HPDC 게이팅 설계 자동화: Python 기반 모델링 및 시뮬레이션으로 개발 시간 단축

이 기술 요약은 Nélson Moura Pereira Duro가 2024년 Universidade do Minho에 제출한 석사 학위 논문 “Modelling and Simulation of Die Casting Process on Aluminium Alloys”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.

키워드

• Primary Keyword: 고압 다이캐스팅 시뮬레이션
• Secondary Keywords: 게이팅 시스템 설계, Python 자동화, 알루미늄 합금, 유동 해석, 응고 해석, 충전 패턴 분석

Executive Summary

• The Challenge: 고압 다이캐스팅(HPDC) 공정에서 게이팅 시스템의 개발 및 검증은 숙련된 엔지니어의 시간 소모적인 수작업에 의존하여 공정의 병목 현상을 유발합니다.
• The Method: NADCA(북미 다이캐스팅 협회) 가이드라인을 기반으로 Python을 사용하여 게이팅, 오버플로우 및 벤팅 시스템 설계를 자동화하는 ‘H.E.L.P. Die Casting’ 소프트웨어를 개발했습니다.
• The Key Breakthrough: 개발된 소프트웨어를 통해 밸브 커버 부품의 게이팅 시스템을 성공적으로 생성하고, 시뮬레이션을 통해 수축 기공, 공기 혼입과 같은 잠재적 결함을 정밀하게 예측 및 분석했습니다.
• The Bottom Line: 설계-시뮬레이션 프로세스 자동화는 모델링 시간을 획기적으로 단축하고, 데이터 기반의 신뢰성 높은 CAE 검증을 가능하게 하여 다이캐스팅 공정의 생산성과 품질을 크게 향상시킬 수 있습니다.

The Challenge: 왜 이 연구가 CFD 전문가에게 중요한가

오늘날의 제조 산업에서 고압 다이캐스팅(HPDC) 기술은 복잡한 형상의 부품을 대량 생산하는 핵심 공정입니다. 그러나 용탕이 금형 캐비티를 채우는 경로인 게이팅 시스템의 설계는 여전히 큰 과제로 남아있습니다. 기존의 방식은 숙련된 엔지니어의 경험과 반복적인 CAD/CAE 작업을 통해 이루어지며, 이는 상당한 시간과 비용을 소모하는 공정의 주요 병목 지점입니다.

특히, 최적의 충전 패턴을 찾고 수축 기공이나 공기 혼입과 같은 결함을 최소화하기 위한 설계 검증 과정은 수많은 시행착오를 동반합니다. 이러한 비효율성을 개선하고, 보다 빠르고 정확한 설계 솔루션을 찾기 위해 모델링 및 시뮬레이션 프로세스의 가상화를 고도화할 필요성이 대두되었습니다. 본 연구는 바로 이 문제, 즉 게이팅 시스템 설계의 병목 현상을 해결하기 위해 프로그래밍을 통한 자동화 솔루션을 제안합니다.

The Approach: 연구 방법론 분석

본 연구는 고압 다이캐스팅 공정의 게이팅 시스템 설계를 자동화하기 위해 체계적인 접근 방식을 채택했습니다.

1. 자동화 소프트웨어 개발 (H.E.L.P. Die Casting): – 프로그래밍 언어: 배우기 쉽고 데이터베이스 및 CAD 소프트웨어와의 인터페이스가 뛰어난 Python을 사용했습니다. – 핵심 알고리즘: 북미 다이캐스팅 협회(NADCA)의 게이팅 설계 매뉴얼에 명시된 체계적인 절차를 프로그래밍 로직으로 구현했습니다. – CAD 연동: Autodesk Inventor API를 활용하여 계산된 파라미터를 기반으로 게이팅 시스템의 3D 모델을 자동으로 생성하도록 했습니다. – 데이터 관리: 사용자가 입력한 공정 변수와 소프트웨어가 계산한 설계 데이터를 Excel 파일로 저장하여 관리 및 시뮬레이션 입력 자료로 활용할 수 있도록 했습니다.

