDFs and CDFs (A = 1; B = 2, 4, 6).
• Figure 3.3.4: Examples of normal PDFs and CDFs (µ = 0;σ = 0.5, 1, 2).
• Figure 3.3.5: Bivariate normal distributions (σX1X2 = {0, 0.8,−0.8}).
• Figure 3.3.6: Examples of Weibull PDFs and CDFs (m = 0.5, 1, 2, 4;λ = 4).
• Figure 3.3.7: Comparison of uniform, normal and Weibull distribution with equal mean and standard deviation (µ = 3.6,σ = 1.0).
• Figure 3.3.8: Inverse transformation technique.
• Figure 3.3.9: Influence of Gaussian correlation length d0 on samples of 1D Gaussian random fields.
• Figure 3.3.10: Influence of Gaussian correlation length d0 on samples of 2D Gaussian random fields.
• Figure 3.5.1: Graphical representation of sample X and sample Y.
• Figure 3.5.2: Details of a box-plot.
• Figure 3.5.3: Distribution estimation of sample X and sample Y.
• Figure 3.6.1: Illustration of the (1 − α) · 100% confidence interval and the t-distribution.
• Figure 3.6.2: Estimated normal distribution and Weibull distribution of sample X and sample Y.
• Figure 4.1.1: Deformation measurements of a solid body.
• Figure 4.1.2: Illustration of a solid body subjected to of external loads and the Cauchy theorem.
• Figure 4.1.3: High-exponent yield surface in plane stress and two-terms Voce rule.
• Figure 4.1.4: Isotropic hypoelastic-plastic material model for metals assuming isothermal conditions.
• Figure 4.1.5: FEM applied on a structural problem.
• Figure 4.1.6: Deformation of a four node element.
• Figure 4.1.7: Discretisation of time t.
• Figure 4.1.8: Flow chart of the explicit time integration algorithm using the central differences method in the form proposed by Verlet [110].
• Figure 4.2.1: Characteristic stress-strain curves for brittle, quasi-brittle and ductile materials.
• Figure 4.2.2: Schematic representation of the fracture mechanisms in brittle and ductile materials.
• Figure 4.2.3: Stress distribution prior to fracture in a tensile test specimen.
• Figure 4.3.1: Typical specimen geometries for mechanical material tests.
• Figure 4.3.2: Schematic representation of the homogenisation procedure.
• Figure 4.3.3: Uniaxial tensile test: Tensile test set-up and experimental force-elongation curves obtained from the ductile and the quasi-brittle specimen.
• Figure 4.3.4: Numerical and experimental force-elongation curves: Comparison of the three mesh sizes le = 1.00mm, le = 0.50mm and le = 0.25mm.
• Figure 4.3.5: W distributions at the moment when the elongation of the gauge section reaches the experimental rupture elongation: Comparison of the three mesh sizes le = 1.00mm, le = 0.50mm and le = 0.25mm.
• Figure 4.3.6: Influence of mesh size le on critical value Wc and averaged critical value Wc in an experimental-numerical approach.
• Figure 5.1.1: Failure probability PΛF = 1 − e−cl plotted as function of segment length l for varying weakest-link densities c.
• Figure 5.1.2: Failure probability PVF = 1 − e−c(f)V plotted as function of material volume V with a constant value of density function c(f).
• Figure 5.1.3: Failure probability by Weibull plotted as function of uniform loading f for either varying Weibull modulus m or varying volume relation V/V0.
• Figure 5.1.4: Failure probability according to the approach by Unosson et al. [108] plotted as function of loading f.
• Figure 5.1.5: Weibull plots including a Weibull curve obtained from a small gauge volume (red) and a Weibull curve obtained from a large gauge volume (blue).
• Figure 5.1.6: Gauge parts under different loading conditions with equal gauge volumes (VT = VC = VS = VPT).
• Figure 5.2.1: Randomly distributed failure parameters: The failure parameters are uniformly distributed within the FE mesh.
• Figure 5.2.2: Range of the middle 95% of a Weibull distributed population.
• Figure 5.2.3: Randomly distributed failure parameters: The failure parameters are uniformly distributed within the MS mesh, then the MS mesh is discretised into a FE mesh.
• Figure 5.2.4: Randomly distributed failure parameters: The failure parameters are distributed within the MS mesh according to a uniform random field, then the MS mesh is discretised into a FE mesh.
• Figure 7.1.1: Images of the aluminium HPDC component U900-1.
• Figure 7.2.1: Three-point bending test set-up: Technical drawing and images of the test set-up.
• Figure 7.2.2: Deformed and fractured U900-1 component subjected to three-point bending.
• Figure 7.2.3: Experimental results obtained from seven parallel three-point bending tests (measured by the testing machine).
• Figure 7.2.4: Experimental results obtained from six parallel three-point bending tests: Force and displacement measured by testing machine and relative displacements measured by extensometers on gating side and vacuum side.
• Figure 7.2.5: Drawing of the punch rotation during three-point testing.
• Figure 7.3.1: Axial compression test set-up: Cutting pattern, technical drawing and image of the test set-up.
• Figure 7.3.2: Deformed and fractured modified U900-1 component subjected to axial compression.
• Figure 7.3.3: Experimental force-displacement curves obtained from four parallel axial compression tests (measured by the testing machine).
• Figure 7.3.4: Experimental results obtained from four parallel axial compression tests: Force and displacement measured by the testing machine and relative displacement measured by the extensometer.
• Figure 7.3.5: Drawing of the loading plate rotation during axial compression testing.
• Figure 8.1.1: Technical drawing and image of the applied uniaxial tensile test set-up.
• Figure 8.1.2: Definition of U900-1 component parts (unfolded geometry).
• Figure 8.1.3: Mechanical analysis of the result obtained from a uniaxial tensile test.
• Figure 8.1.4: Mechanical analysis of the result obtained from a uniaxial tensile test.
• Figure 8.1.5: Approach of statistical hypothesis testing of k samples Xi at a significance level of α = 0.05 using MATLAB [84].
• Figure 8.2.1: Uniaxial tensile test specimen UT80 (t = 2.5mm).
• Figure 8.2.2: Engineering stress-strain curves obtained from UT80 specimens machined from an U900-1 component (component #1).
• Figure 8.2.3: Engineering stress-strain curves obtained from UT80 specimens machined from five U900-1 components presented according to the extraction position.
• Figure 8.2.4: Averages and COVs of the measured mechanical quantities obtained from UT80 specimens machined from five U900-1 components.
• Figure 8.2.5: Engineering stress-strain curves obtained from the most ductile specimen and the least ductile specimen and scatter plots of the measured mechanical quantities obtained from UT80 specimens machined from five U900-1 components.
• Figure 8.2.6: Images of fractured UT80 specimens machined from the fifteen extraction positions of the U900-1 component.
• Figure 8.2.7: Identification of casting defects in form of porosity using CT scanning of the middle section of three U900-1 components.
• Figure 8.2.8: Identification of casting defects in form of shrinkage pores, initial cracks and other microstructural irregularities using SEM of fractured UT80 specimens machined from U900-1 components.
• Figure 8.3.1: Uniaxial tensile test specimen UT75 and uniaxial tensile test specimen UT117.
• Figure 8.3.2: Engineering stress-strain curves obtained from UT75 and UT117 specimens machined from six U900-1 components presented according to extraction positions.
• Figure 8.3.3: Average and COVs of the measured mechanical quantities obtained from UT75 and UT117 specimens machined from six U900-1 components.
• Figure 8.3.4: Scatter plots of the measured mechanical quantities obtained from UT75 and UT117 specimens machined from six U900-1 components.
• Figure 8.3.5: Measured fracture strain Af obtained from UT75 and UT117 specimens machined from six U900-1 components plotted according to extraction positions in longitudinal direction.
• Figure 8.3.6: Scatter plots of the measured fracture strain Af obtained from UT75 and UT117 specimens machined from six U900-1 components.
• Figure 8.3.7: Three fractured UT117 specimens machined from part BF of U900-1 components.
• Figure 8.3.8: Probability plot of the samples based on measurements of Wc obtained from UT75 and UT117 specimens machined from part OW of six U900-1 components and extendedly fitted Weibull probability function using a considered volume of V = VUT75 and V = VUT117 (m = 5.4829, Wc0 = 0.0206kN/mm2, V0 = 1000.0mm3).
• Figure 9.3.1: Fortran 95 code of subroutine init_random_seed(t) taken from the course “FORTRAN Programming for Engineers” by D. Hogan [94].
• Figure 9.4.1: Creation of the MS mesh based on the dimensions of the FE mesh and mapping of the MS mesh onto the FE mesh.
• Figure 10.1.1: FE model of the uniaxial tensile test using a UT80 specimen.
• Figure 10.1.2: Fitted two-terms Voce rule based on experimental hardening curves obtained from UT80 specimens machined from part OW.
• Figure 10.1.3: Comparison of predicted engineering stress-strain curve using material routine MR#1 (red) and experimental engineering stress-strain curves (grey) as well as comparison of predicted failure probability using material routine MR#1 (blue) and experimental failure probability (blue triangles).
