이 기술 요약은 Saleh Alhetaa, Sayed Zayan, Tamer Mahmoud, Attia Gomaa가 저술하여 American Scientific Research Journal for Engineering, Technology, and Sciences (ASRJETS) (2016)에 게재한 논문 “Optimization of Friction Stir Spot Welding Process Parameters for AA6061-T4 Aluminium Alloy Plates”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 마찰교반점용접 최적화
Secondary Keywords: 알루미늄 합금 용접, AA6061-T4, 다구치 기법, 인장전단하중, ANOVA 분석
Executive Summary
The Challenge: 자동차 및 항공우주 산업에서 널리 사용되는 AA6061-T4 알루미늄 합금의 마찰교반점용접(FSSW) 시, 접합부의 기계적 강도(인장전단하중)를 최대화하기 위한 최적의 공정 조건을 찾는 것이 중요합니다.
The Method: 다구치 기법의 L9 직교배열을 사용하여 공구 회전 속도, 삽입 깊이, 삽입 속도, 유지 시간 등 네 가지 핵심 공정 변수가 인장전단하중 값에 미치는 영향을 체계적으로 평가했습니다.
The Key Breakthrough: 분산 분석(ANOVA) 결과, 공구의 삽입 깊이가 전체 응답에 55%의 기여율을 보이며 인장전단하중에 가장 결정적인 영향을 미치는 변수임이 밝혀졌습니다.
The Bottom Line: AA6061-T4 알루미늄 판재의 FSSW에서 최대 인장전단하중을 얻기 위한 최적의 공정 조건은 회전 속도 2000 rpm, 삽입 깊이 0.9 mm, 삽입 속도 10 mm/min, 유지 시간 8초로 확인되었습니다.
The Challenge: Why This Research Matters for CFD Professionals
알루미늄 6xxx 계열 합금은 우수한 강도, 내식성, 용접성으로 자동차 산업 등에서 기존의 저항점용접(RSW)을 대체할 유망한 소재로 주목받고 있습니다. 특히 마찰교반점용접(FSSW)은 RSW 대비 초기 투자 비용이 약 50% 낮고, 단일 스폿 당 비용은 85%나 저렴하여 비용 효율적인 대안으로 떠오르고 있습니다.
하지만 FSSW의 성공은 공구 회전 속도, 삽입 깊이, 삽입 속도, 유지 시간과 같은 복잡한 공정 변수들의 상호작용에 크게 좌우됩니다. 이러한 변수들을 최적화하지 못하면 용접부의 강도가 저하되어 제품의 신뢰성에 치명적인 영향을 미칠 수 있습니다. 따라서, 최대의 기계적 성능을 보장하는 최적의 공정 변수 조합을 과학적이고 체계적인 방법으로 도출하는 것이 현장의 엔지니어들에게 중요한 과제입니다. 이 연구는 바로 이 문제에 대한 명확한 해답을 제시합니다.
The Approach: Unpacking the Methodology
본 연구에서는 두께 3mm의 AA6061-T4 알루미늄 판재를 FSSW로 접합했습니다. 실험은 CNC 밀링 머신을 사용했으며, 용접 전 아세톤으로 판재 표면의 불순물을 제거했습니다. 사용된 공구는 H13 강철로 제작되었으며, 직경 24mm의 숄더와 직경 6mm, 길이 4.5mm의 직선형 원통 핀을 가집니다.
공정 변수 최적화를 위해 다구치(Taguchi) 실험계획법이 적용되었습니다. 4개의 주요 공정 변수에 대해 각각 3개의 수준(Level)을 설정하여 L9 직교배열표에 따라 총 9개의 실험을 수행했습니다. 각 변수와 수준은 다음과 같습니다.
공구 회전 속도 (Rotational speed): 1000, 1500, 2000 (rpm)
삽입 깊이 (Plunge depth): 0.5, 0.7, 0.9 (mm)
삽입 속도 (Plunge rate): 10, 20, 30 (mm/min)
유지 시간 (Dwell time): 4, 6, 8 (s)
각 조건에서 3개의 인장전단 시편을 제작하여 상온에서 1 mm/min의 속도로 인장전단시험을 수행했으며, 그 결과를 신호 대 잡음비(S/N ratio)와 분산 분석(ANOVA)을 통해 분석하여 최적의 조건을 도출했습니다.
Figure 1: The FSSW setup used in the present work.
The Breakthrough: Key Findings & Data
실험 및 통계 분석을 통해 FSSW 공정의 핵심적인 통찰을 얻을 수 있었습니다.
Finding 1: 삽입 깊이(Plunge Depth)가 용접 강도를 좌우하는 핵심 변수
분산 분석(ANOVA) 결과는 용접부의 인장전단하중에 가장 큰 영향을 미치는 변수가 무엇인지 명확하게 보여주었습니다. Figure 4와 Table 7에 따르면, 삽입 깊이는 전체 응답에 55%의 기여율을 보여 다른 모든 변수들을 압도하는 가장 지배적인 요인임이 확인되었습니다. 반면, 유지 시간은 23%, 회전 속도는 17%, 삽입 속도는 5%의 기여율을 보였습니다. 이는 용접 강도를 높이기 위해서는 다른 어떤 변수보다 삽입 깊이를 정밀하게 제어하는 것이 가장 효과적임을 의미합니다.
Finding 2: 최대 강도를 위한 최적 공정 조건 조합 규명
S/N비 분석을 통해 각 변수별 최적 수준이 확인되었습니다. 최대 인장전단하중을 얻기 위한 최적의 조건은 다음과 같습니다.
회전 속도: 2000 rpm (Level 3)
삽입 깊이: 0.9 mm (Level 3)
삽입 속도: 10 mm/min (Level 1)
유지 시간: 8초 (Level 3)
이 최적 조건으로 예측된 인장전단하중 값은 9.455 kN이었습니다. 이를 검증하기 위해 실제 최적 조건으로 확인 실험을 수행한 결과, 평균 9.57 kN의 인장전단하중 값을 얻어 예측치와 약 1%의 오차율을 보이는 높은 정확도를 확인했습니다. 이는 다구치 기법을 통한 최적화 모델이 매우 신뢰할 수 있음을 입증합니다.
Figure 2: Main effects of S/N ratios of tensile-shear load.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 AA6061-T4 합금의 FSSW 공정에서 용접 강도를 극대화할 수 있는 구체적인 가이드라인을 제공합니다. 특히 삽입 깊이를 0.9mm로, 회전 속도를 2000rpm으로 설정하는 것이 강도 향상에 가장 직접적인 기여를 할 수 있습니다.
For Quality Control Teams: Table 7의 데이터는 삽입 깊이와 인장전단하중 간의 강력한 상관관계를 보여줍니다. 이는 FSSW 공정에서 삽입 깊이를 핵심 관리 항목(CTQ, Critical to Quality)으로 설정하고 정밀하게 모니터링하는 것이 일관된 용접 품질을 확보하는 데 필수적임을 시사합니다.
For Design Engineers: 본 연구 결과는 3mm 두께의 AA6061-T4 판재 접합에 FSSW가 매우 견고하고 신뢰성 높은 방법임을 확인시켜 줍니다. 높은 전단 강도가 요구되는 구조 부품 설계 시, 이 연구에서 검증된 최적화된 FSSW 공정을 자신 있게 적용할 수 있는 근거를 제공합니다.
Paper Details
Optimization of Friction Stir Spot Welding Process Parameters for AA6061-T4 Aluminium Alloy Plates
1. Overview:
Title: Optimization of Friction Stir Spot Welding Process Parameters for AA6061-T4 Aluminium Alloy Plates
본 연구에서는 AA6061-T4 알루미늄 합금 판재에 대한 마찰교반점용접(FSSW)을 수행했다. 공구 회전 속도, 유지 시간, 삽입 깊이, 삽입 속도가 용접부의 인장전단하중에 미치는 영향을 평가했다. 다구치 기법의 L9 직교배열을 기반으로 공정 변수를 최적화했다. 신호 대 잡음비(S/N ratio)와 분산 분석(ANOVA)을 적용하여 최적의 FSSW 공정 변수를 예측하고 각 변수의 기여율을 추정했다. 실험 결과, 회전 속도, 삽입 깊이, 삽입 속도, 유지 시간의 최적 수준은 각각 2000 rpm, 0.9 mm, 10 mm/min, 8초로 나타났다. 분산 분석 결과, 삽입 깊이가 전체 응답에 55%의 기여율을 보이며 인장전단하중에 가장 영향력 있는 FSSW 공정 변수임이 확인되었다. 회전 속도, 삽입 속도, 유지 시간은 각각 17%, 5%, 23%의 기여율을 보였다.
3. Introduction:
열처리 가능한 알루미늄 6xxx 계열 합금은 중간 수준의 높은 강도, 2xxx 및 7xxx 계열 합금보다 우수한 내식성, 좋은 용접성 및 뛰어난 압출성을 가지고 있다. AA6061은 연강에 필적하는 항복 강도를 가지며 가장 널리 사용되는 알루미늄 합금 중 하나이다. FSSW는 자동차 산업에서 알루미늄 합금의 저항점용접(RSW)을 대체하기 위해 개발 및 구현되었다. FSSW 공정은 사이클 타임이 수 초 내로 매우 빠르며, RSW 시스템에 비해 투자 비용이 약 50% 적고 단일 스폿 당 비용은 85% 저렴하다고 보고되었다. 본 연구의 주요 목적은 다구치 기법을 적용하여 AA6061-T4 판재의 FSSW 접합 시 인장전단하중에 대한 공구 회전 속도, 삽입 깊이, 삽입 속도, 유지 시간의 영향과 중요성을 연구하는 것이다.
4. Summary of the study:
Background of the research topic:
알루미늄 합금, 특히 AA6061은 자동차 및 여러 산업 분야에서 경량화와 성능 향상을 위해 중요한 소재이다. 이러한 소재를 접합하는 기술 중 FSSW는 기존 RSW 방식에 비해 경제적이고 효율적인 대안으로 주목받고 있다.
Status of previous research:
이전 연구들[9-12]에서 FSSW에 다구치 기법을 적용한 사례가 많지 않았다. FSSW 공정 변수들(공구 형상, 회전 속도, 유지 시간, 삽입 깊이 등)이 용접 품질에 큰 영향을 미친다는 점은 알려져 있으나, AA6061-T4 합금에 대한 체계적인 최적화 연구는 부족한 실정이었다.
Purpose of the study:
본 연구는 AA6061-T4 알루미늄 판재의 FSSW 공정에서 네 가지 주요 변수(회전 속도, 삽입 깊이, 삽입 속도, 유지 시간)가 용접부의 인장전단하중에 미치는 영향을 분석하고, 다구치 기법을 이용해 최대의 인장전단하중을 얻을 수 있는 최적의 공정 변수 조합을 찾는 것을 목표로 한다.
Core study:
다구치 L9 직교배열을 설계하여 4가지 3수준 변수에 대한 9가지 실험을 수행했다. 각 실험 조건에서 얻은 인장전단하중 데이터를 S/N비와 ANOVA를 통해 분석하여 각 변수의 영향도(기여율)를 정량화하고 최적의 공정 조건을 도출했다. 마지막으로, 도출된 최적 조건으로 확인 실험을 수행하여 모델의 신뢰성을 검증했다.
5. Research Methodology
Research Design:
본 연구는 다구치 실험계획법(DOE)을 기반으로 설계되었다. 4개의 3수준 인자를 고려하여 L9 직교배열을 사용했다. 응답 변수는 용접부의 인장전단하중으로 설정하고, ‘망대특성(larger-the-better)’ S/N비를 품질 특성으로 사용하여 최대화를 목표로 했다.
Data Collection and Analysis Methods:
3mm 두께의 AA6061-T4 판재를 사용하여 FSSW를 수행했다. 각 실험 조건(RUN# 1~9)마다 3개의 시편을 제작하여 만능시험기(universal testing machine)로 인장전단시험을 실시하고, 하중 값(T1, T2, T3)을 수집했다. 수집된 데이터는 Minitab 통계 소프트웨어를 사용하여 평균값, S/N비, 그리고 분산 분석(ANOVA)을 계산하는 데 사용되었다.
Research Topics and Scope:
연구의 범위는 AA6061-T4 알루미늄 합금 판재의 FSSW 공정에 국한된다. 연구된 공정 변수는 공구 회전 속도, 삽입 깊이, 삽입 속도, 유지 시간이며, 이들이 인장전단하중에 미치는 영향을 최적화하는 데 초점을 맞췄다.
6. Key Results:
Key Results:
최적의 FSSW 공정 변수 조합은 회전 속도 2000 rpm, 삽입 깊이 0.9 mm, 삽입 속도 10 mm/min, 유지 시간 8초로 결정되었다.
분산 분석(ANOVA) 결과, 삽입 깊이가 인장전단하중에 가장 큰 영향을 미치는 변수이며, 기여율은 55%에 달했다.
유지 시간, 회전 속도, 삽입 속도의 기여율은 각각 23%, 17%, 5%로 나타났다.
최적 조건에서 예측된 인장전단하중은 9.455 kN이었으며, 확인 실험을 통해 얻은 실제 평균값은 9.57 kN으로 예측치와 약 1%의 낮은 오차를 보였다.
Figure List:
Figure 1: The FSSW setup used in the present work.
Figure 2: Main effects of S/N ratios of tensile-shear load.
Figure 3: Main effects of means of tensile-shear load.
Figure 4: Contribution of each factor on the performance statistics (Influential effects based on percentage distributions).
7. Conclusion:
본 연구 결과를 바탕으로 다음과 같은 결론을 도출할 수 있다. 1. FSSW 공정 변수는 접합부의 인장전단하중을 최대화하도록 최적화되었다. 회전 속도, 삽입 깊이, 삽입 속도, 유지 시간의 최적 수준은 각각 2000 rpm, 0.9 mm, 10 mm/min, 8초로 확인되었다. 2. 삽입 깊이는 인장전단하중에 가장 영향력 있는 FSSW 공정 변수이며, 전체 응답에 55%의 기여율을 보였다. 3. 회전 속도, 삽입 속도, 유지 시간 FSSW 공정 변수는 각각 17%, 5%, 23%의 기여율을 보였다.
Figure 4: Contribution of each factor on the performance statistics (Influential effects based on percentage distributions).
8. References:
Joseph R. Davis. (1993). Aluminum and Aluminum Alloys. ASM International. [On-line].Available:Aluminum and Aluminum Alloys.
R.S. Mishra and Z.Y. Ma. “Friction Stir Welding and Processing”.Mater. Sci. Eng. R, 50, pp. 1–78 .2005.
P.L. Threadgill, A.J. Leonard, H.R. Shercliff, and P.J. Withers.“Friction Stir Welding of Aluminium Alloys” Int. Mater. Rev, 54. (2), pp. 49–93. 2009.
H. Badarinarayan, F. Hunt, and K. Okamoto. “Friction Stir Spot Welding” in Friction Stir Welding and Processing. R.S. Mishra and M.W. Mahoney, Ed. ASM International, Materials Park, OH, 2007, pp. 235-272.
M. Awing. (2007) .Simulation of Friction stir spot welding. ProQuest, [On-line].Available: Simulation of Friction Stir Spot Welding (FSSW) Process: Study of …
T.S. Mahmoud, T.A. Khalifa. “Microstructural and Mechanical Characteristics of Aluminium Alloy AA5754 Friction Stir Spot Welds”. Journal of Materials Engineering and Performance, 23. (3), pp. 898-905, 2014.
J. Paulo Davim, Aveiro, Portugal. (2016). Design of Experiments in Production Engineering. Springer International Publishing, Switzerland, [On-line].Available: Design of Experiments in Production Engineering – Page iv
S. Deepak kumara, Pandu R. Vundavillia, Sisir Mantryb, A. Mandalc, M. Chakrabortyc, “A Taguchi optimization of cooling slope casting process parameters for production of semi-solid A356 alloy and A356-5TiB2 in-situ composite feedstock”. Procedia Materials Science, 5, pp. 232 – 241,2014.
Yahya Bozkurt, Mustafa Kemal Bilici. “Taguchi Optimization of Process Parameters in Friction Stir Spot Welding of AA5754 and AA2024 Alloys”. Advanced Materials Research, vol. 1016, pp. 161-166, 2014.
R. Karthikeyan, V. Balasubramanian. “Optimization and sensitivity analysis of friction stir spot-welding process parameters for joining AA6061 aluminum alloy”. Int. J. Manufacturing Research, 7. (3), pp.257-272, 2012.
Mumin Tutar, Hakan Aydin, Celalettin Yuce, Nurettin Yavuz, Ali Bayram. “The optimization of process parameters for friction stir spot-welded AA3003-H12 aluminum alloy using a Taguchi orthogonal array”. Materials and Design, 63, pp.789–797,2014.
G. Pieta, J. dos Santos, T. R. Strohaecker, T. Clarke. “Optimization of Friction Spot Welding Process Parameters for AA2198-T8 Sheets”. Materials and Manufacturing Processes, 29. (8), pp. 37-41, 2014.
R.M. Afify, T.S. Mahmoud, S.M. Abd-Rabbo, T.A.Khalifa. “On the microstructural and mechanical characteristics of friction stir spot welded AA1050-O aluminum alloys”. MSAIJ, 13. (7), pp. 226-236, 2015.
Expert Q&A: Your Top Questions Answered
Q1: 이 실험에서 다구치 L9 직교배열을 선택한 이유는 무엇인가요?
A1: 4개의 공정 변수(인자)가 각각 3개의 수준(level)을 가지기 때문입니다. 다구치 기법에서 L9 직교배열은 최대 4개의 3수준 인자를 최소 9번의 실험으로 평가할 수 있게 해줍니다. 이는 모든 조합을 실험하는 것(3^4 = 81회)에 비해 시간과 비용을 획기적으로 절감하면서도 각 변수가 결과에 미치는 주된 효과를 신뢰성 있게 분석할 수 있는 매우 효율적인 실험계획법입니다.
Q2: 삽입 속도(plunge rate)의 기여율이 5%로 가장 낮게 나왔는데, 이는 이 변수가 중요하지 않다는 의미인가요?
A2: 상대적으로 중요도가 낮다는 의미이지, 전혀 중요하지 않다는 뜻은 아닙니다. Table 7의 ANOVA 분석 결과 기여율은 5%로 낮았지만, S/N비 분석을 통해 최적 수준은 10 mm/min으로 명확히 결정되었습니다. 이는 삽입 깊이나 유지 시간만큼 결정적이지는 않더라도, 최대의 용접 강도를 얻기 위해서는 삽입 속도 역시 최적의 수준으로 설정해야 함을 보여줍니다.
Q3: S/N비 분석 시 ‘망대특성(larger-the-better)’을 품질 특성으로 선택한 기준은 무엇인가요?
A3: 이 연구의 주된 목표가 용접부의 ‘인장전단하중’을 ‘최대화’하는 것이었기 때문입니다. 다구치 기법에서 S/N비는 품질 특성에 따라 세 가지(망대특성, 망목특성, 망소특성)로 나뉩니다. 응답 값이 클수록 좋은 경우에는 ‘망대특성(larger-the-better)’을 사용하며, 이는 인장 강도, 수율 등과 같은 특성을 최적화하는 데 적합합니다.
Q4: 논문에서 예측값과 실제 실험값 사이의 오차가 약 1%라고 언급했는데, 이것은 무엇을 의미하나요?
A4: 이는 다구치 기법을 통해 구축된 최적화 모델의 신뢰도가 매우 높다는 것을 의미합니다. 예측된 최적 조건(회전 속도 2000 rpm, 삽입 깊이 0.9 mm 등)이 실제 공정에서도 예측된 결과(높은 인장전단하중)를 거의 오차 없이 재현할 수 있음을 보여줍니다. 따라서 이 연구에서 도출된 최적 공정 조건을 현장에 바로 적용해도 기대하는 성능을 얻을 수 있다는 강력한 증거가 됩니다.
Q5: 이 연구에서 찾은 최적의 공정 조건을 다른 알루미늄 합금(예: AA5754)이나 다른 두께의 판재에 바로 적용할 수 있나요?
A5: 직접 적용하기는 어렵습니다. 본 연구에서 도출된 최적 조건은 ‘AA6061-T4’ 합금과 ‘3mm 두께’라는 특정 조건에 맞춰진 것입니다. 알루미늄 합금의 종류나 판재의 두께가 달라지면 열전도율, 기계적 특성 등이 변하기 때문에 열 발생 및 재료 유동에 필요한 최적의 공정 조건도 달라집니다. 따라서 다른 재료나 두께에 대해서는 본 연구와 동일한 방법론을 적용하여 별도의 최적화 연구를 수행해야 합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 AA6061-T4 알루미늄 합금의 마찰교반점용접 시, 용접 강도를 결정하는 가장 중요한 변수는 삽입 깊이(plunge depth)이며, 이를 정밀하게 제어하는 것이 품질 확보의 핵심임을 명확히 밝혔습니다. 다구치 기법을 통해 검증된 최적의 공정 변수 조합(회전 속도 2000 rpm, 삽입 깊이 0.9 mm, 삽입 속도 10 mm/min, 유지 시간 8초)은 현장에서 더 높은 강도와 신뢰성을 갖춘 제품을 생산하는 데 직접적으로 기여할 수 있습니다.
이러한 마찰교반점용접 최적화 연구는 실험적 접근법의 중요성을 보여주지만, 수많은 변수를 고려해야 하는 실제 생산 환경에서는 CFD 시뮬레이션이 더욱 강력한 도구가 될 수 있습니다. 용접 중 발생하는 복잡한 열 전달과 재료 유동을 사전에 예측하고 최적화함으로써, 물리적 테스트 횟수를 줄이고 개발 기간을 단축하며, 궁극적으로는 더 높은 품질과 생산성을 달성할 수 있습니다.
(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 “Optimization of Friction Stir Spot Welding Process Parameters for AA6061-T4 Aluminium Alloy Plates” by “Saleh Alhetaa, Sayed Zayan, Tamer Mahmoud, and Attia Gomaad”.
Source: http://asrjetsjournal.org/ (Direct DOI not available, link to journal)
이 기술 요약은 SUN Xuemei, ZHAO Guoqun이 JOURNAL OF MECHANICAL ENGINEERING에 발표한 논문 “Fake Porthole Extrusion Die Structure Design and Strength Analysis for Cantilever Aluminum Alloy Profiles”을 기반으로 하며, (주)에스티아이씨앤디의 기술 전문가에 의해 분석 및 요약되었습니다.
Secondary Keywords: 캔틸레버 알루미늄 프로파일, 압출 금형 설계, 금형 강도 해석, CFD 시뮬레이션, 재료 유동 최적화
Executive Summary
도전 과제: 크고 긴 캔틸레버 형상의 알루미늄 프로파일을 압출할 때, 기존의 평금형이나 유도 금형은 캔틸레버 부분에 가해지는 높은 응력으로 인해 쉽게 손상되거나 파손됩니다.
해결 방법: 본 연구에서는 수치 해석 시뮬레이션을 통해 기존의 일반 유도 금형 설계와 새로운 ‘위분류(Fake Porthole) 금형’ 설계를 비교 분석하여 재료 유동, 온도 분포 및 금형 강도를 평가했습니다.
핵심 돌파구: 위분류 금형 설계를 적용했을 때, 금형에 가해지는 최대 등가 응력이 기존 1,852 MPa에서 891 MPa로 51.9%나 감소하여 금형의 강도를 획기적으로 확보했습니다.
핵심 결론: 위분류 금형 구조는 복잡한 캔틸레버 프로파일 압출 시 금형의 수명을 보장하고, 구조 최적화를 통해 우수한 제품 품질까지 달성할 수 있는 매우 효과적인 설계 솔루션입니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
자동차, 항공우주, 건축 등 다양한 산업에서 크고 복잡한 단면을 가진 알루미OUS 프로파일의 수요가 급증하고 있습니다. 특히, 길고 얇은 캔틸레버(외팔보) 구조를 포함하는 프로파일은 압출 공정이 매우 까다롭습니다.
기존의 평금형(flat die)이나 유도 금형(diversion die)을 사용하면 압출 과정에서 금형의 캔틸레버 부분에 엄청난 응력이 집중됩니다. 이로 인해 금형이 소성 변형되거나 파손되어 생산성이 저하되고 금형 교체 비용이 증가하는 문제가 발생합니다. 단순히 금형의 두께를 늘리는 것만으로는 이 문제를 근본적으로 해결하기 어렵습니다. 따라서, 제품의 품질을 보장하면서 동시에 금형의 강도와 수명을 확보할 수 있는 혁신적인 금형 설계 기술이 절실히 요구되었습니다.
접근 방식: 연구 방법론 분석
본 연구는 특정 대형 캔틸레버 알루미늄 프로파일(그림 1)을 대상으로 두 가지 다른 금형 설계 방식의 성능을 수치적으로 비교 분석했습니다.
설계 비교:
일반 유도 금형 (Conventional Diversion Die): 일반적인 압출 공정에 사용되는 표준 설계 방식입니다 (그림 2).
위분류 금형 (Fake Porthole Die): 중공 프로파일 압출에 사용되는 포트홀 금형의 원리를 차용하여, 상부 금형에 맨드릴과 유사한 코어 구조를 두어 캔틸레버 부분의 하중을 분산시키는 새로운 설계 방식입니다 (그림 8).
시뮬레이션: 상용 해석 소프트웨어인 HyperXtrude를 사용하여 압출 공정을 시뮬레이션했습니다.
재료: 압출재는 AA6063 알루미늄 합금, 금형 재료는 H13 공구강을 사용했습니다.
공정 조건: 빌렛 초기 온도 450°C, 금형 초기 온도 420°C, 압출 속도 1 mm/s 등 실제 생산 조건을 모사한 경계 조건을 설정했습니다 (표 4).
평가 지표:
제품 품질: 금형 출구에서 프로파일 단면의 속도 분포 균일성(속도 표준편차, SDV)을 평가했습니다.
금형 강도: 압출 중 금형에 발생하는 최대 등가 응력(von Mises stress)을 분석하여 H13 강재의 항복 강도(1,020 MPa)와 비교했습니다.
핵심 돌파구: 주요 연구 결과 및 데이터
결과 1: 일반 유도 금형, 강도 한계 노출
일반 유도 금형으로 시뮬레이션한 결과, 프로파일의 속도 분포는 비교적 균일(SDV = 1.37 mm/s)하여 제품 형상 품질은 양호할 것으로 예측되었습니다(그림 5).
하지만 금형 응력 분석 결과, 최대 등가 응력이 1,852 MPa에 달하는 것으로 나타났습니다(그림 6). 이는 금형 재료인 H13의 항복 강도(1,020 MPa)를 훨씬 초과하는 수치로, 실제 생산 시 금형이 파손될 위험이 매우 높다는 것을 의미합니다.
알루미늄 합금 프로파일의 단면 치수와 형상
결과 2: 위분류 금형, 강도 문제 해결 및 품질 최적화
초기 위분류 금형 설계: 위분류 금형을 적용하자 금형의 최대 등가 응력은 891 MPa로 급격히 감소했습니다(그림 11). 이는 항복 강도 이하의 안전한 수치로, 기존 설계 대비 51.9%나 응력을 줄여 금형의 내구성을 획기적으로 개선했음을 보여줍니다. 그러나 이때 프로파일 출구 속도의 균일성이 저하되어 SDV가 1.98 mm/s로 증가하는 문제가 발생했습니다.
최적화된 위분류 금형 설계: 재료 유동을 개선하기 위해 2차 용접 챔버(secondary welding chamber)를 추가하는 구조 최적화를 진행했습니다(그림 12). 그 결과, 금형의 최대 등가 응력은 850.6 MPa로 여전히 낮은 수준을 유지하면서(그림 14), 프로파일 출구 속도의 균일성은 크게 향상되어 SDV가 0.69 mm/s까지 감소했습니다(그림 13). 이는 금형의 강도와 제품의 품질을 모두 만족시키는 최적의 설계임을 입증합니다.
위분류 금형 설계안의 3차원 모델
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 복잡한 캔틸레버 프로파일 압출 시 위분류 금형 구조가 금형 파손을 방지하고 안정적인 생산을 가능하게 하는 효과적인 대안임을 보여줍니다. 특히 2차 용접 챔버와 같은 유동 제어 구조를 추가하면 재료 유동을 최적화하여 품질을 높일 수 있습니다.
품질 관리팀: 논문의 그림 5, 10, 13에서 제시된 속도 분포 데이터는 금형 설계가 최종 제품의 형상 정밀도에 얼마나 직접적인 영향을 미치는지 명확히 보여줍니다. 출구 속도 균일성(SDV)은 프로파일의 뒤틀림이나 변형을 예측하는 핵심 품질 지표로 활용될 수 있습니다.
설계 엔지니어: 이 연구의 핵심은 고체 프로파일임에도 불구하고 중공 프로파일용 포트홀 금형의 개념을 창의적으로 적용한 것입니다. 즉, 금형의 코어(상부 금형)가 하중을 분담하게 하여 취약한 캔틸레버(하부 금형)를 보호하는 원리는 다른 복잡한 형상의 금형 설계에도 영감을 줄 수 있는 중요한 설계 원칙입니다.
논문 상세 정보
悬臂铝合金型材伪分流挤压模具 结构设计及其强度分析 (캔틸레버 알루미늄 합금 프로파일용 위분류 압출 금형의 구조 설계 및 강도 분석)
1. 개요:
제목: Fake Porthole Extrusion Die Structure Design and Strength Analysis for Cantilever Aluminum Alloy Profiles
저자: SUN Xuemei, ZHAO Guoqun
발행 연도: 2013
학술지/학회: JOURNAL OF MECHANICAL ENGINEERING, Vol.49 No.24
키워드: 위분류 금형, 형재 품질, 금형 강도 (Fake porthole die, Product quality, Die strength)
2. 초록:
알루미늄 프로파일 압출 공정과 금형 설계는 제품 품질뿐만 아니라 금형의 강도와 수명도 보장해야 한다. 그러나 크고 긴 캔틸레버 알루미늄 프로파일의 경우, 기존의 평금형이나 유도 금형 설계는 종종 금형의 캔틸레버 부분 파손을 유발한다. 해당 부위의 금형 두께를 늘리더라도 금형 강도 요구사항을 충족하기 어렵다. 본 논문은 대형 캔틸레버 알루미늄 프로파일을 예로 들어, 위분류 금형 설계 방법과 캔틸레버 분해 기술을 연구했다. 일반 금형과 위분류 금형 설계가 프로파일 압출 속도 분포, 온도 분포, 재료 입자 이동 경로 등에 미치는 영향을 비교 분석하고, 각기 다른 구조의 금형 강도를 연구했다. 연구 결과, 위분류 금형을 사용하면 금형 응력을 크게 낮출 수 있을 뿐만 아니라, 재료 유동 최적화를 통해 양호한 재료 유동 패턴과 제품 품질을 얻을 수 있음을 확인했다. 이를 바탕으로 위분류 구조의 설계 원칙을 제시했다.
3. 서론:
알루미늄 합금 프로파일은 자동차, 선박, 고속철도, 항공우주, 건축 등 다양한 산업 분야에서 널리 사용되며, 대형화, 복잡화, 정밀화, 다품종화 추세에 있다. 복잡한 대단면 프로파일의 압출 공정 및 금형 설계에 대해 최근 많은 연구가 수치 해석을 통해 이루어지고 있다. 연구들은 주로 압출 과정에서의 온도, 속도 분포 예측, 금형 출구 속도 균일성 제어, 금형 응력 분포 및 변형 예측에 초점을 맞추고 있다. 그러나 크고 긴 캔틸레버 형상의 프로파일 수요가 증가하면서, 기존 설계 방식으로는 금형 강도 확보가 어려운 문제가 대두되었다. 금형을 두껍게 만들어도 재료비만 증가할 뿐 강도 향상에는 한계가 있어, 새로운 특수 금형 설계가 시급한 실정이다.
4. 연구 요약:
연구 주제의 배경:
대형/장척 캔틸레버 알루미늄 프로파일의 산업적 수요는 증가하고 있으나, 기존의 압출 금형 설계 방식(평금형, 유도 금형)으로는 캔틸레버 부분의 응력 집중으로 인한 금형 파손 문제를 해결하기 어렵다.
이전 연구 현황:
이전 연구들은 주로 일반적인 프로파일의 압출 공정 시뮬레이션, 재료 유동 최적화, 결함 예측에 집중되어 있었다. 대형 캔틸레버 프로파일의 금형 강도 문제를 근본적으로 해결하기 위한 특수 금형 구조에 대한 연구는 부족했다.
연구 목적:
대형 캔틸레버 알루미늄 프로파일 압출 시, 제품 품질과 금형 강도를 동시에 만족시킬 수 있는 새로운 ‘위분류(Fake Porthole) 금형’ 구조를 제안하고, 그 유효성을 수치 해석을 통해 검증하고자 한다.
핵심 연구:
일반 유도 금형과 위분류 금형의 두 가지 설계안을 제시.
수치 시뮬레이션을 통해 각 설계안에 대한 압출 공정을 해석하여 프로파일의 속도 분포, 온도 분포, 재료 유동을 비교.
두 금형의 응력 분포를 분석하여 강도를 평가하고, 위분류 금형의 우수성을 입증.
위분류 금형의 유동 균일성을 개선하기 위한 구조 최적화(2차 용접 챔버 추가)를 수행하고 그 효과를 검증.
5. 연구 방법론
연구 설계:
비교 연구 설계를 채택하여, 동일한 캔틸레버 프로파일에 대해 ‘일반 유도 금형’과 ‘위분류 금형’이라는 두 가지 독립 변수가 종속 변수(프로파일 품질, 금형 응력)에 미치는 영향을 분석했다.
데이터 수집 및 분석 방법:
데이터 수집: 유한 요소 해석 소프트웨어 HyperXtrude를 사용하여 압출 공정 시뮬레이션을 수행하고, 속도, 온도, 응력 등의 데이터를 수집했다.
데이터 분석: 프로파일 단면의 속도 표준편차(SDV)를 계산하여 유동 균일성을 정량적으로 평가하고, 금형의 최대 등가 응력 값을 재료의 항복 강도와 비교하여 안전성을 판단했다.
연구 주제 및 범위:
본 연구는 벽 두께 0.8mm의 특정 대형 캔틸레버 알루미늄 프로파일(AA6063) 압출 공정에 국한된다. 금형 재료는 H13을 사용했으며, 제시된 특정 공정 조건 하에서 금형의 구조적 설계 차이에 따른 성능 변화를 분석하는 데 초점을 맞췄다.
6. 주요 결과:
주요 결과:
일반 유도 금형은 양호한 유동 균일성(SDV=1.37 mm/s)을 보였으나, 최대 등가 응력이 1,852 MPa로 항복 강도(1,020 MPa)를 초과하여 강도 부족 문제를 보였다.
위분류 금형은 최대 등가 응력을 891 MPa로 51.9% 감소시켜 강도 문제를 해결했으나, 초기 설계에서는 유동 균일성이 저하(SDV=1.98 mm/s)되었다.
2차 용접 챔버를 추가하여 최적화된 위분류 금형은 낮은 응력(850.6 MPa)을 유지하면서 유동 균일성을 대폭 개선(SDV=0.69 mm/s)하여, 금형 강도와 제품 품질 목표를 모두 달성했다.
그림 목록:
图1 铝合金型材的截面尺寸与形状 (알루미늄 합금 프로파일의 단면 치수와 형상)
图2 常规方法设计的挤压模具 (일반적인 방법으로 설계된 압출 금형)
图3 建立的数值模拟模型 (수립된 수치 해석 모델)
图4 边界条件的设定 (경계 조건 설정)
图5 导流模具设计方案中型材截面的速度分布图 (유도 금형 설계안의 프로파일 단면 속도 분포도)
图6 导流模具等效应力分布图 (유도 금형 등가 응력 분포도)
图7 两种模具设计方案的下模空刀设计图 (두 가지 금형 설계안의 하부 금형 공구 설계도)
图8 伪分流模具设计方案的三维模型 (위분류 금형 설계안의 3차원 모델)
图9 伪分流模具数值分析模型 (위분류 금형 수치 해석 모델)
图10 伪分流模具的挤压型材截面的速度分布图 (위분류 금형의 압출 프로파일 단면 속도 분포도)
图11 模具等效应力分布图 (금형 등가 응력 분포도)
图12 下模的二级焊合室设计 (하부 금형의 2차 용접 챔버 설계)
图13 伪分流模具优化后型材速度分布图 (위분류 금형 최적화 후 프로파일 속도 분포도)
图14 优化后伪分流模具等效应力分布图 (최적화 후 위분류 금형 등가 응력 분포도)
7. 결론:
본 연구는 대형 캔틸레버 알루미늄 프로파일 압출을 위해 일반 유도 금형과 위분류 금형을 설계하고 수치 해석을 통해 비교 분석했다.
일반 유도 금형: 제품의 형상 품질은 만족시킬 수 있으나, 금형에 가해지는 응력이 과도하여 실제 생산에 적용하기 어렵다.
위분류 금형: 금형의 등가 응력을 획기적으로 낮춰(1,852 MPa → 891 MPa) 금형의 수명과 안정성을 크게 향상시킬 수 있다.
최적화된 위분류 금형: 2차 용접 챔버를 추가함으로써, 프로파일 단면의 속도 균일성을 크게 개선(SDV 1.98 → 0.69 mm/s)하여 재료 유동을 최적화했다.
최종 결론: 위분류 금형 구조는 대형 캔틸레버 프로파일 압출 시 금형 강도를 확보하고, 후속 최적화를 통해 우수한 제품 품질까지 달성할 수 있는 매우 효과적이고 실용적인 설계 방안이다.
FANG Gang, ZHOU Jie, DUSZCZGK J. FEM simulation of aluminum extrusion through two-hole multi-step pocket dies[J]. Journal of Materials Processing Technology, 2009, 209: 1891-1900.
CERETTI E, FRATINI L, GAGLIARDI F, et al. A new approach to study material bonding in extrusion porthole dies[J]. CIRP Annals-Manufacturing Technology, 2009, 58: 259-262.
BASTANI A F, AUKRUST T, SKAUVIK I. Study of flow balance and temperature evolution over multiple aluminum extrusion press cycles with Hyper-Xtrude 9.0[J]. Key Engineering Materials, 2010, 424: 257-264.