2. CAE 시뮬레이션을 통한 검증: – 시뮬레이션 소프트웨어: ESI Group의 QuikCast를 사용하여 유한차분법(FDM) 기반의 유동 및 응고 해석을 수행했습니다. – 해석 모델: 실제 산업 사례인 밸브 커버 부품을 대상으로, 자동 생성된 게이팅 시스템을 적용하여 시뮬레이션을 진행했습니다. – 재료 물성: 주조재로는 AlSi9Cu3(Fe) 알루미늄 합금을, 금형 재료로는 H13 및 18Ni300(Maraging Steel)을 사용하여 실제 공정과 유사한 열-기계적 특성을 반영했습니다. – 해석 단계: 안정적인 금형 온도 구배 확보를 위한 ‘금형 사이클 시뮬레이션’과 실제 충전 및 응고 과정을 모사하는 ‘주조 시뮬레이션’의 두 단계로 나누어 해석의 정확도를 높였습니다.

이러한 접근법을 통해, 프로그래밍으로 설계안을 신속하게 도출하고 CAE 시뮬레이션으로 그 타당성을 심층적으로 검증하는 통합 워크플로우를 구축했습니다.

The Breakthrough: 주요 발견 및 데이터

본 연구는 자동화된 설계 및 시뮬레이션 워크플로우를 통해 몇 가지 중요한 성과를 도출했습니다.

Finding 1: 게이팅 시스템 설계 자동화 및 신속한 3D 모델 생성

개발된 H.E.L.P. 소프트웨어는 사용자가 부품의 체적, 재질, 공정 조건 등 주요 변수를 입력하면 NADCA 매뉴얼에 따라 게이팅 시스템의 모든 세부 치수를 자동으로 계산했습니다. 예를 들어, 밸브 커버 부품에 대해 2개의 탕구(attack)를 갖는 탠젠셜 러너(tangential runner) 시스템을 설계했으며, 각 섹션별 거리, 단면적, 두께 등의 상세 데이터를 Table 4.6과 같이 생성했습니다. 이 데이터는 즉시 Autodesk Inventor와 연동되어 Figure 4.12와 같이 복잡한 형상의 게이팅 시스템 3D 모델을 수 분 내에 자동으로 생성했습니다. 이는 수작업으로 몇 시간이 걸릴 수 있는 모델링 작업을 획기적으로 단축시킨 결과입니다.

Finding 2: 시뮬레이션을 통한 정밀한 결함 예측 및 공정 동역학 분석

자동 생성된 게이팅 시스템의 성능 검증을 위해 수행된 고압 다이캐스팅 시뮬레이션은 다음과 같은 핵심적인 결과를 보여주었습니다.

• 수축 기공 예측: 시뮬레이션 결과, 최종 응고 영역인 특정 임계 지역(critical region 1)에서 수축 기공이 발생할 것을 Figure 5.7과 같이 정확하게 예측했습니다. 이는 Figure 5.8에서 볼 수 있듯이, 해당 부위가 러너와의 용탕 연속성이 가장 늦게까지 유지되다가 단절되면서 응고 수축을 보상받지 못하기 때문임을 규명했습니다.
• 공기 혼입 분석: 충전 과정 중 공기가 갇힐 가능성이 있는 위치를 Figure 5.9를 통해 명확히 식별했습니다. 특히 부품의 형상적 특성으로 인해 특정 핀 주변과 임계 지역에서 공기 혼입이 불가피함을 확인했으며, 부품별 평균 공기 혼입량(각각 0.0007 g/cm³, 0.0008 g/cm³)을 정량적으로 평가했습니다.
• 사출 압력 동역학 분석: 피스톤 변위에 따른 사출 압력 변화를 Figure 5.21과 같이 분석한 결과, 이론적으로 계산된 값과 시뮬레이션 값이 유사한 경향을 보임을 확인했습니다. 특히, 용탕이 러너로 진입하는 구간과 탕구(ingate)를 통과하는 구간에서 기하학적 변화로 인해 압력이 급격히 상승하는 두 개의 뚜렷한 구간을 식별하여(Figure 5.22), 공정 중 발생하는 에너지 손실의 주요 원인을 밝혔습니다.