• Figure 10.1.4: Predicted engineering stress-strain curves using material routine MR#2 (red) and comparison of predicted failure probability using material routine MR#1 (blue) and predicted failure probability using material routine MR#2 (blue triangles).
• Figure 10.1.5: Five deformed and fractured UT80 specimens obtained from FE simulations using material routine MR#2 including the pseudo-random distributions of critical value Wc (le = 1.00mm).
• Figure 10.1.6: Mesh convergence study of the FE model of the uniaxial tensile test using material routine MR#2 (le = {1.00mm, 0.50mm, 0.25mm, 0.125mm}).
• Figure 10.1.7: Uncoupled modelling approach applied on the FE model of the UT80 specimen using material routine MR#3 and material routine MR#4.
• Figure 10.1.8: Mesh convergence study of the FE model of the uniaxial tensile test using material routine MR#3 (le = {1.00mm, 0.50mm, 0.25mm, 0.125mm}).
• Figure 10.1.9: Mesh convergence study of the FE model of the uniaxial tensile test using material routine MR#4 (le = {1.00mm, 0.50mm, 0.25mm, 0.125mm}).
• Figure 10.2.1: Image of the three-point bending test set-up and experimental results.
• Figure 10.2.2: FE model of the U-profile subjected to three-point bending.
• Figure 10.2.3: Numerical results obtained from a single simulation of the U-profile subjected to three-point bending using material routine MR#1 (le = 3.00mm).
• Figure 10.2.4: Numerical results obtained from a single simulation of the U-profile subjected to three-point bending using material routine MR#2 (le = 3.00mm).
• Figure 10.2.5: Comparison of the numerical results obtained from simulations of the U-profile subjected to three-point bending using material routines MR#1 and MR#2 (le = 3.00mm).
• Figure 10.2.6: Mesh sensitivity analysis of the FE model of the U-profile subjected to three-point bending using material routine MR#3: Predicted force-displacement curves (le = {3.00mm, 1.50mm, 0.75mm, 0.38mm}).
• Figure 10.2.7: Mesh convergence study of the FE model of the U-profile subjected to three-point bending using material routine MR#3: Prediction of fracture initiation in the vacuum side (le = {3.00mm, 1.50mm, 0.75mm, 0.38mm}).
• Figure 10.2.8: Through-process modelling approach applied on the FE model of the U-profile (le = 3.00mm).
• Figure 10.2.9: Comparison of numerical results obtained from simulations (material routine MR#1) of the U-profile subjected to three-point bending without mapping and with mapping (le = 3.00mm).
• Figure 10.3.1: Discretisation of the cross-section of the U900-1 component using a solid mesh (le ≤ 1.0mm), a shell mesh (le ≤ 8.0mm) and a hybrid mesh (le ≤ 5.0mm).
• Figure 10.3.2: FE model of the small ejector dome applied for eigenfrequency analysis and numerical results of the first bending eigenfrequency ωB1 and the first torsional eigenfrequency ωT1 (solid mesh).
• Figure 10.3.3: Part definition of the U900-1 component: Gating side (blue), intermediate part (red) and vacuum side (green).
• Figure 10.3.4: Fitted two-terms Voce rules based on experimental hardening curves obtained from UT75 specimens machined from gating side (IW), intermediate part (BF) and vacuum side (OW).
• Figure 10.3.5: Numerical model of the three-point bending test set-up.
• Figure 10.3.6: Comparison of experimental results and numerical results obtained from solid mesh, shell mesh and hybrid mesh (U900-1 component subjected to three-point bending).
• Figure 10.3.7: Numerical prediction of the cross-section deformation of the U900-1 component subjected to three-point bending using solid modelling, shell modelling and hybrid modelling.
• Figure 10.3.8: Numerical modelling of the axial compression test set-up.
• Figure 10.3.9: Comparison of experimental results and numerical results obtained from solid mesh, shell mesh and hybrid mesh (U900-1 component subjected to axial compression).
• Figure 10.3.10: Numerical prediction of the deformation of the half U900-1 component subjected to axial compression using solid modelling, shell modelling and hybrid modelling at a loading plate displacement of 7.5mm.
• Figure A.1.1: Technical drawing of the three-point bending test set-up for the U900-1 component.
• Figure A.1.2: Technical drawing of the three-point bending test set-up for the U900-1 component: Detail support.
• Figure A.1.3: Technical drawing of the three-point bending test set-up for the U900-1 component: Detail Punch.
• Figure A.2.1: Camera images at first fracture initiation obtained from six parallel three-point bending tests on U900-1 components with focus on gating side and vacuum side: Tests #3 – #5.
• Figure A.2.2: Camera images at first fracture initiation obtained from six parallel three-point bending tests on U900-1 components with focus on gating side and vacuum side: Tests #6 – #8.
• Figure A.2.3: Images of six deformed and fractured U900-1 components subjected to three-point bending.
• Figure A.2.4: Experimental measurements obtained from six parallel three-point bending tests on U900-1 components: Force F1(d1) measured by the testing machine (grey), displacement d1(d1) measured by the testing machine (black), displacement d2(d1) measured by the extensometer at gating side (blue), displacement d3(d1) measured by the extensometer at vacuum side (red), mean dµ23(d1) of both extensometer measurements (green) and gap dδ23(d1) between both extensometer measurements (magenta).
• Figure A.3.1: Technical drawing of the axial compression test set-up for the U900-1 component.
• Figure A.4.1: Images of four deformed and fractured U900-1 components subjected to axial compression.
• Figure A.4.2: Experimental measurements obtained from four parallel axial compression tests on U900-1 components: Force F1(d1) measured by the testing machine (grey), displacement d1(d1) measured by the testing machine (black), displacement d2(d1) measured by the extensometer (blue) and gap dδ12(d1) between both displacement measurements (magenta).
• Figure B.1.1: Uniaxial tensile test specimen UT80 (t = 2.5mm).
• Figure B.1.2: Extraction plan of UT80 specimens machined from U900-1 components.
• Figure B.1.3: Labelling system of UT80 specimens machined from U900-1 components.
• Figure B.2.1: Engineering stress-strain curves obtained from UT80 specimens machined from five U900-1 components presented according to used components.
• Figure B.2.2: Engineering stress-strain curves obtained from UT80 specimens machined from five U900-1 components presented according to extraction positions.
• Figure B.2.3: Correlation matrix of the measured mechanical quantities obtained from UT80 specimens machined from five U900-1 components.
• Figure B.2.4: Averages and COVs of the measured mechanical quantities obtained from UT80 specimens machined from five U900-1 components (Part IF, Part IW and Part BF).
• Figure B.2.5: Average and COVs of the measured mechanical quantities obtained from UT80 specimens machined from five U900-1 components (Part OW and Part OF).
• Figure B.3.1: Uniaxial tensile test specimen UT75 and uniaxial tensile test specimen UT117.
• Figure B.3.2: Extraction plan of UT75 specimens and UT117 specimens machined from U900-1 components.
• Figure B.3.3: Labelling system of UT75 specimens and UT117 specimens machined from U900-1 components.
• Figure B.4.1: Engineering stress-strain curves obtained from UT75 and UT117 specimens machined from six U900-1 components presented according to used components (component #1 – #3).
• Figure B.4.2: Engineering stress-strain curves obtained from UT75 and UT117 specimens machined from six U900-1 components presented according to used components (component #4 – #6).
• Figure B.4.3: Engineering stress-strain curves obtained from UT75 and UT117 specimens machined from six U900-1 components presented according to extraction positions.
• Figure B.4.4: Correlation matrix of the measured mechanical quantities obtained from UT75 specimens machined from six U900-1 components.
• Figure B.4.5: Correlation matrix of the measured mechanical quantities obtained from UT117 specimens machined from six U900-1 components.
• Figure B.4.6: Average and COVs of the measured mechanical quantities obtained from UT75 specimens machined from six U900-1 components.
• Figure B.4.7: Average and COVs of the measured mechanical quantities obtained from UT117 specimens machined from six U900-1 components.
• Figure B.5.1: Average and COVs of the measured thickness obtained from UT80 specimens machined from five U900-1 components.
• Figure B.5.2: Average and COVs of the measured thickness obtained from UT75 and UT117 specimens machined from six U900-1 components.
• Figure C.1.1: Stress update algorithm.
• Figure C.1.2: Element deletion algorithm.
• Figure C.2.1: Material routine MR#1.
• Figure C.3.1: Material routine MR#2.
• Figure C.4.1: Material routine MR#3 (first part).
• Figure C.4.2: Material routine MR#3 (second part).
• Figure C.5.1: Material routine MR#4.