Q1: 고체 프로파일 압출에 중공 프로파일용 포트홀 금형의 원리를 적용한 이유는 무엇인가요?
A1: 이 설계의 핵심 아이디어는 ‘하중 분산’입니다. 일반 금형에서는 압출 하중이 얇고 긴 캔틸레버 부분에 집중되어 파손을 유발합니다. 위분류 금형은 상부 금형에 코어(core) 구조를 만들어 하중의 일부를 분담하게 합니다. 이 코어가 마치 중공 프로파일 금형의 맨드릴(mandrel)처럼 작용하여, 하부 금형의 캔틸레버에 가해지는 응력을 효과적으로 분산시키므로 고체 프로파일의 강도 문제를 해결하기 위해 창의적으로 도입된 방식입니다.
Q2: 초기 위분류 금형에서 속도 균일성이 저하된 이유는 무엇이며, 2차 용접 챔버는 이를 어떻게 개선했나요?
A2: 초기 위분류 금형에서는 재료가 상부 금형의 코어 구조를 피해 여러 갈래로 나뉘었다가 다시 합쳐지는 복잡한 유동 경로를 거칩니다. 이 과정에서 각 경로의 유동 저항 차이로 인해 속도 불균일이 발생합니다. 2차 용접 챔버는 금형 출구 직전에 재료가 다시 합쳐지고 안정화될 수 있는 공간을 제공합니다. 이 공간에서 재료의 압력과 속도가 재분배되어 균일해진 상태로 최종 프로파일이 형성되므로, 속도 균일성(SDV)이 1.98 mm/s에서 0.69 mm/s로 크게 개선될 수 있었습니다.
Q3: 금형 응력이 51.9% 감소한 것은 실제 생산 현장에서 어떤 의미를 가지나요?
A3: 이는 금형의 수명과 직결되는 매우 중요한 결과입니다. 최대 응력이 재료의 항복 강도(1,020 MPa)를 초과하는 1,852 MPa에서 항복 강도 이하인 891 MPa로 감소했다는 것은, 금형이 소성 변형이나 파손 없이 반복적인 압출 작업을 견딜 수 있게 되었음을 의미합니다. 이는 금형 교체 주기를 늘리고, 예기치 않은 생산 중단을 방지하여 전체적인 생산 비용 절감과 안정성 향상에 크게 기여합니다.
Q4: 본 연구에서는 금형 구조에 초점을 맞췄는데, 압출 속도나 온도 같은 공정 변수도 결과에 영향을 미치지 않을까요?
A4: 물론입니다. 압출 속도, 빌렛 및 금형 온도는 재료의 유동성과 금형에 가해지는 압력에 큰 영향을 미칩니다. 본 연구에서는 이러한 공정 변수들을 표 4와 같이 고정하고 순수하게 금형 구조의 영향만을 비교 분석했습니다. 실제 생산에서는 최적화된 위분류 금형 구조를 기반으로, 추가적인 시뮬레이션이나 실험을 통해 최적의 공정 변수 조합을 찾아냄으로써 생산성과 품질을 더욱 향상시킬 수 있습니다.
Q5: 위분류 금형 설계는 모든 종류의 캔틸레버 프로파일에 적용할 수 있나요?
A5: 위분류 금형은 특히 캔틸레버가 크고 길어 기존 설계로는 강도 확보가 어려운 경우에 매우 효과적인 솔루션입니다. 캔틸레버의 형상, 크기, 그리고 전체 프로파일의 복잡성에 따라 코어의 형상, 크기, 위치 및 2차 용접 챔버의 설계 등을 맞춤형으로 최적화해야 합니다. 따라서 이 연구에서 제시된 설계 원칙은 다양한 캔틸레버 프로파일에 적용될 수 있는 강력한 기본 틀을 제공한다고 볼 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
대형 캔틸레버 알루미늄 프로파일 압출 시 발생하는 금형 파손 문제는 생산 현장의 오랜 난제였습니다. 본 연구는 혁신적인 위분류 압출 금형 설계를 통해 이 문제를 해결할 수 있는 명확한 해법을 제시했습니다. 위분류 금형은 금형에 가해지는 응력을 획기적으로 낮춰 수명을 보장할 뿐만 아니라, 구조 최적화를 통해 재료 유동을 제어하여 최종 제품의 품질까지 확보할 수 있음을 입증했습니다.
(주)에스티아이씨앤디는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 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
저작권 정보
이 콘텐츠는 “SUN Xuemei” 외 저자의 논문 “Fake Porthole Extrusion Die Structure Design and Strength Analysis for Cantilever Aluminum Alloy Profiles”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Sergey Malopheyev 외 저자가 2014년 Materials Science Forum에 발표한 논문 “Friction Stir Welding of an Al-Mg-Sc-Zr Alloy with Ultra-Fined Grained Structure”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 기존의 융용 용접 방식은 고강도 초미세립(UFG) 알루미늄 합금의 고유한 기계적 특성을 저하시키는 한계가 있습니다.
The Method: 등채널 각압출(ECAP) 및 압연 공정으로 제조된 초미세립 구조의 Al-Mg-Sc-Zr 합금 판재를 마찰교반용접(FSW)으로 접합한 후, 그 미세조직과 기계적 특성을 분석했습니다.
The Key Breakthrough: FSW 공정은 UFG 미세조직과 강화상인 나노 입자를 성공적으로 보존했으나, 용접부 내 재결정으로 인해 상당한 재료 연화가 발생하는 것을 확인했습니다.
The Bottom Line: FSW는 UFG 합금 접합에 유망한 기술이지만, 재료 연화를 완화하고 “키싱 본드(kissing bond)”와 같은 결함을 제거하여 접합 효율을 높이기 위해서는 용접 공정 변수의 최적화가 필수적입니다.
The Challenge: Why This Research Matters for CFD Professionals
자동차, 항공우주 산업에서 경량화와 고강도 특성을 동시에 만족시키는 소재의 중요성은 날로 커지고 있습니다. 특히, 스칸듐(Sc)과 지르코늄(Zr)이 첨가된 Al-Mg 합금은 초미세립(UFG) 구조로 제작될 경우 탁월한 기계적 특성을 보입니다. 그러나 이러한 첨단 소재를 실제 부품으로 제작하기 위해서는 신뢰성 있는 접합 기술이 필수적입니다.
기존의 아크 용접과 같은 융용 용접 방식은 높은 열 입력으로 인해 UFG 구조를 파괴하고 강화 입자를 용해시켜 소재 본연의 장점을 상실하게 만듭니다. 이는 고성능 UFG 합금의 실용화를 가로막는 주요 기술적 병목 현상이었습니다. 따라서, 고체 상태에서 접합이 이루어지는 마찰교반용접(FSW)은 UFG 구조와 미세조직을 보존하면서 고품질의 용접부를 얻을 수 있는 대안으로 주목받고 있습니다. 본 연구는 UFG Al-Mg-Sc-Zr 합금에 FSW를 적용할 때 발생하는 미세조직 변화와 그에 따른 기계적 특성 저하의 원인을 규명하여, 고강도 경량 소재의 접합 기술을 한 단계 발전시키는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구에서는 Al-5.4Mg-0.2Sc-0.1Zr 조성을 갖는 상용 알루미늄 합금(1570C)을 사용했습니다. 이 합금은 먼저 등채널 각압출(ECAP) 공정을 통해 약 12의 진변형률을 가하여 초미세립 조직을 형성했습니다. 이후, 상온(냉간 압연) 또는 300°C(열간 압연)에서 약 80%의 두께 감소율로 압연하여 최종 판재를 제작했습니다.
이렇게 준비된 UFG 판재는 맞대기 이음 방식으로 양면 마찰교반용접(FSW)을 수행했습니다. 용접 조건은 공구 회전 속도 500 rpm, 용접 속도 75 mm/min으로 설정되었습니다. 사용된 공구는 직경 12.5 mm의 숄더와 길이 1.5 mm의 M5 원통형 핀으로 구성되었으며, 공구 경사각은 2.5°였습니다. 용접 후, 광학 현미경, 전자후방산란회절(EBSD), 투과전자현미경(TEM) 분석을 통해 용접부의 미세조직, 결정립 크기, 전위 밀도, 강화 입자의 변화를 정밀하게 관찰하고, 미소 경도 측정 및 인장 시험을 통해 기계적 특성을 평가했습니다.
The Breakthrough: Key Findings & Data
Finding 1: 미세조직 보존 성공, 그러나 피할 수 없는 연화 현상
FSW 공정은 UFG 합금의 핵심적인 미세조직 특성을 보존하는 데 매우 효과적이었습니다. 용접 교반부(stir zone)에서는 평균 약 0.9 µm 크기의 미세하고 등축적인 재결정립이 형성되었으며, 이는 모재의 초미세립 구조를 성공적으로 유지한 결과입니다. 또한, 재료의 강도를 높이는 핵심 요소인 Al₃(Sc,Zr) 나노 분산상 역시 용해되지 않고 그 형태를 유지했습니다.
하지만 Figure 4의 미소 경도 분포에서 볼 수 있듯이, 용접부 중앙에서는 모재 대비 현저한 경도 저하(연화)가 관찰되었습니다. 이는 FSW 중 발생하는 열과 변형으로 인해 재결정이 일어나면서 모재(특히 냉간 압연재)에 높게 집적되어 있던 전위 밀도가 크게 감소했기 때문입니다. 즉, 미세한 결정립과 강화상은 유지되었지만, 전위 강화 효과가 사라지면서 재료의 연화가 발생한 것입니다.
Finding 2: 낮은 접합 효율의 주범: 재결정 연화와 “키싱 본드” 결함
인장 시험 결과, 용접부의 접합 효율(모재 항복강도 대비 용접부 항복강도)은 열간 압연재의 경우 81%, 냉간 압연재의 경우 55%로 상대적으로 낮게 나타났습니다(Table 2).
이러한 낮은 효율의 첫 번째 원인은 앞서 언급한 재결정으로 인한 연화 현상입니다. 특히 초기 강도가 매우 높았던 냉간 압연재의 경우, FSW 후 강도 저하 폭이 더 커서 효율이 55%까지 떨어졌습니다. 두 번째 핵심 원인은 용접부 중앙에서 발견된 “키싱 본드(kissing bond)” 결함입니다(Figure 2b의 화살표). 이는 접합 계면에 존재하는 산화막 등이 완전히 파괴되지 않고 남아 두 면이 금속학적으로 완전하게 결합하지 못한 상태를 의미합니다. 이 결함은 인장 하중 시 균열의 시작점으로 작용하여 용접부의 파괴를 유발하는 치명적인 원인이 되었습니다(Figure 5).
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 FSW 공정 변수가 최종 용접 품질에 미치는 영향을 명확히 보여줍니다. 재결정 연화를 최소화하기 위해 공구 회전 속도를 낮추거나 용접 속도를 높여 열 입력을 줄이는 방식의 최적화가 필요합니다. 또한, “키싱 본드” 결함은 불충분한 재료 혼합을 의미하므로, 스레드나 플랫을 가진 핀과 같이 더 공격적인 공구 설계를 통해 계면 산화막을 효과적으로 파괴하고 재료 유동을 개선하는 방안을 고려해야 합니다.
For Quality Control Teams: Figure 4의 경도 분포 데이터는 용접 열영향부(HAZ)의 범위와 연화 정도를 정량적으로 평가하는 기준으로 활용될 수 있습니다. 이를 통해 UFG 소재 FSW 접합부에 대한 새로운 품질 검사 기준을 수립할 수 있습니다. 특히 “키싱 본드” 결함은 육안으로 확인하기 어려우므로, 초음파 탐상(UT) 등 비파괴 검사 기법을 도입하여 해당 결함의 유무를 철저히 검증해야 합니다.
For Design Engineers: 본 연구 결과는 FSW와 같은 첨단 접합 기술을 사용하더라도 UFG 소재의 용접부에서는 상당한 강도 저하가 발생할 수 있음을 시사합니다. 설계 단계에서 열간 압연재의 경우 약 80%, 냉간 압연재의 경우 약 55% 수준의 접합 효율(강도 저감 계수)을 반드시 고려하여 구조물의 안전성을 확보해야 합니다.
Paper Details
Friction Stir Welding of an Al-Mg-Sc-Zr Alloy with Ultra-Fined Grained Structure
1. Overview:
Title: Friction Stir Welding of an Al-Mg-Sc-Zr Alloy with Ultra-Fined Grained Structure
초미세립(UFG) 구조를 가진 Al-5.4Mg-0.2Sc-0.1Zr 판재의 기계적 특성과 미세조직에 대한 마찰교반용접(FSW)의 영향을 연구했다. UFG 판재는 등채널 각압출(ECAP) 후 냉간 또는 열간 압연을 통해 생산되었다. FSW는 UFG 미세조직과 구성 성분인 나노 크기의 고용체 분산상을 유지하는 데 매우 효과적인 것으로 밝혀졌다. 그러나 이러한 보존 효과에도 불구하고 용접부에서 상당한 재료 연화가 관찰되었다. 이는 FSW 동안 발생하는 재결정에 기인한다. 얻어진 마찰 교반 용접부의 항복 강도에 대한 접합 효율은 열간 압연 조건에서 81%, 냉간 압연 상태에서는 55%에 불과했다. 상대적으로 낮은 접합 효율은 재결정 연화뿐만 아니라 교반 영역에 형성된 특정 “키싱 본드” 결함과 관련이 있었다. 접합 효율은 용접 조건 및/또는 공구 설계를 조정하여 개선될 수 있을 것으로 보인다.
3. Introduction:
Al-Mg 합금은 비열처리 알루미늄 합금으로 널리 사용된다. 소량의 Sc와 Zr을 첨가하면 나노 크기의 고용체 Al₃(Sc,Zr) 분산상이 석출되어, 충분히 높은 수준의 연성을 유지하면서 강도 특성을 크게 향상시키고 미세조직 안정화를 촉진한다. 이러한 합금의 우수한 특성은 강소성 변형(SPD)에 의한 초미세립(UFG) 구조 형성으로 더욱 개선될 수 있다. 다양한 SPD 방법 중 등채널 각압출(ECAP)은 상대적인 단순성과 대형 빌렛에서 UFG 구조를 생산할 수 있는 능력 때문에 특히 매력적이다. 이는 UFG 구조를 가진 판재의 상업적 생산을 위해 이 기술을 전통적인 압연과 결합할 수 있게 한다. 그러나 UFG 구조를 가진 Al-Mg-Sc 합금의 실제 적용은 성공적으로 용접될 수 있는 능력에 크게 의존한다는 점을 지적하는 것이 중요하다. 전통적인 융용 용접 기술은 UFG 구조를 유지할 수 없으므로 필연적으로 이러한 재료의 고유한 특성을 저하시킨다. 이러한 맥락에서 마찰교반용접(FSW)은 UFG 재료의 접합에 특히 매력적으로 보인다. FSW 공정의 고체 상태 특성으로 인해, 상당한 미세조직 조대화(뿐만 아니라 고유한 고용체 분산상의 용해)를 피할 수 있어 높은 수준의 사용 특성을 보존할 수 있다. 이 연구의 목적은 UFG 미세조직을 가진 Al-Mg-Sc-Zr 합금의 접합을 위한 FSW의 타당성을 조사하는 것이었다.
Figure 1. Typical microstructure of hot (a, b) and cold (c, d) rolled UFG sheets. See text for details
4. Summary of the study:
Background of the research topic:
고강도, 고연성 특성을 지닌 초미세립(UFG) Al-Mg-Sc-Zr 합금은 항공우주 및 자동차 산업에서 주목받는 경량 소재이다.
Status of previous research:
기존의 융용 용접 방식은 UFG 합금의 고유한 미세조직을 파괴하여 기계적 특성을 저하시키는 문제가 있었다. 고체상태 접합법인 마찰교반용접(FSW)이 대안으로 제시되었으나, UFG Al-Mg-Sc-Zr 합금에 대한 구체적인 미세조직 변화 및 기계적 특성 연구는 부족한 실정이다.
Purpose of the study:
본 연구는 초미세립 구조를 가진 Al-Mg-Sc-Zr 합금에 마찰교반용접(FSW)을 적용했을 때의 접합 가능성을 평가하고, 용접부의 미세조직 변화와 기계적 특성 간의 상관관계를 규명하고자 한다.
Core study:
ECAP 및 압연으로 제조된 UFG Al-Mg-Sc-Zr 판재를 FSW로 접합한 후, 용접부의 미세조직(결정립 크기, 분산상, 전위 밀도)과 기계적 특성(경도, 인장 강도, 접합 효율)을 분석하여 FSW 공정이 UFG 합금에 미치는 영향을 종합적으로 평가했다.
5. Research Methodology
Research Design:
열간 압연된 UFG 판재와 냉간 압연된 UFG 판재 두 가지 종류의 모재를 준비하고, 각각에 대해 FSW를 적용하여 용접부를 제작했다. 이후 모재와 용접부의 미세조직 및 기계적 특성을 비교 분석하는 실험적 연구 설계를 채택했다.
Data Collection and Analysis Methods:
미세조직 분석: 광학 현미경, 전자후방산란회절(EBSD)을 이용해 결정립 크기 및 방위 분포를 분석하고, 투과전자현미경(TEM)을 통해 전위 구조 및 나노 분산상의 크기와 형태를 관찰했다.
기계적 특성 평가: 마이크로 비커스 경도 시험기를 사용하여 용접부 단면의 경도 분포를 측정하고, 만능인장시험기를 통해 용접 시편의 항복강도, 인장강도, 연신율을 측정하여 접합 효율을 계산했다.
Research Topics and Scope:
본 연구는 Al-5.4Mg-0.2Sc-0.1Zr 합금에 국한되며, ECAP과 압연으로 제조된 초미세립 구조에 대한 마찰교반용접의 영향에 초점을 맞춘다. 연구 범위는 용접부의 미세조직 변화(재결정, 분산상 안정성)와 그에 따른 기계적 특성(연화 현상, 접합 효율, 파괴 거동) 분석을 포함한다.
6. Key Results:
Key Results:
FSW 공정은 UFG Al-Mg-Sc-Zr 합금의 미세 결정립 구조(~0.9 µm)와 나노 크기의 Al₃(Sc,Zr) 강화 분산상을 효과적으로 보존했다.
용접부에서는 재결정으로 인해 전위 밀도가 크게 감소하여 모재 대비 현저한 연화(경도 저하) 현상이 발생했다.
용접부의 항복강도 기준 접합 효율은 열간 압연재에서 81%, 냉간 압연재에서 55%로 나타났다.
낮은 접합 효율은 재결정 연화와 더불어 용접부 중앙에 형성된 “키싱 본드” 결함에 기인하며, 모든 시편은 이 결함을 따라 파단되었다.
Figure 2. Low-magnification overviews of transversal cross-section welds of hot rolled UFG sheet (a)
and cold rolled UFG sheet (b). AS and RS denote advancing and retreating sides, respectively. White arrow
indicates “kissing bond” defect.
Figure List:
Figure 1. Typical microstructure of hot (a, b) and cold (c, d) rolled UFG sheets. See text for details
Figure 2. Low-magnification overviews of transversal cross-section welds of hot rolled UFG sheet (a) and cold rolled UFG sheet (b). AS and RS denote advancing and retreating sides, respectively. White arrow indicates “kissing bond” defect.
Figure 3. The microstructure in central part of stir zone in the hot rolled condition (a, b) and the cold rolled condition (c, d).
Figure 4. Microhardness profiles of FSWed UFG sheets.
Figure 5. The transversal cross-sections of failure the welds in hot rolled condition (a) and cold rolled condition (b).
7. Conclusion:
UFG 구조를 가진 Al-5.4Mg-0.2Sc-0.1Zr 합금 판재의 FSW 후 미세조직과 기계적 특성을 연구했다. 주요 결론은 다음과 같다. 1) FSW는 UFG Al-Mg-Sc-Zr 합금의 미세립 미세조직과 나노 크기의 고용체 분산상을 보존하는 데 매우 효과적인 것으로 입증되었다. 교반 영역에서는 완전한 재결정 구조가 형성되었으며, 평균 결정립 크기와 고경각 결정립계 분율은 각각 ~0.9 µm와 77-78%였다. 구성 성분인 Al₃(Sc,Zr) 석출물의 부피 분율은 측정 가능하게 변하지 않았다. 2) 미세립 미세조직과 강화 석출물이 보존되었음에도 불구하고, 교반 영역에서 상당한 재료 연화가 관찰되었다. 3) 얻어진 마찰 교반 용접부의 접합 효율은 열간 압연 조건에서 81%, 냉간 압연 상태에서는 55%에 불과했다. 상대적으로 낮은 접합 효율은 냉간 압연 판재의 재결정 연화뿐만 아니라, 열간 및 냉간 압연 판재의 교반 영역에 형성된 특정 “키싱 본드” 결함에 기인하는 것으로 보인다. 그러나 용접 강도는 용접 조건 및/또는 공구 설계를 조정하여 개선될 수 있을 것으로 생각된다.
Figure 3. The microstructure in central part of stir zone in the hot rolled condition (a, b) and the cold
rolled condition (c, d).
8. References:
I.J. Polmear, Light Alloys. From traditional alloys to nanocrystals. 4th ed., Butterworth-Heinemann/Elsevier, UK, 2006.
J. Røyset, N. Ryum, Inter. Mater. Rev. 50 (2005) 19-44.
R. Kaibyshev, A. Mogucheva, A. Dubyna, Mater.Sci.Forum 706-709 (2012) 55-60.
Q1: 논문에서 냉간 압연재의 접합 효율이 열간 압연재보다 훨씬 낮은 55%로 나타난 이유는 무엇입니까?
A1: 냉간 압연된 모재는 높은 가공 경화로 인해 열간 압연재보다 훨씬 높은 초기 강도(항복강도 555 MPa)와 전위 밀도(6×10¹⁴ m⁻²)를 가집니다(Table 1, 2). FSW 공정 중 두 재료 모두 재결정을 거쳐 비슷한 수준의 낮은 전위 밀도와 강도(항복강도 ~305 MPa)를 갖게 됩니다. 따라서 초기 강도가 월등히 높았던 냉간 압연재의 강도 ‘저하 폭’이 훨씬 컸기 때문에, 백분율로 계산되는 접합 효율이 55%로 매우 낮게 나타난 것입니다.
Q2: “키싱 본드(kissing bond)” 결함은 구체적으로 무엇이며, 왜 이 연구에서 중요하게 다루어졌나요?
A2: “키싱 본드”는 용접될 두 판재의 접합 계면이 서로 맞닿아 있지만, 계면에 존재하는 산화막 등이 FSW 공정 중 충분히 파괴, 분산되지 않아 금속학적으로 완전한 결합을 이루지 못한 상태를 말합니다. 이는 미세한 틈이나 비금속 개재물 층으로 존재하며, Figure 5에서 볼 수 있듯이 인장 하중이 가해질 때 응력 집중을 유발하여 균열의 시작점 역할을 합니다. 이 결함은 용접부의 강도와 연성을 심각하게 저하시키는 직접적인 원인이기 때문에 본 연구에서 낮은 접합 효율의 핵심 원인 중 하나로 지목되었습니다.
Q3: FSW 중 재결정으로 인한 연화가 주된 문제라면, 열 입력을 최소화하는 것이 해결책이 될 수 있습니까?
A3: 네, 그렇습니다. FSW에서 열 입력은 주로 공구 회전 속도와 마찰 시간에 비례합니다. 따라서 공구 회전 속도를 낮추거나 용접 속도를 높여 단위 길이당 열 입력을 줄이면 재결정이 일어나는 영역이나 정도를 제어하여 연화 현상을 완화할 수 있습니다. 하지만 용접 속도를 너무 높이면 재료의 유동성이 부족해져 “키싱 본드”와 같은 혼합 불량 결함이 발생할 수 있으므로, 연화 방지와 결함 억제를 동시에 만족시키는 최적의 공정 윈도우를 찾는 것이 중요합니다.
Q4: 냉간 압연재 용접부에서 Al₃(Sc,Zr) 분산상이 9 nm에서 12 nm로 약간 조대해졌다고 언급되었는데, 이것이 연화에 미치는 영향은 어느 정도인가요?
A4: 논문에 따르면, 연화의 주된 원인은 재결정으로 인한 전위 밀도의 급격한 감소입니다. 분산상의 조대화(9 nm → 12 nm)도 강도에 영향을 미칩니다. 석출물 강화 이론에 따르면, 입자가 조대해지면 전위의 이동을 방해하는 능력이 감소하여 강도가 소폭 하락할 수 있습니다. 그러나 이 연구에서 관찰된 극적인 경도 저하는 대부분 전위 소멸에 의한 것이며, 분산상 조대화의 기여도는 상대적으로 미미하다고 볼 수 있습니다.
Q5: 결론에서 용접 조건이나 공구 설계를 조정하면 용접 강도를 개선할 수 있다고 제안했습니다. 구체적으로 어떤 조정이 효과적일까요?
A5: 본 연구 결과를 바탕으로 두 가지 개선 방향을 제시할 수 있습니다. 첫째, “키싱 본드” 결함을 해결하기 위해 핀에 스레드(나사산)나 플랫(평면)을 가공하는 등 더 공격적인 형상의 공구를 사용하여 재료의 수직 및 수평 혼합을 강화해야 합니다. 이는 계면의 산화물을 효과적으로 파쇄하고 분산시키는 데 도움이 됩니다. 둘째, 재결정 연화를 억제하기 위해 앞서 언급했듯이 용접 속도를 높이고 회전 속도를 낮추는 ‘저온(cold)’ FSW 조건을 적용하여 열 입력을 최소화하는 접근이 필요합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 초미세립(UFG) Al-Mg-Sc-Zr 합금의 접합에 있어 마찰교반용접(FSW)이 미세조직을 보존하는 데는 효과적이지만, 재결정으로 인한 연화와 “키싱 본드” 결함으로 인해 접합 효율이 저하될 수 있다는 중요한 사실을 밝혔습니다. 이는 첨단 소재를 실제 산업에 적용하기 위해서는 접합 공정의 미세한 제어가 얼마나 중요한지를 명확히 보여줍니다. 용접 중 발생하는 복잡한 열 유동과 소성 변형을 정밀하게 예측하고 제어하는 것이 고품질 접합부를 확보하는 핵심입니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 본 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 당사의 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 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
Copyright Information
This content is a summary and analysis based on the paper “Friction Stir Welding of an Al-Mg-Sc-Zr Alloy with Ultra-Fined Grained Structure” by “Sergey Malopheyev, Sergey Mironov, Vladislav Kulitskiy, Rustam Kaibyshev”.
이 기술 요약은 Sobron Lubis 외 저자가 JURNAL TEKNIK MESIN (2025)에 발표한 논문 “Optimisasi Jarak Titik Spot welding Terhadap Tensile Strength Sambungan Stainless Steel”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 스폿 용접 최적화
Secondary Keywords: 인장 강도, 스테인리스강 용접, 용접점 간격, 저항 용접
Executive Summary
The Challenge: 다점 스폿 용접된 스테인리스강 접합부에서 높은 인장 강도를 달성하기 위해서는 용접점 사이의 거리를 최적화해야 합니다.
The Method: 316L 스테인리스강 판재에 대해 용접 전압(1.75V, 2.20V)과 두 용접점 사이의 거리(10mm, 20mm, 30mm)를 변경하며 실험적 연구를 수행했습니다.
The Key Breakthrough: 가장 높은 인장 강도인 3835.15 MPa는 가장 높은 전압(2.20V)과 가장 짧은 용접점 간격(10mm)에서 달성되었습니다.
The Bottom Line: 스폿 용접점 사이의 거리가 증가하면 전기 저항이 커져 열 분배가 불균일해지고 접합 강도가 현저히 감소합니다.
The Challenge: Why This Research Matters for CFD Professionals
스폿 용접(저항 점용접)은 자동차 산업을 비롯한 대량 생산 공정에서 필수적인 접합 기술입니다. 특히 우수한 내식성과 기계적 강도를 지닌 스테인리스강 316L과 같은 소재의 경우, 빠르고 효율적인 스폿 용접의 중요성은 더욱 커집니다.
두 개의 판재를 접합할 때, 단일 용접점보다 여러 개의 용접점을 사용하면 더 강한 접합부를 만들 수 있습니다. 하지만 이때 각 용접점 사이의 거리가 너무 멀어지면 오히려 접합 강도가 약해질 수 있다는 문제가 있습니다. 이는 전류와 열이 분산되는 방식에 영향을 미치기 때문입니다. 따라서 엔지니어들은 원하는 접합 강도를 얻기 위해 용접 전류, 시간뿐만 아니라 용접점의 ‘배치’라는 기하학적 변수까지 고려해야 하는 과제에 직면합니다. 이 연구는 바로 이 용접점 간격이 최종 제품의 기계적 성능에 미치는 영향을 정량적으로 분석하여 최적의 조건을 찾는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구는 실험적 접근법을 사용하여 용접점 간격과 인장 강도 사이의 관계를 규명했습니다. 연구진은 기계 공학 연구실의 스폿 용접 장비를 사용하여 실험을 진행했습니다.
소재: 316L 스테인리스강 판재 (두께 1.0mm)
주요 변수:
전압: 1.75V 및 2.20V의 두 가지 수준
용접점 간격: 10mm, 20mm, 30mm의 세 가지 수준
유지 시간: 2초로 고정
시편 제작: AWS D8.9-97 표준에 따라 각 조건별로 두 개의 용접 너겟(nugget)을 가진 인장 시험 시편을 제작했습니다.
성능 평가: 제작된 시편은 만능 재료 시험기(Universal Testing Machine)를 사용하여 인장 시험을 거쳤으며, 각 조건에서의 최대 인장 하중과 인장 강도를 측정했습니다.
Gambar 4. Alat Uji Tarik
이러한 체계적인 실험 설계를 통해 연구진은 다른 변수들의 영향을 최소화하고 용접 전압과 간격이 인장 강도에 미치는 직접적인 영향을 명확하게 파악할 수 있었습니다.
The Breakthrough: Key Findings & Data
실험 결과, 용접 전압과 용접점 간격이 스테인리스강 접합부의 인장 강도에 매우 중요한 영향을 미친다는 사실이 명확히 드러났습니다.
Gambar 5. Proses Uji Tarik Sambungan Spesimen
Finding 1: 용접 전압이 높을수록 인장 강도가 증가한다
모든 용접점 간격 조건에서 용접 전압을 1.75V에서 2.20V로 높였을 때 인장 강도가 일관되게 증가했습니다. 예를 들어, 용접점 간격이 10mm일 때 전압을 1.75V에서 2.20V로 올리자 인장 강도는 3820.83 MPa에서 3835.15 MPa로 상승했습니다. 이는 더 높은 전압이 더 크고 견고한 용접 너겟을 형성하는 데 기여했음을 시사합니다.
Finding 2: 용접점 간격이 멀어질수록 인장 강도는 급격히 감소한다
본 연구의 가장 핵심적인 발견은 용접점 간격과 인장 강도 사이의 명확한 반비례 관계입니다. 표 5와 그림 7에서 볼 수 있듯이, 두 전압 수준 모두에서 용접점 간격이 10mm에서 30mm로 증가함에 따라 인장 강도는 꾸준히 감소했습니다.
2.20V 조건에서: 용접점 간격이 10mm일 때 인장 강도는 3835.15 MPa였으나, 30mm로 멀어지자 3508.48 MPa로 약 8.5% 감소했습니다.
1.75V 조건에서: 이 경향은 더욱 두드러져, 간격이 10mm(3820.83 MPa)에서 30mm(3043.05 MPa)로 증가했을 때 인장 강도가 약 20.4%나 크게 감소했습니다.
연구진은 이러한 현상의 원인을 전기 저항의 증가로 설명합니다. 용접점 간격이 멀어질수록 전류가 통과해야 하는 경로가 길어져 전체 전기 저항이 커지고, 이로 인해 열과 전류의 분배가 불균일해져 최적의 접합부 형성을 방해하게 됩니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 316L 스테인리스강의 다점 스폿 용접 시, 접합 강도를 극대화하기 위해 용접점 간격을 최소화(예: 10mm)하고 상대적으로 높은 전압(예: 2.20V)을 사용하는 것이 유리함을 시사합니다. 이는 용접 공정 파라미터 설정에 직접적인 가이드라인을 제공합니다.
For Quality Control Teams: 논문의 표 5와 그림 7 데이터는 용접점 간격 증가에 따른 인장 강도 저하를 명확하게 보여줍니다. 이는 용접점 위치에 대한 품질 검사 기준을 더욱 엄격하게 설정하는 근거로 활용될 수 있습니다.
For Design Engineers: 이 연구 결과는 스폿 용접점의 배치가 단순한 조립 사양이 아니라 구조적 무결성에 직접적인 영향을 미치는 핵심 설계 파라미터임을 강조합니다. 따라서 설계 초기 단계에서부터 용접점의 최대 간격을 명시하는 것이 중요합니다.
Paper Details
Optimisasi Jarak Titik Spot welding Terhadap Tensile Strength Sambungan Stainless Steel (스폿 용접점 간격이 스테인리스강 접합부의 인장 강도에 미치는 영향 최적화)
1. Overview:
Title: Optimisasi Jarak Titik Spot welding Terhadap Tensile Strength Sambungan Stainless Steel
스폿 용접은 원하는 설계에 따라 높은 접합 강도를 생성할 수 있는 금속 접합 기술입니다. 스폿 용접은 두 개의 전극으로 용접점을 통해 전류를 흘려 금속을 녹여 결합시킵니다. 두 개의 판재를 접합할 때 더 나은 접합부를 만들기 위해 하나 이상의 용접점을 사용할 수 있지만, 높은 인장 강도를 가진 접합부를 만들기 위해서는 각 용접점 사이의 거리를 고려해야 합니다. 따라서 본 연구에서는 높은 인장 강도를 생성하는 최적의 접합점을 찾기 위해 용접점 간격에 변화를 주었습니다. 연구는 기계 공학 연구 프로그램 실험실에서 스폿 용접기를 사용하여 수행되었으며, 스테인리스강 판재를 1.75V 및 2.20V의 전류 전압과 10, 20, 30mm의 용접점 간격 변화를 주어 접합했습니다. 용접 시편은 공학 재료 실험실의 인장 시험기를 사용하여 인장 강도를 시험했습니다. 연구 결과, 가장 높은 인장 강도 값인 3835.08 MPa는 2.20V의 전류 전압과 10mm의 용접점 간격에서 얻어졌습니다. 용접점이 멀어질수록 전기 저항이 커져 열과 전류의 분배가 불균일해집니다. 결과적으로, 접합부 형성에 필요한 모든 부분이 열과 압력에 의해 최적으로 영향을 받지 않게 됩니다.
3. Introduction:
스폿 용접 방법은 다른 용접 방법처럼 특별한 기술이 필요하지 않아 조작이 쉽고, 시간이 더 짧아 대량 생산 속도를 높일 수 있으며, 제공되는 열 공급이 정확하고 규칙적이며, 용접 결과물의 기계적 성질이 모재와 경쟁력이 있고 용접봉이 필요 없다는 장점이 있어 사용됩니다. 316L 스테인리스강은 특히 부식 저항성과 우수한 기계적 강도를 요구하는 다양한 산업 응용 분야에서 매우 인기가 있습니다. 다점 스폿 용접을 통해 더 나은 접합부를 만들고자 할 때, 각 용접점 사이의 거리는 강한 접합부를 만들기 위해 고려되어야 합니다.
4. Summary of the study:
Background of the research topic:
스폿 용접은 대량 생산에 널리 사용되는 효율적인 금속 접합 기술입니다. 특히 스테인리스강과 같은 재료에서 다점 용접을 수행할 때, 용접점의 배치, 특히 점 사이의 거리가 최종 접합부의 기계적 강도에 중요한 영향을 미칠 수 있습니다.
Status of previous research:
이전 연구들은 주로 용접 전류, 시간, 압력과 같은 파라미터가 스폿 용접 강도에 미치는 영향을 다루어 왔습니다. 하지만 다점 용접 시 용접점 간격이라는 기하학적 변수가 인장 강도에 미치는 영향에 대한 정량적 연구는 상대적으로 부족했습니다.
Purpose of the study:
본 연구의 목적은 스테인리스강 316L의 다점 스폿 용접에서 용접점 간격을 변화시켰을 때 인장 강도에 어떤 영향을 미치는지 실험적으로 규명하고, 최대 인장 강도를 얻을 수 있는 최적의 용접점 간격을 찾는 것입니다.
Core study:
316L 스테인리스강 판재를 사용하여 두 가지 다른 전압(1.75V, 2.20V)과 세 가지 다른 용접점 간격(10mm, 20mm, 30mm) 조건에서 스폿 용접을 수행했습니다. 이후 각 조건에서 제작된 시편의 인장 강도를 측정하여 전압과 간격이 접합부의 기계적 성능에 미치는 영향을 분석했습니다.
5. Research Methodology
Research Design:
본 연구는 실험적 연구 설계를 따랐습니다. 독립 변수는 용접 전압과 용접점 간격이며, 종속 변수는 인장 강도입니다.
Data Collection and Analysis Methods:
데이터는 만능 재료 시험기를 통해 각 시편의 최대 인장 하중(kgf)을 측정하여 수집되었습니다. 이 값은 뉴턴(N)으로 변환된 후, 시편의 단면적으로 나누어 인장 강도(MPa)를 계산하는 데 사용되었습니다.
Research Topics and Scope:
연구는 1.0mm 두께의 316L 스테인리스강 판재에 대한 2점 스폿 용접에 국한됩니다. 연구된 변수는 전압(1.75V, 2.20V)과 용접점 간격(10mm, 20mm, 30mm)입니다.
6. Key Results:
Key Results:
가장 높은 인장 강도(3835.15 MPa)는 2.20V 전압과 10mm 용접점 간격에서 달성되었습니다.
용접점 간격이 10mm에서 30mm로 증가함에 따라 인장 강도는 모든 전압 조건에서 감소했습니다.
용접점 간격이 멀어질수록 전기 저항이 증가하여 열 및 전류 분배가 불균일해지고, 이는 접합 강도 저하의 주요 원인으로 분석되었습니다.