Practical Implications for R&D and Operations

• For Process Engineers: 본 연구에서 제시된 피스톤 변위에 따른 사출 압력 분석(Figure 5.21, 5.23)은 사출 프로파일을 최적화하는 데 중요한 통찰을 제공합니다. 러너와 탕구에서 발생하는 압력 손실 구간을 정량적으로 이해함으로써, 결함을 최소화하고 안정적인 충전을 달성하기 위한 사출 속도 및 압력 조건을 설정하는 데 기여할 수 있습니다.
• For Quality Control Teams: Figure 5.7과 Figure 5.9의 데이터는 수축 기공 및 공기 혼입 결함이 발생할 가능성이 높은 위치를 명확하게 보여줍니다. 이는 품질 검사 시 해당 부위를 집중적으로 확인할 수 있는 기준을 제공하여 검사의 효율성과 정확성을 높일 수 있습니다.
• For Design Engineers: 탕구의 형상(유동 각도, 두께)이 수축 및 공기 혼입 결함에 미치는 영향을 비교 분석(Chapter 5, Gating design A, B)한 결과는 초기 설계 단계에서 결함을 최소화하는 설계의 중요성을 강조합니다. 자동화된 설계-시뮬레이션 툴을 활용하면 다양한 설계안을 신속하게 평가하여 최적의 솔루션을 조기에 찾을 수 있습니다.

Paper Details

Modelling and Simulation of Die Casting Process on Aluminium Alloys

1. Overview:

• Title: Modelling and Simulation of Die Casting Process on Aluminium Alloys
• Author: Nélson Moura Pereira Duro
• Year of publication: 2024
• Journal/academic society of publication: Master’s Dissertation, Universidade do Minho, Escola de Engenharia
• Keywords: Programming aided design; High-pressure die casting process; Aluminum alloys; Finite differences method

2. Abstract:

현대 사회에서 수요를 충족시키기 위한 생산량 증대의 필요성은 끊임없이 존재합니다. 그러나 시간 제약으로 인해 생산성을 높이고 시간이 많이 소요되는 작업을 최소화하는 데 주된 초점이 맞춰져 있습니다. 이를 통해 더 나은 해결책을 찾거나 공정의 내재적 비용을 줄일 수 있습니다. 다이캐스팅 기술도 이러한 요구 사항에서 예외는 아닙니다. 게이팅 설계의 개발 및 검증에 엔지니어가 소비하는 시간은 공정의 병목 현상 중 하나로 남아 있습니다. 따라서 다이캐스팅 공정의 모델링 및 시뮬레이션을 개선하기 위한 해결책을 찾아야 합니다. 본 논문은 다이캐스팅 제조에서 게이팅 설계를 위한 프로그래밍 도구로서 Python을 사용할 가능성을 탐구합니다. 습득된 지식은 ‘Highly Efficient Labor-saving Program Die Casting’이라는 소프트웨어로 집대성되었습니다. 이 소프트웨어는 다양한 주조 합금을 수용할 수 있으며, 알루미늄 합금에 중점을 둡니다. 이 소프트웨어는 게이팅 설계 검증의 두 단계에 적용되었습니다. 첫째, 밸브 커버의 게이팅 설계, 오버플로우 및 벤팅 시스템을 각 섹션의 해당 치수 데이터와 함께 생성하는 데 사용되었습니다. 둘째, 다이캐스팅 공정 시뮬레이션 중 경계 조건 및 초기 조건을 계산하는 데 사용되었습니다. 게이팅 설계의 검증은 세 가지 주요 측면에 초점을 맞췄습니다: 안정적인 열 구배를 보장하기 위한 다이 사이클 시뮬레이션, 잠재적 결함(수축 기공, 공기 혼입 및 콜드 셧 등) 분석, 그리고 공정 동역학 평가(용탕의 주손실 및 부손실 기반). 공정 동역학 분석에서는 손실이 다르게 작용하는 두 개의 뚜렷한 단계가 확인되었습니다.

3. Introduction:

신제품 개발을 위한 현대적 도구는 CAD(컴퓨터 지원 설계), CAE(컴퓨터 지원 엔지니어링), CAM(컴퓨터 지원 제조) 소프트웨어를 포함합니다. 주조 산업에서 CAD/CAE 기술 발전의 활용은 주목할 만했습니다. 주조 시뮬레이션의 구현은 비용, 시간, 노동력, 현장 시험 및 테스트할 프로토타입의 수를 크게 줄였습니다. 따라서 고압 다이캐스팅(HPDC)에서 CAD/CAE 환경을 개선하고 게이팅 설계 시간을 단축하기 위한 새로운 방법론의 개발이 필요합니다. 제안된 방법론은 북미 다이캐스팅 협회(NADCA) 매뉴얼에 설명된 기존 지침에 기반을 둡니다. 이는 생산성과 솔루션의 정확성을 높이고 고급 인력 비용을 절감할 것입니다. 그럼에도 불구하고, 이 새로운 방법론은 특히 게이팅 설계 및 주조 시뮬레이션에서 HPDC 공정에 필요한 전문 지식을 완전히 대체하지는 않을 것입니다. 대신, 산업 전문가의 지식과 기술을 보완하고 향상시키는 도구 역할을 합니다.