7. 결론:

실험 연구의 주요 결과는 HPDC 부품의 재료 연성이 주조 시스템에 따른 전역적 체계적 변동과 공정 변동에 따른 국부적 유사-무작위 변동을 보인다는 것을 확인한 것입니다. 이 두 가지 변동성은 모두 주조 결함에 기인하며, 파괴 모델링 시 반드시 고려되어야 합니다. 상세한 통계 분석을 통해 부품을 기계적 거동이 유사한 세 가지 특징적인 부분(게이트 측, 중간부, 진공 측)으로 나눌 수 있었으며, 각 부분 내의 국부적 변동은 최약 링크 바이불 분포로 설명될 수 있음을 보였습니다.

수치 연구에서는 실험 결과를 바탕으로 확률론적 파괴 모델을 개발하고 검증했습니다. 핵심 성과는 다음과 같습니다. – 단일 시뮬레이션을 통해 파괴 확률을 직접 계산하는 새로운 방법(MR#1)이 계산 비용이 높은 몬테카를로 시뮬레이션(MR#2)과 동일한 예측 결과를 제공함을 입증했습니다. – FE 메쉬와 MS 메쉬를 분리하는 비연계 모델링 접근법(MR#3, MR#4)을 통해 확률론적 해석의 메쉬 의존성 문제를 해결하고 수렴된 결과를 얻을 수 있음을 보였습니다. – 개발된 확률론적 모델(MR#1)과 재료 특성 분석을 통해 식별된 매개변수를 사용하여 실제 부품(U-profile)의 굽힘 및 압축 시험을 시뮬레이션한 결과, 실험적으로 측정된 파괴 확률과 매우 높은 상관관계를 보여 모델의 신뢰성을 최종적으로 검증했습니다.

이 연구는 HPDC 부품의 제조 공정에서 발생하는 불확실성을 설계 단계에 정량적으로 통합할 수 있는 강력하고 효율적인 방법론을 제시하며, 이를 통해 자동차 부품의 충돌 안전성 예측 정확도를 크게 향상시킬 수 있을 것으로 기대됩니다.

8. 참고 문헌:

1. P. Abrahamsen, A Review of Gaussian Random Fields and Correlation Functions, 2nd Ed., Norwegian Computing Center, Oslo, 1997.
2. Aleris Switzerland GmbH, Aluminium-Gusslegierungen, Zürich, 2011.
3. Altair Engineering Inc: HyperMesh, http://www.altairhyperworks.com/Pr oduct,7,HyperMesh.aspx, 2014.
4. Aluminium Rheinfelden GmbH, Berichte aus dem Gusswerkstofftechnikum: Nicht alternde Druckgusslegierung für den Automobilbau (Castasil-37 – AlSi9Mn), Rhein-felden, 2004.
5. Aluminium Rheinfelden GmbH, Hüttenaluminium Druckgusslegierungen Hand-buch 2007, 2nd Ed., Rheinfelden, 2007.
6. Aluminium Rheinfelden GmbH, Gießerbrief 27: Highlights der EUROGUSS 2008 von Aluminium Rheinfelden, Rheinfelden, 2008.
7. ANSYS Inc: ANSYS, http://www.ansys.com/Products/Simulation+Techno logy/Structural+Analysis, 2014.
8. Y. Bao and T. Wierzbicki, On fracture locus in the equivalent strain and stress triaxi-ality space, International Journal of Mechanical Sciences 46 (2004), 81 – 98.
9. H.J. Bargel and G. Schulze, Werkstoffkunde, 10th Ed., Springer, Berlin, 2009.
10. K.J. Bathe, Finite Elemente Methoden, Springer, Berlin, 2001.
11. S. Behnia, A. Akhavan, A. Akhshani and A. Samsudin, A novel dynamic model of pseudo random number generator, Journal of Computational and Applied Mathem-atics 235 (2011), 3455 – 3463.
12. T. Belytschko, R. Gracie and G. Ventura, A Review of Extended/Generalized Finite Element Methods for Material Modelling, Modelling and Simulation in Materials Sci-ence and Engineering 17 (2009), 1 – 31.
13. T. Belytschko, W.K. Liu and B. Moran, Nonlinear Finite Elements for Continua and Structures, John Wiley & Sons, West Sussex, 2000.
14. BETA CAE Systems SA: ANSA, http://www.beta-cae.gr/ansa.htm, 2014.
15. BETA CAE Systems SA: META, http://www.beta-cae.gr/meta.htm, 2014.
16. D. Braess, Finite Elemente, 3rd Ed., Springer, Berlin, 2003.
17. J. Campbell, Complete Casting Handbook – Metal Casting Processes, Techniques and Design, Butterworth-Heinemann, Oxford, 2011.
18. G.P. Cherepanov, The propagation of cracks in a continuous medium, Journal of Ap-plied Mathematics and Mechanics 31 (1967), 503 – 512.
19. Chevy Hi-Performance, http://www.chevyhiperformance.com, 2014.
20. M.G. Cockcroft and D.J. Latham, Ductility and the workability of metals, Journal of the Institute of Metals 96 (1968), 33 – 39.
21. R. Corstanje, S. Grunwald and R.M. Lark, Inferences from fluctuations in the local variogram about the assumption of stationarity in the variance, Geoderma 143 (2008), 123 – 132.
22. R.B. D’Agostino and M.A. Stephens, Goodness-of-Fit Techniques, Marcel Dekker, New York, 1986.
23. X. Dai, X. Yang, J. Campbell and J. Wood, Effects of runner system design on the mech-anical strength of Al-7Si-Mg alloy castings, Materials Science and Engineering 354 (2003), 315 – 325.
24. Dassault Systèmes SA: Abaqus, http://www.3ds.com/products-services/si mulia/products/abaqus/, 2014.
25. Department of Defense, Composite Materials Handbook Volume I: Polymer Matrix Composites Guidelines for Characterization of Structural Materials, United States Department of Defense, Pentagon, 2002.
26. Deutsches Institut für Normung e.V., Aluminium and Aluminium Alloys; Wrought Products; Temper Designations; German Version EN 515:1993, Beuth, Berlin, 1993.
27. S. Dey, High-strength steel plates subjected to projectile impact, PhD Thesis, Norwe-gian University of Science and Technology, Norway, 2004.
28. D. Dispinar and J. Campbell, Effect of casting conditions on aluminium metal qual-ity, Journal of Materials Processing Technology 182 (2007), 405 – 410.
29. D. Dispinar and J. Campbell, Porosity, hydrogen and bifilm content in Al alloy cast-ings, Materials Science and Engineering 528 (2011), 3860 – 3865.
30. C. Dørum, Behaviour and modelling of thin-walled cast components, PhD Thesis, Norwegian University of Science and Technology, Norway, 2005.
31. C. Dørum, O.S. Hopperstad, T. Berstad and D. Dispinar, Numerical modelling of magnesium die-castings using stochastic fracture parameters, Engineering Fracture Mechanics 76 (2009), 2232 – 2248.
32. C. Dørum, H.I. Laukli and O.S. Hopperstad, Through-process numerical simulations of the structural behaviour of Al-Si die-castings, Computational Materials Science 46 (2009), 100 – 111.
33. C. Dørum, H.I. Laukli, O.S. Hopperstad and M. Langseth, Structural behaviour of Al-Si die-castings: Experiments and numerical simulations, European Journal of Mech-anics 28 (2009), 1 – 13.
34. G. Eisa Abadi, P. Davami, S.K. Kim and N. Varahram, Effects of hydrogen and oxides on tensile properties of Al-Si-Mg cast alloys, Materials Science and Engineering 552 (2012), 36 – 47.
35. G. Eisa Abadi, P. Davami, S.K. Kim, N. Varahram, Y.O. Yoon and G.Y. Yeom, Effect of oxide films, inclusions and fe on reproducibility of tensile properties in cast Al-Si-Mg alloys: Statistical and image analysis, Materials Science and Engineering 558 (2012), 134 – 143.
36. G. Eisa Abadi, P. Davami, N. Varahram and S.K. Kim, On the effect of hydrogen and Fe on reproducibility of tensile properties in cast Al-Si-Mg alloys, Materials Science and Engineering 565 (2013), 278 – 284.
37. ESI Group: PAM-CRASH, https://www.esi-group.com/software-service s/virtual-performance/virtual-performance-solution, 2014.
38. ESI Group: ProCAST, https://www.esi-group.com/software-services/vi rtual-manufacturing/casting-simulation-suite, 2014.