Tabel 4. Nilai Uji Tarik Sambungan Spesimen SS 316L
Tabel 5. Nilai Tensile Strength Sambungan Spesimen SS 316L
Figure List:
Gambar 1. Mesin Spot welding
Gambar 2. Standart AWS D8-97
Gambar 3. Spesimen Plat Stainless Steel 316L
Gambar 4. Alat Uji Tarik
Gambar 5. Proses Uji Tarik Sambungan Spesimen
Gambar 6. Flowchart Proses Eksperimen
Gambar 7. Grafik Jarak Pengelasan Terhdap Tensile Stress Sambungan Spesimen SS 316L
7. Conclusion:
분석 결과, 동일한 전압 조건에서 용접점 간격이 증가함에 따라 인장 하중이 감소하는 경향이 나타났습니다. 1.75V 전압에서는 인장 하중이 12,838N(10mm)에서 10,224N(30mm)으로 감소했으며, 2.20V 전압에서는 14,765N(10mm)에서 13,507N(30mm)으로 감소했습니다. 전압을 1.75V에서 2.20V로 높이면 모든 용접점 간격에서 인장 하중이 증가하는 경향을 보였습니다.
최대 인장 강도 값인 3835.08 MPa는 2.20V 전압과 10mm 용접점 간격에서 얻어졌습니다. 용접점 간격이 멀어질수록 전기 저항이 커져 열과 전류의 분배가 불균일해집니다.
8. References:
Habib, L., Abdelkader, Z., Habib, B., Benallel, B. F., 2016. Experimental study of tensile test in resistance spot welding process. Latin American Journal of Solids and Structures, 13 (6), pp. 1228-1235.
Al Amin, M. K., Firiambodo, S. Y., Purwanti, E. P., Widodo, E. W. R., Anggara, D., 2021. Pengelasan pada Stainless Steel dengan Tipe yang Berbeda Menggunakan Resistance Spot welding untuk Aplikasi Gerbong Kereta. Jurnal Rekayasa Mesin, 16 (3), pp. 359-368.
Muthu, P., 2019. Optimization of the Process Parameters of Resistance Spot welding of AISI 3161 Sheets Using Taguchi Method. Mechanics and Mechanical Engineering, 23(1), pp. 64-69
Ghazali, F. A., Manurung, Y. H., Mohamed, M. A., 2014. Multi-response optimization using Taguchi method of resistance spot welding parameters. Applied Mechanics and Materials, 660, pp. 120-124.
Vignesh, K., Elaya Perumal, A., Velmurugan, P., 2017. Optimization of resistance spot welding process parameters and microstructural examination for dissimilar welding of AISI 316L austenitic stainless steel and 2205 duplex stainless steel. The International Journal of Advanced Manufacturing Technology, 93, pp. 455-465.
Hayat, F., 2011. Resistance Spot Weldability of Dissimilar Materials: BH 180-AISI304L Steels and BH180IF7123 Steels. Journal of Material Science and Technology, 27 (11), pp. 1047-1058.
Kimchi, M., Phillips, D. H., 2023. Resistance spot welding: fundamentals and applications for the automotive industry. 1st ed. Switzerland: Springer Cham.
Nasir, Z., Khan, M. I., 2016. Resistance spot welding and optimization techniques used to optimize its process parameters. International Research Journal of Engineering and Technology (IRJET), 3 (5), pp. 887-893.
Liu, W., Fan, H., Guo, X., Huang, Z., Han, X., 2016. Mechanical properties of resistance spot welded components of high strength austenitic stainless steel. Journal of Materials Science & Technology, 32 (6), pp. 561-565.
Raut, M., Achwal, V., 2014. Optimization of spot-welding process parameters for maximum tensile strength. International Journal of Mechanical Engineering and Robotics Research, 3 (4), pp. 507-517.
Lin, H. L., Chou, T., Chou, C. P., 2007. Optimization of resistance spot welding process using Taguchi method and a neural network. Experimental Techniques, 31 (5), pp. 30-36.
Wibisono, P. S., 2021. Optimalisasi Paramater Resistance Spot welding Untuk Pengelasan Tiga Tumpuk Lembar Baja Spcc. POROS, 17 (1), pp. 6-15.
Lubis, S. Y., Djamil, S., Rosehan, R., Anugrah, H., Raynaldo, K., 2022. Analisis Kekuatan Tarik Sambungan Plat Aluminium Aa 5083 Pada Pada Proses Spot welding. Jurnal Muara Sains, Teknologi, Kedokteran Dan Ilmu Kesehatan, 6 (2), pp. 241-248.
Firmansyah, W., Suryanto, H., Solichin, S., 2017. Pengaruh Variasi Waktu Penekanan Pengelasan Titik Terhadap Kekuatan Tarik, Kekerasan, Dan Struktur Mikro Pada Sambungan Dissimilar Baja Tahan Karat Aisi 304 Dengan Baja Karbon Rendah St 41. Jurnal Teknik Mesin, 24 (2).
Lippold, J. C., 2014. Welding metallurgy and weldability. John Wiley & Sons.
Chien, C. S., Kannatey-Asibu Jr, E., 2002. Investigation of monitoring systems for resistance spot welding. Welding Journal-New York, 81(9), pp. 195S-199S
Arumugam, A., Nor, M., 2015). Spot welding parameter optimization to improve weld characteristics for dissimilar metals. International journal of scientific & technology research, 4(01), pp. 75-80.
Penn Stainless Products, 2025. Stainless Steel Plate 316 and 316L ASTM A240 [Online] Tersedia di https://www.pennstainless.com/stainless-steel-plate-316-3161-astm-a240/
Expert Q&A: Your Top Questions Answered
Q1: 이 연구에서 316L 스테인리스강을 선택한 특별한 이유가 있나요?
A1: 논문의 서론에 따르면, 316L 스테인리스강은 부식, 특히 피팅 부식과 응력 균열 부식에 대한 저항성이 매우 우수합니다. 또한 좋은 기계적 강도를 가지고 있어 높은 습도나 화학 물질에 노출되는 환경을 포함한 다양한 산업 분야에서 널리 사용되기 때문에 이 소재를 선택했습니다.
Q2: 용접점 간격이 멀어지면 전기 저항이 증가하여 접합부가 약해진다고 했는데, 그 메커니즘을 더 자세히 설명해 주실 수 있나요?
A2: 논문의 결론에 따르면, 용접점 간격이 멀어지면 전류가 첫 번째 용접점에서 두 번째 용접점으로 흐르기 위해 더 긴 경로를 통과해야 합니다. 이로 인해 전체 회로의 전기 저항이 증가합니다. 저항이 커지면 열과 전류의 분배가 불균일해져, 접합 너겟 형성에 필요한 최적의 열과 압력이 모든 부위에 고르게 전달되지 못합니다. 결과적으로 불완전하거나 약한 용접 너겟이 형성되어 전체적인 인장 강도가 저하됩니다.
Q3: 시험 시편 제작에 AWS D8.9-97 표준을 사용한 것의 중요성은 무엇인가요?
A3: AWS(American Welding Society) 표준을 사용하는 것은 실험 결과의 신뢰성과 재현성을 보장하기 위함입니다. 표준화된 시편 규격과 시험 절차를 따름으로써, 이 연구의 결과를 다른 연구 결과와 객관적으로 비교할 수 있게 됩니다. 이는 연구 결과의 공신력을 높이는 중요한 요소입니다.
Q4: 그림 7을 보면, 용접점 간격 증가에 따른 인장 강도 감소율이 저전압(1.75V)에서 더 크게 나타나는 것 같습니다. 이것은 무엇을 의미하나요?
A4: 논문에 따르면, 인장 하중의 변화는 저전압(1.75V)에서 더 큽니다. 이는 낮은 에너지 입력 조건에서는 용접점 간격 증가로 인한 전기 저항 증가의 부정적인 영향에 더 민감하다는 것을 시사합니다. 반면, 더 높은 에너지 입력(2.20V) 조건에서는 공정이 상대적으로 더 안정적이어서 간격 증가에 따른 강도 저하가 덜하지만, 약화되는 경향 자체는 동일하게 유지됩니다.
Q5: 이 연구는 최대 30mm 간격까지 시험했습니다. 만약 간격이 그보다 더 멀어진다면 어떤 결과가 예상되나요?
A5: 논문에서 확립된 경향에 근거할 때, 간격이 30mm보다 더 멀어지면 인장 강도는 계속해서 감소할 것으로 예상됩니다. 전기 저항이 더욱 증가하고 전류 분로(shunting) 효과가 심해져 용접 너겟 형성이 더욱 불완전해질 것이기 때문입니다. 특정 지점을 넘어서면 사실상 유효한 두 번째 용접점이 형성되지 않을 수도 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 스테인리스강의 다점 스폿 용접에서 높은 품질의 접합부를 얻기 위해서는 용접 전압이나 시간 같은 전통적인 파라미터뿐만 아니라, 용접점 간격이라는 기하학적 요소가 얼마나 중요한지를 명확히 보여줍니다. 핵심은 용접점 간격이 멀어질수록 전기 저항이 증가하고, 이는 불균일한 열 분배를 초래하여 최종 제품의 인장 강도를 심각하게 저하시킨다는 것입니다.
따라서 성공적인 스폿 용접 최적화를 위해서는 설계 및 공정 단계에서 용접점의 배치를 신중하게 고려해야 합니다. 이 연구 결과는 더 강하고 신뢰성 있는 제품을 생산하기 위한 실질적인 통찰력을 제공하며, 이는 곧 생산성 향상과 불량률 감소로 이어질 수 있습니다.
“STI C&D에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.”
(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 “Optimisasi Jarak Titik Spot welding Terhadap Tensile Strength Sambungan Stainless Steel” by “Sobron Lubis, Aghastya Wiyoso, Jhon Michel, Benaya”.
이 기술 요약은 David Curiel 외 저자가 Symmetry(2023)에 발표한 학술 논문 “Automatic Trajectory Determination in Automated Robotic Welding Considering Weld Joint Symmetry”를 기반으로 STI C&D 기술 전문가에 의해 분석 및 요약한 것입니다.
키워드
Primary Keyword: 로봇 용접 궤적 자동화
Secondary Keywords: 용접 조인트 대칭성, 프로파일로메트리, GMAW, 자동 용접, 로봇 비전 시스템
Executive Summary
도전 과제: 조선, 석유 및 가스 등 중공업 분야의 복잡하고 두꺼운 용접 조인트는 비균일한 형상과 어려운 용접 자세로 인해 자동화가 어려워 수동 작업에 크게 의존해 왔습니다.
해결 방법: 레이저 프로파일 스캐너와 로봇 시스템을 통합하여 용접 조인트의 2D 프로파일을 획득하고, 조인트의 기하학적 대칭성을 분석하여 최적의 용접 지점과 토치 접근 각도를 자동으로 결정하는 알고리즘을 개발했습니다.
핵심 돌파구: 용접 조인트의 대칭성이 최대가 되는 토치 각도를 수학적으로 계산하여, 부품의 미세한 변형이나 부정확한 위치 설정에도 불구하고 충돌 없이 정확한 용접 경로를 자동으로 생성하는 데 성공했습니다.
핵심 결론: 이 대칭성 기반 궤적 결정 기술은 수동 개입을 최소화하고, 용접 준비 시간을 단축하며, 일관된 용접 품질을 보장함으로써 로봇 용접의 생산성과 신뢰성을 획기적으로 향상시킬 수 있습니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
조선, 석유 및 가스, 에너지와 같은 중공업 분야의 구조물은 수백 개의 부품이 용접으로 결합되어 만들어집니다. 특히 두꺼운 판재를 사용하는 복잡한 조인트는 (i) 불균일하고 불규칙한 용접 그루브와 (ii) 숙련된 기술을 요구하는 특수한 용접 자세 때문에 용접이 매우 까다롭습니다. 이러한 작업은 용접 작업자에게 상당한 육체적 부담과 위험을 안겨주며, 현재까지 대부분 수동 용접에 의존해 왔습니다.
로봇을 이용한 용접 자동화가 대안으로 떠올랐지만, 기존의 “클릭 앤 고(click and go)” 방식은 작업자가 각 용접 레이어마다 포인트를 지정해야 하는 한계가 있었습니다. 특히 두꺼운 판재는 용접이 진행됨에 따라 프로파일 형상이 계속 변하기 때문에 이 방식은 오류를 유발하기 쉽습니다. 또한, 용접 중 발생하는 레이저 반사, 아크 사운드, 용융 풀 등의 변수는 스캔된 프로파일의 정확도를 떨어뜨리는 요인이 됩니다. 따라서 실제 산업 현장의 불완전한 조건 속에서도 로봇이 스스로 최적의 용접 경로를 찾아내는 지능적인 기술이 절실히 요구되었습니다.
접근 방식: 방법론 분석
본 연구에서는 로봇 용접 궤적 자동화를 위해 다음과 같은 실험 환경과 데이터 수집 체인을 구축했습니다.
실험 장비: FANUC 로봇 팔, EWM ALPHA Q-532 용접기, 그리고 Quelltech Q4-120 레이저 프로파일로미터를 통합한 용접 셀을 구성했습니다. 용접 대상은 석유 및 가스 산업용으로 준비된 V-형태의 맞대기 조인트(총 두께 60mm, 각도 55도)를 가진 연강 판재입니다.
용접 공정: 가스 금속 아크 용접(GMAW) 공정을 사용했으며, 보호 가스로는 아르곤(80%)과 이산화탄소(20%) 혼합 가스를 분당 18L 유량으로 사용했습니다. 노즐 직경은 18mm, 스틱아웃(stick-out)은 18mm로 설정했습니다.
데이터 수집 및 처리:
프로파일 스캔: 용접 전, 레이저 프로파일로미터가 조인트를 따라 이동하며 6개의 불연속적인 2D 프로파일(점 구름)을 획득합니다.
데이터 필터링: 획득된 원시 데이터에 포함된 노이즈(예: 표면 불순물이나 반사로 인한 빛 번짐)를 제거하기 위해 이동 중앙값 필터(moving median filter)를 적용하여 신호를 부드럽게 처리합니다.
용접 지점(WP) 결정: 필터링된 프로파일의 곡선 아래 면적(AUC, Area Under the Curve)을 계산하는 ‘사다리꼴 공식’을 응용하여, 면적을 정확히 이등분하는 기하학적 중심점을 용접 지점(WP)으로 결정합니다.
최적 토치 각도 계산: 결정된 용접 지점(WP)을 중심으로 프로파일을 가상으로 회전시키면서, 조인트의 좌우 대칭성이 최대가 되는 각도를 수학적으로 찾아냅니다. 이 각도가 최적의 토치 접근 각도로 결정됩니다.
Figure 4. Three-dimensional representation of the profiles with reconstruction of the welding joint.
이러한 체계적인 접근법을 통해 로봇은 부품의 실제 형상과 위치를 기반으로 최적의 용접 궤적을 스스로 계획할 수 있습니다.
돌파구: 주요 발견 및 데이터
본 연구의 알고리즘은 용접 조인트의 대칭성을 정량적으로 분석하여 최적의 용접 경로를 자동으로 결정하는 혁신적인 결과를 도출했습니다.
발견 1: AUC 분석을 통한 정확한 용접 지점(WP) 자동 결정
기존의 수동 포인트 지정 방식과 달리, 본 연구에서는 레이저로 스캔한 프로파일의 곡선 아래 면적(AUC)을 분석하여 용접할 V-그루브의 기하학적 중심을 정확히 찾아냈습니다. Figure 7은 6개의 다른 프로파일에 대해 계산된 AUC 곡선을 보여줍니다. 이 곡선이 시그모이드(S-모양) 형태를 띠며, 그래프의 수직선은 면적을 정확히 이등분하는 지점, 즉 최적의 용접 지점(WP)을 나타냅니다. 이 방법을 통해 작업자의 주관적인 판단을 배제하고 데이터 기반으로 일관된 용접 지점을 자동으로 결정할 수 있게 되었습니다.
Figure 7 from the paper showing AUC curves for front and back joints.
발견 2: 대칭성 분석을 통한 최적 토치 접근 각도 도출 및 충돌 방지
단순히 중심점을 찾는 것만으로는 노즐과 모재 간의 충돌을 피할 수 없습니다. 특히 부품의 미세한 변형이나 클램핑 오류가 있을 경우 더욱 그렇습니다. 본 연구에서는 이 문제를 해결하기 위해 ‘대칭성 분석’을 도입했습니다. 알고리즘은 용접 지점(WP)을 기준으로 프로파일을 -15도에서 +15도까지 0.5도씩 가상으로 회전시키며 각 각도에서의 대칭 및 비대칭 함수를 계산합니다.
Figure 10은 대칭성 계수(S)와 상관 계수(C)를 각도에 따라 나타낸 그래프입니다. (a) 전면 조인트의 경우, 0도에서 대칭성이 가장 높아 별도의 각도 보정이 필요 없었습니다. 하지만 (b) 후면 조인트의 경우, 0도에서는 대칭성이 낮았고, 약 3도에서 대칭성이 최대화되는 것을 발견했습니다. 이는 후면 조인트의 미세한 변형을 보상하기 위해 토치 각도를 3도 기울여야 최적의 접근이 가능함을 의미합니다. 이 분석을 통해 대칭성 계수 C값이 0.999 이상인 최적의 각도를 찾아내어, 충돌 위험을 제거하고 안정적인 용접 경로를 확보했습니다.
Figure 10 from the paper showing symmetry coefficients vs. rotation angle.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 특정 공정 변수(토치 접근 각도)를 자동으로 조정하는 것이 특정 결함(노즐 충돌)을 줄이고 효율성(준비 시간 단축)을 향상시키는 데 기여할 수 있음을 시사합니다. 수동으로 경로를 프로그래밍할 필요 없이 스캔 한 번으로 최적의 궤적을 생성할 수 있습니다.
품질 관리 팀: 논문의 Figure 10에 제시된 대칭성 계수(C) 데이터는 용접 전 조인트의 조립 상태를 평가하는 새로운 품질 검사 기준으로 활용될 수 있습니다. C 값이 비정상적으로 낮게 나올 경우, 부품의 클램핑 불량이나 심각한 변형을 의미하므로 사전에 문제를 파악하고 조치할 수 있습니다.
설계 엔지니어: 이 연구 결과는 특정 설계 특징(조인트의 대칭성)이 자동화 공정 중 결함 형성(부정확한 용접 위치)에 영향을 미칠 수 있음을 나타냅니다. 이는 초기 설계 단계에서 로봇 자동화에 더 유리한 대칭적 조인트 설계를 고려하는 것이 중요함을 시사합니다.
Author: David Curiel, Fernando Veiga, Alfredo Suarez, Pedro Villanueva and Eider Aldalur
Year of publication: 2023
Journal/academic society of publication: Symmetry
Keywords: robotic welding; GMAW; part inspection; profilometry
2. 초록:
용접 구조물 검사 분야는 현재 전 세계적인 기술, 규제, 경제적 요인들의 융합으로 인해 급격한 변화를 겪고 있습니다. 이러한 발전은 새로운 재료 및 용접 공정의 도입, 검사 기술의 지속적인 발전, 용접 승인 코드 철학 및 인증 절차에 대한 혁신적인 접근, 비용 효율성 및 생산 품질에 대한 요구 증가, 노후 구조물의 수명 연장 필요성 등 여러 핵심 동인에 의해 추진됩니다. 오늘날 생산자들이 직면한 가장 중요한 과제 중 하나는 명시적 및 암묵적 요구를 모두 해결해야 하는 고객의 요구를 충족시키는 것입니다. 또한, 새로운 재료와 기술의 통합은 새로운 해결책의 탐구를 필요로 합니다. 이러한 해결책은 결함 식별 및 위치에 대한 정밀한 정량적 통찰력을 제공하면서 검사 프로세스 효율성을 향상시키는 것을 목표로 합니다. 이를 위해 우리 프로젝트는 아직 업계에서 승인받지 못한 일부 최첨단 기술을 제안합니다. 이러한 혁신 중 주목할 만한 것은 다른 해결책들 중에서도 용접 로봇에 비전 시스템을 통합하는 것입니다. 이 논문은 프로파일 스캐닝과 조인트 대칭성 개념을 활용하여 공구 경로 선택을 위한 획기적인 알고리즘을 소개합니다. 궤적 결정을 위한 대칭성 원리의 적용은 이 광범위한 분야 내에서 선구적인 접근 방식을 나타냅니다.
3. 서론:
중공업(조선, 석유 및 가스, 에너지 등)에서 구조물은 상대적으로 복잡하고 무거운 부품인 조인트에서 용접으로 결합된 수백 개의 구성 요소로 이루어져 있습니다. 이러한 복잡한 조인트는 (i) 불균일하고 불규칙한 용접 그루브와 (ii) 용접 과정에서 특별한 기술을 요구하는 용접 자세를 가지고 있어 용접하기 어렵습니다. 또한, 용접 작업자에게 큰 신체적 부담과 위험을 초래합니다. 이처럼 두껍고 복잡한 조인트 구조물을 제조하는 현재의 관행은 주로 수동 용접 공정에 국한되어 왔습니다. 로봇 팔을 이용한 용접 자동화는 현대 제조 기술에서 피할 수 없는 추세가 되었습니다. 이 공정은 로봇이 지정된 지점을 따라 용접하는 “클릭 앤 고” 방식으로 자동화되거나, 로봇이 각 레이어에서 용접할 지점을 선택하는 온라인 추적 알고리즘을 사용하여 자동화될 수 있습니다 [1]. 지능형 용접은 세 부분으로 구성됩니다. 첫째, 레이저 비전을 통한 정밀한 데이터 수집과 최적의 토치 위치를 위한 후속 데이터 처리입니다. 둘째, 다른 용접 조인트에 대한 정확한 용접 심 추적입니다. 셋째, 용접이 품질 관리를 통과할지 확인하기 위한 실시간 용접 결함 감지입니다 [2]. 이러한 공정은 선형성 및 시간 변화로 인해 복잡합니다. 용접 중 레이저 반사는 스펙트럼 신호 [3], 아크 사운드 신호 [4], 또는 용융 풀 [5]에 의해 발생하는 문제로, 스캔된 프로파일을 변경하고 부정확하게 만들 수 있습니다. 또 다른 큰 문제는 두꺼운 판이 용접의 고온으로 인해 겪는 수축의 유사성입니다. 이것이 바로 이 방법이 두꺼운 판의 프로파일 모양이 용접 시작점과 마지막 지점에서 완전히 다르기 때문에 작업자가 각 레이어의 스캔에서 용접할 위치를 클릭하지 않으면 “클릭 앤 고”가 실수를 할 수 있는 이유입니다.
4. 연구 요약:
연구 주제의 배경:
중공업 분야의 두껍고 복잡한 용접 조인트는 수동 작업에 대한 의존도가 높으며, 이는 생산성 저하와 작업자 안전 문제로 이어집니다. 로봇 용접 자동화가 해결책이지만, 기존 방식은 조인트 형상의 불규칙성과 용접 중 발생하는 변형에 효과적으로 대응하지 못하는 한계가 있었습니다.
이전 연구 현황:
이전 연구들은 CAD 기반 오프라인 프로그래밍, 비전 센서를 이용한 그루브 정보 획득, 용접 비드 형상 모니터링 등 다양한 접근법을 제시했습니다. 그러나 대부분의 연구는 이상적인 조건이나 특정 형상에 초점을 맞추었으며, 실제 현장에서 발생하는 부품의 부정확한 위치 설정이나 미세한 변형을 고려하여 최적의 토치 경로와 자세를 실시간으로 결정하는 데에는 한계가 있었습니다. 특히, 조인트의 ‘대칭성’을 정량적으로 분석하여 궤적 결정에 직접 활용하는 접근은 거의 시도되지 않았습니다.
연구 목적:
본 연구의 목적은 레이저 프로파일 스캐닝과 조인트 대칭성 개념을 결합하여, 로봇이 용접 조인트의 실제 형상을 기반으로 최적의 용접 궤도와 토치 접근 각도를 자동으로 결정하는 혁신적인 알고리즘을 개발하는 것입니다. 이를 통해 수동 개입을 최소화하고, 용접 품질의 일관성을 높이며, 자동화의 적용 범위를 넓히고자 합니다.
핵심 연구:
핵심 연구 내용은 다음과 같습니다: (1) 레이저 프로파일로미터로 획득한 원시 데이터를 필터링하여 노이즈를 제거하는 전처리 과정. (2) 필터링된 프로파일의 곡선 아래 면적(AUC)을 계산하여 기하학적 중심점인 용접 지점(WP)을 결정하는 방법. (3) WP를 중심으로 프로파일을 가상 회전시키며 조인트의 대칭성이 최대가 되는 최적의 토치 접근 각도를 찾는 대칭성 분석 알고리즘 개발.
5. 연구 방법론
연구 설계:
본 연구는 실험적 설계를 기반으로 합니다. 실제 산업 환경과 유사한 용접 셀(FANUC 로봇, EWM 용접기, Quelltech 레이저 프로파일로미터)을 구축하고, V-형태의 맞대기 조인트를 가진 연강 시편을 대상으로 용접 궤적 자동화 알고리즘의 성능을 검증했습니다. 전면 조인트와 후면 조인트 각각에 대해 알고리즘을 적용하여 그 효과를 비교 분석했습니다.
데이터 수집 및 분석 방법:
데이터 수집은 레이저 프로파일로미터를 통해 조인트의 2D 프로파일(x, z 좌표)을 획득하는 방식으로 이루어졌습니다. 수집된 데이터는 다음과 같은 단계로 분석되었습니다: 1. 전처리: 이동 중앙값 필터를 사용하여 원시 데이터의 노이즈를 제거합니다. 2. 용접 지점(WP) 계산: 사다리꼴 공식을 이용해 프로파일의 곡선 아래 면적(AUC)을 계산하고, 면적 이등분 지점을 WP로 결정합니다. 3. 대칭성 분석: WP를 기준으로 프로파일을 회전시키며, 각 각도에 대한 대칭 함수(fs(x))와 비대칭 함수(fas(x))를 계산합니다. 이 함수들을 기반으로 대칭성 계수(S)와 상관 계수(C)를 도출하여 대칭성이 최대가 되는 최적 각도(θopt)를 찾습니다.
연구 주제 및 범위:
본 연구는 GMAW 공정을 이용한 두꺼운 판재의 첫 번째 용접 패스(루트 패스)에 대한 로봇 토치 궤적의 자동 결정에 초점을 맞춥니다. 연구 범위는 레이저 스캔을 통한 프로파일 획득, 데이터 처리, 그리고 대칭성 분석을 통한 최적의 용접 지점 및 토치 각도 결정까지를 포함합니다. 다층 용접이나 다른 종류의 조인트 형상에 대한 적용은 향후 연구 과제로 남겨두었습니다.
6. 주요 결과:
주요 결과:
용접 조인트의 2D 프로파일을 스캔하고, 곡선 아래 면적(AUC) 분석을 통해 용접 지점(WP)을 자동으로 결정하는 알고리즘을 성공적으로 구현했습니다.
용접 지점(WP)을 중심으로 프로파일을 가상 회전시키며 조인트의 대칭성을 정량적으로 평가하는 방법을 개발했으며, 이를 통해 최적의 토치 접근 각도를 결정했습니다.
전면 조인트의 경우 최적 각도가 0도에 가까웠으나, 미세한 변형이 있는 후면 조인트의 경우 약 3도의 각도 보정이 필요함을 발견했으며, 이는 알고리즘이 실제 부품의 불완전성을 보상할 수 있음을 보여줍니다.
개발된 알고리즘을 통해 계산된 모든 프로파일의 대칭성 상관 계수(C) 값은 0.998 이상으로, 이론적인 모델에 매우 가까운 높은 대칭성을 보였습니다. 이는 알고리즘의 신뢰성을 입증합니다.
이 대칭성 계수 값은 용접 전 조립 상태를 확인하는 실시간 품질 지표로 활용될 수 있는 잠재력을 가집니다.
Figure List:
Figure 1. Experimental setup for robotic welding.
Figure 2. Diagram of the case studies analyzed: (a) V-geometry and (b) real part.
Figure 3. Schematic representation of the system and its communications.
Figure 4. Three-dimensional representation of the profiles with reconstruction of the welding joint.
Figure 5. Profiles acquired by the laser as a raw set of points.
Figure 6. Stages in the processing of the laser-measured profile: (a) acquired raw weld seam; (b) filtered profile with moving median; (c) filtered profile with the weld spot area highlighted.
Figure 7. Area under the curve of the weld, with the line marking the middle area for (a) the front joint and (b) the back joint.
Figure 8. Weld joint on (a) front joint and (b) back joint. The center-line is in the middle area and the calculated centerpoint is at the midpoint of the weld point.
Figure 9. f(x), f(−x), fs(x), fas(x) functions to evaluate and symmetric antisymmetric functions at different angles of rotation: (a) −10 deg, (b) 0 deg, (c) 3 deg, and (d) 10 deg.
Figure 10. Result of symmetric ratio (S) and correlation coefficient (C) evolution at different angles of rotation in profile 0 of (a) the front joint and (b) the back joint.
Figure 11. Position and rotation of the nozzle in the different discrete profiles (#0, #2, and #5) at (a) the front joint and (b) the back joint.
7. 결론:
본 논문은 대칭적인 조인트의 자동 용접을 위한 방법론을 제시합니다. 이 연구에서 도출된 주요 결론은 다음과 같습니다: – 로봇 위치, 용접 파라미터, 그리고 레이저 프로파일로미터로 획득한 조인트의 기하학적 구조가 모두 모니터링되는 용접 셀이 구축되었습니다. – 프로파일로메트릭 레이저 측정에서 추출한 프로파일에 대한 간단한 전처리 과정이 수행되었습니다. 용접될 각 면(전면과 후면)에 대해 6개의 불연속적인 프로파일이 선택되었습니다. 이 처리는 표면 불순물이나 빛나는 부분으로 인한 이상점을 제거합니다. – 용접될 프로파일 아래 곡선 분석을 기반으로 용접 지점이 선택되었습니다. 최종적으로, 조인트의 중심점을 더 잘 정의하기 위해 임계값을 사용하여 계산이 개선되었습니다. – 용접 아크의 공격 각도를 결정하기 위해, 프로파일 회전의 함수로서 조인트 대칭성에 대한 연구가 수행되었습니다. 전면에서는 0도에 가까운 오프셋이, 후면에서는 약 3도의 오프셋이 정의되었습니다. – 조인트는 순수 대칭에 가까운 대칭성을 보이며, 용접될 조인트의 이론적 모델에 가깝고 C 계수 값은 0.998보다 큽니다. 대칭성 값이 지나치게 낮으면 잘못된 획득이나 조인트의 잘못된 조립으로 인한 판독 실패를 의미할 수 있습니다. – 향후 연구 방향은 첫 번째 비드 용접뿐만 아니라 아크 용접을 이용한 적층 제조와 같은 다른 공정에서의 궤적 정의를 위해 이러한 알고리즘을 적용하는 쪽으로 맞춰질 것입니다.
8. 참고문헌:
Ye, G.; Guo, J.; Sun, Z.; Li, C.; Zhong, S. Weld bead recognition using laser vision with model-based classification. Robot Comput. Integr. Manuf. 2018, 52, 9–16.
Sreeraj, P.; Kannan, T.; Maji, S. Prediction and control of weld bead geometry in gas metal arc welding process using genetic algorithm. Int. J. Mech. Prod. Eng. Res. Dev. 2013, 3, 143–154.
He, Y.; Chen, Y.; Xu, Y.; Huang, Y.; Chen, S. Autonomous detection of weld seam profiles via a model of saliency-based visual attention for robotic arc welding. J. Intell. Robot. Syst. 2015, 81, 4–8.
Zhang, Z.F.; Yu, H.W.; Lv, N.; Chen, S.B. Real-time defect detection in pulsed GTAW of Al alloys trough online spectroscopy. J. Mater. Process. Technol. 2013, 212, 1145–1156.
Lv, N.; Xu, Y.I.; Zhang, Z.F.; Wang, J.F.; Chen, B.; Chem, S.B. Audio sensing and modeling of and arc dynamic characteristic during pulsed al alloy GTAW process. Sens. Rev. 2013, 33, 141–156.
Yan, S.J.; Ong, S.K.; Nee, A.Y.C. Optimal pass planning for robotic welding of large-dimension joints with deep grooves. In Proceedings of the 9th International Conference on Digital Enterprise Technology (DET2016)—Intelligent Manufacturing in the Knowledge Economy Era, Nanjing, China, 29–31 March 2016.
Chen, C.L.; Hu, S.S.; He, D.L.; Shen, J.Q. An approach to the path planning of tube-sphere intersection welds with the robot dedicated to J-groove joints. Robot. Comput. Integr. Manuf. 2013, 29, 41–48.
Tsai, M.J.; Lin, S.D.; Chen, M.C. Mathematical model for robotic arc-welding off-line programming system. Int. J. Comput. Integr. Manuf. 1992, 5, 300–309.
Shi, L.; Tian, X.C. Automation of main pipe-rotating welding scheme for intersecting pipes. Int. J. Adv. Manuf. Technol. 2015, 77, 955–964.
Shi, L.; Tian, X.C.; Zhang, C.H. Automatic programming for industrial robot to weld intersecting pipes. Int. J. Adv. Manuf. Technol. 2015, 81, 2099–2107.
Yang, C.D.; Ye, Z.; Chen, Y.X.; Zhong, J.Y.; Chen, S.B. Multi-pass path planning for thick plate by DSAW based on vision sensor. Sens. Rev. 2014, 34, 416–423.
Ahmed, S.M.; Yuan, J.Q.; Wu, Y.; Chew, C.M.; Pang, C.K. Collision-free path planning for multi-pass robotic welding. In Proceedings of the 2015 IEEE 20th Conference on Emerging Technologies and Factory Automation, Luxembourg, 8–11 September 2015.
Xiong, J.; Zhang, K. Monitoring Multiple Geometrical Dimensions in WAAM Based on a Multi-Channel Monocular Visual Sensor. Measurement 2022, 204, 112097.
Ding, D.; He, F.; Yuan, L.; Pan, Z.; Wang, L.; Ros, M. The first step towards intelligent wire arc additive manufacturing: An automatic bead modelling system using machine learning through industrial information integration. J. Ind. Inf. Integr. 2021, 23, 100218.
Karmuhilan, M.; Sood, A.K. Intelligent process model for bead geometry prediction in WAAM. Mater. Today Proc. 2018, 5, 24005–24013.
Venkatarao, K. The use of teaching-learning based optimization technique for optimizing weld bead geometry as well as power consumption in additive manufacturing. J. Clean. Prod. 2021, 279, 123891.
Artaza, T.; Suárez, A.; Veiga, F.; Braceras, I.; Tabernero, I.; Larrañaga, O.; Lamikiz, A. Wire Arc Additive Manufacturing Ti6Al4V Aeronautical Parts Using Plasma Arc Welding: Analysis of Heat-Treatment Processes in Different Atmospheres. J. Mater. Res. Technol. 2020, 9, 15454–15466.
Wang, C.; Bai, H.; Ren, C.; Fang, X.; Lu, B. A Comprehensive Prediction Model of Bead Geometry in Wire and Arc Additive Manufacturing. J. Phys. Conf. Ser. 2020, 1624, 022018.
Tang, S.; Guilan Wang, C.H.; Zhang, H. Investigation and control of weld bead ar both ends in WAAM. In Proceedings of the 30th Annual InternationalSolid Freeform Fabrication Symposium and Additive Manufacturing Conference, Austin, TX, USA, 12–14 August 2019.
Li, F.; Chen, S.; Shi, J.; Zhao, Y.; Tian, H. Thermoelectric Cooling-Aided Bead Geometry Regulation in Wire and Arc-Based Additive Manufacturing of Thin-Walled Structures. Appl. Sci. 2018, 8, 207.
Sarathchandra, D.; Davidson, M.J.; Visvanathan, G. Parameters effect on SS304 beads deposited by wire arc additive manufacturing. Mater. Manuf. Process. 2020, 35, 852–858.
Dinovitzer, M.; Chen, X.; Laliberte, J.; Huang, X.; Frei, H. Effect of wire and arc additive manufacturing (WAAM) process parameters on bead geometry and microstructure. Addit. Manuf. 2019, 26, 138–146.
Veiga, F.; Suarez, A.; Aldalur, E.; Artaza, T. Wire Arc Additive Manufacturing of Invar Parts: Bead Geometry and Melt Pool Monitoring. Measurement 2022, 189, 110452.
Veiga, F.; Suárez, A.; Aldalur, E.; Bhujangrao, T. Effect of the Metal Transfer Mode on the Symmetry of Bead Geometry in WAAM Aluminum. Symmetry 2021, 13, 1245.
전문가 Q&A: 자주 묻는 질문에 대한 답변
Q1: 140mm 길이의 시편에 대해 왜 6개의 불연속적인 프로파일만 사용했나요? 더 많은 데이터를 수집하는 것이 더 정확하지 않을까요?
A1: 논문에 따르면, 140mm는 상대적으로 짧은 길이의 시편이었고, 이론적으로 직선인 조인트에서 큰 직선성 편차는 예상되지 않았습니다. 따라서 6개의 프로파일은 부드러운 궤적을 생성하기에 충분하다고 판단되었습니다. 이는 실제 적용 시, 조인트의 길이와 예상되는 변형 정도에 따라 프로파일 수집 간격을 유연하게 조절할 수 있음을 시사합니다.
Q2: Figure 8b에서 후면 조인트에 약간의 변형이 관찰되는데, 알고리즘은 이와 같은 실제 부품의 불완전성을 어떻게 처리하나요?
A2: 이것이 바로 대칭성 분석의 핵심적인 역할입니다. AUC 방법이 기하학적 중심을 찾는 동안, 대칭성 분석 알고리즘은 이 불완전성을 감지하고 보상합니다. 후면 조인트의 경우, 알고리즘은 대칭성이 최대가 되는 최적의 토치 각도를 3도로 계산했습니다(Figure 10b). 이 각도 보정을 통해 노즐 충돌 없이 실제 용접 지점에 정확하게 접근할 수 있게 되어, 현실 세계의 불완전성을 효과적으로 극복합니다.
Q3: 대칭성 계수 S와 C의 실질적인 중요성은 무엇인가요? 이 값들을 현장에서 어떻게 활용할 수 있나요?