4. Summary of the study:

Background of the research topic:

고압 다이캐스팅(HPDC) 공정에서 게이팅 시스템 설계는 제품 품질을 결정하는 핵심 요소이지만, 설계 및 검증 과정은 시간과 비용이 많이 소요되는 병목 구간입니다. 기존의 CAD/CAE 소프트웨어를 활용하는 방식은 개선을 가져왔지만, 여전히 숙련된 인력과 많은 시간을 필요로 합니다.

Status of previous research:

기존 연구들은 주로 CAE 시뮬레이션을 통해 결함을 예측하고 공정을 최적화하는 데 초점을 맞추어 왔습니다. 그러나 게이팅 시스템의 3D 모델을 생성하는 ‘모델링’ 단계 자체를 자동화하려는 디지털 가상화 연구는 상대적으로 미흡한 실정입니다.

Purpose of the study:

본 연구의 목적은 Python 프로그래밍을 활용하여 알루미늄 합금의 HPDC 공정을 위한 게이팅 시스템 설계 프로세스를 자동화하고, 이를 통해 생성된 설계안을 CAE 시뮬레이션으로 검증하는 것입니다. 이를 통해 모델링 및 시뮬레이션의 효율성, 시간, 비용, 인력 문제를 개선하고자 합니다.

Core study:

연구의 핵심은 두 부분으로 구성됩니다. 첫째, NADCA 매뉴얼을 기반으로 게이팅 시스템, 오버플로우, 벤팅 시스템의 치수를 계산하고 3D 모델을 자동으로 생성하는 ‘H.E.L.P. Die Casting’ 소프트웨어를 개발했습니다. 둘째, 이 소프트웨어를 사용하여 실제 밸브 커버 부품의 게이팅 시스템을 설계하고, QuikCast 시뮬레이션 소프트웨어를 통해 금형 사이클 해석, 충전 및 응고 해석을 수행하여 설계안의 타당성을 검증했습니다. 검증 과정에서는 수축 기공, 공기 혼입과 같은 결함 발생 가능성과 사출 공정의 동역학적 특성을 심층적으로 분석했습니다.

5. Research Methodology

Research Design:

본 연구는 프로그래밍 기반의 설계 자동화 소프트웨어를 개발하고, 이를 통해 생성된 설계안을 상용 CAE 소프트웨어로 검증하는 방식으로 설계되었습니다. 북미 다이캐스팅 협회(NADCA)의 게이팅 설계 매뉴얼을 알고리즘의 근간으로 삼아, 이론적 계산과 실제 3D 모델링, 그리고 수치 해석을 연계하는 통합 워크플로우를 구축했습니다.

Data Collection and Analysis Methods:

• 설계 데이터 생성: 개발된 Python 소프트웨어 ‘H.E.L.P. Die Casting’을 통해 사용자가 입력한 부품 및 공정 정보를 기반으로 게이팅 시스템의 치수 데이터를 계산하고 Excel 파일로 저장했습니다.
• 3D 모델링: 소프트웨어는 Autodesk Inventor API를 통해 계산된 데이터를 바탕으로 게이팅 시스템의 3D 모델을 자동으로 생성했습니다.
• CAE 시뮬레이션: ESI Group의 QuikCast를 사용하여 유한차분법(FDM) 기반의 시뮬레이션을 수행했습니다. 금형의 열적 안정 상태를 모사하기 위한 ‘금형 사이클 시뮬레이션’과 충전-응고 과정을 해석하는 ‘주조 시뮬레이션’을 진행했습니다. 시뮬레이션 결과로 충전 패턴, 온도 분포, 수축 기공, 공기 혼입, 사출 압력 등의 데이터를 수집하고 분석했습니다.