39. E. Fagerholt, C. Dørum, T. Børvik, H.I. Laukli and O.S. Hopperstad, Experimental and numerical investigation of fracture in a cast aluminium alloy, International Journal of Solids and Structures 47 (2010), 3352 – 3365.
40. Flow Science Inc: FLOW-3D, http://www.flow3d.com, 2014.
41. Ø. Fyllingen, Robustness studies of structures subjected to large deformations, PhD Thesis, Norwegian University of Science and Technology, Norway, 2008.
42. GNS mbH: Animator4, http://gns-mbh.com/animator.html, 2014.
43. GNU Compiler Collection, https://gcc.gnu.org/onlinedocs/gfortran/ RANDOM_005fNUMBER.html#RANDOM_005fNUMBER, 2014.
44. GNU Compiler Collection, https://gcc.gnu.org/onlinedocs/gfortran/ RANDOM_005fSEED.html, 2014.
45. L. Greve, Development of a PAM-CRASH material model for die casting alloys, 6th International Conference on Magnesium Alloys and their Application | Wolfsburg (2003).
46. A.A. Griffith, The phenomena of rupture and flow in solids, Philosophical Transac-tions of the Royal Society of London 221 (1921), 163 – 198.
47. D. Gross and T. Seelig, Fracture Mechanics – With an Introduction to Micromechan-ics, 2nd Ed., Springer, Berlin, 2011.
48. G. Gruben, O.S. Hopperstad and T. Børvik, Evaluation of uncoupled ductile fracture criteria for the dual-phase steel Docol 600DL, International Journal of Mechanical Sciences 62 (2012), 133 – 146.
49. A.L. Gurson, Continuum theory of ductile rupture by void nucleation and growth: Part I – Yield criteria and flow rules for porous ductile media, Journal of Engineering Materials and Technology 99 (1977), 2 – 15.
50. J.O. Hallquist, LS-DYNA – Theory Manual, Livermore Software Technology Corpora-tion, Livermore, 2006.
51. J.O. Hallquist, LS-DYNA – Keyword User’s Manual, Version 971, Livermore Software Technology Corporation, Livermore, 2007.
52. M. Haßler, Quasi-Static Fluid-Structure Interactions Based on a Geometric Descrip-tion of Fluids, Doctoral Thesis, University of Karlsruhe, Germany, 2009.
53. S. Henn, Bauteilorientierte Entwicklung von Rissinitiierungsmodellen für Alumini-umgusslegierungen unter monotoner Belastung, Doctoral Thesis, University of Karlsruhe, Germany, 2005.
54. A.V. Hershey, The plasticity of an isotropic aggregate of anisotropic face-centered cu-bic crystals, Journal of Applied Mechanics 21 (1954), 241 – 249.
55. P. Hildebrandt, Korrelation zwischen Simulationsergebnissen und mechanis-chen Bauteileigenschaften im Druckguss bei Verwendung einer naturharten Al-Gusslegierung, Diploma Thesis, University of Kassel, Germany, 2009.
56. G.A. Holzapfel, Nonlinear Solid Mechanics – A Continuum Approach for Engineering, John Wiley & Sons, West Sussex, 2000.
57. H. Hooputra, H. Gese, H. Dell and H. Werner, A comprehensive failure model for crashworthiness of aluminium extrusions, International Journal of Crashworthiness 9 (2004), 449 – 463.
58. E. Hornbogen and H.P. Warlimont, Metalle – Struktur und Eigenschaften der Metalle und Legierungen, 5th Ed., Springer, Berlin, 2006.
59. W.F. Hosford, A generalised isotropic yield criterion, Journal of Apllied Mechanics 39 (1972), 607 – 609.
60. T.J.R. Hughes, The Finite Element Method – Linear Static and Dynamic Finite Element Analysis, Dover Publications, New York, 2000.
61. IBM Corporation: SPSS, http://www-01.ibm.com/software/analytics/sps s/, 2014.
62. Impetus Plastics Group, http://www.impetus-plastics.de, 2014.
63. F. Irgens, Continuum Mechanics, Springer, Berlin, 2008.
64. A.A. Jennings and M. Sumeet, The microcomputer performance of uniform variate random number generators expressed in FORTRAN, Enviromental Software 7 (1992), 9 – 27.
65. G.R. Johnson and W.H. Cook, Fracture characteristics of three metals subjected to various strains, strain rates, temperatures and pressures, Engineering Fracture Mech-anics 21 (1985), 31 – 48.
66. C. Kleeberg, Latest advancements in modelling and simulation for high pressure die castings, ALUCAST | Chennai (2010).
67. K. Knothe and H. Wessels, Finite Elemente – Eine Einführung für Ingenieure, 3rd Ed., Springer, Berlin, 1999.
68. V.G. Kouznetsova, Computational homogenization for the multi-scale analysis of multi-phase materials, PhD Thesis, Eindhoven University of Technology, Nether-lands, 2002.
69. H. Kuhn and D. Medlin, ASM Handbook Volume 8 – Mechanical Testing and Evalu-ation, 10th Ed., ASM International, Materials Park, 2000.
70. H.I. Laukli, High pressure die casting of aluminium and magnesium alloys – grain structure and segregation characteristics, PhD Thesis, Norwegian University of Sci-ence and Technology, Norway, 2004.
71. S.G. Lee, A.M. Gokhale, G.R. Patel and M. Evans, Effect of process parameters on porosity distributions in high-pressure die-cast AM50 mg-alloy, Materials Science and Engineering 427 (2006), 3860 – 3865.
72. S.G. Lee, G.R. Patel, A.M. Gokhale, A. Sreeranganathan and M.F. Horstemeyer, Vari-ability in the tensile ductility of high-pressure die-cast AM50 Mg-alloy, Scripta Ma-terialia 53 (2005), 851 – 856.
73. E.L. Lehmann and J.P. Romano, Testing Statistical Hypotheses, 3rd Ed., Springer, Ber-lin, 2005.
74. J. Lemaitre and J.L. Chaboche, Mechanics of solid materials, Cambridge University Press, Cambridge, 1994.
75. J. Lemaitre and R. Desmorat, Engineering Damage Mechanics – Ductile, Creep, Fa-tigue and Brittle Failures, Springer, Berlin, 2005.
76. C. Leppin, H. Hooputra, H. Werner, S. Werner, S. Weyer and R.V. Büchi, Crashwor-thiness simulation of aluminium pressure die castings including fracture prediction, VIII International Conference on Computational Plasticity | Barcelona (2005).