A3: S와 C 계수는 조인트의 대칭성을 정량화하는 지표입니다. S=1, C=1은 완벽한 대칭을 의미하며, 알고리즘은 토치 각도를 조정하여 이 값들을 최대화하는 것을 목표로 합니다. 현장에서 이 값들은 실시간 품질 관리 지표로 사용될 수 있습니다. 예를 들어, 용접 시작 전 스캔 단계에서 C 값이 기준치(예: 0.998)보다 현저히 낮게 측정된다면, 이는 부품의 클램핑이 잘못되었거나, 조립이 부정확하다는 신호일 수 있습니다. 따라서 용접을 시작하기 전에 문제를 미리 파악하고 수정할 수 있어 불량을 예방하는 데 큰 도움이 됩니다.
Q4: 데이터 전처리 과정에서 이동 중앙값 필터(moving median filter)를 사용한 특별한 이유가 있나요?
A4: 논문에서는 이 필터의 목적이 레이저 스캔 원시 데이터에서 “원치 않는 눈부심”이나 “밝기”와 같은 노이즈를 제거하는 것이라고 명시하고 있습니다. 이동 중앙값 필터는 특히 이러한 종류의 갑작스러운 이상치(salt-and-pepper noise)를 제거하는 데 효과적이면서도, 프로파일의 원래 형상을 크게 왜곡하지 않는 장점이 있습니다. 따라서 조인트의 실제 기하학적 특징을 보존하면서 신호의 품질을 향상시키기에 적합한 방법입니다.
Q5: 이 방법론은 첫 번째 용접 패스 이후의 다층 용접에도 확장 적용될 수 있나요?
A5: 네, 그럴 가능성이 매우 높습니다. 논문의 결론 부분에서는 이 알고리즘을 첫 번째 비드 용접뿐만 아니라, 아크 용접을 이용한 적층 제조(additive manufacturing)와 같은 다른 공정에도 적용하는 것을 향후 연구 방향으로 제시하고 있습니다. 각 용접 층이 완료된 후 다시 프로파일을 스캔하고 대칭성 분석을 통해 다음 층의 최적 궤적을 결정하는 방식으로 확장될 수 있으며, 이는 다층 용접 자동화의 완전한 구현에 기여할 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
중공업 분야의 복잡한 용접 공정 자동화는 오랫동안 해결하기 어려운 과제였습니다. 본 연구는 레이저 스캐닝과 ‘조인트 대칭성’이라는 독창적인 개념을 결합하여 이 문제에 대한 획기적인 해결책을 제시합니다. 개발된 알고리즘은 실제 부품의 불완전성을 감지하고 스스로 최적의 경로를 보정함으로써, 로봇 용접 궤적 자동화의 새로운 지평을 열었습니다.
이 기술은 수동 프로그래밍 시간을 단축하고, 작업자의 주관적 판단을 배제하며, 용접 전 조립 상태까지 정량적으로 평가할 수 있는 가능성을 보여줍니다. 결과적으로 이는 더 높은 생산성과 일관된 품질로 이어질 것입니다.
(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
이 콘텐츠는 “David Curiel” 외 저자의 논문 “[Automatic Trajectory Determination in Automated Robotic Welding Considering Weld Joint Symmetry]”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Rosenda Valdés Arencibia 외 저자가 Soldagem & Inspeção (2011)에 발표한 논문 “Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)”를 바탕으로, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 용접 비드의 기하학적 형상을 정확하게 측정하는 것은 품질 관리의 핵심이지만, 측정 과정 자체, 특히 시험편의 기하학적 결함에서 비롯되는 내재적 불확실성은 종종 간과됩니다.
The Method: 본 연구는 이미지 분석 시스템과 3차원 측정기(CMM)를 사용하여 용접 비드 파라미터(폭, 덧살 면적 등)와 시험편의 기하학적 편차(평탄도, 직각도)를 체계적으로 측정하고, ISO GUM 프레임워크를 적용하여 측정 불확실성을 정량화했습니다.
The Key Breakthrough: 측정 시스템의 교정과 시험편의 직각도 편차가 최종 측정 불확실성에 가장 큰 영향을 미치는 요인임을 밝혔습니다.
The Bottom Line: 신뢰할 수 있는 용접 품질 데이터를 얻기 위해, R&D 팀은 측정 장비를 정밀하게 교정할 뿐만 아니라 시험편의 기하학적 품질(특히 직각도)을 세심하게 관리해야 합니다.
The Challenge: Why This Research Matters for CFD Professionals
용접부의 품질을 보증하기 위해 신뢰할 수 있고 정량화된 데이터는 필수적입니다. 용접 비드의 폭, 높이, 침투 깊이와 같은 기하학적 파라미터는 용접부의 기계적 강도와 직접적인 관련이 있기 때문입니다. 최근에는 이미지 분석과 같은 자동화된 측정 시스템이 널리 사용되지만, 이러한 시스템은 측정 불확실성을 계산하는 데 새로운 복잡성을 야기합니다.
더 중요한 문제는 종종 간과되는 오류의 원인, 즉 측정 대상인 시험편 자체의 기하학적 품질입니다. 만약 시험편의 절단면이 용접 방향에 완벽하게 수직이 아니라면, 측정된 단면은 실제 단면이 아니며 이는 부정확한 데이터로 이어집니다. 본 연구는 NBR ISO/IEC 17025 표준의 요구사항을 충족시키기 위해 이러한 숨겨진 불확실성 요인을 정량화하고 관리하는 방법론을 제시함으로써 이 문제를 정면으로 다룹니다.
Figura 1. Tolerâncias de planeza e de perpendicularidade.
The Approach: Unpacking the Methodology
본 연구는 용접 비드 측정의 불확실성을 체계적으로 분석하기 위해 다음과 같은 접근 방식을 사용했습니다.
시험편 제작: 35XFC 강판에 피복 아크 용접(SMAW) 공정을 사용하여 용접 비드를 형성한 후, 이를 여러 개의 단면 시험편으로 절단했습니다.
기하학적 파라미터 측정: NOVEL NIM-100 이미지 캡처 시스템을 사용하여 용접 비드의 단면 이미지를 얻었습니다. 시스템은 0.5mm 분해능의 강철 자를 사용하여 교정되었으며, SigmaScan Pro 5.0 소프트웨어로 이미지를 분석하여 덧살 면적(reinforcement area)과 같은 파라미터를 측정했습니다.
기하학적 편차 측정: MITUTOYO 사의 3차원 측정기(CMM)를 사용하여 각 시험편의 평탄도(flatness) 및 직각도(perpendicularity) 편차를 정밀하게 측정했습니다.
불확실성 분석: 측정 불확실성 표현 지침(ISO GUM)에 따라, 측정값, 시스템 분해능, 교정, 시험편의 기하학적 편차 등 다양한 요인이 최종 결과에 미치는 영향을 수학적 모델을 통해 분석했습니다.
The Breakthrough: Key Findings & Data
연구 결과, 용접 비드 측정의 정확도에 큰 영향을 미치는 두 가지 핵심 요인이 밝혀졌습니다.
Finding 1: 직각도 편차는 주요 오차 원인
시험편의 직각도 편차는 측정 결과에 상당한 영향을 미쳤습니다. Figure 5에서 볼 수 있듯이, 시험편의 직각도 편차는 15’에서 최대 1° 41’까지 다양하게 나타났습니다. 이처럼 작아 보이는 각도 편차도 용접 비드의 폭과 같은 단면 파라미터를 측정할 때 상당한 왜곡을 유발할 수 있습니다. 특히, 비드 폭 방향의 직각도 편차가 두께 방향보다 더 크게 나타나, 폭 측정 시 오차가 발생할 가능성이 더 높음을 시사했습니다.
Finding 2: 교정 불확실성의 지배적인 영향
Table 3과 4의 불확실성 분석 결과에 따르면, 최종 불확실성에 가장 크게 기여한 요인은 측정 시스템의 교정(ICSM)에서 비롯된 불확실성이었습니다. 이는 상대적으로 낮은 분해능(0.5mm)을 가진 자를 교정 표준으로 사용했기 때문입니다. 이 결과는 측정에서 “부정확한 입력은 부정확한 결과를 낳는다(garbage in, garbage out)”는 기본 원칙을 명확하게 보여줍니다. 정밀한 교정 표준의 사용이 신뢰성 있는 데이터를 얻기 위한 전제 조건임을 강조합니다.
Practical Implications for R&D and Operations
본 연구 결과는 용접 공정 및 품질 관리와 관련된 여러 분야의 전문가들에게 중요한 시사점을 제공합니다.
For Process Engineers: 시험편을 절단하는 단계에서 직각도를 제어하는 것이 매우 중요합니다. 이는 시험편 준비 방법 자체가 신뢰성 있는 데이터를 얻기 위한 핵심 공정 변수임을 의미합니다.
For Quality Control Teams: 본 연구는 측정 결과의 신뢰도를 정량화하는 프레임워크(ISO GUM)를 제공합니다. 시험편 검증 절차에 직각도 검사를 추가하는 것을 고려해야 합니다. 예를 들어, 덧살 면적을 ‘27.28 ± 1.02 mm²’ (Table 5, C1)와 같이 신뢰 구간과 함께 보고함으로써 데이터의 신뢰성을 높일 수 있습니다.
For Design Engineers: 측정의 한계를 이해하는 것은 용접 설계 시 현실적이고 달성 가능한 기하학적 공차를 설정하는 데 도움이 됩니다.
Paper Details
Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)
1. Overview:
Title: Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)
Author: Rosenda Valdés Arencibia, Eduardo Manuel Díaz Cedré, Amado Cruz Crespo, Antonio Piratelli-Filho
Year of publication: 2011
Journal/academic society of publication: Soldagem & Inspeção, São Paulo
Keywords: Soldagem, geometria do cordão de solda, incerteza de medição, planeza, perpendicularidade (Welding, weld bead geometry, uncertainty, flatness, perpendicularity)
2. Abstract:
이 연구는 NBR ISO/IEC 17025 표준의 요구사항을 충족시키기 위해 용접 비드의 기하학적 파라미터, 특히 비드 면적 측정과 관련된 불확실성을 추정하는 방법론을 제시합니다. 또한 평탄도 및 직각도 편차 측정을 통해 시험편의 기하학적 품질을 평가했습니다. 연구 결과, 측정 시스템 교정 및 직각도 편차에서 비롯된 불확실성이 최종 불확실성에 가장 큰 영향을 미치는 중요한 변수임이 밝혀졌습니다. 이 분석은 측정에 사용된 시험편의 직각도 편차 허용 값에 대한 경고를 제기합니다.
3. Introduction:
용접 비드의 기하학적 형상은 용접부의 품질을 평가할 때 가장 중요한 요소 중 하나입니다. 많은 연구에서 용접 비드 형상을 핵심적으로 다루고 있으며, 공정 파라미터를 예측하는 정량적 기준으로 사용되기도 합니다. 신뢰할 수 있는 결과를 얻기 위해서는 용접 비드의 기하학적 파라미터를 신중하게 측정해야 합니다. 그러나 이미지 분석과 같은 현대적 측정 기술은 불확실성 계산을 복잡하게 만들며, 시험편 자체의 기하학적 불완전성(평탄도, 직각도) 또한 측정값에 영향을 줄 수 있습니다. 이 연구의 목적은 이러한 불확실성을 추정하는 방법론을 제시하고, 측정에 사용된 시험편의 품질을 평가하는 것입니다.
4. Summary of the study:
Background of the research topic:
용접 품질 평가는 용접 비드의 기하학적 파라미터 측정에 크게 의존합니다. 측정의 정확성과 신뢰성은 필수적이지만, 측정 과정에 내재된 다양한 불확실성 요인들이 결과에 영향을 미칩니다.
Status of previous research:
기존 연구들은 용접 비드 형상 자체에 초점을 맞추었으나, 측정 과정의 불확실성, 특히 시험편의 기하학적 결함이 측정 결과에 미치는 영향을 체계적으로 다룬 연구는 부족했습니다.
Purpose of the study:
본 연구는 NBR ISO/IEC 17025 표준에 따라 용접 비드의 기하학적 파라미터 측정에 대한 불확실성을 추정하는 방법론을 개발하고, 측정 시스템 교정과 시험편의 직각도 편차와 같은 주요 불확실성 요인을 식별하는 것을 목표로 합니다.
Core study:
피복 아크 용접으로 제작된 시험편의 단면을 이미지 분석 시스템과 3차원 측정기를 사용하여 분석했습니다. 용접 비드의 덧살 면적을 주요 파라미터로 설정하고, ISO GUM 지침에 따라 측정 불확실성을 계산했습니다. 이 과정에서 평탄도, 직각도, 시스템 교정 등 여러 변수가 최종 불확실성에 미치는 기여도를 평가했습니다.
5. Research Methodology
Research Design:
실험적 연구 설계를 통해 실제 용접 시험편을 제작하고, 두 가지 다른 측정 시스템(이미지 분석, CMM)을 사용하여 데이터를 수집했습니다. 수집된 데이터를 바탕으로 통계적 불확실성 분석을 수행했습니다.
Data Collection and Analysis Methods:
데이터 수집: NOVEL NIM-100 이미지 캡처 시스템으로 용접 비드 단면 이미지를 수집하고, MITUTOYO 3차원 측정기로 시험편의 평탄도 및 직각도 편차를 측정했습니다.
데이터 분석: SigmaScan Pro 소프트웨어를 사용하여 이미지에서 기하학적 파라미터를 추출했습니다. ISO GUM 방법론에 따라 각 불확실성 요인(측정 반복성, 분해능, 교정, 기하학적 편차 등)을 평가하고, 이를 합성하여 최종 확장 불확실성을 계산했습니다.
Research Topics and Scope:
연구는 피복 아크 용접(SMAW) 공정으로 생성된 용접 비드에 초점을 맞춥니다. 측정 파라미터는 폭, 높이, 침투 깊이, 덧살 면적, 침투 면적을 포함하며, 불확실성 분석은 특히 덧살 면적에 대해 상세히 수행되었습니다.
6. Key Results:
Key Results:
시험편의 평탄도 편차는 4~11 µm 범위로 작아 측정 결과에 미미한 영향을 미쳤습니다. (Figure 4)
시험편의 직각도 편차는 15’에서 1° 41’까지 상대적으로 크게 나타났으며, 이는 측정 불확실성의 주요 원인 중 하나였습니다. (Figure 5)
불확실성 예산 분석 결과, 최종 불확실성에 가장 큰 기여를 한 요인은 측정 시스템의 교정(ICSM)이었고, 그 다음이 직각도 편차였습니다. (Table 3, 4)
12개 시험편의 덧살 면적(Ar)에 대한 최종 확장 불확실성(Up)은 95.45% 신뢰수준에서 ±0.98 mm²에서 ±1.72 mm² 사이의 값을 보였습니다. (Table 5)
Figura 4. Desvios de planeza dos corpos de prova C1 a C12.
Figure List:
Figura 1. Tolerâncias de planeza e de perpendicularidade.
Figura 2. Montagem experimental para medição dos desvios de perpendicularidade e de planeza com uma MMC.
Figura 3. Imagens dos corpos de prova C6 (à esquerda) e C12 (à direita).
Figura 4. Desvios de planeza dos corpos de prova C1 a C12.
Figura 5. Desvio de perpendicularidade do cordão 1 (corpos de prova C1-C6).
Figura 6. Parâmetros do cordão.
7. Conclusion:
본 연구를 통해 다음과 같은 결론을 도출했습니다. a) ISO GUM 권장 사항에 따라 덧살 면적 측정의 불확실성을 성공적으로 추정했으며, 95.45% 신뢰수준에서 그 값은 ±0.98 ~ ±1.72 mm² 범위였습니다. 이 방법론은 다른 기하학적 파라미터에도 동일하게 적용될 수 있습니다. b) 시험편의 평탄도 편차는 작아서 측정 결과에 큰 영향을 미치지 않았습니다. 그러나 직각도 편차는 측정 결과와 최종 불확실성에 모두 영향을 미치는 중요한 요인이므로, 시험편 절단 및 고정 시 특별한 주의를 기울여야 합니다.
8. References:
KEJELIN, ZANETTE, N., DE ALMEIDA, BUSCHINELLI, A.J., MEIRELLES, POPE, A. Influence of Welding parameters on the formation of partially diluted zones of dissimilar metal welds. Soldagem & Inspeção, v. 12, n. 3, p.195-303, jul/sept 2007.
DÍAZ-CEDRÈ, E., CRUZ-CRESPO, A., RAMOS, MORALES, F., TELO, RICO, M., CHAPARRO GONZALEZ, J., RODRIGUEZ, PÉREZ, M., POZO, MOREJÓN, J. Influencia de la relación O2/CO₂ y de la corriente de soldadura sobre la geometría de la unión soldada de bordes rectos en aceros de bajo carbono con el proceso GMAW. Soldagem Insp. São Paulo, v. 13, n. 4, p.319-328, Out/Dez 2008.
NAGESH, D. S., DATTA, G. L. Prediction of weld bead geometry and penetration in Shilded Metal-arc Welding using artificial neural networks. Journal of Materials Processing Technology, 123, p. 303-312, 2002.
LÓPEZ IBARRA A. Influencia del coeficiente de dilución sobre la dureza de la capa aportada en el relleno superficial. 5ta Jornada de Investigación. Universidad Autónoma de Zacatecas. 25-29 de junio de 2001.
WANG X. H., ZHANG M. ZOU Z. D., QUO, S. Y. Microestructure and wear properties of TiC-VC reinforced iron based hardfacing layers. Materials Science and Technology, vol 22, No 2, p. 193-198, 2006.
CRUZ-CRESPO, A., SCOTTI, A., PEREZ, M. R. Operacional Behaviour Assessment of Coated Tubular Electrodes for SMAW Hardfacing, J. Mater. Process. Technol., p 265–273, 2007.
KARAOGLU, S., SEGGIN, A. Sensitivity Analysis of Submerged Arc Welding Process Parameters. Journal of Materials Processing Technology, 202, p. 500-507, 2008.
DE OLIVEIRA, RODRIGUES, L., DE PAIVA, A., DA COSTA, S. Otimização do Processo de Soldagem com Eletrodo Tubular através da Análise da Geometria do Cordão de Solda. Soldagem & Inspeção, v. 13, n. 2, p. 118-127, 2008.
TARNG, Y. S., JUANG, S. C., CHANG, C. H. The use of grey -based Taguchi methods to determine submerged arc welding process-parámetrs in hardfacing. Journal of materials Processing Technology, 128, p. 1-6, 2002.
DEAM, ROMAN, T., BEDNARZ, BERNIE, E., FRANCIS, JOHN A. Welding Parameter, that control dilution in hard facing overlays. Australasian Welding Journal, v. 51, n. 3, p. 41-48, 2006.
NBR 6409 “Tolerâncias geométricas Tolerâncias de forma, orientação, posição e batimento Generalidades, símbolos, definições e indicações em desenho” Maio 1997. p.19.
ISO TAG 4/WG 3 “Guide to the Expression of Uncertainty in Measurement”, Geneva Switzerland, 1993.
NBR ISO/IEC 17025 “Requisitos gerais para competência de laboratórios de ensaio e calibração”. Janeiro 2001.
COMMITTEE OF THE RUSSIAN FEDERATION FOR STANDARDIZATION, Gost 14771-85.
CENTRO DE INVESTIGACIONES DE SOLDADURA. Procedimiento CIS-MET-030: Preparación de muestras, CIS-UCLV, 2002.
CENTRO DE INVESTIGACIONES DE SOLDADURA. Procedimiento CIS-MET-027: Observación de muestras por microscopia óptica, CIS-UCLV, 2002.
CATTANI AOKI, C. S., GUILHERME DE ARAGÃO, B. J., CORREA, D. O., LIMA, H. T., RAMELLA, T. “Estimativa da Resolução do Microscópio Metalográfico”. ENQUALAB-2008, 09 a 12 de junho de 2008, São Paulo, Brasil.
Expert Q&A: Your Top Questions Answered
Q1: 상세 불확실성 분석을 위해 다른 파라미터가 아닌 ‘덧살 면적(reinforcement area)’을 선택한 이유는 무엇입니까?
A1: 덧살 면적은 용융 금속과 모재 사이의 경계가 명확하지 않아 측정 부정확성이 가장 크게 나타나는 파라미터 중 하나이기 때문입니다. 또한, 면적 계산에는 폭과 높이라는 두 변수가 서로 연관되어 있어 불확실성 분석이 더 복잡합니다. 따라서 덧살 면적은 측정 불확실성을 평가하기 위한 가장 어렵고 대표적인 사례이므로, 이 파라미터를 분석하면 다른 파라미터에도 적용할 수 있는 포괄적인 통찰력을 얻을 수 있습니다.
Q2: 논문에서는 교정 불확실성이 가장 큰 요인이었다고 밝혔습니다. 실제 실험실 환경에서 이를 실질적으로 줄일 수 있는 방법은 무엇입니까?
A2: 연구에서 사용된 0.5mm 분해능의 강철 자 대신, 더 높은 분해능의 교정 표준을 사용함으로써 줄일 수 있습니다. 예를 들어, 0.01mm 이하의 분해능을 가진 유리 스케일(glass scale)이나 인증된 게이지 블록을 사용하여 측정 시스템을 교정하면 교정에서 비롯되는 불확실성을 크게 감소시켜 전체 측정 신뢰도를 향상시킬 수 있습니다.
Q3: Figure 5에서 폭 방향의 직각도 편차가 두께 방향보다 더 크다고 나왔습니다. 이 발견의 실질적인 의미는 무엇입니까?
A3: 이는 용접 비드의 폭 측정이 높이나 침투 깊이 측정보다 직각도 문제에 더 민감하다는 것을 의미합니다. 따라서 시험편을 절단하거나 측정 장비에 고정할 때, 특히 폭을 측정하는 방향으로의 수직도를 확보하는 데 각별한 주의를 기울여야 합니다. 그렇지 않으면 실제보다 더 넓은 폭으로 측정될 수 있습니다.
Q4: 연구가 20 ± 1 °C 환경에서 수행되었습니다. 최종 계산에서 열 효과가 무시되었음에도 불구하고 온도 제어가 중요했던 이유는 무엇입니까?
A4: 온도 제어는 정밀 측정의 기본 원칙입니다. 이번 연구의 작은 온도 변화는 불확실성에 미치는 영향이 미미하여 무시할 수 있었지만, 더 큰 온도 변화는 시험편과 측정 장비 모두에서 재료의 팽창/수축을 일으켜 상당한 오차를 유발할 수 있습니다. 안정적인 환경을 유지하는 것은 신뢰성 있는 측정 결과를 얻기 위한 필수적인 모범 사례입니다.
Q5: 이러한 물리적 측정 불확실성에 대한 연구가 용접의 CFD 시뮬레이션과 어떤 관련이 있습니까?
A5: 이 연구는 CFD 모델을 검증(validation)하는 데 매우 중요합니다. 용접 비드 형상에 대한 시뮬레이션 결과는 반드시 실험 데이터와 비교되어야 합니다. 이때 실험 데이터의 불확실성 범위(예: ±1.72 mm²)를 이해하면 시뮬레이션의 예측 능력을 더 정확하게 평가할 수 있습니다. 만약 시뮬레이션 결과가 실험의 불확실성 범위 내에 있다면, 그 시뮬레이션은 유효한 예측으로 간주될 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
용접 품질 평가의 정확성은 시험편의 직각도와 같은 숨겨진 변수를 제어하고 고정밀 교정을 사용하는 데 크게 좌우됩니다. 본 연구는 용접 비드 측정 불확실성을 줄이기 위한 명확한 로드맵을 제공하며, 신뢰할 수 있는 데이터 확보를 위해서는 시험편 준비 단계부터 세심한 관리가 필요함을 보여줍니다. 이는 단순히 더 나은 측정 장비를 사용하는 것을 넘어, 측정 프로세스 전반에 대한 깊은 이해가 필수적임을 시사합니다.
(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 “Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda” by “Rosenda Valdés Arencibia, et al.”.
이 기술 요약은 M. Villar 외 저자가 2018년 [Optics and Lasers in Engineering]에 발표한 논문 “[In-situ infrared thermography measurements to master transmission laser welding process parameters of PEKK]”에 기반하여, STI C&D가 기술 전문가를 위해 분석하고 요약한 내용입니다.
키워드
주요 키워드: 레이저 투과 용접
보조 키워드: PEKK, 고성능 열가소성 플라스틱, 적외선 열화상, 공정 파라미터, 열 영향부(HAZ)
Executive Summary
도전 과제: 고성능 열가소성 플라스틱인 PEKK는 결정화도에 따라 광학적 특성이 변하여, 안정적인 레이저 용접 품질을 확보하기 위한 정밀한 공정 제어가 어렵습니다.
연구 방법: 연구팀은 808nm 다이오드 레이저를 이용한 PEKK 투과 용접 공정 중, 시편의 두께 방향을 따라 실시간으로 온도 분포를 측정하기 위해 적외선 열화상 기술을 사용했습니다.
핵심 돌파구: 성공적인 용접을 위해서는 용접 계면이 약 295°C(PEKK의 용융 온도 이상)에 도달해야 하며, 유리 전이 온도(150°C) 이상으로 55초 동안 유지되어야 한다는 구체적인 온도 및 시간 조건을 규명했습니다.
핵심 결론: 적외선 열화상 기술은 고성능 폴리머의 레이저 용접 공정 파라미터를 최적화하고, 강력하고 신뢰성 있는 접합부를 구현하는 데 매우 효과적인 도구임이 입증되었습니다.
Fig. 2. Scheme of the projected laser beam on the specimen, a) single specimen, b) assembly.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
항공우주, 전력전자 등 첨단 산업 분야에서 금속을 대체하고 있는 고성능 열가소성 플라스틱은 경량성과 내부식성, 높은 기계적 강도를 자랑합니다. 그중에서도 PEKK(Polyetherketoneketone)는 뛰어난 내열성과 느린 결정화 속도로 인해 비정질 또는 반결정질 상태로 가공이 용이하다는 장점이 있습니다.
이러한 소재를 조립하는 기술 중 레이저 투과 용접은 친환경적이고 빠르며 신뢰성이 높은 비접촉식 공정입니다. 이 기술의 핵심은 상부 부품은 레이저 파장에 투명하게, 하부 부품은 흡수성을 갖도록 하는 것입니다. 하지만 PEKK와 같은 반결정질 폴리머는 결정화도에 따라 투명도가 급격히 변하기 때문에 용접 공정 중 물성이 변하여 일관된 품질을 얻기 어렵습니다. 기존에는 폴리머 체인의 확산 이론에 기반한 연구가 있었지만, 실제 산업 현장에 적용할 수 있는 PEKK의 레이저 용접 공정 파라미터에 대한 구체적인 데이터는 거의 전무한 실정이었습니다. 따라서 안정적인 용접 품질을 확보하기 위해 용접 계면의 온도 변화를 정밀하게 측정하고 제어하는 기술이 반드시 필요했습니다.
접근 방식: 연구 방법론 분석
본 연구는 PEKK의 레이저 투과 용접 시 발생하는 열적 거동을 정밀하게 분석하기 위해 다음과 같은 방법론을 채택했습니다.
소재: 두 가지 상태의 PEKK 시편을 사용했습니다. 레이저 투과를 위해 상부 부품으로는 준-비정질 상태의 투명한 PEKK(A-PEKK)를, 레이저 흡수를 위해 하부 부품으로는 반-결정질 상태의 불투명한 PEKK(C-PEKK)를 사용했습니다.
장비: 808nm 파장의 연속파 다이오드 레이저를 사용하여 100mm x 1mm 크기의 레이저 시트를 시편에 조사했습니다. 온도장 측정에는 중적외선(MWIR) 대역을 감지하는 FLIR사의 적외선(IR) 카메라(CEDIP Jade III MWIR retrofitted FLIR titanium SC 7200)를 사용했습니다. 특히, 용접 계면과 시편 두께 방향의 온도 분포를 직접 관찰하기 위해 카메라를 레이저 시트와 시편 길이에 수직으로 배치했습니다.
실험 설계: 연구는 두 단계로 진행되었습니다. 첫째, 단일 PEKK 시편에 레이저를 조사하여 소재 자체의 열 반응 및 열 영향부(HAZ) 형성 과정을 분석했습니다. 둘째, A-PEKK(상부)와 C-PEKK(하부)를 겹쳐 실제 용접 상황을 모사하고, 용접 계면에서의 최대 온도, 유지 시간, 냉각 속도 등 핵심 파라미터를 측정했습니다.
Fig. 4. Experimental laser device.
돌파구: 주요 연구 결과 및 데이터
본 연구는 적외선 열화상 분석을 통해 PEKK 레이저 투과 용접의 성공을 좌우하는 핵심적인 열적 조건을 구체적인 데이터로 제시했습니다.
결과 1: 성공적인 용접을 위한 정확한 계면 온도 규명
실제 용접 테스트에서 상부 시편에 16초 동안 28 J/mm²의 에너지 밀도로 레이저를 조사했을 때, 용접 계면의 온도는 295 ± 7°C까지 도달했습니다(그림 16). 이 온도는 PEKK의 용융 시작 온도인 275°C보다 약 20°C 높은 값입니다. 폴리머가 용융 상태에 도달해야 상부와 하부 부품의 고분자 사슬이 서로 확산하고 얽히면서(entanglements) 강력한 물리적 결합을 형성할 수 있습니다. 이 결과는 PEKK를 성공적으로 용접하기 위해 도달해야 할 구체적인 목표 온도를 명확히 제시합니다.
결과 2: 용접 강도를 결정하는 유리 전이 온도 이상 유지 시간 확보
용접 품질은 단순히 최고 온도에만 의존하지 않습니다. 고분자 사슬이 충분히 움직여 결합을 형성할 수 있는 시간이 중요합니다. 본 연구의 데이터에 따르면, 용접 계면의 온도는 PEKK의 유리 전이 온도(Tg, 150°C) 이상으로 총 55초 동안 유지되었으며, 용융 온도 이상으로는 5초 동안 유지되었습니다(그림 16). 이처럼 충분한 시간 동안 고분자의 이동성이 확보됨으로써, 냉각 후 강력하고 견고한 용접부가 형성될 수 있었습니다. 이 55초라는 시간은 공정 설계 시 용접 속도와 사이클 타임을 결정하는 데 중요한 기준이 됩니다.
R&D 및 운영을 위한 실질적 시사점
이 연구 결과는 PEKK와 같은 고성능 플라스틱을 다루는 다양한 분야의 전문가들에게 다음과 같은 실질적인 통찰력을 제공합니다.
공정 엔지니어: 본 연구는 PEKK 용접을 위한 명확한 목표 온도(약 295°C)와 에너지 밀도(28 J/mm²)를 제시합니다. 적외선 열화상 기술을 공정 모니터링에 도입하여 실시간으로 온도를 제어함으로써 용접 품질의 일관성을 획기적으로 높일 수 있습니다.
품질 관리팀: 논문의 그림 14와 15에 제시된 열 영향부(HAZ)의 크기와 형태는 용접된 부품의 품질을 검사하는 기준이 될 수 있습니다. 측정된 열 분포 및 HAZ 치수를 표준과 비교하여 용접이 올바르게 수행되었는지 비파괴적으로 평가할 수 있습니다.
설계 엔지니어: PEKK의 광학적 특성(투명/불투명)이 결정화도 제어를 통해 조절될 수 있음을 확인했습니다. 이를 통해 설계 단계에서부터 레이저 투과 용접에 최적화된 부품을 구상할 수 있습니다. 예를 들어, 조립품의 상부 파트는 비정질 상태로, 하부 파트는 반결정질 상태로 지정하여 용접 효율을 극대화할 수 있습니다.
논문 상세 정보
[In-situ infrared thermography measurements to master transmission laser welding process parameters of PEKK]
1. 개요:
제목: In-situ infrared thermography measurements to master transmission laser welding process parameters of PEKK
저자: M. Villar, C. Garnier, F. Chabert, V. Nassiet, D. Samélor, J.C. Diez, A. Sotelo, M.A. Madre
본 연구에서는 투과 레이저 용접 중 시편의 두께를 따른 온도장을 측정했습니다. PEKK(Polyetherketoneketone)는 조절 가능한 특성을 가진 초고성능 열가소성 플라스틱입니다. 우리는 이 등급의 PEKK가 느린 결정화 동역학으로 인해 준-비정질 또는 반-결정질 재료로 변환될 수 있음을 보여주었습니다. 유리 전이 온도는 150°C입니다. 결정화율의 영향은 광학적 특성에 직접적인 영향을 미칩니다. 준-비정질 PEKK의 투과율은 NIR 영역(0.4 ~ 1.2 µm 파장 범위)에서 약 60%인 반면, 반-결정질 재료의 경우 3% 미만입니다. 용접 테스트는 808nm 레이저 다이오드 장치로 수행되었습니다. 열장은 용접 실험 중 적외선 열화상 기술로 기록되었으며, 카메라 센서는 레이저 시트와 시편 길이에 수직으로 배치하여 용접 계면에 초점을 맞췄습니다. 연구는 두 단계로 나뉩니다. 첫째, 단일 시편에 22 J.mm⁻²의 에너지 밀도로 조사했습니다. 전체 시편 두께가 가열되고 최대 온도는 222 ± 7°C에 도달했습니다. 이 온도는 약 Tg + 70°C에 해당하지만 폴리머는 용융 온도에 도달하지 않습니다. 그 후, 용접 테스트가 수행되었습니다. 상부 부품으로 투명한(준-비정질) 샘플과 하부 부품으로 불투명한(반-결정질) 샘플을 정적 조건에서 조립했습니다. 용접 계면에서 도달한 최대 온도는 상부 시편에 16초 동안 28 J.mm⁻²의 에너지 밀도로 조사했을 때 약 295°C였습니다. 용접 계면의 온도는 55초 동안 Tg 이상을 유지했으며, 급속 냉각 전 5초 동안 용융 온도에 도달했습니다. 이러한 파라미터는 두 폴리머 부품을 강한 용접으로 조립하는 데 적합합니다. 이 연구는 적외선 열화상 기술이 고성능 열가소성 플라스틱의 레이저 용접 공정 신뢰성을 향상시키는 데 적합한 기술임을 보여줍니다.
3. 서론:
고성능 열가소성 플라스틱은 항공우주 및 전력전자와 같은 일부 산업 분야에서 점차 금속 합금을 대체하고 있습니다. 실제로 이들은 200°C 이상의 내열성과 내부식성, 그리고 경량성의 이점을 결합한 높은 기계적 강도를 증명합니다. 후자는 지속 가능성을 향한 진보를 가져옵니다. 그중에서도 PAEK(polyaryletherketone) 계열은 열산화 분해에 가장 강한 것으로 입증되었습니다. 특히, 에테르/케톤 비율이 2/3인 PEKK는 약 150°C의 유리 전이 온도(Tg)까지 1 GPa 이상의 보수적인 탄성 계수를 유지합니다. PEKK의 장점은 잘 알려진 PEEK(polyetheretherketone)에 비해 결정화가 느려 PEKK를 비정질 또는 반-결정질 폴리머로 쉽게 변환할 수 있다는 점입니다. PAEK의 조립 공정에 대한 더 많은 지식과 노하우는 광범위한 산업적 사용으로 이어질 것으로 보입니다. 열가소성 플라스틱의 조립 공정 중 레이저 용접은 환경친화적이고 빠르며 신뢰할 수 있는 비접촉식 공정입니다. 투과 용접은 상부 부품이 레이저 파장에 투명해야 하고 하부 부품은 동일한 파장을 흡수해야 합니다. 따라서 빔의 에너지는 계면에서 멈추어 두 폴리머 부품을 가열할 수 있습니다. 용접 강도에 대한 초기 이론은 확산에 기반을 두었습니다. 온도가 상승하면 폴리머 사슬의 상호 확산이 계면에서 일어나 두 부품 사이에 거대 분자 얽힘을 만들어 강력한 조립을 이룹니다. 레이저 용접은 원칙적으로 상부 부품이 레이저 파장에 투명하다면 어떤 열가소성 플라스틱에도 적용 가능합니다. 이 공정은 이미 폴리카보네이트 및 PMMA와 같은 일반적인 폴리머와 함께 산업에서 적용되고 있습니다.
4. 연구 요약:
연구 주제의 배경:
고성능 열가소성 플라스틱인 PEKK는 금속을 대체할 수 있는 잠재력으로 인해 항공우주 등 첨단 산업에서 주목받고 있습니다. 그러나 이러한 재료의 신뢰성 있는 조립 기술, 특히 레이저 투과 용접 기술은 아직 완전히 정립되지 않았습니다.
이전 연구 현황:
레이저 투과 용접의 기본 원리는 상부 투명 부품과 하부 흡수 부품의 계면에서 에너지를 집중시켜 접합하는 것입니다. 기존 연구들은 주로 폴리카보네이트나 PMMA와 같은 일반적인 비정질 폴리머에 집중되어 있었습니다. PEKK와 같은 반-결정질 폴리머는 결정화도에 따라 광학적 특성이 변하기 때문에 공정 제어가 훨씬 더 복잡하며, 이에 대한 심층적인 연구가 부족했습니다.
연구 목적:
본 연구의 목적은 실시간(in-situ) 적외선 열화상 기술을 이용하여 PEKK의 레이저 투과 용접 공정 중 용접 계면과 시편 두께 방향의 온도 분포를 정밀하게 측정하는 것입니다. 이를 통해 PEKK 용접에 필요한 최적의 공정 파라미터(에너지 밀도, 조사 시간, 목표 온도 등)를 확립하고 공정의 신뢰성을 높이는 것을 목표로 합니다.
핵심 연구:
연구는 두 가지 주요 실험으로 구성되었습니다. 첫째, 단일 PEKK 시편에 레이저를 조사하여 재료의 기본적인 열 반응과 열 영향부(HAZ)의 형성 과정을 분석했습니다. 둘째, 투명한 준-비정질 PEKK(A-PEKK)와 불투명한 반-결정질 PEKK(C-PEKK)를 조립하여 실제 용접 상황을 모사했습니다. 이 실험에서 적외선 카메라를 이용해 용접 계면의 온도 변화를 실시간으로 측정하여, 성공적인 용접에 필요한 최고 온도, 용융 상태 유지 시간, 유리 전이 온도 이상 유지 시간 등의 핵심 데이터를 확보했습니다.