Research Topics and Scope:

연구의 범위는 알루미늄 합금(AlSi9Cu3(Fe))을 사용한 고압 다이캐스팅 공정에 초점을 맞춥니다. 주된 연구 주제는 (1) Python을 이용한 게이팅 시스템 설계 자동화 소프트웨어 개발, (2) 자동 생성된 설계안의 CAE 시뮬레이션을 통한 검증입니다. 검증은 잠재적 결함(수축 기공, 공기 혼입) 분석과 공정 동역학(사출 압력 변화) 평가를 포함합니다.

6. Key Results:

Key Results:

• Python 기반의 ‘H.E.L.P. Die Casting’ 소프트웨어를 성공적으로 개발하여, NADCA 매뉴얼에 근거한 게이팅, 오버플로우, 벤팅 시스템의 설계 및 3D 모델링 자동화를 구현했습니다.
• 금형 사이클 시뮬레이션을 통해 9번째 사이클 이후 금형 온도가 1% 이내의 오차로 안정화됨을 확인하여, 후속 주조 시뮬레이션의 신뢰성을 확보했습니다.
• 최종 설계안의 주조 시뮬레이션 결과, 특정 임계 지역에서 수축 기공 발생(Figure 5.7)과 공기 혼입(Figure 5.9)을 성공적으로 예측했으며, 이는 설계된 오버플로우 위치의 타당성을 검증하는 근거가 되었습니다.
• 사출 공정 중 피스톤의 위치에 따른 압력 변화를 분석하여, 러너 진입 구간과 탕구 통과 구간에서 발생하는 두 번의 주요 에너지 손실 단계를 규명했습니다.
• 탕구 형상을 변경한 두 가지 대안 설계(A, B)와의 비교 시뮬레이션을 통해, 탕구의 유동 각도와 두께가 수축 기공 및 공기 혼입에 미치는 영향을 정량적으로 분석하여 최종 설계안의 우수성을 입증했습니다.

Figure List:

• Fig 2.1 – Model constituted by the different elements. 1 – Biscuit; 2 – Runner; 3 – Ingate; 4 – Component; 5 – Overflow
• Fig 2.2 – Tipology of chamber and its components. (a) – Cold chamber; (b) – Hot chamber;
• Fig 2.3 – Injection sleeve.
• Fig 2.4 – Cooling channels and the designed path to cool down the casting.
• Fig 2.5–Air removal system in a mold to minimize air entrainment. (a) – overflows; (b) – chill vent; (c) vacuum system connection.
• Fig 2.6 – Venting system.
• Fig 2.7 – Generic P-Q2 graph and process constraints.
• Fig 2.8 – Geometric representation of the effective and actual ingate area in a tangential runner.
• Fig 2.9 – Runners profiles. (a) – Fan; (b) – Tangencial runner with 30ºC approach.
• Fig 2.10 – Cross section of the curved sided fan (a) and tangencial runner (b).
• Fig 2.11 – Overflow overall dimensions.
• Fig 3.1 – The NADCA methodology was utilized in the development of H.E.L.P. Die Casting.
• Fig 3.2 – Organization of H.E.L.P. Gating Design.
• Fig 3.3 – Block code which searches for each file in a fixed folder.
• Fig 3.4 – First GUI layout which the user will fill.
• Fig 3.5 – Second GUI layout which the user will fill for a scenario of 4 attacks to 4 equal parts using a curved sided fan.
• Fig 3.6 – Second GUI layout which the user will fill for a scenario of 1 attack to 4 equal parts using a tangential runner.
• Fig 3.7 – Third GUI which the user might fill.
• Fig 3.8 – Workflow of gating design and the positioning in the iterative process H.E.L.P. Gating design software.
• Fig 3.9 – Attack correction in a round surface.
• Fig 4.1 – Flowchart to generate a gating design.
• Fig 4.2 – Thermal behaviour of H13. (a) – Temperature effect on thermal conductivity; (b) – Temperature effect on density and specific heat.
• Fig 4.3 – Thermal behaviour of 18Ni300. (a) – Temperature effect on thermal conductivity; (b) – Temperature effect on density and specific heat.
• Fig 4.4 – Thermal behaviour of AlSi9Cu3(Fe). (a) – Temperature effect on thermal conductivity; (b) – Temperature effect on density and specific heat; (c) – Temperature effect on solid fraction and total viscosity.
• Fig 4.5 – Visual representation of the inverse of specific heat and latent heat.
• Fig 4.6 – Component’s model of the study case part.
• Fig 4.7 – Identification of the hotspots.
• Fig 4.8 Attacks to each segment and its non-uniformal division through the parts length in Y axis and its critical regions.
• Fig 4.9 – Design parameters of the tangential runner.
• Fig 4.10 – Overflows nominal dimensions (dimensions in milimeters).
• Fig 4.11 – Overflow location in the part (dimensions in milimeters).
• Fig 4.12 – Gating design made using H.E.L.P. Die Casting.
• Fig 4.13 – Mold’s inserts assembled in the mold plate.
• Fig 4.14 – Mold’s filling cavity. (a) – filling cavity to be produce by machining; (b) – filling cavity to be produce by AM and machining.
• Fig 4.15 – General mold’s and insert’s dimensions (dimensions in milimeters).
• Fig 4.16 – Cooling channels positioning relatively to the part.
• Fig 4.17 – Positioning of extractor pins.
• Fig 4.18 – Discretization error for different element topology. (a) – first order element; (b) – second order element.
• Fig 4.19 – Assembly edges with different element size. (a) – edges with 20 mm size; (b) – edge with 4 mm size; (c) – edge with 1.25 mm size.
• Fig 4.20 – Visual representation of a surface’s normal and the two tangent vector which intersect it at point P.
• Fig 4.21 – Nodes connectivity and its influence in normal’s orientation. (a) node connectivity is counterclockwise so normal’s orientation is positive; (b) node connectivity is clockwise so normal’s orientation is negative.
• Fig 4.22 – Component’s elements with normal’s orientation in the wrong direction.
• Fig 4.23- Mold’s insert’s elements with normal’s orientation in the wrong direction.
• Fig 4.24 – Staggered grid generated by QuikCast mesh solver.
• Fig 4.25 – Influence of volume correction factors. (a) – real geometry without VCF; (b) – repesctive volume correction factors as well as its discretized geometry.
• Fig 4.26 – 2D staggered grid for the simulation problem with the respective connectivity of each node.
• Fig 4.27 – Case of a node in a surface.
• Fig 4.28 – Thermal scheme of the process.
• Fig 4.29 – Initial conditions to the die cycling simulation.
• Fig 4.30 – Mold’s Thermal field in instant 0 seconds. (a) – Fix mold plate; (b) – Mobile mold plate.
• Fig 4.31 – Mold’s Thermal field in instant 12 seconds. (a) – Fix mold plate; (b) – Mobile mold plate.
• Fig 4.32 – Mold’s Thermal field in instant 15 seconds. (a) – Fix mold plate; (b) – Mobile mold plate.
• Fig 4.33 – Mold’s Thermal field in instant 25 seconds. (a) – Fix mold plate; (b) – Mobile mold plate.
• Fig 4.34 – Initial state of volume’s capacity. Shot sleeve’s fill ratio is 29%.
• Fig 4.35 Surfaces of application of boundary conditions by two methods. (a) – first method: it is considerated a method of definition of injections condition of Inlet and third stage effect and Inlet. (b) – second method: it is considerated a method of definition of injection condition of third stage effect and piston.
• Fig 4.36 – Influence of velocity increase in air entrainment in shot sleeve. (a) – Situation of no air entrainment. (b) – Situation of air entrainment.
• Fig 4.37– Theoric evolution of velocity and pressure with piston’s position.
• Fig 4.38 – Transient venting pressure.
• Fig 5.1 – Mould’s position of the tracking points.
• Fig 5.2 – Temperature oscillation within the die cycling simulation.
• Fig 5.3 – Maximum temperature in each cycle. (a) – maximum temperature in each cycle in points P01, P04, P11 and P14; (b) – maximum temperature reach in each cycle in points P03, P12, P02, P13 and Point_Ce_1.
• Fig 5.4 – Relative variation of maximum temperature in each cycle and its defined threshold of 1% for acceptance.
• Fig 5.5 – Association between each step of the process and the die cycling defined previously.
• Fig 5.6 – Casting’s filling sequency. (a) – Filling frame at 0.6004 seconds; (b) – Filling frame at 0.6029 seconds; (c) – Filling frame at 0.6116 seconds; (d) – Filling frame at 0.6152 seconds.
• Fig 5.7 – Shrinkage porosity in the end of the solidification process of reference gating design.
• Fig 5.8 – Last frame of continuity of liquid-state domains between the component and the runner.
• Fig 5.9 – Location of the air entrainment within the casting.
• Fig 5.10 – Flow colored path variable.
• Fig 5.11 – Gradient of the flow colored path variable.
• Fig 5.12 – Ingate modification of gating design A.
• Fig 5.13 – Shrinkage porosity at the end of the solidification process.
• Fig 5.14 – Descontinuity of liquid-state domains between the component and the runner.
• Fig 5.15- Air entrainment within the casting.
• Fig 5.16 – Ingate’s last region to fill.
• Fig 5.17 – Ingate modification of gating design B.
• Fig 5.18 – Shrinkage porosity at the end of the solidification process.
• Fig 5.19 – Descontinuity of liquid-state domains between the component and runner.
• Fig 5.20 – Air entrainment in the casting.
• Fig 5.21 – Injection pressure evolution with piston’s displacement.
• Fig 5.22 – Piston’s position relation to the injection pressure. (a) – Shot sleeve at full capacity; (b) – Piston’s 2nd advancing stage; (c) – Piston’s 3rd advancing stage.
• Fig 5.23 – Two step discretization of the machine based on piston’s displacement.