77. Livermore Software Technology Corporation: LS-DYNA, http://www.lstc.com /products/ls-dyna, 2014.
78. Livermore Software Technology Corporation: LS-PrePost, http://www.lstc.com /products/ls-prepost, 2014.
79. J. Lubliner, Plasticity Theory, Dover Publications, New York, 2008.
80. H. Mae, X. Teng, Y. Bai and T. Wierzbicki, Calibration of ductile fracture properties of a cast aluminum alloy, Materials Science and Engineering 459 (2007), 156 – 166.
81. MAGMA Gießereitechnologie GmbH: MAGMAsoft, http://www.magmasoft.co m/en/solutions/diecasting.html, 2014.
82. S. Matange and D. Heath, Statistical Graphics Procedures by Example – Effective Graphs Using SAS, SAS Institute, Cary, 2011.
83. MathWorks Inc: MATLAB, http://www.mathworks.com, 2014.
84. MathWorks Inc: MATLAB Statistics Toolbox, http://www.mathworks.com/prod ucts/statistics/, 2014.
85. Microsoft Corporation: Excel, http://products.office.com/EN/excel, 2014.
86. N. Moës, J. Dolbow and T. Belytschko, A finite element method for crack growth without remeshing, International Journal for Numerical Methods in Engineering 75 (1999), 131 – 150.
87. D. Mohr and R. Treitler, Onset of fracture in high pressure die casting aluminum al-loys, Engineering Fracture Mechanics 75 (2008), 97 – 116.
88. D.C. Montgomery, Design and analysis of experiments, 7th Ed., John Wiley & Sons, West Sussex, 2010.
89. Norsk Hydro ASA, New Alloys for High Pressure Die Casting – AlMgSiMn, Oslo, 2010.
90. Norsk Hydro ASA, New Alloys for High Pressure Die Casting – AlSi4Mg0.2Mn, Oslo, 2010.
91. OriginLab Corporation: Origin Lab, http://www.originlab.com, 2014.
92. F. Ostermann, Anwendungstechnologie Aluminium, 2nd Ed., Springer, Berlin, 2007.
93. H. Parisch, Festkörper-Kontinuumsmechanik – Von den Grundgleichungen zur Lösung mit Finiten Elementen, Springer, Berlin, 2003.
94. Penn State Web Applications Engines – PHP Web Service, http://php.scripts. psu.edu/djh300/cmpsc202-f12/project-midterm/rand-demo.f, 2014.
95. G. Pijaudier-Cabot and Z.P. Bǎzant, Nonlocal damage theory, Journal of Engineering Mechanics 113 (1987), 1512 – 1533.
96. RANDOM.ORG, http://www.random.org, 2014.
97. J.R. Rice, A path independent integral and the approximate analysis of strain concen-tration by notches and cracks, Journal of Applied Mechanics 35 (1968), 379 – 386.
98. J.L. Romeu, Anderson-Darling: A Goodness of Fit Test for Small Samples Assump-tions, Selected Topics in Assurance Related Technologies 10 (2003).
99. J.L. Romeu, Kolomogorov-Smirnov: A Goodness of Fit Test for Small Samples, Selec-ted Topics in Assurance Related Technologies 10 (2003).
100. J.L. Romeu, The Chi-Square: A Large-Sample Goodness of Fit Test, Selected Topics in Assurance Related Technologies 10 (2003).
101. S.M. Ross, Introduction to Probability Models, 9th Ed., Elsevier, Amsterdam, 2007.
102. Schlaich Bergermann und Partner GmbH, http://www.sbp.de, 2014.
103. K. Siebertz, D. van Bebber and T. Hochkirchen, Statistische Versuchsplanung – Design of Experiments (DoE), Springer, Berlin, 2010.
104. M.A. Sutton, J.J. Orteu and H. Schreier, Image correlation for shape, motion and de-formation measurements – basic concepts,theory and applications, 1st Ed., Springer, Berlin, 2009.
105. X. Teng, H. Mae and Y. Bai, Probability characterization of tensile strength of an alu-minum casting, Materials Science and Engineering 527 (2010), 4169 – 4176.
106. X. Teng, H. Mae, Y. Bai and T. Wierzbicki, Pore size and fracture ductility of aluminum low pressure die casting, Engineering Fracture Mechanics 76 (2009), 983 – 996.
107. R. Treitler, Vom Gießprozess zur Festigkeitsberechnung am Beispiel einer Aluminium-Magnesium-Druckgusslegierung, Doctoral Thesis, University of Karlsruhe, Ger-many, 2005.
108. M. Unosson, L. Olovsson and K. Simonsson, Failure modelling in finite element analyses: Random material imperfections, Mechanics of Materials 37 (2005), 1175 – 1179.
109. M. Unosson, L. Olovsson and K. Simonsson, Weakest link model with imperfection density function: Application to three point bend of a tungsten carbide, International Journal of Refractory Metals and Hard Materials 25 (2007), 6 – 10.
110. L. Verlet, “Experiments” on classical Fluids I. Thermomechanical Properties of Lennard-Jones Molecules, Physical Review 159 (1967), 98 – 103.
111. R.E. Walpole, Probability and Statistics for Engineers and Scientists, 9th Ed., Pearson, Boston, 2011.
112. W. Weibull, A statistical distribution function of wide appilcability, Journal of Ap-plied Mechanics 18 (1951), 293 – 297.
113. T. Wierzbicki, Y. Bao, Y.W. Lee and Y. Bai, Calibration and evaluation of seven fracture models, International Journal of Mechanical Sciences 47 (2005), 719 – 743.
114. R. Wilcox, Introduction to Robust Estimation and Hypothesis Testing, 3rd Ed., El-sevier, Amsterdam, 2011.
115. T. Williams and C. Kelley, http://www.gnuplot.info, 2014.
116. Wolfram Research Inc: Mathematica, http://www.wolfram.com/mathematic a/, 2014.
117. P. Wriggers, Nonlinear Finite Element Methods, Springer, Berlin, 2008.
118. Z.J. Yang, X.T. Su, J.F. Chen and G.H. Liu, Monte carlo simulation of complex cohesive fracture in random heterogeneous quasi-brittle materials, International Journal of Solids and Structures 46 (2009), 3222 – 3234.
119. Y. Zhang, X. Wang, N. Pan and R. Postle, Weibull analysis of the tensile behaviour of fibres with geometrical irregularities, Journal of Materials Science 37 (2002), 1401 – 1406.