5. 연구 방법론
연구 설계:
본 연구는 PEKK의 광학적 및 열적 특성이 레이저 용접에 미치는 영향을 분석하기 위한 실험적 연구로 설계되었습니다. 준-비정질(투명) 및 반-결정질(불투명) PEKK 시편을 준비하고, 단일 시편 테스트와 실제 용접을 모사한 조립 시편 테스트를 순차적으로 수행했습니다.
데이터 수집 및 분석 방법:
광학적 특성 분석: 분광 광도계(spectrophotometer)를 사용하여 400-1100 nm 파장 범위에서 PEKK 시편의 투과율과 반사율을 측정했습니다.
열적 특성 분석: 시차 주사 열량측정법(DSC)을 사용하여 PEKK의 유리 전이 온도(Tg), 냉각 결정화 온도(Tcc), 용융 온도(Tm)를 측정했습니다.
온도장 측정: 808 nm 다이오드 레이저로 시편을 가열하는 동안, 중적외선(3.70-5.15 µm) 카메라를 사용하여 시편 측면의 온도 분포를 25Hz의 유효 주파수로 기록했습니다. 수집된 열화상 데이터는 Altair 소프트웨어를 통해 분석하여 시간에 따른 최대 온도 변화 및 공간적 온도 프로파일을 도출했습니다.
연구 주제 및 범위:
본 연구는 고성능 열가소성 플라스틱인 PEKK의 레이저 투과 용접 공정에 초점을 맞춥니다. 연구 범위는 다음과 같습니다. 1. PEKK의 결정화도에 따른 광학적(투과율, 반사율, 흡수율) 및 열적(Tg, Tm) 특성 규명. 2. 단일 PEKK 시편에 대한 레이저 조사 실험을 통해 열 영향부(HAZ)의 형상 및 크기 분석. 3. 투명/불투명 PEKK 조립품의 레이저 용접 시, 용접 계면의 실시간 온도 변화 측정. 4. 측정된 데이터를 바탕으로 성공적인 용접을 위한 핵심 공정 파라미터(최대 온도, 유지 시간, 에너지 밀도) 도출.
6. 주요 결과:
주요 결과:
준-비정질 PEKK(A-PEKK)는 808nm 파장에서 약 60%의 투과율을 보인 반면, 반-결정질 PEKK(C-PEKK)는 3% 미만의 낮은 투과율을 보여, 각각 투과층과 흡수층으로 사용하기에 적합함을 확인했습니다.
단일 시편 테스트(에너지 밀도 22 J/mm²)에서 최대 온도는 222 ± 7°C에 도달했으며, 시편 전체 두께가 유리 전이 온도(150°C) 이상으로 34초간 유지되었습니다.
실제 용접 테스트(에너지 밀도 28 J/mm², 16초 조사)에서 용접 계면의 최대 온도는 295 ± 7°C에 도달하여 PEKK의 용융 온도(275°C)를 초과했습니다.
용접 계면은 용융 온도 이상에서 5초, 유리 전이 온도(150°C) 이상에서 총 55초 동안 유지되어 고분자 사슬의 확산 및 결합에 충분한 시간을 제공했습니다.
적외선 열화상 기술은 PEKK 레이저 용접 공정에서 열 영향부의 위치와 크기를 정밀하게 결정하고, 공정 신뢰성을 높이는 데 매우 유용한 도구임이 입증되었습니다.
Fig. 12. Impact of the emissivity rate variability on maximum temperature.
Figure 목록:
Fig. 1. Chemical structure of PEKK.
Fig. 2. Scheme of the projected laser beam on the specimen, a) single specimen, b) assembly.
Fig. 3. Infrared area of interest of the samples, a) single specimen, b) assembly.
Fig. 4. Experimental laser device.
Fig. 5. Layout of infrared recording scene.
Fig. 6. DSC thermogram of A-PEKK and C-PEKK: first heating at 2°C.min-1 of molded samples.
Fig. 7. DSC thermogram of PEKK: cooling ramps from melting state at 380 °C.
Fig. 8. Transmission factor for A-PEKK and C-PEKK measured by spectropho- tometry.
Fig. 9. Reflection factor for A-PEKK and C-PEKK measured by spectrophotom- etry with an integrating sphere.
Fig. 10. Absorbance factor (a) for A-PEKK and C-PEKK, calculated with Eq. (1).
Fig. 11. Transmission factor for A-PEKK and C-PEKK measured by spectropho- tometry.
Fig. 12. Impact of the emissivity rate variability on maximum temperature.
Fig. 13. IR thermogram during and after irradiation: temperature (°C) versus time (s). The vertical bold black lines indicate the time when the images were recorded.
Fig. 14. IR profiles of the HAZ – a) Along Y axis (lengthwise) – b) Along Z axis (thickness).
Fig. 15. Optical photography of the sample after laser beam/specimen interac- tion experiments: on the left: top view, on the right: side view.
Fig. 16. IR thermogram for welding test: during and after irradiation of the assembly: temperature (°C) versus time (s). The vertical bold black lines indicate the time when the images were recorded.
Fig. 17. Photography of the welded samples: On the left: top view of the as- sembly, on the middle: side view, on the right: bottom view of the assembly dimensions given in mm.
7. 결론:
본 연구에서는 투과 레이저 용접 중 시편 두께 방향의 표면 온도 분포를 측정했습니다. 이 연구의 독창성은 카메라 센서를 레이저 시트와 용접 계면에 수직으로 배치한 점에 있습니다. 이러한 실험 설정을 통해 용접 계면과 시편 두께를 따른 온도를 측정할 수 있었습니다. 우리는 측정된 온도가 재료 내부와 공기 중의 열파 전파 차이로 인해 시편 내부(x축)의 온도를 대표하지 않는다는 것을 인지하고 있습니다. 그럼에도 불구하고, 조립품 표면에서 측정된 온도는 공정 파라미터(레이저 출력 및 속도)를 용접된 계면의 기계적 강도와 연결하는 데 유용합니다.
본 연구를 위해 고성능 열가소성 플라스틱인 PEKK가 선택되었으며, 유리 전이 온도는 150°C, 용융 범위는 275~320°C로 측정되었습니다. 재료는 압축 성형을 통해 준-비정질(A-PEKK) 및 완전 결정질(C-PEKK) 샘플로 가공되었습니다. 이들의 광학적 특성과 결정화 동역학이 설명되었습니다. 이는 PEKK의 레이저 용접이 보고된 첫 사례입니다.
용접 테스트에서, 상부에는 투명한(준-비정질) 샘플을, 하부에는 불투명한(완전 결정질) 샘플을 사용한 조립품이 사용되었습니다. 상부 시편을 16초 동안 28 J/mm²의 에너지 밀도로 조사했을 때 계면에서 도달한 최대 온도는 약 295°C였습니다. 시편 두께를 따른 온도는 55초 동안 Tg 이상, 5초 동안 용융 온도 이상을 유지했습니다. 이 시간은 거대 분자가 자가 확산하고 얽힘을 생성하기에 분명히 충분합니다. 실제로, 얻어진 조립품은 기계적 테스트가 수행되지 않았음에도 불구하고 강해 보였습니다.
느린 결정화 동역학을 가진 이 등급의 PEKK는 레이저 투과 용접에 적합합니다. 연구된 에너지 빔과 조사 시간을 사용하면, 시편 내부의 최대 온도는 PEKK의 분해 온도보다 훨씬 낮게 유지됩니다. 마지막으로, 열 영향부(HAZ)의 위치와 크기가 결정되었습니다. 이 연구는 레이저 용접 공정의 신뢰성을 높이는 단계입니다. 향후 연구에서는 용접된 조립품의 계면 강도를 기계적 테스트를 통해 연구할 것입니다.
8. 참고문헌:
Tarrieu J. Etude et durabilité de solutions de packaging polymère d’un composant diamant pour l’électronique de puissance haute température PhD Thesis. Institut National Polytechnique de Toulouse; 2012.
Wise RJ. Thermal welding of polymers. Abington Publishing; 1999. p. 21.
Klein R. Laser welding of plastics. Wiley-VCH; 2012.
Voyutskii SS. Autohesion and adhesion of high polymers. Wiley; 1963.
Vasenin RM. Adhesion pressure in the diffusion theory of the adhesion of polymers. Polym Sci U.S.S.R 1962;3(4):608–15.
De Gennes PG. Comptes Rendus de l’Académie des Sciences 1980;B291:219–21 Paris(in French).
De Gennes PG. Reptation of a polymer chain in a presence of fixed obstacles. J Chem Phys 1971;55(2):572–9.
Wool RP, Yuan BL, McGarel OJ. Welding of polymer interfaces. Polym Eng Sci 1989;29(19):1340–67.
Amanat N, et al. Transmission laser welding of amorphous and semi-crystalline polyetheretherketone for applications in the medical device industry. Mater Des 2010;31:4823–30.
Potente H, et al. Investigations towards application of a new technique on laser transmission welding. Weld World 2001;45(5–6):15–20.
Ilie M, et al. Through-transmission laser welding of polymers – field modeling and infrared investigation. Infrared Phys Technol 2007;51:73–9.
Speka M, et al. The infrared thermography control of the laser welding of amorphous polymers. NDT&E Int 2008;41:178–83.
Akué Asséko A, et al. Laser transmission welding of composites-part A: thermo-phys- ical and optical characterization of materials. Inf Phys Techol 2015;72:293–9.
Akué Asséko A, et al. Laser transmission welding of composites-part B: experimental validation of numerical model. Inf Phys Techol 2015;73:304–11.
Gouesbet G, Gréhan G. Generalized Lorenz-Mie theories, from past to future. Atomic Sprays 2000;10(3–5):277–334.
Gouesbet G, Gréhan G. Generalized Lorenz-Mie theories for assemblies of spheres and aggregates. J Opt 1999;1:706–12.
Blanca CM, Saloma C. Monte Carlo analysis of two-photon fluorescence imaging through a scattering medium. Appl Opt 1998;37(34):8092–102.
Jonas A, Legras R, Issi JP. Differential scanning calorimetry and infrared crystallinity determinations of poly(aryletheretherketone). Polymer 1991;32(18):3364–70.
Mehmet-Alkan AA, Hay JN. The crystallinity of poly(ether ether ketone). Polymer 1992;33(16):3527–30.
Becker F. A step towards understanding the heating phase of laser transmission weld- ing in polymers. Polym Eng Sci 2002;42(2):365–74.
Van de Ven J, Erdman A. Laser transmission welding of thermoplastics – part II: experimental model validation. Manuf Sci Eng 2007;129:859–67.
Ilie M, et al. Laser beam scattering effects in non-absorbent inhomogenous polymers. Opt Lasers Eng 2007;45:405–12.
Cosson B, et al. Infrared heating stage simulation of semi-transparent media (PET) using ray tracing method. Int J Mater Form 2011;4(1):1–10.
Expert Q&A: 전문가의 질문에 답해드립니다
Q1: 왜 적외선 카메라를 위에서 내려다보는 방식이 아닌, 시편 두께에 수직으로 배치했나요?
A1: 용접 품질에 가장 결정적인 영향을 미치는 용접 계면과 시편 두께 방향의 온도 분포를 직접 측정하기 위해서입니다. 위에서 관찰하는 방식으로는 상부 부품의 표면 온도만 알 수 있어, 실제 접합이 일어나는 계면의 정확한 열적 거동을 파악하기 어렵습니다. 수직 배치를 통해 계면의 최대 온도와 온도 유지 시간을 정밀하게 측정할 수 있었습니다.
Q2: 논문에서 언급된 최대 온도 295°C는 PEKK의 열분해 온도와 얼마나 가깝나요? 재료 손상의 위험은 없습니까?
A2: 논문에서는 이 온도가 “PEKK의 분해로부터 멀리 유지된다”고 언급하고 있습니다. 정확한 분해 온도를 제시하지는 않았지만, 해당 파라미터가 재료 손상 없이 강력한 용접을 하기에 적합하다고 결론 내립니다. 특히 용융 온도 이상으로 유지되는 시간이 5초로 매우 짧기 때문에 열분해 위험을 최소화하면서 용접에 필요한 에너지만을 효과적으로 전달할 수 있습니다.
Q3: 냉각 속도가 최종 용접부의 물성에 어떤 영향을 미치나요?
A3: 레이저 조사가 끝난 직후 초기 10초간 냉각 속도는 약 300°C/min로 측정되었습니다. 논문은 DSC 분석 결과(그림 7)를 인용하여, 이렇게 빠른 냉각 속도는 상부의 비정질 PEKK가 냉각 과정에서 결정화되는 것을 방지한다고 설명합니다. 이는 용접부의 물성을 균일하게 유지하고 내부 응력 발생을 최소화하는 데 중요한 역할을 합니다.
Q4: DSC 분석(그림 6)에서 준-비정질 PEKK(A-PEKK)가 두 개의 용융 피크(double melting peak)를 보이는 이유는 무엇인가요?
A4: 논문에서 깊이 분석하지는 않았지만, 폴리머에서 이중 용융 피크는 일반적으로 서로 다른 결정 구조의 존재를 의미하거나, 가열 과정 자체에서 형성된 결정(냉각 결정화)이 녹고, 그 후 원래 존재하던 더 안정적인 결정이 녹는 현상을 나타냅니다. 이는 PEKK가 복잡한 열적 거동을 보이는 재료임을 시사하며, 정밀한 열 제어의 중요성을 강조합니다.
Q5: 이 연구는 정적(static) 조건에서 수행되었습니다. 산업에서 사용되는 동적(dynamic, 연속) 레이저 용접 공정에는 이 결과를 어떻게 적용할 수 있나요?
A5: 논문은 정적 테스트가 계면 측정을 더 정확하게 하고 누적 열 효과를 피하기 위해 선택되었다고 밝히고 있습니다. 이 결과를 동적 공정에 적용하려면, 본 연구에서 도출된 에너지 밀도(28 J/mm²)와 조사 시간(16초)을 바탕으로 레이저 이동 속도와 출력의 관계를 설정해야 합니다. 즉, 용접 지점이 동일한 열 이력(thermal profile)을 경험하도록 레이저 속도를 조절함으로써 정적 실험 결과를 동적 공정에 성공적으로 이식할 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
고성능 열가소성 플라스틱 PEKK의 용접은 정밀한 제어가 필요한 도전적인 과제이지만, 본 연구는 성공적인 접합이 충분히 가능함을 보여주었습니다. 핵심은 실시간 적외선 열화상 기술을 통해 용접 계면의 온도를 정확히 파악하고 제어하는 것입니다. 이 연구는 PEKK의 레이저 투과 용접 성공을 위해 계면 온도가 약 295°C에 도달하고, 유리 전이 온도 이상으로 55초간 유지되어야 한다는 구체적인 공정 윈도우를 제시했습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 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
저작권 정보
이 콘텐츠는 “[M. Villar 외 저자]”의 논문 “[In-situ infrared thermography measurements to master transmission laser welding process parameters of PEKK]”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 P. Sreeraj가 작성하여 2016년 International Journal of Integrated Engineering에 게재한 “Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.” 논문을 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.
The Challenge: 서브머지드 아크 용접(SAW) 공정에서 용입, 비드 폭, 보강 등 여러 상충하는 품질 특성을 동시에 최적화하는 것은 매우 어렵습니다.
The Method: 다구찌(Taguchi) 설계의 L25 직교배열표를 사용해 실험을 수행하고, 상관관계가 있는 다중 응답을 주성분 분석(PCA)을 통해 단일 성능 지수(MPI)로 변환했습니다.
The Key Breakthrough: PCA 기반 다구찌 접근법을 통해 여러 용접 품질 지표를 하나의 등가 목표 함수로 통합하여 최적의 공정 변수 조합(I4 S3 V1 T4)을 성공적으로 도출했습니다.
The Bottom Line: 이 통합 방법론은 복잡한 다중 목표 최적화 문제를 해결하는 효과적인 프레임워크를 제공하여, SAW 공정의 품질과 안정성을 크게 향상시킬 수 있음을 입증했습니다.
The Challenge: Why This Research Matters for CFD Professionals
서브머지드 아크 용접(SAW)은 높은 품질, 깊은 용입, 매끄러운 마감 처리 덕분에 조선 산업 등에서 널리 사용되는 중요한 제조 공정입니다. 용접부의 기계적, 화학적 특성은 용접 비드 형상(weld bead geometry)에 크게 좌우되며, 이 형상은 전압, 전류, 용접 속도, 노즐-모재 간 거리와 같은 공정 변수에 직접적인 영향을 받습니다.
문제는 이러한 품질 특성(예: 용입, 비드 폭, 보강, 희석률)들이 서로 상충 관계에 있다는 점입니다. 즉, 하나의 특성을 개선하려다 다른 특성이 저하될 수 있습니다. 기존의 다구찌 기법은 단일 품질 특성을 최적화하는 데는 효과적이지만, 이처럼 여러 목표를 동시에 다루는 다중 응답 최적화 문제에는 한계가 있었습니다. 따라서 여러 품질 특성을 종합적으로 고려하여 최상의 결과를 도출할 수 있는 새로운 최적화 방법론이 필요했습니다.
Fig 1 weld bead geometry
The Approach: Unpacking the Methodology
본 연구에서는 다중 응답 최적화 문제를 해결하기 위해 주성분 분석(PCA)과 다구찌 기법을 결합한 하이브리드 접근법을 채택했습니다.
실험 설계: 다구찌의 L25 직교배열표를 사용하여 총 25회의 실험을 수행했습니다. 이를 통해 최소한의 실험으로 전체 파라미터 공간을 효율적으로 탐색할 수 있었습니다.
재료 및 장비: 모재는 IS 2062 연강 판재를 사용했으며, 용가재는 EH 14 와이어를, 플럭스는 ASK74S를 사용했습니다.
공정 변수 (입력): 최적화할 4가지 주요 공정 변수와 각 5개 수준은 다음과 같습니다.
용접 전류 (I): 350, 420, 500, 580, 650 A
용접 속도 (S): 30, 40, 50, 60, 70 mm/min
전압 (V): 24, 26, 28, 30, 32 V
노즐-모재 간 거리 (T): 30, 32.5, 35, 37.5, 40 mm
품질 특성 (출력/응답): 용접 비드 형상을 평가하기 위해 다음 4가지 목표 함수를 선정했습니다.
용입 (Penetration, P)
비드 폭 (Bead Width, W)
보강 (Reinforcement, R)
희석률 (Percentage Dilution, D)
분석 방법:
서로 상관관계가 있는 4개의 응답(P, W, R, D)을 PCA를 통해 상관관계가 없는 독립적인 주성분(Principal Components)으로 변환했습니다.
각 주성분의 기여율(accountability proportion)을 가중치로 사용하여 개별 주성분들을 다중 응답 성능 지수(Multi-response Performance Index, MPI)라는 단일 지표로 통합했습니다.
이 MPI를 품질 손실(quality loss)로 간주하고, 다구찌 기법의 S/N비(Signal-to-Noise ratio) 분석을 통해 이 손실을 최소화하는 최적의 공정 변수 조합을 찾았습니다.
Table 2 Welding Parameters and their Levels
The Breakthrough: Key Findings & Data
본 연구는 PCA 기반 다구찌 접근법을 통해 복잡한 SAW 공정을 성공적으로 최적화할 수 있음을 입증했습니다.
Finding 1: 다중 품질 특성의 단일 지표로의 성공적 변환
PCA 분석 결과, 4개의 품질 특성은 3개의 주성분으로 요약될 수 있었으며, 이 3개의 주성분이 전체 데이터 변동성의 100%를 설명했습니다 (Table 8). 각 주성분의 기여율(AP)은 각각 0.695, 0.251, 0.054였습니다. 이를 가중치로 사용하여 다음과 같이 단일 MPI를 산출하는 수식을 개발했습니다.
MPI = Ψ₁ × 0.695 + Ψ₂ × 0.251 + Ψ₃ × 0.054
이로써 4개의 상충하는 목표를 동시에 최적화할 수 있는 단일화된 목표 함수를 마련했으며, 이는 다중 응답 최적화 문제 해결의 핵심적인 돌파구입니다.
Finding 2: 최적 공정 조건 도출 및 실험적 검증
산출된 MPI(품질 손실)를 최소화하는 것을 목표로 S/N비 분석을 수행한 결과, 최적의 공정 변수 조합은 I₄ S₃ V₁ T₄로 결정되었습니다 (Fig 2, Table 9). 이는 용접 전류 580A(레벨 4), 용접 속도 50 mm/min(레벨 3), 전압 24V(레벨 1), 노즐-모재 간 거리 37.5 mm(레벨 4)에 해당합니다.
이 최적 조건을 검증하기 위해 확인 실험을 수행했습니다 (Table 11). 초기 조건(I₁ S₁ V₁ T₁)에서의 전체 S/N비는 -14.618이었으나, 최적 조건에서 실제 측정된 S/N비는 -7.639로 나타났습니다. 이는 예측값인 -7.822와 매우 근사하며, S/N비가 8.660만큼 크게 개선되었음을 의미합니다. 이는 제안된 모델의 타당성과 효과성을 명확히 입증하는 결과입니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 특정 공정 변수 조합(I₄ S₃ V₁ T₄)이 전반적인 용접 비드 형상 품질을 극대화할 수 있음을 시사합니다. 이 결과를 바탕으로 공정 레시피를 조정하여 품질 안정성과 생산성을 높일 수 있습니다.
For Quality Control Teams: 논문의 Table 7은 각 품질 특성 간의 상관관계를 보여줍니다. 이는 개별 특성만 검사할 것이 아니라, PCA와 같은 통계적 기법을 활용해 여러 품질 지표를 종합적으로 관리하는 새로운 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
For Design Engineers: 용접 공정 변수가 최종 용접부 형상에 미치는 영향이 크다는 연구 결과는, 초기 설계 단계에서부터 제조 공정을 고려한 설계(Design for Manufacturing)의 중요성을 강조합니다. 용접성과 최종 품질을 보장하기 위해 설계와 생산 부서 간의 긴밀한 협력이 필수적입니다.
Paper Details
Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.
1. Overview:
Title: Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.
Author: P. Sreeraj
Year of publication: 2016
Journal/academic society of publication: International Journal of Integrated Engineering, Vol. 8 No. 3 (2016) p. 21-32
본 연구는 IS 2062 연강 판재에서 유리한 용접 비드 형상을 얻기 위한 서브머지드 아크 용접(SAW) 공정 변수 최적화를 다룬다. 다구찌의 L25 직교배열표 설계와 신호 대 잡음비(S/N ratio)가 이 연구에 사용되었다. 용입(P), 비드 폭(W), 보강(R), 희석률(D)이 목표 함수로 선택되었다. 이 다중 응답 최적화 문제를 해결하기 위해 다구찌 기법과 결합된 주성분 분석(PCA)이 적용되었다. 다구찌 기법의 기본 가정을 충족시키기 위해, 먼저 주성분 분석(PCA)을 통해 개별 응답 간의 상관관계를 제거했다. 상관관계가 있는 응답들은 주성분이라 불리는 상관관계가 없거나 독립적인 품질 지수로 변환되었다. 개별 주성분을 기반으로 다중 응답 성능 지수(MPI)가 도입되어 등가의 단일 목표 함수를 도출했으며, 이는 다구찌 기법을 사용하여 최적화되었다. 개발된 모델은 분산 분석(ANOVA) 테스트를 기반으로 적절성과 유의성을 검증받았다. 최적화의 정확성은 확인 실험을 통해 확인되었다. 이 연구는 서브머지드 아크 용접의 다중 목표 최적화 문제를 해결하는 데 제안된 방법의 효과성을 강조한다.
3. Introduction:
서브머지드 아크 용접은 다인자, 다목표 제조 공정이다. 공정 변수의 제어가 용이하고, 고품질, 깊은 용입, 매끄러운 마감 처리로 인해 조선 산업에서 널리 선호된다. 본 연구에서는 전압, 전류, 노즐-모재 간 거리, 용접 속도가 비드 형상에 미치는 영향을 연구했다. 좋은 용접부의 기계적 및 화학적 특성은 비드 형상에 달려 있으며, 비드 형상은 공정 변수에 직접적인 영향을 미친다. 이 때문에 공정 변수와 용접 비드 형상 간의 관계를 연구하는 것이 필요하다. 본 연구에서는 다중 최적화 문제를 해결하기 위해 주성분 분석(PCA)과 결합된 다구찌 기법을 사용한다. 이 방법은 직교배열표(OA)라 불리는 균형 잡힌 실험 설계를 제한된 수의 실험으로 활용하며, 최적화될 목표 함수 역할을 하는 신호 대 잡음비(S/N ratio)를 사용한다. 전통적인 다구찌 방법은 다목표 최적화 문제를 해결할 수 없다. 원래 다구찌 방법은 단일 품질 특성 또는 응답을 최적화하기 위해 설계되고 활용된다. 여러 목표나 응답의 최적화는 단일 목표 최적화보다 훨씬 더 어렵다. 특정 품질 특성을 개선하면 다른 중요한 품질 특성들의 의도적인 저하를 유발할 수 있다. 이는 의사 결정 과정에서 불확실성을 증가시킨다. 이러한 어려움을 극복하기 위해 본 연구에서는 주성분 분석과 결합된 다구찌 방법을 사용하여 최적화 문제를 해결했다.
4. Summary of the study:
Background of the research topic:
서브머지드 아크 용접(SAW)은 주요 산업에서 널리 사용되지만, 여러 공정 변수가 최종 용접 품질을 결정하는 복잡한 공정이다. 특히 용접 비드 형상은 용접부의 강도와 직결되므로, 이를 결정하는 변수들의 최적화가 중요하다.
Status of previous research:
전통적인 다구찌 기법은 단일 목표 최적화에 널리 사용되어 왔으나, SAW와 같이 여러 품질 특성을 동시에 고려해야 하는 다중 응답 문제에는 적용하기 어려웠다. 일부 연구에서 다중 응답 문제를 다루었지만, 응답 간의 상관관계를 효과적으로 처리하는 데 한계가 있었다.
Purpose of the study:
본 연구의 목적은 다구찌 기법과 주성분 분석(PCA)을 결합하여 SAW 공정의 다중 응답(용입, 비드 폭, 보강, 희석률)을 동시에 최적화하는 통합적인 방법론을 제시하고, 이를 통해 최적의 공정 변수 조합을 찾는 것이다.
Core study:
연구의 핵심은 L25 직교배열표에 따라 SAW 실험을 수행하고, 측정된 4개의 상호 연관된 품질 특성을 PCA를 통해 상관없는 주성분들로 변환하는 것이다. 이 주성분들을 가중 합산하여 단일 다중 응답 성능 지수(MPI)를 생성하고, 이 MPI를 다구찌의 S/N비 분석을 통해 최소화(품질 손실 최소화)하는 최적의 공정 변수(전류, 속도, 전압, 노즐-모재 거리) 조합을 도출하고 실험적으로 검증하는 것이다.
5. Research Methodology
Research Design:
본 연구는 다구찌의 L25 직교배열표를 이용한 실험계획법에 기반한다. 4개의 5수준 제어 인자(용접 전류, 용접 속도, 전압, 노즐-모재 간 거리)를 직교배열표에 할당하여 총 25회의 실험을 설계했다.
Data Collection and Analysis Methods:
용접 후 각 시편에서 단면을 채취하여 용접 비드 형상(비드 폭, 용입, 보강)을 측정하고 희석률을 계산했다. 수집된 데이터는 먼저 정규화된 후, 주성분 분석(PCA)을 통해 상관관계를 제거하고 다중 응답 성능 지수(MPI)를 계산하는 데 사용되었다. 최종적으로 다구찌의 S/N비 분석과 분산 분석(ANOVA)을 통해 최적 조건을 찾고 각 변수의 유의성을 평가했다.
Research Topics and Scope:
본 연구는 IS 2062 연강 판재에 대한 서브머지드 아크 용접(SAW)의 비드 온 플레이트(bead on plate) 용접에 국한된다. 연구 범위는 4가지 주요 공정 변수가 4가지 비드 형상 특성에 미치는 영향을 분석하고, 이를 종합적으로 최적화하는 데 초점을 맞춘다.
6. Key Results:
Key Results:
4개의 상호 연관된 응답 변수(비드 폭, 용입, 보강, 희석률)가 PCA를 통해 3개의 독립적인 주성분으로 성공적으로 변환되었으며, 이 주성분들이 전체 변동성의 100%를 설명했다.
주성분의 기여율을 가중치로 사용하여 다중 응답 성능 지수(MPI)가 개발되었고, 이를 통해 다중 목표 문제를 단일 목표 최적화 문제로 전환했다.
MPI의 S/N비 분석을 통해 최적의 SAW 공정 변수 조합이 I₄ S₃ V₁ T₄ (전류 레벨 4, 속도 레벨 3, 전압 레벨 1, 거리 레벨 4)임을 확인했다.
확인 실험 결과, 최적 조건에서 S/N비가 초기 조건 대비 8.660만큼 크게 향상되어 제안된 최적화 방법론의 타당성과 효과성이 입증되었다.
Table 4 Orthogonal array and Observed Values of weld Bead Geometry
Figure List:
Fig 1 weld bead geometry
Fig 2 Main plot for S/N ratios.
7. Conclusion:
본 연구에서는 서브머지드 아크 용접 공정의 비드 형상과 파라미터 조합을 평가하기 위해 PCA 기반 하이브리드 다구찌 최적화 기법의 상세한 방법론을 제시했다. 연구는 주성분 분석(PCA)과 다구찌의 강건 설계 방법론을 결합한 통합 최적화 접근법을 제안한다. 상관관계가 있는 다중 응답 최적화와 관련된 실험 및 분석 결과로부터 다음과 같은 결론을 도출할 수 있다.
상관관계가 있는 응답을 주성분이라 불리는 비상관 품질 지수로 변환하여 응답 상관관계를 제거하기 위해 PCA 적용이 권장되었다.
기여율(AP)과 누적 기여율(CAP)을 기반으로, PCA 분석은 최적화를 위해 고려해야 할 응답 변수의 수를 줄일 수 있다.
개별 응답 가중치로 처리되는 기여율(AP)을 기반으로, 이 방법은 개별 주성분을 단일 다중 응답 성능 지수(MPI)로 결합하여 최적화를 위해 고려할 수 있다. 이는 동시에 최적화해야 할 응답 수가 많은 상황에서 매우 유용하다.
제시된 접근법은 공정/제품의 지속적인 품질 개선 및 오프라인 품질 관리에 권장될 수 있다.
8. References:
[1] Kannan, T.; Murugan, N;.Effect of flux cored arc welding process parameters on duplex stainless steel clad quality journal of Material Processing Technology vol.176,(2016), pp 230-239.
[2] Ugur Esme ;Melih Bayramoglu; Yugut Kazanancoglu; Sueda Ozgun ; Optimization of weld bead geometry in TIG welding process using Grey relational analysis and Taguchi method, Materials and technology Vol.43,(2009), pp 143-149.
[3] Jagannatha, N.; Hiremath, S.S; Sadashivappa, K ;.Analysis and parametric optimization of abrasive hot air jet machining for glass using Taguchi method and utility concept, International Journal of Mechanical and materials engineering. Vol. 7, (2012), pp. 9 – 15, No.1.9.15.
[4] Norasiah Muhammed; Yupiter HP Manurung; Muhammed Hafidzi, Optimization and modelling of spot welding parameters with simultaneous response consideration using multi objective Taguchi method and utility concept. Journal of Mechanical science and Technology. Vol.26 (8),(2012), pp. 2365 – 2370.
[5] Thakur, A.G; Nandedkar, V.M, Application of Taguchi method to determine resistece spot welding conditions of austenitic stainless steel AISI 304,journal of scientific and industrial research .Vol- 69,(2010),pp 680-683.
[6] Tarng, Y.S; Yang;W.H ; Optimization of weld bead geometry in gas tungsten arc welding by the Taguchi method, International Journal of Advanced Manufacturing Technology. Vol-14,(1998), pp 549-554.
[7] Saurav Datta; Ashish Bandyopadhyay; Pradip Kumar Pal;. Grey based Taguchi method for optimization of bead geometry in submerged arc bead on plate welding, International Journal of Advanced Manufacturing Technology. Vol-39, (2008), pp 1136-1143.
[8] Gunaraj, V.; Murugan, N; Prediction and comparison of the area of the heat effected zone for the bead on plate and bead on joint in SAW of pipes, Journal of Material processing Technology. Vol. 95,(2009), pp. 246 – 261.
[9] Katherasan,D; Madana Sashikant; P; Sathiya, P ;.Flux cored arc welding parameter optimization of AISI 316L (N) austenitic stainless steel, World academy of science, Engineering and Technology Vol.6,(2012), pp.635-642
[10] Sanji Moshat; Saurav Datta; Ashish Bandyopadhyay, Pradeep Kumar Pal; Optimisation of CNC end milling process parameters using PCA-based Taguchi method, International Journal of Engineering Science and Technology, Vol (2),(2010),pp 92-102.
Expert Q&A: Your Top Questions Answered
Q1: 이 문제 해결에 다구찌 기법만으로는 왜 충분하지 않았나요?
A1: 전통적인 다구찌 기법은 단일 품질 특성(응답)을 최적화하는 데 매우 효과적입니다. 하지만 본 연구에서 다룬 서브머지드 아크 용접은 용입, 비드 폭, 보강, 희석률 등 여러 품질 특성을 동시에 만족시켜야 합니다. 이러한 특성들은 서로 상충 관계(trade-off)에 있을 수 있어, 다구찌 기법만으로는 모든 특성을 종합적으로 고려한 최적의 해를 찾기 어렵습니다.
Q2: 이 연구에서 주성분 분석(PCA)의 핵심적인 역할은 무엇이었나요?
A2: PCA는 이 연구의 다중 응답 문제를 해결하는 데 결정적인 역할을 했습니다. PCA는 서로 강한 상관관계를 가지는 4개의 품질 특성 데이터를 수학적으로 변환하여, 서로 독립적인(상관관계가 없는) ‘주성분’이라는 새로운 변수로 만들어줍니다. 그런 다음, 이 주성분들을 기여도에 따라 가중 합산하여 ‘다중 응답 성능 지수(MPI)’라는 단일 종합 점수로 변환합니다. 이를 통해 복잡한 다중 목표 문제를 간단한 단일 목표 최적화 문제로 전환할 수 있었습니다.
Q3: 전체적인 품질 지수(MPI)에 가장 큰 영향을 미친 공정 변수는 무엇이었나요?
A3: 논문의 S/N비에 대한 반응표(Table 9)를 보면, 각 변수의 델타(Delta) 값이 해당 변수가 MPI에 미치는 영향의 크기를 나타냅니다. 용접 속도(S)의 델타 값이 25.832로 가장 컸으며, 이는 용접 속도가 4개의 변수 중 전반적인 용접 품질(MPI)에 가장 지배적인 영향을 미친다는 것을 의미합니다.
Q4: 도출된 최적화 결과의 효과는 어떻게 검증되었나요?
A4: 최적화의 효과는 확인 실험을 통해 검증되었습니다. 논문의 Table 11에 따르면, 임의의 초기 조건(I₁S₁V₁T₁)에서 S/N비는 -14.618이었습니다. 반면, PCA-Taguchi 기법으로 도출된 최적 조건(I₄S₃V₁T₄)에서 실험을 수행한 결과, 실제 S/N비는 -7.639로 측정되었습니다. 이는 예측치인 -7.822와 매우 유사하며, S/N비가 약 8.660만큼 크게 개선되었음을 보여주어 제안된 방법론의 신뢰성과 실효성을 입증합니다.
Q5: 이 연구에서 발견된 구체적인 최적 공정 조건은 무엇인가요?
A5: 연구에서 도출된 최적의 공정 조건은 I₄S₃V₁T₄입니다. 이는 Table 2의 각 변수 수준에 따라 용접 전류 580A(레벨 4), 용접 속도 50 mm/min(레벨 3), 전압 24V(레벨 1), 그리고 노즐-모재 간 거리 37.5 mm(레벨 4)의 조합을 의미합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
서브머지드 아크 용접(SAW) 공정에서 다수의 상충하는 품질 목표를 동시에 최적화하는 것은 제조업계의 오랜 과제였습니다. 본 연구는 주성분 분석(PCA)과 다구찌 기법을 결합한 강력한 하이브리드 방법론을 통해 이 문제를 해결할 수 있는 실용적인 해법을 제시했습니다. 여러 품질 특성을 단일 성능 지수(MPI)로 통합하고 이를 최소화함으로써, 연구팀은 용접 품질을 종합적으로 향상시키는 최적의 공정 변수 조합을 성공적으로 찾아냈고, 확인 실험을 통해 그 효과를 입증했습니다.
이러한 접근법은 복잡한 다중 목표 최적화가 요구되는 다양한 제조 공정에 적용될 수 있는 중요한 프레임워크를 제공합니다.
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 알아보십시오.
(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 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.” by “P. Sreeraj”.
Source: International Journal of Integrated Engineering, Vol. 8 No. 3 (2016) p. 21-32
이 기술 요약은 K.Mathi와 G.R.Jinu가 Journal of Advances in chemistry (2017)에 발표한 논문 “ANALYSIS AND OPTIMIZATION OF FRICTION WELDING PARAMETERS FOR AA6061-AA2014 DISSIMILAR JOINTS”를 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석 및 요약했습니다.
키워드
Primary Keyword: 마찰 용접 최적화
Secondary Keywords: 이종 금속 접합, AA6061, AA2014, 인장 강도, 공정 파라미터, 반응 표면 분석법, ANOVA
Executive Summary
도전 과제: AA6061과 AA2014 같은 이종 알루미늄 합금은 기존의 융용 용접 방식으로는 접합이 어려워, 강력한 접합부를 얻기 위해 고상 용접 방식인 마찰 용접 공정의 최적화가 필수적입니다.
연구 방법: 회전 속도, 마찰 압력, 단조 압력이 인장 강도에 미치는 영향을 분석하기 위해 중심 합성 계획(CCD)을 이용한 반응 표면 분석법(RSM)을 적용했습니다.