7. Conclusion:

본 연구의 주요 목표는 성공적으로 달성되었습니다. 알루미늄 합금을 사용한 고압 다이캐스팅 공정을 모델링하고 시뮬레이션했으며, 프로그래밍 인터페이스를 CAD 환경과 성공적으로 접목시켰습니다. H.E.L.P. Die Casting 소프트웨어는 NADCA 매뉴얼의 구조를 따라 사용자가 원하는 만큼 많은 게이팅 설계를 생성할 수 있게 함으로써 모델링 및 시뮬레이션 과정에서 시간을 절약하는 데 기여했습니다. 최종적으로, 샷 동역학 분석을 통해 2단계 사출 압력이 계산된 값보다 약간 낮다는 결론을 내릴 수 있었습니다. 또한, 손실이 뚜렷하게 구분되는 두 기간을 확인할 수 있었습니다. 첫 번째는 피스톤의 1단계에서 손실이 초기 운동 에너지의 16%와 같았고, 두 번째는 피스톤의 사출 단계 동안 손실이 35%에 도달했습니다. 이 연구는 게이팅 설계 자동화가 다이캐스팅 산업의 효율성을 높이는 유용한 도구가 될 수 있음을 보여주었습니다.

8. References:

• [1] E. Flender and J. Sturm, Thirty Years of Casting Process Simulation. [Online]. Available: https/link.springer.com/article/10.1007/BF03355463 (accessed: Sep. 23 2024).
• [2] H.-J. Kwon and H.-K. Kwon, “Computer aided engineering (CAE) simulation for the design optimization of gate system on high pressure die casting (HPDC) process,” Robotics and Computer-Integrated Manufacturing, vol. 55, pp. 147–153, 2019, doi: 10.1016/j.rcim.2018.01.003.
• [3] B. Ravi, “Casting Simulation and Optimisation: Benefits, Bottlenecks and Best Practices,” ReseachGate, pp. 1–2, 2008. [Online]. Available: https://www.researchgate.net/publication/228975218
• [4] NADCA, NADCA Gating Manual. Illinois, United States of America: NADCA.
• [5] H. Bakemeyer, Operating the die casting: Machine. [Online]. Available: https://www.dykast.com/user/files/operating_the_die_cast_machine.pdf (accessed: Sep. 15 2024).
• [6] UPMOLD, Casting Technique. Estados Unidos da América: UPMOLD. Accessed: Jan. 5 2024. [Online]. Available: http://www.upmold.com/
• [7] NADCA, NADCA Product Specification Standards for Die Casting: Aluminum, Aluminum-MMC, Copper, Magnesium, Zinc and ZA Alloys, 9th ed. Illinois, United States of America: NADCA, 2015. … and more (The full list of 68+ references is extensive and available in the original document).

Expert Q&A: Your Top Questions Answered

Q1: 게이팅 설계 자동화 소프트웨어의 기반 알고리즘으로 NADCA 매뉴얼을 선택한 특별한 이유가 있습니까?

A1: 네, NADCA 매뉴얼은 고압 다이캐스팅 공정 정보를 매우 체계적이고 연속적인 형태로 제공하기 때문에 선택되었습니다. 이러한 구조는 복잡한 공학적 계산과 절차를 프로그래밍 언어의 논리적 순서로 변환하기에 매우 적합했습니다. 덕분에 신뢰성 있는 자동화 알고리즘을 구축할 수 있었습니다.