전문가 Q&A: 궁금증 해소

Q1: 확률론적 모델의 기반으로 Cockcroft-Latham 파괴 기준을 선택한 특별한 이유가 있나요?

A1: 네, Cockcroft-Latham 기준은 단일 매개변수(임계값 Wc)만을 필요로 하여 확률론적 모델링에 적용하기 용이하기 때문입니다. 파괴 로커스와 같이 여러 매개변수가 필요한 모델은 각 매개변수의 확률 분포와 상호 상관관계를 모두 정의해야 하므로 복잡성이 크게 증가합니다. 또한, 이 기준은 최대 주응력이 압축일 때 파괴가 발생하지 않는 등 연성 파괴의 물리적 특성을 잘 반영하며, 단축 인장 시험만으로도 임계값을 비교적 쉽게 교정할 수 있다는 장점이 있습니다.

Q2: 논문에서 제안한 ‘비연계 모델링(uncoupled modelling)’ 접근법(MR#3/MR#4)은 기존 방법(MR#2)의 메쉬 의존성 문제를 어떻게 실질적으로 해결하나요?

A2: 기존의 연계(coupled) 접근법(MR#2)에서는 해석용 FE 메쉬가 곧 재료 물성 분포를 정의하는 단위가 됩니다. 따라서 FE 메쉬를 미세하게 나눌수록, 더 작은 체적을 가진 요소들이 최약 링크 이론에 따라 통계적으로 더 넓은 범위의 파괴 임계값을 갖게 되어 결과가 메쉬 크기에 따라 변하게 됩니다. 반면, 비연계 접근법은 재료 물성 분포를 위한 고정된 가상 메쉬(MS Mesh)를 먼저 정의하고, 이 분포를 실제 해석용 FE 메쉬에 ‘매핑’합니다. 따라서 FE 메쉬를 아무리 미세하게 나누어도 재료의 통계적 특성은 변하지 않으므로, 메쉬 크기와 무관하게 일관된 파괴 해석 결과를 얻을 수 있습니다.