핵심 성과: 최대 인장 강도 210MPa를 달성하는 최적의 공정 파라미터(회전 속도 1508rpm, 마찰 압력 8.16MPa/sec, 단조 압력 6.79MPa/sec)를 성공적으로 도출했습니다.
핵심 결론: 본 연구는 마찰 용접을 통해 AA6061-AA2014 이종 알루미늄 합금의 접합 강도를 극대화할 수 있는 정밀하고 데이터 기반의 공식을 제공합니다.
Fig 2: After welding (AA6061and AA201)
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
기존의 융용 용접은 용융 및 응고 과정에서 발생하는 결함으로 인해 AA6061과 AA2014 같은 이종 알루미늄 합금을 접합하는 데 한계가 있습니다. 마찰 용접은 낮은 입열량, 높은 생산 효율성, 친환경성을 갖춘 고상(solid-state) 접합 방식으로, 이러한 문제를 해결할 수 있는 효과적인 대안입니다. 그러나 마찰 용접의 품질은 회전 속도, 마찰 압력, 단조 압력과 같은 공정 변수에 크게 좌우됩니다. 지금까지 AA6061-AA2014 이종 접합부의 인장 강도를 체계적으로 최적화한 연구는 부족했으며, 이는 산업 현장에서 신뢰성 있는 접합 품질을 확보하는 데 어려움으로 작용했습니다. 본 연구는 이러한 기술적 공백을 메우고, 최대 강도를 얻기 위한 최적의 용접 조건을 찾는 것을 목표로 합니다.
연구 접근법: 방법론 분석
본 연구는 마찰 용접 공정 파라미터가 AA6061-AA2014 이종 알루미늄 접합부의 인장 강도에 미치는 영향을 규명하기 위해 체계적인 실험 설계를 사용했습니다.
사용 재료: 직경 12.7mm, 길이 75mm의 AA6061 및 AA2014 알루미늄 합금 원통형 봉을 사용했습니다. 각 재료의 화학적, 기계적 특성은 실험 전 분석을 통해 확인되었습니다.
실험 장비: 유압으로 제어되는 연속 구동 마찰 용접기(용량 20KN)를 사용하여 시편을 제작했습니다.
실험 설계: 공정 변수의 광범위한 범위를 효율적으로 탐색하기 위해 3개 인자(회전 속도, 마찰 압력, 단조 압력), 5수준의 중심 합성 회전 계획(Central Composite Rotatable Design, CCD)을 채택했습니다. 총 15세트의 조건으로 실험을 수행했습니다.
응답 변수 측정: 각 조건에서 제작된 용접 시편의 인장 강도를 평가하기 위해 ASTM E8M-04 표준에 따라 만능 시험기(UTM)를 사용하여 인장 시험을 수행했습니다.
핵심 성과: 주요 결과 및 데이터
실험 및 통계 분석을 통해 용접 파라미터와 인장 강도 사이의 중요한 관계를 밝혀냈습니다.
성과 1: 인장 강도 예측을 위한 경험적 모델 개발
반응 표면 분석법(RSM)을 통해 회전 속도(N), 단조 압력(D), 마찰 압력(F)을 변수로 하는 2차 다항 회귀 모델을 개발했습니다. 이 모델은 용접 조건에 따른 인장 강도를 높은 정확도로 예측할 수 있습니다. 개발된 모델식은 다음과 같습니다.
분산 분석(ANOVA) 결과, 이 모델은 95% 신뢰 수준에서 통계적으로 매우 유의미한 것으로 나타났으며(p < 0.0001), 이는 모델의 높은 신뢰도를 입증합니다. Fig. 3에서 볼 수 있듯이, 모델에 의해 예측된 인장 강도 값은 실제 실험 값과 높은 상관관계를 보였습니다.
성과 2: 최대 인장 강도를 위한 최적 공정 조건 규명
개발된 모델과 등고선도(Contour plots, Fig. 4, 5, 6) 분석을 통해 접합부의 최대 인장 강도를 달성할 수 있는 최적의 공정 파라미터를 도출했습니다.
최대 인장 강도: 210 MPa
최적 공정 조건:
회전 속도: 1508 rpm
마찰 압력: 8.16 MPa/sec
단조 압력: 6.79 MPa/sec
이 결과는 특정 공정 조건의 조합이 접합부의 기계적 성능을 극대화하는 데 결정적인 역할을 한다는 것을 보여줍니다. 특히 회전 속도와 마찰 압력이 인장 강도에 가장 큰 영향을 미치는 것으로 확인되었습니다.
R&D 및 운영을 위한 실질적 시사점
본 연구 결과는 다양한 산업 분야의 엔지니어들에게 실용적인 가이드를 제공합니다.
공정 엔지니어: 이 연구는 AA6061-AA2014 이종 접합 시 최대 강도를 얻기 위한 구체적인 공정 레시피(회전 속도 1508rpm, 마찰 압력 8.16MPa/sec, 단조 압력 6.79MPa/sec)를 제시합니다. 이 파라미터들을 정밀하게 제어함으로써 용접 품질을 획기적으로 향상시킬 수 있습니다.
품질 관리팀: 분산 분석표(Table 5)는 회전 속도와 마찰 압력이 제품 품질에 가장 중요한 영향을 미치는 요소임을 보여줍니다. 따라서 일관된 접합 품질을 보증하기 위해 이 두 파라미터를 집중적으로 모니터링하고 관리하는 새로운 품질 검사 기준을 수립할 수 있습니다.
설계 엔지니어: 최적화된 조건에서 달성된 210MPa라는 인장 강도 데이터는 이종 재료를 사용한 부품 설계 시 신뢰할 수 있는 성능 지표로 활용될 수 있습니다. 이를 통해 더 정확한 유한 요소 해석(FEA) 및 시뮬레이션이 가능해져 제품 개발 초기 단계에서부터 구조적 안정성을 확보할 수 있습니다.
논문 상세 정보
ANALYSIS AND OPTIMIZATION OF FRICTION WELDING PARAMETERS FOR AA6061-AA2014 DISSIMILAR JOINTS
1. 개요:
제목: ANALYSIS AND OPTIMIZATION OF FRICTION WELDING PARAMETERS FOR AA6061-AA2014 DISSIMILAR JOINTS
저자: K.Mathi, G.R.Jinu
발표 연도: 2017
게재 학술지: Journal of Advances in chemistry
키워드: Welding; Aluminium, Optimization, ANOVA
2. 초록:
마찰 용접은 낮은 입열량, 높은 생산 효율성, 친환경성 등의 특성으로 인해 사용되는 고상 용접 방식입니다. 융용 용접 공정으로는 용접이 어려운 재료들도 마찰 용접을 통해 성공적으로 접합할 수 있습니다. 본 연구에서는 마찰 용접된 AA6061과 AA2014 알루미늄 합금 이종 접합부의 최대 인장 강도를 예측하기 위해, 접합부 강도에 큰 영향을 미치는 회전 속도, 마찰 압력, 단조 압력과 같은 공정 파라미터를 통합하는 노력을 기울였습니다. 마찰 용접 공정 파라미터는 접합부의 최대 인장 강도를 달성하기 위해 최적화되었습니다. 최적화 기법을 사용하여 회전 속도 1508rpm, 마찰 압력 8.16MPa/sec, 단조 압력 6.79MPa/sec의 용접 조건에서 제작된 접합부의 최대 인장 강도는 210MPa였습니다.
3. 서론:
마찰 용접(FW)은 마찰력 하에서 두 부품의 상대적인 움직임에 의해 마찰열이 발생하는 고상 접합 방식입니다. 열이 발생하면 마찰 작용이 중단되고, 일반적으로 압력을 증가시켜 용접부를 강화하는 단조 단계로 이어집니다. FW는 고상 접합 공정이므로 일반적인 융용 용접에서 발생하는 용융 및 응고와 관련된 모든 결함이 없습니다. 마찰 용접 중에는 열이 용접 계면에 고도로 집중되며, 작은 부품은 단 몇 초 만에 용접됩니다. 다른 고상 용접 공정과 비교할 때 마찰 용접의 장점으로는 짧은 용접 시간, 봉/파이프 형상 용접에 대한 적합성, 이종 금속 조합 용접의 용이성 등이 있습니다. FW는 필러 금속, 플럭스, 보호 가스, 특수 공구, 클램핑, 분위기 제어 또는 표면 준비가 필요하지 않습니다.
4. 연구 요약:
연구 주제의 배경:
이종 알루미늄 합금(AA6061-AA2014)의 접합은 자동차, 항공우주 등 경량화가 중요한 산업에서 필수적입니다. 기존 융용 용접의 한계를 극복하기 위한 대안으로 고상 용접인 마찰 용접이 주목받고 있으나, 그 성능은 공정 변수에 크게 의존합니다.
이전 연구 현황:
과거 연구들은 주로 강철 재료의 마찰 용접에 집중되었으며, 미세 구조, 경도 변화, 계면 상 형성 및 인장 특성 평가에 초점을 맞추었습니다. 그러나 AA6061-AA2014 이종 알루미늄 접합에 대한 최대 인장 강도를 얻기 위한 체계적인 공정 최적화 연구는 보고된 바가 없었습니다.
연구 목적:
본 연구의 목적은 AA6061-AA2014 알루미늄 이종 접합부의 최대 인장 강도를 달성하기 위해 마찰 용접의 주요 공정 변수(회전 속도, 마찰 압력, 단조 압력)를 최적화하고, 이들 변수와 인장 강도 간의 관계를 설명하는 신뢰성 있는 경험적 모델을 개발하는 것입니다.
핵심 연구:
실험 계획법(DOE)의 일종인 중심 합성 계획(CCD)을 사용하여 15가지 조건에서 마찰 용접 실험을 수행했습니다. 각 조건에서 제작된 시편의 인장 강도를 측정하고, 이 데이터를 바탕으로 반응 표면 분석법(RSM)과 분산 분석(ANOVA)을 적용하여 공정 변수가 인장 강도에 미치는 영향을 통계적으로 분석했습니다. 이를 통해 최대 인장 강도를 예측하고 해당 최적 조건을 도출했습니다.
5. 연구 방법론
연구 설계:
3개 인자(회전 속도, 마찰 압력, 단조 압력), 5수준의 중심 합성 회전 계획(CCD)을 사용하여 실험을 설계했습니다. 이는 2차 회귀 모델을 효율적으로 구축하고 공정의 최적점을 찾는 데 적합한 통계적 방법입니다.
데이터 수집 및 분석 방법:
각 실험 조건에 따라 제작된 용접 시편은 ASTM E8M-04 표준에 따라 인장 시험을 거쳤습니다. 수집된 인장 강도 데이터는 Design-Expert 소프트웨어를 사용하여 반응 표면 분석법(RSM)과 분산 분석(ANOVA)으로 분석되었습니다. 이를 통해 변수 간의 상호작용 효과를 파악하고 응답 표면에 대한 수학적 모델을 구축했습니다.
연구 주제 및 범위:
본 연구는 AA6061과 AA2014 알루미늄 합금의 이종 마찰 용접에 초점을 맞춥니다. 연구 범위는 회전 속도(1200-1600 rpm), 마찰 압력(3-10 MPa/sec), 단조 압력(3-10 MPa/sec)의 세 가지 주요 공정 변수로 제한되었습니다.
6. 주요 결과:
주요 결과:
회전 속도, 마찰 압력, 단조 압력을 변수로 하는 AA6061-AA2014 마찰 용접부의 인장 강도를 예측하는 2차 회귀 모델을 성공적으로 개발했습니다.
분산 분석(ANOVA) 결과, 개발된 모델은 통계적으로 매우 유의미했으며(p < 0.0001), 회전 속도, 마찰 압력, 단조 압력의 선형 항, 2차 항, 그리고 일부 상호작용 항(회전 속도-마찰 압력, 단조 압력-마찰 압력)이 인장 강도에 중요한 영향을 미치는 것으로 나타났습니다.
최적화 분석을 통해 최대 인장 강도 210MPa를 얻을 수 있는 최적의 용접 조건(회전 속도 1508rpm, 마찰 압력 8.16MPa/sec, 단조 압력 6.79MPa/sec)을 확인했습니다.
Fig. 4 Contour plot&response graph for tensile strength between rotational speed and forging
pressure.
Figure 목록:
Fig 1: Before welding (AA6061and AA2014)
Fig 2: After welding (AA6061and AA201)
Fig.3: Experimental values Vspredicted values of the tensile strength of the FW joints.
Fig. 4 Contour plot&response graph for tensile strength between rotational speed and forging pressure.
Fig. 5 Contour plot &response graph for tensile strength between rotational speed and friction pressure.
Fig.6 Contour plot &response graph for tensile strength between forging pressure and friction pressure.
7. 결론:
AA6061과 AA2014의 마찰 용접 인장 강도는 회전 속도, 마찰 압력, 단조 압력과 같은 파라미터를 통합하여 분석되었습니다. 예측된 결과는 다음과 같이 요약할 수 있습니다.
AA6061 및 AA2014 마찰 용접 접합부의 인장 강도를 예측하기 위한 경험적 관계식이 개발되었습니다.
Design Expert 8.0 소프트웨어에서 예측된 인장 강도 값은 마찰 용접 공정 파라미터의 영향을 찾기 위해 실험적 인장 강도와 비교되었습니다.
회전 속도 1508rpm과 마찰 압력 8.16MPa/sec가 용접 접합부의 인장 강도에 더 큰 영향을 미치는 것으로 이해됩니다. 유사하게 단조 압력 6.79MPa/sec도 인장 강도에 영향을 미칩니다.
회전 속도 1508rpm, 마찰 압력 8.16MPa/sec, 단조 압력 6.79MPa/sec의 용접 조건 하에서 최대 210MPa의 인장 강도를 얻을 수 있었습니다.
8. 참고 문헌:
[1] R Paventhan, PR Lakshminarayanan, V Balasubramanian, Optimization of Friction Welding Process Parameters for Joining Carbon Steel and Stainless Steel, Journal of Iron and Steel Research,International, Volume 19, Issue 1(2012), Pages 66-71
[2] Ozdemir, Investigation of the Mechanical Properties of Friction-Welded Joints Between AISI 304Land AISI 4340 Steel as aFunction of Rotational Speed, Materials Letters (2005), 5909/20,2504.
[3] Yoon Han-ki, Kong Yu-sik, Kim Seon-jin, Mechanical Properties of Friction Welds of RAFs <JLF-Ito SUS304 Steels as Measured by the Acoustic Emission Technique in “Fusion Engineering and Design”, (2006), 81(8/9/10/11/12/13/14), 945.
[4] Dobrovidov A N. Selection of Optimum Conditions for the FrictionWelding of High Speed Steel 45, Weld Prod, (1975), 22(3), 226.
[5] Ishibashi A, Ezoe S, Tanaka S. Studies on Friction Welding ofCarbon and Alloy-Steels, Bulletin of the JSME, (1983), 26(216), 1080.
[6] SahinMumim. Evaluation of the Joint Interface Properties ofAustenitic Stainless Steel (AISI 304) Joined by Friction Welding, Materials and Design, (2007). 28(7), 2244.
[7] Sathiya P, Aravindan S, Noorul Haq A. Mechanical and Metallurgical Properties of Friction Welded AISI 304 Austenitic Stainless Steel. International Journal of Advanced Manufacturing Technology, (2005), 26(5/6): 505.
[8] Ananthapadmanaban D, SeshagiriRao V, Abraham Nikhil, etal. A Study of Mechanical Properties of Friction Welded MildSteel to Stainless Steel Joints, Materials and Design, (2009), 30(7), 2642.
[9] Satyanarayana V V, Madhusudhan Reddy G, Mohandas T, Dissimilar Metal Friction Welding of Austenitic-Ferritic Stainless Steels, Journal of Materials Processing Technology, (2005), 160(2),128.
[10] Yilmaz M. Investigation of the Welding Zone in Friction Weldingof Different Tool Steels, Istanbul, Technical Universityof Yildiz, (1993).
[11] AtesHakan, Turker Mehmet, Kurt Adem. Effect of Friction Pressure on the Properties of Friction Welded MA956 Iron Based Superalloy, Materials and Design, (2007), 28(3),948.
[12] Meshram S D, Mohandas T, Madhusudhan Reddy G. FrictionWelding of Dissimilar Pure Metals, Journal of Material Processing Technology, (2007) 1840/2/3),330.
[13] Lakshminarayanan A K, Balasubramanian V, Comparison ofRSM With ANN in Predicting Tensile Strength of FrictionStir Welded AA7039 Aluminum Alloy Joints,Transactionsof Nonferrous Metals Society of China, (2009), 190.
전문가 Q&A: 자주 묻는 질문
Q1: 이 실험에서 중심 합성 계획(CCD)을 선택한 이유는 무엇인가요?
A1: CCD는 각 공정 변수의 범위가 넓을 때 효율적으로 최적점을 찾을 수 있는 실험 설계 방법입니다. 특히 인장 강도와 같은 응답이 변수에 대해 선형적이지 않고 특정 지점에서 최대값을 갖는 곡선 형태(2차 모델)를 보일 것으로 예상될 때, CCD는 최소한의 실험 횟수로 2차 회귀 모델을 정확하게 구축할 수 있어 본 연구에 가장 적합한 방법으로 채택되었습니다.
Q2: 분산 분석표(Table 5)를 보면, 어떤 상호작용 효과가 가장 중요하게 나타났나요?
A2: Table 5에 따르면, 회전 속도(A)와 마찰 압력(C) 간의 상호작용(AC)이 p-value < 0.0001로 매우 유의미하게 나타났습니다. 이는 두 변수가 독립적으로 작용하기보다는 서로 결합하여 인장 강도에 복합적인 영향을 미친다는 것을 의미합니다. 따라서 최상의 접합 품질을 얻기 위해서는 이 두 파라미터를 개별적으로가 아닌, 상호 관계를 고려하여 동시에 최적화하는 것이 중요합니다.
A3: 논문에서 직접적으로 언급하지는 않았지만, 이는 이종 금속 용접에서 일반적으로 나타나는 현상입니다. 용접부에서는 두 모재가 혼합되고 마찰열에 의해 열영향부(HAZ)가 형성되면서 모재와는 다른 새로운 미세조직이 생성됩니다. 이 용접 계면과 열영향부가 전체 접합부의 기계적 강도를 결정하는 가장 약한 지점이 되기 때문에, 일반적으로 강도가 더 강한 모재보다 낮은 값을 갖게 됩니다. 최적화의 목표는 이 ‘접합부’ 자체의 강도를 가능한 최대로 끌어올리는 것입니다.
Q4: 개발된 인장 강도 예측 모델은 얼마나 신뢰할 수 있나요?
A4: 모델의 신뢰도는 매우 높습니다. 첫째, Fig. 3의 ‘예측값 대 실제값’ 그래프에서 데이터 포인트들이 대각선 주위에 가깝게 분포하여 예측값과 실제 실험값이 잘 일치함을 보여줍니다. 둘째, 분산 분석표(Table 5)에서 모델의 F-value가 91.21로 매우 높고 p-value가 0.0001 미만으로 나타나, 이 모델이 통계적으로 매우 유의미하며 데이터의 변화를 잘 설명한다는 것을 입증합니다.
Q5: Table 5의 적합성 결여(Lack of Fit) 검정 결과가 ‘유의하지 않음(not significant)’으로 나온 것은 무엇을 의미하나요?
A5: 적합성 결여 검정에서 ‘유의하지 않음’이라는 결과는 매우 긍정적인 신호입니다. 이는 개발된 모델이 실험 데이터를 설명하지 못하는 오차(적합성 결여)가 순수 실험 오차에 비해 크지 않다는 것을 의미합니다. 다시 말해, 현재의 2차 다항식 모델이 실험 결과를 충분히 잘 표현하고 있으며, 더 복잡한 모델이 필요하지 않다는 것을 통계적으로 뒷받침하는 결과입니다.
결론: 더 높은 품질과 생산성을 향한 길
이종 알루미늄 합금의 접합 문제는 많은 산업 현장에서 직면하는 기술적 난제입니다. 본 연구는 데이터 기반의 마찰 용접 최적화를 통해 이 문제를 해결할 수 있는 명확한 해법을 제시합니다. 회전 속도 1508rpm, 마찰 압력 8.16MPa/sec, 단조 압력 6.79MPa/sec라는 최적의 조건을 적용함으로써, AA6061-AA2014 이종 접합부에서 210MPa라는 최대 인장 강도를 안정적으로 확보할 수 있습니다. 이 연구는 R&D 및 생산 현장에서 품질을 향상시키고 공정 효율성을 높이는 데 실질적인 기여를 할 것입니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 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
저작권 정보
이 콘텐츠는 “K.Mathi, G.R.Jinu”의 논문 “ANALYSIS AND OPTIMIZATION OF FRICTION WELDING PARAMETERS FOR AA6061-AA2014 DISSIMILAR JOINTS”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Aris Widyo Nugroho 외 저자가 Semesta Teknika (2023)에 발표한 논문 “The Effect of Rotational Tool Speed on Dissimilar Joint Aluminum-Copper Plate Friction Stir Welded Joint”를 바탕으로 STI C&D 기술 전문가가 분석 및 요약한 내용입니다.
The Challenge: 알루미늄과 구리 같은 이종 금속을 접합할 때 기존 용접 방식은 기공이나 고온 균열과 같은 결함을 유발하여 접합 품질을 저하시키는 문제를 안고 있습니다.
The Method: 마찰 교반 용접(FSW)을 사용하여 A5005 알루미늄과 C10100 구리 판재를 접합했으며, 이때 공구 회전 속도를 540, 910, 1500, 2280 RPM으로 변화시키며 기계적 특성과 미세조직에 미치는 영향을 평가했습니다.
The Key Breakthrough: 공구 회전 속도가 낮을수록(540 RPM) 접합부의 기계적 특성이 가장 우수했으며, 이는 미세한 구리 입자가 균일하게 분산되고 결함 발생이 억제되었기 때문입니다. 반면, 회전 속도가 증가할수록 과도한 열 발생으로 인해 결함이 증가하고 인장 강도는 감소했습니다.
The Bottom Line: 알루미늄-구리 이종 소재의 마찰 교반 용접에서 공구 회전 속도는 열 입력과 결함 형성을 제어하는 핵심 변수이며, 최적의 접합 품질을 확보하기 위해서는 낮은 회전 속도 설정이 결정적입니다.
The Challenge: Why This Research Matters for CFD Professionals
자동차, 에너지, 전자 산업에서 알루미늄과 구리의 조합은 높은 전기 전도성, 내식성, 경량성 덕분에 필수적입니다. 하지만 이 두 이종 금속을 안정적으로 접합하는 것은 기술적 난제입니다. 기존의 액상 용접 방식은 용융 과정에서 기공이나 고온 균열과 같은 결함을 형성하기 쉬워 접합부의 신뢰성을 떨어뜨립니다.
이러한 문제를 해결하기 위해 고상 용접 방식인 마찰 교반 용접(FSW)이 효과적인 대안으로 주목받고 있습니다. FSW는 재료를 녹이지 않고 고체 상태에서 접합하므로 야금학적 결함 발생을 최소화할 수 있습니다. 그러나 FSW 공정 역시 공구의 회전 속도나 용접 속도 같은 공정 변수에 따라 접합 품질이 크게 좌우됩니다. 특히 열 입력량은 접합부의 미세조직과 기계적 강도에 직접적인 영향을 미칩니다. 이전 연구들에서는 용접 속도 변화에 따른 인장 강도 저하 문제가 꾸준히 제기되었으며, 이는 부적절한 열 입력으로 인한 결함 형성 때문이었습니다. 따라서 본 연구는 이종 금속 접합의 품질을 결정하는 핵심 변수인 공구 회전 속도가 알루미늄-구리 접합부의 특성에 미치는 영향을 규명하고자 했습니다.
FIGURE 1. (a) Aluminum and cooper plate, (b) tool dimensions, and (c) welding processing
The Approach: Unpacking the Methodology
본 연구는 알루미늄-구리 이종 접합에서 공구 회전 속도의 영향을 체계적으로 분석하기 위해 다음과 같은 방법론을 사용했습니다.
사용 재료: 150mm x 150mm x 3mm 크기의 A5005 알루미늄 판재와 C10100 구리 판재를 사용했습니다.
핵심 변수: 공구 회전 속도를 540, 910, 1500, 2280 RPM의 네 가지 조건으로 설정하여 실험을 진행했습니다.
고정 변수: 용접 속도는 50mm/min, 공구 압입 깊이는 3mm로 모든 실험에서 동일하게 유지하여 회전 속도만의 영향을 명확히 파악하고자 했습니다.
분석 방법: 접합된 시편에 대해 ASTM E8 표준에 따른 인장 시험, 마이크로 비커스 경도 시험, 그리고 광학 현미경을 이용한 매크로 및 미세조직 분석을 수행하여 기계적, 물리적 특성을 종합적으로 평가했습니다.
The Breakthrough: Key Findings & Data
Finding 1: 회전 속도가 접합 결함 및 인장 강도에 미치는 직접적인 영향
연구 결과, 공구 회전 속도는 접합부의 결함 형성과 직결되며, 이는 최종 인장 강도를 결정하는 핵심 요인임이 밝혀졌습니다.
결함 형성: 910 RPM 및 2280 RPM과 같은 높은 회전 속도에서는 과도한 열 발생으로 인해 알루미늄이 표면으로 밀려나는 플래시(Flash) 및 터널(Tunnel) 결함이 뚜렷하게 관찰되었습니다. 매크로 조직 분석(Figure 2) 결과, 540 RPM과 910 RPM에서는 불충분한 열 입력으로 인한 기공(void) 결함이, 2280 RPM에서는 과도한 열 입력으로 인한 대형 공동(cavity) 결함이 교반 영역(stir zone) 내에서 발생했습니다.
인장 강도 변화: 인장 강도는 회전 속도가 증가함에 따라 감소하는 명확한 반비례 관계를 보였습니다. Figure 5.b에 따르면, 가장 낮은 속도인 540 RPM에서 58.21 MPa의 최대 인장 강도를 기록한 반면, 가장 높은 속도인 2280 RPM에서는 결함 증가로 인해 28.05 MPa까지 강도가 급격히 하락했습니다.
Finding 2: 낮은 회전 속도에서 미세조직 및 경도 최적화
회전 속도는 접합부의 미세조직과 경도 값에도 결정적인 영향을 미쳤습니다.
미세조직 변화: 높은 회전 속도(2280 RPM)는 더 많은 열을 발생시켜 열영향부(HAZ)의 결정립을 성장시켰습니다 (Figure 3.c). 반면, 교반 영역에서는 낮은 회전 속도(540 RPM) 조건에서 더 작고 미세한 구리 입자들이 알루미늄 기지 내에 균일하게 분산되는 이상적인 미세조직이 관찰되었습니다 (Figure 3.d).
경도 분포: Figure 4의 경도 측정 결과, 가장 높은 경도 값(67 VHN)은 가장 낮은 회전 속도인 540 RPM의 교반 영역에서 나타났습니다. 이는 미세한 구리 입자의 균일한 분산 덕분입니다. 반면, 2280 RPM 조건에서는 열영향부의 결정립 성장으로 인해 재료가 연화되어 경도가 가장 낮게 측정되었습니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 3mm 두께의 알루미늄-구리 접합 시, 공구 회전 속도가 열 입력을 제어하는 핵심 변수임을 명확히 보여줍니다. 약 540 RPM의 낮은 회전 속도(용접 속도 50 mm/min 기준)를 적용하면 기공 및 공동과 같은 결함을 최소화하고 접합 강도를 극대화하는 데 기여할 수 있습니다.
For Quality Control Teams: Figure 4(경도 분포)와 Figure 5(응력-변형률 선도)의 데이터는 높은 회전 속도, 낮은 열영향부 경도, 그리고 낮은 인장 강도 간의 명확한 상관관계를 제시합니다. 이는 열영향부와 교반 영역의 특성에 초점을 맞춘 새로운 품질 검사 기준을 수립하는 데 활용될 수 있습니다. 특히 모든 시편에서 관찰된 취성 파괴(Figure 6)는 금속간 화합물(IMC)의 존재를 시사하므로, 품질 평가 시 이를 중요하게 고려해야 합니다.
For Design Engineers: 연구 결과는 알루미늄-구리 계면에 형성되는 취성 금속간 화합물(IMC) 층이, 특히 고온(높은 회전 속도) 조건에서 두껍게 성장할 수 있음을 시사합니다. 따라서 접합부 설계 시 이러한 고유의 취성을 반드시 고려해야 하며, 파단이 주로 교반 영역에서 발생한다는 점 또한 중요한 설계 고려 사항입니다.
Paper Details
The Effect of Rotational Tool Speed on Dissimilar Joint Aluminum-Copper Plate Friction Stir Welded Joint
1. Overview:
Title: The Effect of Rotational Tool Speed on Dissimilar Joint Aluminum-Copper Plate Friction Stir Welded Joint
Author: Aris Widyo Nugroho, Khukuh Aulia Rahman, Muhammad Budi Nur Rahman
Year of publication: 2023
Journal/academic society of publication: Semesta Teknika, Vol. 26, No. 2
이 연구는 알루미늄-구리 마찰 교반 용접 접합부의 기계적 특성과 미세조직에 대한 공구 회전 속도의 영향을 조사합니다. 더 높은 회전 속도는 열 발생 증가로 인해 결정립 크기를 증가시키는 것으로 나타났습니다. 교반 영역의 더 높은 경도 값은 더 작은 구리 입자의 균일한 분산에서 비롯됩니다. 연구 결과, 540 rpm에서 교반 영역의 최대 경도 값인 67 VHN을 얻었습니다. 그러나 더 높은 속도는 기공, 균열, 금속간 화합물(IMC)과 같은 결함을 초래하며, 이는 고온에서 IMC 형성으로 연결됩니다. 550 rpm에서의 최적 용접 조건은 결정립 미세화, 경도 향상, 결함 완화의 균형을 이루어 용접 공정 변수에 대한 이해에 기여합니다.
3. Introduction:
이종 재료 접합 기술의 발전은 알루미늄과 구리 재료 접합의 맥락에서 기술적, 경제적 이점에 의해 주도되어 왔습니다. 알루미늄과 구리는 뛰어난 전기 전도성, 내식성, 저밀도 특성으로 인해 운송 및 에너지 분야에서 널리 활용됩니다. 이를 위해서는 Al/Cu 부품 제작을 위한 신뢰할 수 있는 접합 방법이 필요합니다. 액상 용접 기술은 기공 및 고온 균열과 같은 압축 결함을 형성할 수 있어 이종 재료 용접 시 효율성이 떨어집니다. 이러한 시나리오에서는 고상 용접 기술이 더 효과적입니다. 이는 고체 상태에서 이종 재료를 융합하여 고온에서 일반적으로 발생하는 야금 반응을 완화하는 능력 때문입니다. 마찰 교반 용접(FSW)은 다양한 재료를 접합하는 데 효과적으로 활용되어 온 고상 용접 기술입니다. FSW 공정의 접합 결과는 회전 속도와 용접 속도라는 두 가지 주요 요소에 의해 크게 영향을 받습니다. 회전 속도 증가는 용접 속도 감소와 함께 열 입력을 증가시킵니다. 이전 연구에 따르면 구리와 알루미늄 접합 과정에서 용접 속도 변화는 부적절한 접합을 초래할 수 있으며, 이는 열 입력 감소로 인한 최종 접합부의 인장 강도 저하 때문일 수 있습니다.
4. Summary of the study:
Background of the research topic:
알루미늄과 구리는 산업적으로 중요한 재료이지만, 두 금속의 물리적 특성 차이로 인해 기존 용접 방식으로는 고품질 접합이 어렵습니다. 고상 용접 방식인 마찰 교반 용접(FSW)이 대안으로 제시되었으나, 공정 변수에 따라 접합 품질이 크게 달라지는 문제가 있습니다.
Status of previous research:
이전 연구들은 FSW의 용접 속도나 회전 속도 변화가 접합부의 인장 강도에 미치는 영향을 다루었으나, 종종 상반된 결과를 보였습니다. 공통적으로 지적된 문제는 과도하거나 부족한 열 입력으로 인해 균열, 터널 결함 등이 발생하여 인장 강도가 저하된다는 점이었습니다.
Purpose of the study:
본 연구의 목적은 상대적으로 낮은 용접 속도(50 mm/min)와 3mm 판재 두께 조건에서, 공구 회전 속도 변화가 알루미늄-구리 FSW 접합부의 품질(기계적 특성 및 미세조직)에 미치는 영향을 체계적으로 조사하는 것입니다.
Core study:
공구 회전 속도를 540, 910, 1500, 2280 RPM으로 변화시키면서 알루미늄-구리 판재를 FSW로 접합했습니다. 이후 접합된 시편의 표면 결함, 단면 매크로 조직, 미세조직, 경도 분포, 인장 강도를 분석하여 회전 속도와 접합 품질 간의 상관관계를 규명했습니다.
5. Research Methodology
Research Design:
본 연구는 공구 회전 속도를 독립 변수로 설정하고, 이에 따른 알루미늄-구리 FSW 접합부의 기계적 특성(인장 강도, 경도) 및 미세조직 변화를 종속 변수로 측정하는 실험적 연구 설계를 따랐습니다.
Data Collection and Analysis Methods:
용접된 시편으로부터 데이터를 수집하기 위해 인장 시험기, 마이크로 비커스 경도 시험기, 광학 현미경을 사용했습니다. 수집된 데이터는 각 회전 속도 조건별로 비교 분석되었으며, 그래프와 이미지를 통해 시각화되었습니다.
Research Topics and Scope:
연구 범위는 3mm 두께의 A5005 알루미늄과 C10100 구리 판재의 맞대기 이음(butt joint) 마찰 교반 용접에 한정됩니다. 주요 연구 주제는 공구 회전 속도 변화가 접합부의 결함 형성, 미세조직, 경도 및 인장 강도에 미치는 영향입니다.
6. Key Results:
Key Results:
높은 회전 속도는 과도한 열 입력을 유발하여 플래시, 터널, 공동(cavity)과 같은 용접 결함을 증가시켰습니다.
인장 강도는 회전 속도와 반비례 관계를 보였으며, 540 RPM에서 58.21 MPa로 가장 높았고 2280 RPM에서 28.05 MPa로 가장 낮았습니다.
최고 경도 값(67 VHN)은 540 RPM의 교반 영역에서 측정되었으며, 이는 미세한 구리 입자의 균일한 분산에 기인합니다.
높은 회전 속도는 열영향부(HAZ)의 결정립을 성장시켜 해당 영역의 경도를 감소시켰습니다.
모든 시편은 금속간 화합물(IMC) 형성으로 인해 소성 변형 없이 취성 파괴 양상을 보였습니다.
Figure 2. The macrograph cross section of the dissimilar aluminum-copper friction stir welded joint with a variations in rotational speed (A) 540 rpm, (B) 910 rpm, (C) 1500 rpm, and (D) 2280 rpm.
Figure List:
FIGURE 1. (a) Aluminum and cooper plate, (b) tool dimensions, and (c) welding processing
Figure 2. The results of the dissimilar aluminum- copper friction stir welded joint with a variation in rotational speed (a) 540 rpm, (b) 910 rpm, (c) 1500 rpm, and (d) 2280 rpm.
Figure 2. The macrograph cross section of the dissimilar aluminum-copper friction stir welded joint with a variations in rotational speed (A) 540 rpm, (B) 910 rpm, (C) 1500 rpm, and (D) 2280 rpm.
Figure 3. The micrograph of some regions of the dissimilar aluminum-copper friction stir welded joint at rotational speed of 540 rpm, and 2280 rpm, (a) base metal aluminum, HAZ of aluminum at (b)540 rpm (c) 2280 rpm, (d) stir zone at 540 rpm (e) base metal of cooper. HAZ of cooper at (f) 540 rpm, (g) 2280 rpm cooper, (h) stir zone at 2280 rpm.
Figure 4. Microhardness of dissimilar aluminum-copper friction stir welded joint at the various rotational speed
Figure 5. (a) Stress-strain diagram of the tensile test of the dissimilar welded joint at various rotaional speed, (b) Strength and strain of the dissimilar welded joints
Figure 6. Fracture features of tensile specimens’ friction stir welded at (a) 550 rpm, (b) 2280 rpm
7. Conclusion:
알루미늄-구리의 마찰 교반 용접(FSW) 실험 결과, 회전 속도 증가는 마찰열 증가로 인해 더 큰 결정립을 생성하는 것으로 결론지을 수 있습니다. 낮은 회전 속도에서는 더 작은 구리 입자가 알루미늄 기지에 균일하게 분산되어 교반 영역에서 더 높은 경도 값을 나타냈습니다. 540 RPM의 회전 속도는 교반 영역에서 67 VHN의 최대 경도 값을 보였습니다. 2280 RPM의 회전 속도는 균열 및 금속간 화합물(IMC)을 포함한 다양한 결함을 나타내는 용접 접합부를 형성합니다. 이러한 결함은 고온에서 IMC 형성으로 인해 발생하며, 계면 파괴의 원인이 될 수 있습니다. 결함 없는 접합은 540 RPM 속도에서 달성되었으며, 회전 용접 속도 증가는 접합 강도 감소로 이어졌습니다.
8. References:
Ajri, A., Rohatgi, N.,, & Shin, Y. C. (2020). Analysis of defect formation mechanisms and their effects on weld strength during friction stir welding of Al 6061-T6 via experiments and finite element modeling. The International Journal of Advanced Manufacturing Technology, 107, 4621-4635. https://doi.org/10.1007/s00170-020-05353-3
Albannai, A. I. (2020). Review the common defects in friction stir welding, International Journal of Scientific & Technology Research, 9(11), 318-329.