Q2: 주조 시뮬레이션의 정확도를 높이기 위해 금형의 초기 온도를 어떻게 설정했나요?

A2: 실제 양산 공정에서는 반복적인 주조 사이클을 통해 금형이 열적으로 안정된 상태에 도달합니다. 이를 모사하기 위해, 본 주조 시뮬레이션에 앞서 20회의 ‘금형 사이클 시뮬레이션’을 먼저 수행했습니다. Figure 5.4에서 볼 수 있듯이, 9번째 사이클 이후 금형의 각 지점의 최대 온도 변화율이 1% 이내로 수렴하는 것을 확인했고, 이 안정화된 최종 사이클의 온도 분포(Figure 4.33)를 본 시뮬레이션의 초기 조건으로 사용했습니다.

Q3: 최종 설계안에서 수축 기공이 특정 부위에 집중된 원인은 무엇이며, 이를 어떻게 분석했습니까?

A3: Figure 5.7에서 확인된 수축 기공은 해당 부위의 응고 지연이 주된 원인입니다. 시뮬레이션 분석 결과(Figure 5.8), 이 부위는 제품의 다른 부분보다 두꺼워 가장 늦게 응고가 진행됩니다. 응고가 완료되기 직전, 탕구(ingate)가 먼저 굳어버리면서 러너로부터 추가적인 용탕 공급이 차단됩니다. 이로 인해 최종 응고 시 발생하는 체적 수축을 보상받지 못해 내부 기공이 형성되는 것입니다.

Q4: 사출 압력 그래프(Figure 5.21)에서 나타나는 급격한 피크(peak)들은 무엇을 의미하며, 공정에 문제가 되지는 않나요?

A4: 그래프의 국부적인 압력 피크들은 주로 두 가지 원인에 의해 발생합니다. 첫째는 용탕이 좁은 러너나 탕구를 통과할 때 발생하는 급격한 유동 저항이며, 둘째는 샷 슬리브 내에서 용탕이 출렁이며 피스톤 표면에 부딪힐 때 발생하는 순간적인 충격압입니다. 시뮬레이션 분석 결과, 이러한 피크들은 전체 사출 사이클에 미치는 영향이 미미하고 추가적인 공기 혼입을 유발하지 않는 것으로 확인되어 공정상 큰 문제는 되지 않는 것으로 판단했습니다.

Q5: 본 연구에서 개발된 자동화 소프트웨어는 다른 CAD 소프트웨어와도 호환이 가능한가요?

A5: 현재 개발된 소프트웨어는 Autodesk Inventor API를 기반으로 하므로 직접적인 호환은 어렵습니다. 하지만 논문에서는 향후 연구 방향으로 다른 CAD 소프트웨어로의 확장을 제안하고 있습니다. 예를 들어, SolidWorks의 경우 VBA 언어를 사용하거나, NX Siemens나 Autodesk Fusion360과 같이 호환 가능한 인터페이스를 가진 소프트웨어에 동일한 Python 루틴을 적용하는 방식으로 확장이 가능할 것입니다.

Conclusion: Paving the Way for Higher Quality and Productivity

본 연구는 시간 소모적인 고압 다이캐스팅 게이팅 시스템 설계 과정을 Python 프로그래밍을 통해 자동화함으로써, 개발의 병목 현상을 해결할 수 있는 혁신적인 가능성을 제시했습니다. 자동화된 워크플로우는 신속한 3D 모델 생성을 가능하게 하고, 이어지는 고압 다이캐스팅 시뮬레이션을 통해 설계안을 정밀하게 검증하여 수축 기공이나 공기 혼입과 같은 잠재적 결함을 사전에 예측하고 최적화할 수 있음을 입증했습니다. 이는 R&D 및 운영 효율성을 극대화하여 더 높은 품질과 생산성을 달성하는 길을 열어줍니다.

“STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.”

(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

Copyright Information

• This content is a summary and analysis based on the paper “Modelling and Simulation of Die Casting Process on Aluminium Alloys” by “Nélson Moura Pereira Duro”.
• Source: This is a Master’s Dissertation submitted to Universidade do Minho in 2024. A public link or DOI is not available in the provided document.

This material is for informational purposes only. Unauthorized commercial use is prohibited. Copyright © 2025 STI C&D. All rights reserved.