Q3: 재료 연성의 ‘전역적 체계적 변동’과 ‘국부적 유사-무작위 변동’의 핵심적인 차이는 무엇이며, 실험 설계에서 이를 어떻게 구분했나요?

A3: ‘전역적 체계적 변동’은 주조 방안과 같이 예측 가능한 요인에 의해 부품의 특정 영역(예: 게이트 측, 진공 측)에 걸쳐 일관되게 나타나는 평균적인 연성 차이를 의미합니다. 반면, ‘국부적 유사-무작위 변동’은 동일한 영역 내에서도 공정의 미세한 흔들림으로 인해 개별 시편마다 무작위적으로 나타나는 연성의 편차를 말합니다. 본 연구에서는 여러 개의 동일 부품에서 시편을 채취하고, 각 부품의 서로 다른 위치(게이트 측, 중간부, 진공 측)에서 시편을 채취하는 ‘계통적 샘플링’을 통해 이 두 가지 변동을 분리하여 분석할 수 있었습니다. 위치 간의 평균값 차이는 전역적 변동을, 동일 위치 내에서의 데이터 분산은 국부적 변동을 나타냅니다.

Q4: 단일 시뮬레이션(MR#1)이 어떻게 전체 몬테카를로 시뮬레이션(MR#2)만큼 정확하게 파괴 확률을 예측할 수 있었나요?

A4: 이는 최약 링크 이론의 수학적 특성을 활용했기 때문입니다. 최약 링크 이론에 따르면, 전체 시스템의 생존 확률은 각 독립적인 하위 시스템(여기서는 각 유한 요소)의 생존 확률의 곱으로 표현됩니다. MR#1은 각 요소에서 계산된 하중(W)과 바이불 분포 함수를 이용해 해당 요소의 ‘생존 확률’을 직접 계산하고, 이 값들을 전체 모델에 걸쳐 곱함으로써 전체 구조물의 총 생존 확률을 구합니다. 최종 파괴 확률은 1에서 이 총 생존 확률을 빼서 얻습니다. 이 방식은 몬테카를로 시뮬레이션이 통계적 샘플링을 통해 근사적으로 찾는 값을 해석적으로 직접 계산하는 것과 같으므로, 단 한 번의 계산으로 동일한 결과를 얻을 수 있습니다.

Q5: 이 연구는 주조 상태(F)의 합금에 초점을 맞췄는데, 만약 열처리(예: T7)된 합금이라면 결과가 어떻게 달라질 수 있을까요?

A5: 논문에서 직접 다루지는 않았지만, 참고 문헌(Dørum et al. [32])에서 열처리된 합금에 대한 유사한 분석이 언급됩니다. 일반적으로 열처리는 주조 결함을 균질화하고 재료의 전반적인 연성을 향상시키는 효과가 있습니다. 따라서 열처리된 합금은 주조 상태의 합금보다 평균 파괴 변형률이 더 높고, 데이터의 편차(바이불 계수 m 값으로 표현)가 더 작을 것으로 예상할 수 있습니다. 하지만 열처리가 모든 결함을 완벽하게 제거하지는 못하므로, 여전히 확률론적 접근법이 결정론적 접근법보다 더 정확한 예측을 제공할 것입니다.

결론: 더 높은 품질과 생산성을 향한 길

알루미늄 고압 다이캐스팅 부품의 신뢰성 예측은 제조 과정에서 필연적으로 발생하는 결함과 그로 인한 물성 편차 때문에 오랫동안 엔지니어링 분야의 어려운 과제였습니다. 본 연구는 이러한 불확실성을 회피하는 대신, 확률론적 파괴 모델링이라는 강력한 도구를 통해 정면으로 마주하고 해결책을 제시했다는 점에서 큰 의미가 있습니다.

실험과 시뮬레이션을 통해 검증된 이 접근법은 HPDC 부품의 파괴 거동을 더 이상 단일한 값이 아닌 ‘확률 분포’로 이해하고 예측할 수 있게 해줍니다. 이는 R&D 및 운영 부서에 다음과 같은 실질적인 가치를 제공합니다. 첫째, 충돌 안전성과 같은 핵심 성능의 신뢰도를 설계 단계에서 정량적으로 평가하고 목표 수준에 맞게 최적화할 수 있습니다. 둘째, 값비싼 물리적 프로토타입 제작 및 테스트 횟수를 줄여 개발 비용과 시간을 절감할 수 있습니다. 마지막으로, 제조 공정의 변동성이 최종 제품의 성능에 미치는 영향을 파악하여 품질 관리를 위한 명확한 기준을 수립할 수 있습니다.

FLOW-3D는 주조 결함의 근본 원인이 되는 용탕의 유동 및 응고 과정을 정밀하게 시뮬레이션하는 데 독보적인 기술력을 보유하고 있습니다. 본 논문에서 논의된 과제들이 귀사의 운영 목표와 일치한다면, FLOW-3D의 엔지니어링 팀에 연락하여 이러한 원칙들이 귀사의 부품에 어떻게 구현될 수 있는지 논의해 보시기 바랍니다.

(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.

• 연락처 : 02-2026-0450
• 이메일 : flow3d@stikorea.co.kr

저작권 정보

• 이 콘텐츠는 Octavian Knoll의 논문 “A Probabilistic Approach in Failure Modelling of Aluminium High Pressure Die-Castings”을 기반으로 한 요약 및 분석 자료입니다.
• 출처: https://ntnuopen.ntnu.no/ntnu-xmlui/handle/11250/279895

이 자료는 정보 제공 목적으로만 사용됩니다. 무단 상업적 사용을 금지합니다. Copyright © 2025 STI C&D. All rights reserved.