Bisadi, H., Tavakoli, A., Sangsaraki, M. T., & Sangsaraki, K. T. (2013). The influences of rotational and welding speeds on microstructures and mechanical properties of friction stir welded A15083 and commercially pure copper sheets lap joints, Materials & Design, 43, 80-88. https://doi.org/10.1016/j.matdes.2012.06.029
Boucherit, A., Avettand-fènoël, M., & Taillard, R. (2017). Effect of a Zn interlayer on dissimilar FSSW of Al and Cu, Materials & Design, 124(2897), 87-99. https://doi.org/10.1016/j.matdes.2017.03.063
Chen, C.-Y., Chen, H.-L., & Hwang, W.-S. (2006). Influence of interfacial structure development on the fracture mechanism and bond strength of aluminum/copper bimetal plate, Materials Transactions, 47(4), 1232-1239. https://doi.org/10.2320/matertrans.47.1232
Derniawan, T. H., Nurdin, N., & Fakhriza, F. (2021). Analisa pengaruh putaran spindel pada friction welding terhadap tensile strength Aluminum A6061, Journal of Welding Technology, 3(1), 12-16. https://dx.doi.org/10.30811/jowt.v3i1.2034
Elmetwally, H. T., SaadAllah, H. N., Abd-Elhady, M., & Abdel-Magied, R. K. (2020). Optimum combination of rotational and welding speeds for welding of Al/Cu-butt joint by friction stir welding. The International Journal of Advanced Manufacturing Technology, 110, 163-175. https://doi.org/10.1007/s00170-020-05815-8
Fuse, K., Badheka, V., Oza, A. D., Prakash, C., Buddhi, D., Dixit, S., & Vatin, N. (2022). Microstructure and mechanical properties analysis of Al/Cu dissimilar alloys joining by using conventional and bobbin tool friction stir welding. Materials, 15(15), 5159. https://doi.org/10.3390/ma15155159
Jatimurti, W., Kurniawan, F., & Kurniawan, B. A. (2019). Analisa kecepatan pengelasan dan kecepatan putar mata pahat terhadap konduktivitas listrik sambungan aluminum dan tembaga hasil friction stir welding (FSW), Jurnal Engine, 3(2), 39-46. http://dx.doi.org/10.30588/jeemm.v3i2.536
Khajeh, R., Jafarian, H. R., Seyedein, S. H., Jabraeili, R., Eivani, A. R., Park, N., Kim, Y., & Heidarzadeh, A. (2021). Microstructure, mechanical and electrical properties of dissimilar friction stir welded 2024 aluminum alloy and copper joints. Journal Materials Research Technology, 14, 1945–1957. https://doi.org/10.1016/j.jmrt.2021.07.058
Khodir, S. A., Ahmed, M. M. Z., Ahmed, E., Mohamed, S. M. R., & Abdel-Aleem, H. (2016). Effect of intermetallic compound phases on the mechanical properties of the dissimilar Al/Cu friction stir welded joints, Journal of Materials Engineering and Performance, 25, 4637-4648. https://doi.org/10.1007/s11665-016-2314-y
Liu, L., Wang, H., Song, G., & Ye, J. (2007). Microstructure characteristics and mechanical properties of laser weld bonding of magnesium alloy to aluminum alloy, Journal of Materials Science, 42, 565–572. https://doi.org/10.1007/s10853-006-1068-6
Muthu, M. F. X., & Jayabalan, V. (2015). Tool travel speed effects on the microstructure of friction stir welded aluminum-copper joints, Journal of Materials Processing Technology, 217, 105–113. https://doi.org/10.1016/j.jmatprotec.2014.11.007
Osman, N., Sajuri, Z., Baghdadi, A. H., & Omar, M. Z. (2019). Effect of process parameters on interfacial bonding properties of aluminium-copper clad sheet processed by multi-pass friction stir-welding technique, METALS, 9(11), 1159. https://doi.org/10.3390/met9111159
Rajakumar, S., & Balasubramania, V. (2012). Correlation between weld nuggets grain size, weld nuggets hardness and tensile strength of friction stir welded commercial grade aluminium alloy joints, Material & Design, 34, 242-251. https://doi.org/10.1016/j.matdes.2011.07.054
Tan, C. W., Jiang, Z. G., Li, L. Q., Chen, Y. B., & Chen, X. Y. (2013). Microstructural evolution and mechanical properties of dissimilar Al-Cu joints produced by friction stir welding. Materials & Design, 51, 466-473. https://doi.org/10.1016/j.matdes.2013.04.056
Xue, P., Xie, G., Xiao, B., Ma, Z., & Geng, L. (2010). Effect of heat input conditions on microstructure and mechanical properties of friction-stir-welded pure copper, Metallurgical and Materials Transactions, 41A(8), 2010-2021. https://doi.org/10.1007/s11661-010-0254-y
Expert Q&A: Your Top Questions Answered
Q1: 모든 실험에서 용접 속도를 50 mm/min으로 일정하게 유지한 이유는 무엇인가요?
A1: 본 연구의 목적은 ‘다양한 회전 속도’가 접합 품질에 미치는 영향을 명확히 규명하는 것이었습니다. 논문에서 인용한 이전 연구들에서 알 수 있듯이, 용접 속도 또한 열 입력과 결함 형성에 큰 영향을 미치는 변수입니다. 따라서 용접 속도를 50 mm/min의 낮은 값으로 고정함으로써, 다른 변수의 영향을 배제하고 오직 회전 속도 변화에 따른 미세조직 및 기계적 특성 변화를 정밀하게 분석할 수 있었습니다.
Q2: Figure 4를 보면, 특히 2280 RPM에서 열영향부(HAZ)의 경도가 가장 낮게 나타납니다. 야금학적 원인은 무엇이며, 이는 접합부 성능에 어떤 의미를 갖나요?
A2: 논문에 따르면 이는 2280 RPM의 높은 회전 속도로 인해 발생한 과도한 열이 열영향부의 결정립을 성장시켰기 때문입니다. Figure 3.c의 미세조직 사진에서 볼 수 있듯이, 열영향부의 결정립은 모재보다 훨씬 큽니다. 이러한 결정립 성장은 재료의 연화(softening)를 유발하여 경도 저하로 이어집니다. 이 ‘연화 구역’은 기계적 취약점이 되어, 교반 영역 자체의 경도가 높더라도 전체 접합부가 응력을 받을 때 파괴의 시작점이 될 수 있습니다.
Q3: 논문의 초록과 결론에서는 550 RPM이 최적 조건이라고 언급하지만, 실제 실험은 540 RPM에서 수행되었습니다. 이는 오기이며, ‘최적’의 기준은 무엇인가요?
A3: 논문 내 일부 수치에 불일치가 있는 것으로 보입니다. 실험은 540, 910, 1500, 2280 RPM에서 수행되었으며, 데이터에 따르면 540 RPM 조건에서 가장 높은 인장 강도(58.21 MPa)와 최고 경도(67 VHN)를 기록했고, 다른 고속 조건에 비해 심각한 결함도 적었습니다. 따라서 여기서 ‘최적’이란 결정립 미세화, 경도, 강도 및 결함 억제 측면에서 가장 균형 잡힌 결과를 보인 조건을 의미하며, 이는 실험된 속도 중 가장 낮은 540 RPM에 해당합니다. 결론부의 550 RPM 언급은 540 RPM을 지칭하는 과정에서 발생한 사소한 오기로 판단됩니다.
Q4: 모든 시편에서 취성 파괴가 관찰되었습니다. 이는 FSW가 연성이 있는 알루미늄-구리 접합부를 만드는 데 적합하지 않다는 의미인가요?
A4: 논문은 취성 파괴의 원인으로 알루미늄-구리 계면에 형성된 금속간 화합물(IMC) 층을 지목합니다. IMC는 본질적으로 단단하고 부서지기 쉬운 특성을 가집니다. 실험된 모든 조건에서 취성 파괴가 나타났지만, 540 RPM과 같은 낮은 회전 속도에서 더 강한 접합부가 만들어졌다는 점이 중요합니다. 이는 FSW 공정에서 IMC 생성을 완전히 피할 수는 없더라도, 열 입력을 정밀하게 제어하여 IMC 층의 성장을 억제하고 그 해로운 영향을 최소화함으로써 전체적인 접합 강도를 향상시킬 수 있음을 시사합니다.
Q5: 초록에는 550 RPM에서 최적이라고 언급하고, 결론의 다른 부분에서는 550 RPM에서 43.66 MPa의 최대 강도를 얻었다고 합니다. 하지만 Figure 5.b에서는 540 RPM에서 58.21 MPa의 최대 강도를 보여주는데, 이 차이를 어떻게 해석해야 하나요?
A5: 논문의 결과 섹션에 제시된 데이터(Figure 5.b: 540 RPM에서 58.21 MPa)와 초록 및 결론 부분에 서술된 수치(550 RPM, 43.66 MPa) 간에 명백한 불일치가 존재합니다. 연구 본문의 상세 그래프와 데이터를 기준으로 판단할 때, 가장 신뢰할 수 있는 결과는 540 RPM의 회전 속도에서 58.21 MPa의 최대 인장 강도를 얻었다는 것입니다. 초록과 최종 결론 단락에는 수치적 오류가 포함된 것으로 보입니다. 따라서 실제 공정에 적용할 때는 Figure 5에 제시된 상세 데이터를 신뢰하는 것이 타당합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 알루미늄-구리 이종 접합에서 마찰 교반 용접의 성공이 공구 회전 속도라는 핵심 변수를 얼마나 정밀하게 제어하는지에 달려 있음을 명확히 보여주었습니다. 회전 속도가 증가할수록 열 입력이 과도해져 결함이 증가하고 기계적 강도가 저하되는 반면, 낮은 회전 속도(540 RPM)는 결함을 억제하고 미세조직을 최적화하여 가장 우수한 접합 품질을 구현했습니다. 이는 열 입력 제어가 이종 접합 품질의 성패를 가르는 핵심임을 의미합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 본 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 “The Effect of Rotational Tool Speed on Dissimilar Joint Aluminum-Copper Plate Friction Stir Welded Joint” by “Aris Widyo Nugroho, et al.”.
이 기술 요약은 Kunal Dwivedi와 Jyoti Menghani가 작성하여 2016년 Metallurgical and Materials Engineering에 발표한 “EFFECT OF MOLYBDENUM ADDITION ON MICROSTRUCTURE AND MECHANICAL PROPERTIES OF PLAIN CARBON STEEL WELD” 논문을 기반으로 합니다. STI C&D의 기술 전문가가 분석하고 요약했습니다.
도전 과제: 평탄소강 용접 조인트는 부식 저항성이 낮고 고온에서 강도가 감소하는 등 기계적 특성에 한계가 있습니다.
연구 방법: Taguchi 이론을 사용하여 서브머지드 아크 용접(SAW) 공정 변수를 최적화하고, 다양한 양의 몰리브덴을 첨가하여 용접부의 기계적 특성을 개선했습니다.
핵심 돌파구: 몰리브덴 첨가는 용접 비드의 미세구조를 미세한 베이나이트 구조로 변화시켜 인장 강도와 미세 경도를 크게 향상시켰습니다.
핵심 결론: 몰리브덴 합금화는 평탄소강 용접 조인트의 강도와 경도를 향상시키는 효과적인 전략이며, 용접 품질을 한 단계 끌어올릴 수 있습니다.
Fig. 1 Graph between voltage, welding speed and mean of s/n ratio
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
선박 건조, 건설 등 다양한 산업에서 강철의 사용은 필수적입니다. 특히 10mm 이상의 두꺼운 판재 용접에는 서브머지드 아크 용접(SAW)이 널리 사용됩니다. 그러나 평탄소강 용접 조인트는 부식 저항성이 낮고, 고온에서의 산화, 700MPa 이상의 강도에서 충격 강도 및 연성 손실 등 본질적인 한계를 가집니다. 이러한 기계적 특성의 한계는 구조물의 내구성과 안전성에 직접적인 영향을 미치므로, 용접 금속의 인성을 개선하기 위한 혁신적인 접근 방식이 필요합니다. 기존에는 플럭스 종류를 변경하거나 새로운 필러 금속을 사용하는 방법이 있었지만, 본 연구는 용접 금속에 직접 합금 원소를 첨가하는 방식에 주목했습니다.
연구 접근법: 방법론 분석
본 연구는 두 가지 주요 목표를 가지고 진행되었습니다. 첫째, Taguchi 방법을 사용하여 서브머지드 아크 용접(SAW)의 공정 변수를 최적화하고, 둘째, 몰리브덴(Mo) 첨가를 통해 용접 조인트의 기계적 특성을 향상시키는 것입니다.
재료 및 장비: 10mm 두께의 연강판(AISI C-1020)을 60° 그루브 각도로 가공하여 사용했습니다. 용접 장비로는 1200A 용량의 SURARC 반자동 SAW 장비를 사용했으며, 전극은 AWS: SFA/A5.17 EL-8, 플럭스는 OK Flux 10.71을 사용했습니다.
변수 최적화: Taguchi 설계를 적용하여 아크 전압과 용접 속도를 2개 수준으로 설정하고, 출력 변수인 비드 폭을 최적화했습니다.
합금화 및 특성 평가: 최적화된 용접 조건에서 0.05, 0.1, 0.15, 0.3 wt.%의 몰리브덴 분말을 용접부에 개별적으로 첨가했습니다. 합금 및 비합금 용접 금속의 특성을 비교하기 위해 미세 경도 시험, 인장 시험을 수행했으며, 광학 현미경, XRD, EDS를 사용하여 미세구조를 분석했습니다.
핵심 돌파구: 주요 발견 및 데이터
발견 1: 용접 속도가 비드 폭에 미치는 지배적인 영향
Taguchi 방법과 분산 분석(ANOVA)을 통해 용접 공정 변수가 비드 폭에 미치는 영향을 분석했습니다. 그 결과, 용접 속도가 아크 전압보다 비드 폭에 더 큰 영향을 미치는 것으로 나타났습니다.
분산 분석 결과, 용접 속도는 비드 폭에 66.62%의 기여도를 보인 반면, 아크 전압의 기여도는 33.78%였습니다.
최적의 용접 조건은 아크 전압 32V, 용접 속도 0.25 m/min으로 도출되었습니다 (Table 2, Fig. 1 참조). 이는 안정적이고 예측 가능한 용접 비드 품질을 확보하기 위해 용접 속도 제어가 매우 중요함을 시사합니다.
발견 2: 몰리브덴 첨가에 따른 미세구조 변화 및 경도 증가
몰리브덴 첨가는 용접부의 미세구조를 획기적으로 변화시켜 기계적 특성을 향상시켰습니다.
미세구조: 몰리브덴을 첨가하자 용접 금속의 미세구조가 기존의 페라이트-펄라이트 구조에서 미세한 베이나이트 구조로 변화했습니다 (Fig. 2). 이는 몰리브덴이 입계 페라이트 형성을 억제하고 베이나이트 변태를 촉진하기 때문입니다.
미세 경도: 몰리브덴 함량이 증가함에 따라 용접 비드의 미세 경도는 지속적으로 증가했습니다. 비합금 용접부의 경도는 187 HV-1이었으나, 0.20% Mo 첨가 시 262 HV-1까지 상승했습니다 (Table 3, Fig. 3 참조). 이는 몰리브덴이 강한 탄화물 형성 원소로서 미세구조 내에 탄화물을 석출시켜 2차 강화상으로 작용하기 때문입니다.
발견 3: 인장 강도 향상 및 파단 위치 변화
몰리브덴 첨가는 인장 강도를 향상시켰으며, 이는 용접부의 신뢰성을 높이는 중요한 결과입니다.
인장 강도: 0.05% Mo를 첨가했을 때 인장 강도는 560.0 MPa로 비합금 용접부(502.4 MPa)보다 크게 향상되었습니다. Mo 함량이 증가함에 따라 인장 강도는 감소 후 다시 증가하는 복합적인 경향을 보였는데, 이는 Mo 함량에 따른 입자 미세화 정도의 변화와 관련이 있습니다 (Fig. 4).
파단 위치: 비합금 시편은 용접부(Weld)에서 파단된 반면, 몰리브덴이 첨가된 모든 시편은 열영향부(HAZ)에서 파단되었습니다 (Table 4). 이는 몰리브덴 첨가로 인해 용접부의 강도가 HAZ보다 높아졌음을 의미하며, 용접 조인트의 전체적인 강도가 향상되었음을 입증합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구에서 도출된 최적의 용접 변수(아크 전압 32V, 용접 속도 0.25 m/min)는 유사한 재료의 SAW 공정 설정 시 유용한 기준점을 제공합니다. 특히 용접 속도가 비드 형상에 미치는 큰 영향을 고려하여 열 입력량을 정밀하게 제어함으로써 용접 품질을 향상시킬 수 있습니다.
품질 관리팀: Table 3에 나타난 몰리브덴 함량과 미세 경도 간의 명확한 상관관계는 용접부의 기계적 특성을 예측하는 비파괴 검사 기준으로 활용될 수 있습니다. 또한, Mo 합금 용접부의 파단 위치가 HAZ로 이동함에 따라(Table 4), HAZ의 미세구조 및 경도 관리가 품질 보증의 핵심 요소가 될 수 있습니다.
설계 엔지니어: 소량(0.05~0.20 wt.%)의 몰리브덴 첨가만으로도 용접부의 미세구조를 베이나이트로 제어하고 강도 및 경도를 크게 향상시킬 수 있다는 점은, 모재 변경 없이 용접 조인트의 성능을 비용 효율적으로 개선할 수 있는 설계 전략을 제시합니다.
논문 상세 정보
EFFECT OF MOLYBDENUM ADDITION ON MICROSTRUCTURE AND MECHANICAL PROPERTIES OF PLAIN CARBON STEEL WELD
1. 개요:
제목: EFFECT OF MOLYBDENUM ADDITION ON MICROSTRUCTURE AND MECHANICAL PROPERTIES OF PLAIN CARBON STEEL WELD (몰리브덴 첨가가 평탄소강 용접의 미세구조 및 기계적 특성에 미치는 영향)
저자: Kunal Dwivedi, Jyoti Menghani
발행 연도: 2016
학술지/학회: Metallurgical and Materials Engineering, Association of Metallurgical Engineers of Serbia AMES
본 연구는 두 가지 주요 목표를 가지고 있습니다. 첫째는 Taguchi 이론을 사용하여 서브머지드 아크 용접(SAW)의 용접 공정 변수를 최적화하는 것이고, 둘째는 다양한 양의 몰리브덴을 합금하여 용접 조인트의 강도 및 미세 경도와 같은 기계적 특성을 향상시키는 것입니다. 용접 공정 최적화를 위해 Taguchi 이론의 변수들이 10mm 두께의 연강판(AISI C-1020)에 60° 그루브 각도로 적용되었으며, 아크 전압과 용접 속도를 변수로, 비드 폭을 출력 변수로 사용했습니다. 또한 다중 회귀 분석을 사용하여 비드 폭, 아크 전압 및 용접 속도 간의 수학적 관계를 현재의 모재 판 형상에 대해 도출했습니다. 용접 변수를 최적화한 후, 몰리브덴을 다양한 비율로 용접 영역에 개별적으로 첨가했습니다. 합금 및 비합금 용접 금속 비드의 특성을 비교했습니다. 용접부의 기계적 특성 평가는 미세 경도, 인장 강도 측면에서 수행되었으며, 미세구조 특성 평가는 광학 현미경, XRD 및 EDS를 사용하여 수행되었습니다. 몰리브덴의 존재는 용접 비드에서 미세한 입자 구조를 가진 베이나이트 구조를 형성하여 인장 강도와 미세 경도를 향상시켰습니다. XRD 결과는 몰리브덴 탄화물의 형성을 보여주어 미세 경도 값의 증가를 정당화했습니다.
3. 서론:
요즘 강철은 조선, 건물 건설 등 거의 모든 곳에서 널리 사용되고 있습니다. 강철의 과도한 사용은 우수한 기계적 특성 때문입니다. 서브머지드 아크 용접(SAW)은 두꺼운 판(10mm<두께)에만 독점적으로 수행됩니다. 서브머지드 아크 용접은 쉬운 적용성, 높은 전류 밀도, 우수한 비드 품질 및 능력으로 인해 광범위한 산업 응용 분야를 찾습니다.
4. 연구 요약:
연구 주제의 배경:
평탄소강은 널리 사용되지만 용접 조인트의 부식 저항성, 고온 강도 등에 한계가 있습니다. 서브머지드 아크 용접(SAW)은 생산성이 높지만, 아크 전압, 전류, 용접 속도 등 수많은 공정 변수가 용접 비드 품질에 영향을 미치므로 최적화가 필요합니다.
이전 연구 현황:
많은 연구자들이 Taguchi 최적화 기법을 사용하여 공정 변수를 최적화하고 회귀 분석을 수행했습니다. 또한, 몰리브덴, 크롬, 니오븀 등 다양한 합금 원소를 첨가하여 평탄소강의 특성을 개선하려는 연구가 진행되어 왔습니다. 특히 몰리브덴은 강의 경화능, 인장 강도, 미세 입자 구조 형성에 긍정적인 영향을 미치는 것으로 알려져 있습니다.
연구 목적:
본 연구의 목적은 첫째, Taguchi 방법을 이용해 SAW 공정 변수(아크 전압, 용접 속도)를 최적화하고, 둘째, 다양한 양의 몰리브덴(Mo)을 첨가하여 평탄소강 용접부의 미세구조 및 기계적 특성(강도, 미세 경도)을 개선하는 것입니다.
핵심 연구:
공정 최적화: Taguchi L4 직교 배열을 사용하여 아크 전압과 용접 속도를 2수준으로 설정하고, 비드 폭에 대한 최적 조건을 도출했습니다.
합금화: 최적화된 용접 조건 하에 0.05%부터 0.3%까지 다양한 비율의 Mo를 용접부에 첨가했습니다.
특성 평가: Mo 첨가량에 따른 용접부, 열영향부(HAZ), 모재의 미세구조 변화를 광학 현미경으로 관찰하고, 미세 경도와 인장 강도를 측정하여 기계적 특성 변화를 정량적으로 평가했습니다. 또한 XRD와 EDS 분석을 통해 상(phase) 변화와 원소 분포를 확인했습니다.
5. 연구 방법론
연구 설계:
본 연구는 실험적 접근법을 기반으로 합니다. 먼저 통계적 방법인 Taguchi 설계를 통해 SAW 공정 변수를 최적화하고, 이후 최적화된 조건에서 합금 원소(Mo)의 농도를 변화시키며 그 효과를 체계적으로 분석하는 방식으로 설계되었습니다.
데이터 수집 및 분석 방법:
용접: SVNIT 워크숍의 SURARC 반자동 SAW 장비를 사용하여 150mm x 32mm x 10mm 크기의 연강판(AISI C-1020)을 용접했습니다.
기계적 시험: 만능 시험기(UTM)를 사용하여 ASTM E8M 규격에 따라 인장 시험을 수행했고, SHIMADZU HMV 2 시리즈를 사용하여 ASTM E-384:2006 규격에 따라 9.8N 하중으로 미세 경도를 측정했습니다.
미세구조 분석: METZER vision plus-5000 광학 현미경을 사용하여 미세구조를 관찰했으며, Hitachi S3400N 주사 전자 현미경(SEM)과 EDS를 통해 성분 분석을 수행했습니다. MINIFLEX XRD 장비를 사용하여 CuKα 방사선으로 상 분석을 진행했습니다.
통계 분석: Minitab 17 소프트웨어를 사용하여 Taguchi 분석, 분산 분석(ANOVA), 다중 회귀 분석을 수행했습니다.
연구 주제 및 범위:
연구는 10mm 두께의 AISI C-1020 평탄소강에 대한 서브머지드 아크 용접에 국한됩니다. 공정 변수로는 아크 전압과 용접 속도를 고려했으며, 합금 원소로는 몰리브덴(0.05, 0.1, 0.15, 0.3 wt.%)을 사용했습니다. 평가는 용접부의 미세구조, 미세 경도, 인장 강도에 초점을 맞췄습니다.
6. 주요 결과:
주요 결과:
용접 속도는 비드 폭에 66.62%의 기여도를 보여 아크 전압(33.78%)보다 지배적인 영향을 미쳤습니다.
최적의 용접 조건은 아크 전압 32V, 용접 속도 0.25 m/min으로 결정되었습니다.
몰리브덴 첨가는 용접부의 미세구조를 미세한 베이나이트 구조로 변화시켰습니다.
몰리브덴 함량이 0%에서 0.20%로 증가함에 따라 용접 비드의 미세 경도는 187 HV에서 262 HV로 지속적으로 증가했습니다.
0.05% Mo 첨가 시 인장 강도가 560.0 MPa로 가장 높게 나타났으며, 모든 Mo 합금 시편은 용접부보다 강도가 약한 열영향부(HAZ)에서 파단되었습니다.
XRD 분석 결과, Mo 첨가 시 MoC(몰리브덴 탄화물)와 같은 새로운 상이 형성되는 것이 확인되었으며, 이는 경도 증가의 원인으로 작용합니다.
Fig. 3. X-axis:Variation of Vickers’s hardness number with wt % of Mo. Y-axis: Vickers Hardness Number (VPN)
Fig. 4. Variation of tensile strength(Y- axis) with wt.% of molybdenum(X axis)
Figure 목록:
Fig. 1 Graph between voltage, welding speed and mean of s/n ratio
Fig. 2. (a)- (k) Microstructure of base metal, interzone and weldzone in different cases BS-bainitic shelves, PF- polygonal ferrite, AF- acicular ferrite)
Fig. 3. X-axis: Variation of Vickers’s hardness number with wt % of Mo. Y-axis: Vickers Hardness Number (VPN)
Fig. 4. Variation of tensile strength(Y- axis) with wt.% of molybdenum(X axis)
Fig. 5. a) SEM Points taken from weld zone(WZ) to HAZ on sample. b) EDS Molybdenum distribution in the matrix with 0.05 % Mo.
Fig. 6. a) SEM Points taken from weld zone (WZ) to HAZ on sample, b) EDS Molybdenum distribution in the matrix with 0.20% Mo.
Fig. 7. XRD of different cases
7. 결론:
본 연구를 바탕으로 다음과 같은 결론을 도출할 수 있습니다.
회귀 분석 결과, 현재의 모재 판 형상에 대해 용접 속도가 아크 전압에 비해 비드 폭에 더 지배적인 영향을 미칩니다.
아크 전압과 비드 폭은 정비례 관계에 있으며, 용접 속도와 비드 폭은 반비례 관계에 있습니다.
용접부와 HAZ의 미세구조, 미세 경도는 다양한 양의 몰리브덴 첨가에 의해 영향을 받습니다.
Mo 첨가는 비합금 용접 금속 미세구조에 비해 더 미세한 베이나이트 미세구조를 형성합니다.
HAZ의 미세 경도는 Mo 첨가량이 증가함에 따라 증가합니다.
Mo의 희석은 용접부에서 HAZ로 갈수록 감소하며, 이는 용접부에서 HAZ로의 미세 경도 감소를 초래합니다.
[11] J.Tušeka, M. Subanb, Faculty of Mechanical Engineering,University of Ljubljana, Aškerčeva 6, 1000 Ljubljana, Slovenia institute za varilstvo, Ptujska 19, 1000 Ljubljana, Slovenia.
[12] N. Bailey, Welding Research Supplement to The Welding Journal, August 1991.
[13] M. Thuvander, L. Karisson, B. Munir, Stainless Steel World 16 (2004) 52-57.
[21] A. Fadel, D.Glišić, N. Radović, Dj. Drobnjak, J. Mater. Sci. Technol. 28 (2012) 1053-1058.
[22] R.W.K. Honeycombe, H.K.D.H. Bhadeshia, 1996, Steels; Microstructure and Properties, Second Edition, Metallurgy and Materials Science Series, Edward Arnold, London, Great Britain
[23] Y.Yoshino, R.D. Stout, Welding Research, Supplement to The Welding Journal, March, 1979, Sponsored By The American Welding Society And The Welding Research Council.
[24] Asi Suikkanen Development and Processing of Low Carbon Bainaitic Steels, Academic dissertation, Faculty of Technology of the University of Oulu, Raahensali, p. 52]
[25] J. Chen, S. Tang, Z. Liu, G. Wang, Mat. Design 49 (2013) 465-470.
[26] S. Kou, Welding Metallurgy, Second Edition, John Wiley & Sons, Inc., Hoboken, 2003, New Jersey.
[27] The effect of alloying elements on HAZ, Microstructure and Toughness British Steel ECSC Agreement Number 7210.KA/816, FINAL TECHNICAL REPORT
[28] bookshop.europa.eu/…/CGNA15834ENC_001.pdf
Expert Q&A: 전문가 질의응답
Q1: 용접 변수 최적화를 위해 Taguchi 방법을 선택한 이유는 무엇입니까?
A1: Taguchi 방법은 최소한의 실험 횟수로 여러 공정 변수가 결과에 미치는 영향을 효율적으로 평가할 수 있는 강력한 통계적 도구입니다. 본 연구에서는 아크 전압과 용접 속도라는 두 가지 주요 변수의 영향을 단 4번의 실험으로 파악하여 최적의 조건을 신속하게 도출할 수 있었습니다. 이는 시간과 비용을 절약하면서도 신뢰성 있는 결과를 얻기 위한 최적의 선택이었습니다.
Q2: Figure 4에서 몰리브덴 함량 증가에 따라 인장 강도가 선형적으로 증가하지 않고 복잡한 경향을 보이는 이유는 무엇입니까?
A2: 논문에 따르면, 이 현상은 몰리브덴 첨가량에 따른 입자 미세화 정도의 변화와 관련이 있습니다. Mo 첨가량이 증가함에 따라 용접 비드의 입자 미세화가 처음에는 감소했다가 특정 지점(0.15% Mo) 이후 다시 증가하는 경향을 보입니다. 인장 강도는 이러한 미세구조의 변화를 직접적으로 반영하기 때문에 선형적인 증가 대신 감소 후 증가하는 복잡한 패턴을 나타냅니다.
Q3: 몰리브덴이 첨가된 모든 시편이 용접부가 아닌 열영향부(HAZ)에서 파단된 이유는 무엇입니까?
A3: 이는 두 가지 중요한 사실을 시사합니다. 첫째, 몰리브덴 첨가로 인해 용접 금속의 강도가 HAZ보다 현저히 높아졌다는 증거입니다. 둘째, 논문에서는 HAZ에서의 파단 원인으로 수소 균열(hydrogen cracking) 가능성을 언급합니다. 용접 시 발생하는 높은 잔류 응력과 HAZ의 조대한 입자 구조가 결합되어 수소 균열에 더 취약해졌기 때문입니다. 이는 Mo 합금 용접 시 HAZ의 특성 관리가 매우 중요함을 보여줍니다.
Q4: XRD 분석에서 확인된 몰리브덴 탄화물(MoC) 형성의 의의는 무엇입니까?
A4: 몰리브덴 탄화물(MoC)의 형성은 미세 경도 증가를 설명하는 핵심적인 증거입니다. 몰리브덴은 강한 탄화물 형성 원소로, 미세구조 내에서 매우 단단한 탄화물 입자를 석출시킵니다. 이 입자들이 전위(dislocation)의 이동을 방해하는 2차 강화상(secondary strengthener phase) 역할을 하여 용접 금속의 전체적인 경도와 강도를 향상시키는 것입니다.
Q5: 몰리브덴 첨가가 구체적으로 미세구조를 어떻게 변화시키나요?
A5: 몰리브덴은 오스테나이트에서 페라이트로의 변태 과정에 영향을 미칩니다. 구체적으로, 취약한 파괴의 경로가 될 수 있는 조대한 입계 페라이트(grain boundary ferrite)의 형성을 효과적으로 억제합니다. 대신, 더 강하고 인성이 좋은 미세한 베이나이트(bainite) 구조의 형성을 촉진합니다. 이러한 미세구조의 변화가 바로 기계적 특성 향상의 근본적인 원인입니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 평탄소강 용접에서 소량의 몰리브덴 첨가가 미세구조를 제어하고 기계적 특성을 획기적으로 향상시킬 수 있음을 명확히 보여주었습니다. 용접 속도와 같은 핵심 공정 변수의 최적화와 함께, 몰리브덴을 이용한 합금화 전략은 탄소강 용접 조인트의 강도, 경도, 인성을 높여 구조물의 신뢰성과 수명을 연장하는 효과적인 방법입니다. 이러한 결과는 더 높은 품질과 생산성을 추구하는 모든 산업 현장에 중요한 통찰을 제공합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(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 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 Kunal Dwivedi와 Jyoti Menghani의 논문 “EFFECT OF MOLYBDENUM ADDITION ON MICROSTRUCTURE AND MECHANICAL PROPERTIES OF PLAIN CARBON STEEL WELD”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 S. Om Prakash, P. Karuppuswamy, N. Nirmal이 작성하여 2019년 METALURGIJA에 발표한 논문 “OPTIMAL CORROSIVE BEHAVIOUR ON THE WELDMENT OF AA6063 ALUMINUM ALLOY BY TUNGSTEN INERT GAS (TIG) WELDING PROCESS WITH BACKING PLATES”를 기반으로 합니다. 이 자료는 STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.
키워드
Primary Keyword: TIG 용접 부식 저항성
Secondary Keywords: AA6063 알루미늄 합금, 용접 공정 최적화, 백킹 플레이트, 다구치 기법, 유전 알고리즘(GA)
Executive Summary
도전 과제: 항공우주, 자동차 등 첨단 산업에서 널리 사용되는 AA6063 알루미늄 합금의 TIG 용접 시, 복잡한 공정 변수로 인해 높은 내식성을 가진 고품질 용접부를 안정적으로 확보하는 것이 어렵습니다.
해결 방법: 본 연구에서는 전류, 가스 유량, 백킹 플레이트 재질 및 두께 등 TIG 용접의 핵심 변수들을 다구치 기법(Taguchi method) L16 직교 배열을 이용해 실험하고, 유전 알고리즘(Genetic Algorithm, GA)을 통해 부식 저항성을 최적화했습니다.
핵심 발견: 유전 알고리즘 분석 결과, 전류 155A, 가스 유량 5 l/min, 백킹 플레이트 재질 구리(copper), 두께 6mm 조건에서 연간 0.0408mm라는 가장 우수한 부식 저항성을 달성할 수 있음을 확인했습니다.
핵심 결론: 전통적인 시행착오 방식 대신 유전 알고리즘 기반의 최적화 기법을 적용하면 TIG 용접된 AA6063 합금의 부식 저항성을 과학적이고 효과적으로 극대화할 수 있습니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
국방, 자동차, 항공우주 산업에서는 경량화와 고강도를 동시에 만족시키는 부품 접합 기술이 필수적입니다. AA6063과 같은 알루미늄 합금은 이러한 요구를 충족시키는 핵심 소재이지만, 용접이 까다롭기로 유명합니다. 특히 텅스텐 불활성 가스(TIG) 용접은 널리 사용되는 방식임에도 불구하고, 높은 입열량으로 인한 변형, 오염 위험, 그리고 복잡한 공정 변수 제어의 어려움이라는 고질적인 문제를 안고 있습니다.
제조 현장에서는 숙련된 엔지니어의 경험에 의존해 용접 조건을 설정하는 경우가 많지만, 이는 시간 소모가 크고 일관된 품질을 보장하기 어렵습니다. 특히 용접부의 ‘부식 저항성’은 제품의 수명과 신뢰성에 직결되는 중요한 품질 지표임에도 불구하고, 최적의 조건을 찾아내기 위한 체계적인 접근법이 부족했습니다. 이 연구는 바로 이 지점에서 출발하여, 실험계획법과 진화 알고리즘을 통해 TIG 용접 공정을 최적화하고 AA6063 합금의 내식성을 극대화하는 방안을 제시합니다.
접근 방식: 연구 방법론 분석
본 연구는 AA6063 알루미늄 합금의 TIG 용접 부식 저항성을 최적화하기 위해 체계적인 실험 및 분석 절차를 따랐습니다.
기본 재료: 상용 AA6063 알루미늄 합금 판재(100mm x 50mm x 6mm)를 사용했습니다.
백킹 플레이트: 용접 품질에 영향을 미치는 백킹 플레이트로는 구리(Copper), 스테인리스강(Stainless Steel), 대리석(Marble), 황동(Brass) 네 가지 재질을 사용했으며, 두께는 3mm, 6mm, 9mm로 변화를 주었습니다.
핵심 공정 변수: 부식 저항성에 영향을 미치는 4가지 핵심 인자를 선정했습니다.
A: 전류 (Current, 125-155 A)
B: 가스 유량 (Gas flow rate, 5-11 l/min)
C: 백킹 플레이트 재질 (Backing material)
D: 백킹 플레이트 두께 (Backing thickness, 3-9 mm)
실험 설계 및 분석:
다구치 기법(Taguchi Method): L16 직교 배열을 사용하여 최소한의 실험 횟수(16회)로 각 변수가 결과에 미치는 영향을 효율적으로 평가했습니다.
부식 저항성 측정: 전기화학적 기법인 선형 분극 저항(Linear Polarization Resistance, LPR)을 사용하여 각 시편의 부식 속도(mm/year)를 정량적으로 측정했습니다.
분산 분석(ANOVA): 각 공정 변수가 부식 속도에 미치는 기여도를 통계적으로 분석했습니다.
유전 알고리즘(Genetic Algorithm, GA): 실험 데이터를 기반으로 회귀 모델을 생성하고, 이를 MATLAB의 GA 툴박스를 이용해 최적의 공정 변수 조합을 도출했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 부식 저항성에 가장 큰 영향을 미치는 인자는 ‘백킹 플레이트 두께’
분산 분석(ANOVA) 결과, 각 공정 변수가 부식 저항성에 미치는 기여도는 명확한 차이를 보였습니다. Figure 3에서 볼 수 있듯이, 백킹 플레이트 두께(D)가 46%로 가장 압도적인 영향을 미쳤습니다. 이는 용접 시 열의 방출 및 냉각 속도를 제어하는 백킹 플레이트의 역할이 용접부의 미세조직과 내식성에 결정적임을 시사합니다. 그 뒤를 이어 백킹 플레이트 재질(C)이 20%, 가스 유량(B)이 19%, 전류(A)가 12% 순으로 나타났습니다. 이 결과는 내식성 향상을 위해 어떤 변수에 집중해야 하는지에 대한 명확한 가이드를 제공합니다.
결과 2: 유전 알고리즘(GA)을 통한 최적 조건 도출 및 부식 속도 0.0408 mm/year 달성
다구치 기법으로 얻은 실험 데이터를 기반으로 회귀 모델을 구축하고, 유전 알고리즘을 통해 최적의 해를 탐색했습니다. 그 결과, AA6063 합금의 부식 저항성을 극대화하는 최적의 공정 조건 조합을 발견했습니다.
최적 공정 조건:
전류: 155 amp
가스 유량: 5 l/min
백킹 플레이트 재질: 구리(Copper)
백킹 플레이트 두께: 6 mm
예측된 최저 부식 속도:0.0408 mm/year
Figure 8은 유전 알고리즘이 세대를 거듭하며 최적의 해(가장 낮은 부식 속도)를 찾아가는 과정을 보여줍니다. 이는 다구치 기법이 제시한 조건(전류 125A, 가스 유량 7 l/min, 스테인리스강, 3mm)보다 더 우수한 결과를 예측한 것으로, GA가 복잡한 비선형 관계 속에서 전역 최적점(global optimum)을 찾는 데 매우 효과적임을 입증합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 부식 저항성을 개선하기 위해 전류나 가스 유량보다 백킹 플레이트의 두께와 재질을 우선적으로 관리해야 함을 시사합니다. 특히 GA가 도출한 ‘전류 155A, 가스 유량 5 l/min, 구리 백킹, 6mm 두께’ 조합은 새로운 용접 공정 개발 시 매우 유용한 출발점이 될 수 있습니다.
품질 관리팀: 연간 0.0408mm라는 최적 부식 속도는 TIG 용접부의 품질 관리 기준으로 활용될 수 있습니다. 또한, 선형 분극 저항(LPR) 측정법은 개발된 공정의 유효성을 검증하는 효과적인 비파괴 검사 기법이 될 수 있습니다.
설계 엔지니어: 백킹 플레이트가 용접 품질에 미치는 지대한 영향은 제품 설계 단계에서부터 용접 치구(fixture) 및 툴링 설계를 함께 고려해야 함을 의미합니다. 특히 구리와 같이 열확산율이 높은 재료를 사용하면 용접부의 냉각 속도를 제어하여 최종 기계적 특성을 향상시킬 수 있습니다.
논문 상세 정보
OPTIMAL CORROSIVE BEHAVIOUR ON THE WELDMENT OF AA6063 ALUMINUM ALLOY BY TUNGSTEN INERT GAS (TIG) WELDING PROCESS WITH BACKING PLATES
1. 개요:
제목: OPTIMAL CORROSIVE BEHAVIOUR ON THE WELDMENT OF AA6063 ALUMINUM ALLOY BY TUNGSTEN INERT GAS (TIG) WELDING PROCESS WITH BACKING PLATES
저자: S. OM PRAKASH, P. KARUPPUSWAMY, N. NIRMAL
발행 연도: 2019
학술지/학회: METALURGIJA 58 (2019) 1-2, 91-94
키워드: corrosive, AA 6063 alloy, welding, backing plates, Taguchi method
2. 초록:
본 연구는 스테인리스강, 구리, 대리석, 황동과 같은 다양한 백킹 플레이트 재료를 사용하여 TIG 용접 공정으로 AA 6063 알루미늄 합금의 부식 저항성을 개선하는 데 중점을 둔다. L16 직교 배열을 활용하여 실험을 수행했다. 전류(A), 가스 유량(B), 백킹 재료(C), 백킹 두께(D)와 같은 펄스 TIG 용접 공정 변수를 유전 알고리즘(GA)을 사용하여 최적화함으로써 부식 저항성을 향상시켰다. 결과적으로 GA는 구리를 백킹 재료로 사용했을 때 약 0.0408 mm/year의 더 나은 부식 저항률을 보임을 입증했다.
3. 서론:
최근 국방, 자동차, 항공우주와 같은 분야에서는 접합 공정에서 높은 강도 대 중량비가 요구된다. 티타늄 합금의 전통적인 용접 방법에는 텅스텐 불활성 가스(TIG) 용접, 마찰 용접, 전자빔 용접, 레이저 용접 등이 있다. 이 중 티타늄은 판재 형태의 합금에 흔히 사용되는 TIG 용접에 적합하다. TIG 용접의 주요 단점 중 하나는 높은 입열량, 높은 오염 위험 및 심각한 변형이다. 알루미늄의 융합 용접은 큰 어려움을 야기하지만, 텅스텐 불활성 가스는 수년 동안 사용되어 왔다. 두꺼운 알루미늄 합금 판은 양면 TIG 용접 공정을 사용하여 접합되었다. 교반 영역의 결함 형성의 주된 원인은 작은 총 직경으로 인해 불충분한 열 발생과 작은 접촉 면적의 가소화된 재료 흐름 때문이다. 이러한 매개변수는 적절한 백 플레이트의 도움으로 수정 및 제어될 수 있다. 연속적인 용접의 완성은 백 플레이트 재료의 확산성에 달려 있다. 입력 공정 매개변수는 용접 조인트의 품질에 따라 달라진다. 제조업체에게는 원하는 품질의 용접 조인트를 얻기 위해 입력 공정 매개변수를 제어하는 것이 문제였다. 숙련된 작업자와 엔지니어는 시행착오와 같은 더 많은 시간을 소비하는 매개변수를 선택했으며, 이는 새로운 제품마다 기대에 맞는 용접 조인트를 얻기 위해 시간이 걸렸다. 그런 다음 용접이 요구 사양을 충족하는지 여부를 검사한다. 용접 중 형성된 다양한 영역의 용접 저항성 부식은 동일한 결과를 낳지 않는다. 이전 관련 연구에 따르면 대부분의 지점의 용접 영역은 부식에 취약하다. 부식 저항성의 원인과 관련된 사례는 가장자리의 부정확한 설계, 필러의 잘못된 선택, 잔류 응력, 균열 및 다공성이다. 요즘에는 실험설계법(DOE)의 적용이 이루어진다. 계산 네트워크 및 진화 알고리즘은 용접 공정의 입력 매개변수와 용접 조인트의 출력 변수를 관련시키는 수학적 관계를 도출하는 데 사용되어, 용접 입력 매개변수의 결정이 원하는 용접 품질로 이어진다. 수학적 모델은 용접 품질, 생산, 용접 공정의 용접 특성 및 미세 구조를 제어하기 위해 여러 가지 방법으로 개발된다. 유전 알고리즘은 최근 몇 년 동안 인기를 얻었으며, 복잡한 시스템의 입력과 출력 사이의 상호 관계를 표현하는 모델을 개발하는 데 유용한 도구로 도움이 된다.
4. 연구 요약:
연구 주제의 배경:
AA6063 알루미늄 합금은 우수한 기계적 특성으로 인해 여러 산업 분야에서 널리 사용되지만, TIG 용접 시 발생하는 부식 문제는 제품의 내구성과 신뢰성을 저해하는 주요 요인이다. 특히 용접 공정 변수들이 부식 저항성에 미치는 복합적인 영향을 규명하고 최적화하는 것이 중요하다.
이전 연구 현황:
이전 연구들은 용접부의 부식이 가장자리 설계, 필러 재료 선택, 잔류 응력 등 다양한 요인에 의해 발생한다고 밝혔으나, 공정 변수(전류, 가스 유량, 백킹 플레이트 등)와 부식 저항성 간의 정량적 관계를 모델링하고 최적화하는 연구는 부족했다.
연구 목적:
본 연구의 목적은 TIG 용접 공정에서 전류, 가스 유량, 백킹 플레이트 재질 및 두께가 AA6063 알루미늄 합금 용접부의 부식 저항성에 미치는 영향을 분석하고, 유전 알고리즘을 사용하여 최적의 공정 조건을 도출함으로써 내식성을 극대화하는 것이다.
핵심 연구:
다구치 기법을 이용한 실험 설계, LPR을 통한 부식 속도 측정, ANOVA를 통한 각 변수의 기여도 분석, 그리고 실험 데이터 기반 회귀 모델을 생성하여 유전 알고리즘으로 최적의 공정 변수 조합을 찾는 것을 핵심 연구 내용으로 한다.
Figure 1 Welded samples
5. 연구 방법론
연구 설계:
4개의 공정 변수(전류, 가스 유량, 백킹 재질, 백킹 두께)를 4수준으로 설정하고, 다구치 L16 직교 배열표에 따라 총 16개의 실험을 수행하는 방식으로 설계되었다.
Figure 2 Linear polarization and impedance
데이터 수집 및 분석 방법:
각 실험 조건에서 제작된 용접 시편의 부식 속도를 LPR 장비를 이용해 측정하여 데이터를 수집했다. 수집된 데이터는 MINITAB 소프트웨어를 사용하여 신호 대 잡음비(S/N ratio) 분석 및 분산 분석(ANOVA)을 수행했으며, MATLAB의 GA 툴박스를 사용하여 최적화 분석을 진행했다.
연구 주제 및 범위:
연구는 AA6063 알루미늄 합금의 TIG 용접에 국한되며, 주요 공정 변수 4가지가 부식 저항성에 미치는 영향을 중심으로 다룬다. 기계적 특성이나 다른 유형의 결함은 본 연구의 범위에 포함되지 않는다.
6. 주요 결과:
주요 결과:
분산 분석(ANOVA) 결과, 부식 저항성에 가장 큰 영향을 미치는 인자는 백킹 플레이트 두께(46%)였으며, 그 다음으로 백킹 재료(20%), 가스 유량(19%), 전류(12%) 순이었다.
다구치 분석을 통해 도출된 최적 조건은 전류 125A, 가스 유량 7 l/min, 스테인리스강 백킹, 3mm 두께였다.
유전 알고리즘(GA)을 통해 예측된 전역 최적 조건은 전류 155A, 가스 유량 5 l/min, 구리 백킹, 6mm 두께였으며, 이때 예측된 부식 속도는 0.0408 mm/year로 더 우수했다.
개발된 회귀 모델과 실제 실험값 간의 오차율은 다구치 결과의 경우 ±5.95%, 유전 알고리즘 결과의 경우 ±4.68%로 높은 신뢰도를 보였다.
Figure 목록:
Figure 1 Welded samples
Figure 2 Linear polarization and impedance
Figure 3 Percentage contribution
Figure 4 Mean of S/N ratios for current
Figure 5 Mean of S/N ratios for gas flow rate
Figure 6 Mean of S/N ratios for backing material
Figure 7 Mean of S/N ratios for backing thickness
Figure 8 GA predicted result
7. 결론:
본 연구의 결론은 다구치 분석과 GA 예측을 통해 용접 매개변수를 최적화하여 부식률을 예측하는 것이다. – 계산 결과 가장 중요한 공정 매개변수는 백킹 두께(mm)가 60%, 백킹 재료가 약 20%, 전류(amp)가 12%, 마지막으로 가스 유량(l/min)이 약 19%임을 보여준다. – 다구치 분석 결과에 따르면, 용접 전류 125A, 가스 유량 7 l/min, 백킹 재료 스테인리스강, 두께 3mm의 공정 매개변수에서 부식률이 최소화된다. – GA 결과에 따르면, 전류 155A, 가스 유량 5 l/min, 백킹 재료 구리, 백킹 두께 6mm와 같은 최적 공정 매개변수에서 0.0408 mm/year의 더 나은 부식률을 얻을 수 있었다. – 개발된 모델에 검증된 다구치 및 GA 결과는 공정 매개변수와 응답을 관련시킬 때 긍정적인 일치를 보인다.
8. 참고 문헌:
K. Nandagopal, C. Kailasanathan, Analysis of mechanical properties and optimization of gas tungsten Arc welding (GTAW) parameters on dissimilar metal titanium (6Al-4V) and aluminium 7075 by Taguchi and ANOVA techniques 682 (2013) 1, 503-516.
Gope, Uday Kumar, Somnath Chattopadhyaya and Sanjoy Mandal, Experimental investigation of pug cutter embedded TIG welding of Ti-6Al-4V titanium alloy, Journal of Mechanical Science and Technology 32 (2018) 6, 2715-2721
S.Sinhmar, D.K Dwivedi, A study on corrosion behavior of friction stir welded and tungsten inert gas welded AA2014 aluminium alloy, Corrosion Science 133 (2018) 1, 25-35.
B.S.Kulkarni, S.B.Pankade, S.R.Andhale and C.L.Gogte, Effect of backing plate material diffusivity on microstructure, mechanical properties of friction sstir welded joints: A review, Procedia Manufacturing 20 (2018) 1, 59-64.
K Srirangan, S. Paulraj, Multi-response optimization of process parameters for TIG welding of Incoloy 800HT by Taguchi grey relational analysis, Engineering science and technology, an international journal 19 (2016) 2, 811-817.
V. Fahimpour, S. K. Sadrnezhaad, F.Karimzadeh, Corrosion behavior of aluminum 6061 alloy joined by friction stir welding and gas tungsten arc welding methods, Materials & Design 39 (2012) 1, 329-333.
B.Senthilkumar, T.Kannan, R. Madesh, Optimization of flux-cored arc welding process parameters by using genetic algorithm, The International Journal of Advanced Manufacturing Technology 93 (2017) 1-4, 35-41.
D. S.Nagesh, G. L. Datta, Genetic algorithm for optimization of welding variables for height to width ratio and application of ANN for prediction of bead geometry for TIG welding process, Applied soft computing 10 (2010) 3, 897-907.
P.Sathiya,K.Panneerselvam, R.Soundararaja, Optimal design for laser beam butt welding process parameter using artificial neural networks and genetic algorithm for super austenitic stainless steel, Optics & Laser Technology 44 (2012) 6, 1905-1914.
Expert Q&A: 귀하의 궁금증에 답해드립니다
Q1: 다구치 기법 외에 유전 알고리즘(GA)을 추가로 사용한 이유는 무엇인가요?
A1: 다구치 기법은 정해진 수준(level) 내에서 최적의 조합을 찾는 데 매우 효율적입니다. 하지만 이 방법은 실험에서 설정된 불연속적인 값들 사이의 최적점을 찾지는 못합니다. 반면, 유전 알고리즘은 실험 데이터로 만든 회귀 모델을 기반으로 전체 매개변수 공간을 탐색하여 진정한 전역 최적점(global optimum)을 찾을 수 있습니다. 본 연구에서 GA가 다구치 기법보다 더 우수한 부식 저항성(0.0408 mm/year)을 예측한 것이 바로 그 증거입니다.
Q2: Figure 3에서 백킹 플레이트 두께가 부식 저항성에 가장 큰 영향을 미치는(기여도 46%) 이유는 무엇인가요?
A2: 논문은 백킹 플레이트의 열확산율과 열 제어 능력이 핵심이라고 암시합니다. 백킹 플레이트의 두께는 용접부의 열을 흡수하고 방출하는 ‘히트 싱크(heat sink)’ 용량에 직접적인 영향을 줍니다. 적절한 두께는 용접부의 냉각 속도를 최적화하여 부식에 강한 미세조직을 형성하는 데 결정적인 역할을 합니다. 너무 얇으면 냉각이 느려져 결정립이 조대해지고, 너무 두꺼우면 급랭으로 인해 불리한 상이 형성될 수 있습니다.
Q3: GA가 최적의 백킹 재질로 ‘구리’를, 다구치 기법은 ‘스테인리스강’을 제시했습니다. 왜 이런 차이가 발생했나요?
A3: 다구치 기법은 실험한 조건 조합 중에서 가장 좋은 신호 대 잡음비(S/N ratio)를 보인 수준을 선택합니다. 특정 조건(125A, 3mm 두께)에서는 스테인리스강이 좋은 성능을 보였을 수 있습니다. 하지만 GA는 전체 시스템의 상호작용을 고려하는 회귀 모델을 기반으로 최적화를 수행합니다. GA는 구리의 높은 열전도율이 특정 전류(155A) 및 두께(6mm)와 결합했을 때, 다른 어떤 조합보다 전역적으로 가장 우수한 부식 저항성을 나타낸다는 것을 발견한 것입니다. 이는 각 변수들의 복합적인 상호작용을 고려한 결과입니다.
Q4: 논문에 제시된 회귀 방정식의 실질적인 활용 가치는 무엇인가요?
A4: 제공된 회귀 방정식(Corrosion rate = -1.66212 + …)은 엔지니어가 실제 용접 실험을 수행하지 않고도 연구된 범위 내의 다양한 입력 변수 조합에 대한 부식 속도를 예측할 수 있게 해주는 강력한 도구입니다. 이를 통해 공정 시뮬레이션, ‘what-if’ 분석 등을 수행하여 용접 절차를 미세 조정하고 개발 비용과 시간을 크게 단축할 수 있습니다.
Q5: 유전 알고리즘(GA)의 예측 결과는 얼마나 신뢰할 수 있나요?
A5: 논문에 따르면, GA 예측 결과에 대한 검증 실험에서 오차율이 ±4.68% 이내로 나타났습니다. 이는 개발된 모델이 실제 현상을 매우 정확하게 예측하고 있음을 의미합니다. 이 정도의 정확도는 실제 산업 현장에서 해당 모델을 공정 최적화에 자신 있게 적용할 수 있는 근거가 됩니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 AA6063 알루미늄 합금의 TIG 용접 부식 저항성을 향상시키기 위해 유전 알고리즘(GA)과 같은 계산 최적화 기법이 얼마나 강력한 도구가 될 수 있는지를 명확히 보여주었습니다. 특히 용접 품질에 가장 큰 영향을 미치는 인자가 백킹 플레이트의 두께와 재질임을 규명하고, GA를 통해 연간 0.0408mm라는 탁월한 부식 저항성을 달성할 수 있는 최적의 공정 조건을 제시한 것은 매우 중요한 성과입니다.
이는 더 이상 경험에 의존하는 방식이 아닌, 데이터와 모델링에 기반한 과학적 접근이 고품질 용접을 위한 핵심임을 시사합니다.
(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 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “S. Om Prakash, P. Karuppuswamy, N. Nirmal”의 논문 “OPTIMAL CORROSIVE BEHAVIOUR ON THE WELDMENT OF AA6063 ALUMINUM ALLOY BY TUNGSTEN INERT GAS (TIG) WELDING PROCESS WITH BACKING PLATES”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 P. Sreeraj가 저술하여 Journal of Mechanical Engineering and Technology (2016)에 발표한 논문 “ΟΡΤΙΜΙΖATION OF RESISTANCE SPOT WELDING PROCESS PARAMETERS USING MOORA APPROACH”를 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.
키워드
Primary Keyword: 저항 점 용접 최적화
Secondary Keywords: MOORA 접근법, 다중 목표 최적화, 용접 공정 파라미터, AISI 316L, 너겟 직경, 열영향부(HAZ), 파단 하중
Executive Summary
도전 과제: 저항 점 용접(RSW) 공정 파라미터를 선정하는 것은 종종 비용과 시간이 많이 소요되는 시행착오에 의존하여 최적의 용접 품질을 보장하기 어렵습니다.
해결 방법: 본 연구에서는 다구치 L16 직교 배열을 사용하여 실험을 설계하고, 표준편차(SDV)와 결합된 MOORA(다중 목표 비율 분석 기반 최적화) 기법을 적용하여 여러 목표(너겟 직경, 열영향부, 파단 하중)를 동시에 최적화했습니다.
핵심 돌파구: AISI 316L 스테인리스강 판재에 대해 최상의 기계적 특성을 나타내는 최적의 공정 파라미터 조합(용접 전류 14kA, 용접 시간 12 사이클, 전극 가압력 220Kgf, 유지 시간 10 사이클)을 성공적으로 도출했습니다.
핵심 결론: SDV-MOORA 방법론은 복잡한 다중 목표 용접 공정을 최적화하는 데 매우 효과적이고 효율적인 접근법임을 입증했으며, 다른 용접 분야에도 성공적으로 적용될 수 있습니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
저항 점 용접(RSW)은 여러 공정 제어 파라미터가 복잡하게 상호작용하여 최종 용접 품질에 영향을 미치는 다중 요인, 다중 목표 금속 접합 공정입니다. 용접 품질은 주로 너겟 크기, 열영향부(HAZ), 접합 강도에 의해 결정됩니다. 따라서 원하는 품질을 얻기 위해서는 최적의 용접 공정 파라미터를 선택하는 것이 매우 중요합니다.
하지만 현장에서는 종종 시행착오를 통해 파라미터를 선정합니다. 이 방식은 시간이 많이 걸리고 비용이 많이 들 뿐만 아니라, 정확성이 떨어져 최적의 용접 너겟과 기계적 특성을 보장하지 못하는 경우가 많습니다. 이러한 문제를 극복하기 위해 입력 변수와 출력 변수 간의 관계를 수학적으로 모델링하여 원하는 결과를 예측할 수 있는 다양한 최적화 기법이 필요합니다. 본 연구는 바로 이 지점에서 시작하여, 복잡한 RSW 공정을 위한 체계적이고 데이터 기반의 최적화 솔루션을 제공하고자 합니다.
Figure 3. Scanned specimens
접근 방식: 방법론 분석
본 연구는 AISI 316L 오스테나이트계 스테인리스강 판재(140mm x 40mm x 1mm)의 저항 점 용접 공정을 최적화하기 위해 체계적인 실험 및 분석 접근법을 사용했습니다.
실험 설계: 실험 계획을 위해 다구치(Taguchi)의 L16 직교 배열 설계가 채택되었습니다. 이를 통해 4개의 공정 파라미터를 4개 수준으로 변경하며 총 16번의 실험을 수행하여 효율적으로 데이터를 수집했습니다.
주요 공정 변수:
용접 전류(I): 8, 10, 12, 14 kA
용접 시간(T): 10, 12, 14, 16 사이클
전극 가압력(F): 180, 200, 220, 240 Kgf
유지 시간(C): 10, 20, 30, 40 사이클
측정 응답 (목표 함수):
용접 너겟 직경 (Weld Nugget Diameter)
열영향부 (Heat Affected Zone, HAZ)
최대 파단 하중 (Max breaking load)
최적화 기법: 다중 목표 최적화 문제 해결을 위해 MOORA(Multi-Objective Optimization on the basis of Ratio Analysis) 기법이 적용되었습니다. 특히, 각 목표 함수(기계적 특성)에 대한 가중치는 표준편차(Standard Deviation, SDV) 방법을 사용하여 객관적으로 결정되었습니다. 이 접근법은 여러 상충하는 목표(예: 너겟 직경 최소화, 파단 하중 최대화) 사이의 최적의 균형점을 찾는 것을 목표로 합니다.
Table 6. The square value of Xij
돌파구: 주요 발견 및 데이터
실험 및 MOORA 분석을 통해 다음과 같은 중요한 결과를 도출했습니다.
결과 1: 최적의 용접 공정 파라미터 조합 규명
MOORA 분석 결과, 16개의 실험 조합 중 14번 실험 조건이 전반적으로 가장 우수한 기계적 특성을 제공하는 것으로 나타났습니다(Table 9, Rank 1). 이 최적의 조건은 다음과 같습니다.
용접 전류: 14 kA (Level 4)
용접 시간: 12 사이클 (Level 2)
전극 가압력: 220 Kgf (Level 3)
유지 시간: 10 사이클 (Level 1)
이 조건에서 생성된 용접부는 너겟 직경, 열영향부, 파단 하중이라는 세 가지 목표를 종합적으로 고려했을 때 가장 이상적인 결과를 보였습니다. 논문의 결론부 텍스트에는 일부 파라미터 값(용접 시간, 전극 가압력)이 데이터 테이블과 다르게 기재되어 있으나, 순위 분석표(Table 9)와 실험 설계표(Table 3, Table 2)에 따르면 상기 조건이 본 연구에서 도출된 정확한 최적 조합입니다.
결과 2: SDV-MOORA 방법론의 다중 목표 최적화 효율성 입증
본 연구는 SDV-MOORA 기법이 복잡한 용접 공정 최적화에 매우 효과적임을 보여주었습니다. 표준편차(SDV)를 이용한 가중치 할당 과정(Table 5)에서, 열영향부(HAZ, 가중치: 0.411653)와 최대 파단 하중(가중치: 0.390104)이 용접 너겟 직경(가중치: 0.199576)보다 더 높은 가중치를 부여받았습니다. 이는 실험 데이터의 변동성을 기반으로 한 객관적인 평가로, HAZ와 파단 하중이 공정 변화에 더 민감한 특성이었음을 의미합니다. 이처럼 데이터 기반 가중치를 통해 MOORA 방법은 여러 상충하는 목표들 사이에서 최적의 절충안을 성공적으로 찾아냈습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 특정 공정 파라미터(예: 용접 전류)를 조정하는 것이 특정 결함을 줄이거나 효율성을 개선하는 데 기여할 수 있음을 시사합니다. 특히 AISI 316L 강재의 경우, 높은 전류(14kA)와 상대적으로 짧은 용접 및 유지 시간을 조합하는 것이 유리할 수 있습니다. 또한, 다구치와 MOORA를 결합한 이 방법론은 다른 재료나 용접 공정의 최적화에도 적용하여 개발 시간과 비용을 절감하는 데 활용될 수 있습니다.
품질 관리팀: 논문의 데이터(Table 4)는 공정 파라미터와 최종 용접 품질(너겟 직경, HAZ, 파단 하중) 간의 직접적인 관계를 보여줍니다. 이는 새로운 품질 검사 기준을 수립하는 데 유용한 근거가 될 수 있습니다. 예를 들어, 특정 HAZ 크기가 측정되었을 때 예상되는 파단 하중 범위를 예측하고 이를 합격/불합격 기준으로 활용할 수 있습니다.
설계 엔지니어: 본 연구 결과는 용접 품질이 공정 파라미터에 매우 민감하다는 것을 보여줍니다. 이는 제조 과정에서의 변동성을 견딜 수 있는 견고한(robust) 설계를 추구해야 할 필요성을 강조합니다. 용접부의 요구 강도와 특성을 고려하여, 제조 공정에서 안정적으로 구현 가능한 파라미터 범위를 설계 단계에서부터 고려하는 것이 중요합니다.
논문 정보
ΟΡΤΙΜΙΖATION OF RESISTANCE SPOT WELDING PROCESS PARAMETERS USING MOORA APPROACH
1. 개요:
제목: ΟΡΤΙΜΙΖATION OF RESISTANCE SPOT WELDING PROCESS PARAMETERS USING MOORA APPROACH (MOORA 접근법을 이용한 저항 점 용접 공정 파라미터 최적화)
저자: P. Sreeraj
발행 연도: 2016
발행 학술지/학회: Journal of Mechanical Engineering and Technology
키워드: RSW; SDV; Orthogonal array; MOORA; HAZ
2. 초록:
AISI 316L 오스테나이트계 스테인리스강 판재의 저항 점 용접(RSW) 공정 파라미터를 최적화하여 바람직한 용접 너겟 직경, 열영향부(HAZ), 파단 하중을 얻기 위한 노력이 수행되었다. 본 연구에서는 다구치(Taguchi)의 L16 직교 배열(OA) 설계와 신호 대 잡음비(S/N ratio)가 사용되었다. 용접 너겟 직경, 열영향부(HAZ), 파단 하중이 목적 함수로 선택되었다. 이 경우, 비율 분석 기반의 다중 목표 최적화(MOORA)가 이 다중 목표 문제를 해결하기 위해 적용되었다. 표준편차(SDV)와 결합된 MOORA가 최적화 과정에 사용되었다. 표준편차(SDV)는 실험 결과로부터 얻은 응답들을 정규화하는 데 사용된 가중치를 결정하는 데 사용되었다. 용접 전류 14kA, 용접 시간 14 사이클, 전극 가압력 200Kgf, 유지 시간 10 사이클이 최상의 기계적 특성을 가진 용접물을 생산한 것으로 나타났다. 이 방법은 다른 용접 응용 분야에서도 성공적으로 사용될 수 있다.
3. 서론:
저항 점 용접(RSW)은 여러 공정 제어 파라미터가 복잡한 방식으로 상호 작용하여 용접 품질에 영향을 미치는 다중 요인, 다중 목표 금속 접합 공정이다. 대부분의 저항 점 용접에서 용접 품질은 너겟 크기, 열영향부(HAZ), 접합 강도에 의해 판단된다. 따라서 원하는 용접 품질을 얻기 위해 용접 공정 파라미터를 선택하는 것이 중요하다. 일반적으로 원하는 공정 파라미터의 선택은 시행착오를 통해 이루어진다. 이는 시간이 많이 걸리고 비용이 많이 들며 정확하지 않을 수 있다. 이는 적절한 용접을 보장하기 위한 최적의 용접 너겟 및 기타 특성을 보장하지 않는다. 이 문제를 극복하기 위해 다양한 최적화 기법이 사용되어, 원하는 출력을 예측할 수 있도록 수학적 관계를 사용하여 입력과 출력 변수 간의 완벽한 관계를 개발할 수 있다.
4. 연구 요약:
연구 주제의 배경:
저항 점 용접은 품질이 여러 공정 변수에 의해 복합적으로 결정되므로, 최적의 파라미터 조합을 찾는 것이 중요하다. 전통적인 시행착오 방식은 비효율적이고 비용이 많이 든다.
이전 연구 현황:
가스 메탈 아크 용접(GMAW), 플럭스 코어드 아크 용접(FCAW), 텅스텐 불활성 가스 용접(TIG) 등 다양한 용접 공정에서 모델링 및 공정 최적화에 대한 많은 연구가 수행되었다. 다구치 방법, MOORA 접근법, 다중 목표 다구치 방법(MTM) 등이 다른 연구들에서 사용된 바 있다.
연구 목적:
본 연구의 목적은 다구치 설계와 SDV-MOORA 방법을 결합하여 AISI 316L 스테인리스강의 저항 점 용접에서 너겟 직경, 열영향부(HAZ), 파단 하중을 동시에 고려한 다중 목표 최적화를 수행하고, 최상의 기계적 특성을 제공하는 최적의 공정 파라미터 조합을 찾는 것이다.
핵심 연구:
4가지 주요 공정 파라미터(용접 전류, 용접 시간, 전극 가압력, 유지 시간)를 각각 4개 수준으로 설정하고, 다구치 L16 직교 배열에 따라 16개의 실험을 수행했다. 측정된 3가지 응답(너겟 직경, HAZ, 파단 하중)에 대해 SDV를 이용해 가중치를 계산하고, MOORA 기법을 적용하여 종합적인 성능 순위를 매겨 최적의 조건을 결정했다.
5. 연구 방법론:
연구 설계:
본 연구는 실험 계획법인 다구치(Taguchi)의 L16 직교 배열을 기반으로 설계되었다. 4개의 4수준 인자를 평가하기 위해 16개의 실험 조합이 구성되었다.
데이터 수집 및 분석 방법:
데이터 수집: 각 실험 조건에 따라 용접 시편을 제작하고, 툴메이커 현미경으로 너겟 직경을 측정하고, 만능시험기(UTM)를 사용하여 인장-전단 시험을 통해 최대 파단 하중을 측정했다.
분석 방법: 다중 기준 의사 결정(MCDM) 문제 해결을 위해 MOORA 방법을 사용했다. 각 기준(응답)의 중요도를 객관적으로 평가하기 위해 표준편차(SDV)를 사용하여 가중치를 계산했다. MOORA 절차는 정규화, 가중치 적용, 유익/비유익 기준 합산 및 순위 결정 단계로 구성된다.
연구 주제 및 범위:
연구 주제: AISI 316L 오스테나이트계 스테인리스강 판재의 저항 점 용접 공정 파라미터 최적화.
연구 범위: 용접 전류, 용접 시간, 전극 가압력, 유지 시간을 공정 파라미터로, 너겟 직경, 열영향부(HAZ), 최대 파단 하중을 품질 특성으로 한정하여 연구를 수행했다.
6. 주요 결과:
주요 결과:
MOORA 분석 결과, 14번 실험 조건(용접 전류 14kA, 용접 시간 12 사이클, 전극 가압력 220Kgf, 유지 시간 10 사이클)이 가장 우수한 종합 성능을 보이는 최적의 조합으로 결정되었다.
표준편차(SDV) 분석을 통해 계산된 가중치는 열영향부(HAZ)가 0.411653으로 가장 높았고, 최대 파단 하중이 0.390104, 용접 너겟 직경이 0.199576 순으로 나타났다.
최적화된 조건으로 제작된 용접부는 너겟 직경 7.7mm, 파단 하중 20.6KN, HAZ 1.072mm의 특성을 보일 것으로 예측되었다. (값은 Result Analysis 섹션에서 인용)
그림 목록:
Figure 1. Kirperker RSW welding machine
Figure 2. Dimension of specimen
Figure 3. Scanned specimens
Figure 4. Welded specimen
Figure 5. Weld structure of optimized model
7. 결론:
본 연구에서는 저항 점 용접 공정에서 너겟 직경, 최대 파단 하중, HAZ 및 파라미터 조합을 평가하기 위한 MOORA 기법의 상세한 방법론이 제시되었다. 최소 너겟 직경, 최소 HAZ 및 최대 파단 하중을 갖는 용접물을 얻기 위한 최적의 파라미터 조합을 달성하기 위해 다중 목표 최적화 공정이 사용되었다. 다구치 방법과 MOORA 분석을 결합한 것은 제한된 횟수의 실행으로 수행할 수 있는 매우 대중적이고 효율적인 최적화 방법이다. 그러나 표준편차는 MOORA 공정 실행 과정에서 활용된 각 기계적 특성 값에 할당된 가중치를 결정하는 데 사용되었다. 본 연구에서 고려된 공정 파라미터를 MOORA 방법이 성공적으로 최적화했으며, 최적화된 용접물의 미세 구조가 최적화 결과가 용접물의 품질을 확인시켜준다는 점에 동의한다고 결론 내린다.
Figure 5. Weld structure of optimized model
8. 참고 문헌:
Gunaraj, V. & Murugan, N. (1999). Prediction and comparison of the area of the heat effected zone for the bead on plate and bead on joint in SAW of pipes, Journal of Material Processing Technology, 95, 246 – 261.
Joseph Achebo & William Ejenavi Odinikuku (2015) Optimization of Gas Metal Arc Welding Process Parameters Using Standard Deviation (SDV) and Multi-Objective Optimization on the Basis of Ratio Analysis, Journal of Minerals and Materials Characterization and Engineering, 3, 298-308
Norasiah M., Yupiter HP M. & Muhammed H. (2012). Optimization and modelling of spot welding parameters with simultaneous response consideration using multi objective Taguchi method and utility concept. Journal of Mechanical Science and Technology, 26 (8), 2365 – 2370.
Tarng, Y.S & Yang, W.H. (1998) Optimization of weld bead geometry in gas tungsten arc welding by the Taguchi method, International Journal of Advanced Manufacturing Technology, 14, 549-554.
Thakur, A.G & Nandedkar, V.M. (2010) Application of Taguchi method to determine resistece spot welding conditions of austenitic stainless steel AISI 304, Journal of Scientific and Industrial Research, 69, 680-683.
Vermal A.B., Ghunage S.U., Ahuja B.B. (2014). Resistance Welding of Austenitic Stainless Steels (AISI 304 with AISI 316) 3, The 5th International & 26th All India Manufacturing Technology, Design and Research Conference (AIMTDR 2014) December 12th -14th, 2014, IIT Guwahati, Assam, India.
전문가 Q&A: 자주 묻는 질문
Q1: 다른 다중 목표 최적화 기법 대신 MOORA 방법이 선택된 이유는 무엇입니까?
A1: 논문에서 다른 기법과 직접 비교하지는 않았지만, MOORA는 다구치 설계와 결합되었을 때 그 효과를 발휘합니다. 전통적인 다구치 방법은 단일 목표 최적화에 주로 사용되지만, MOORA를 결합하면 여러 목표를 동시에 고려하는 다중 목표 최적화 문제를 효과적으로 해결할 수 있습니다. 본 연구에서는 이 방법론을 통해 복잡한 RSW 공정의 한계를 극복하는 해결책을 제시했습니다.
Q2: Table 5를 보면, HAZ(0.411653)와 파단 하중(0.390104)이 너겟 직경(0.199576)보다 훨씬 높은 가중치를 받았습니다. 그 이유는 무엇입니까?
A2: 가중치는 정규화된 실험 데이터에 기반한 표준편차(SDV) 방법으로 결정되었습니다. 특정 응답의 표준편차가 크다는 것은 해당 응답이 실험 조건 변화에 따라 더 큰 변동성을 보인다는 것을 의미하며, 이는 해당 기준이 더 민감하고 중요한 평가 척도임을 시사합니다. 이 데이터 기반의 객관적인 접근 방식에 따라, 본 연구에서는 HAZ와 파단 하중이 너겟 직경보다 더 중요한 요소로 자동 할당되었습니다.
Q3: 연구 목표 중 하나는 “최소 용접 너겟 직경”이었지만, 최적 결과(실험 14)는 Table 4에서 가장 작은 너겟 직경을 갖지 않습니다. 이를 어떻게 설명할 수 있습니까?
A3: 이것이 바로 다중 목표 최적화의 핵심입니다. MOORA 방법은 서로 상충하는 여러 목표 사이의 균형을 맞춥니다. 너겟 직경을 최소화하는 것이 바람직하지만, 알고리즘은 파단 하중을 최대화하고 HAZ를 최소화하는 것을 동시에 고려했습니다. 그 결과, 실험 14의 파라미터 조합이 세 가지 목표를 종합적으로 고려했을 때 가장 균형 잡힌 최상의 성능을 제공하는 것으로 판단된 것입니다.
Q4: 다구치의 L16 직교 배열을 사용한 목적은 무엇이었습니까?
A4: L16 직교 배열은 구조화되고 효율적인 실험 계획을 가능하게 합니다. 4개의 파라미터를 4개 수준에서 모든 가능한 조합(4^4 = 256회)을 테스트하는 대신, L16 직교 배열을 사용하면 단 16번의 실험만으로도 각 파라미터의 영향을 평가하기에 충분한 데이터를 수집할 수 있습니다. 이는 연구에 필요한 시간과 자원을 크게 절약해 줍니다.
Q5: 논문의 결론부에는 최적 파라미터가 “용접 시간 14 사이클, 전극 가압력 200Kgf”라고 언급되어 있지만, 실제 최적 조건인 실험 14의 데이터(Table 2, 3)는 “12 사이클, 220Kgf”입니다. 이 차이는 왜 발생했나요?
A5: 훌륭한 지적입니다. 논문의 결론부 텍스트에 용접 시간과 전극 가압력의 수준 값에 대한 오타가 있는 것으로 보입니다. 순위 분석표(Table 9)는 명확하게 실험 14번을 최적 조건으로 지정하고 있으며, 해당 조건의 파라미터는 Table 2와 3에 따라 용접 전류 14kA(Level 4), 용접 시간 12 사이클(Level 2), 전극 가압력 220Kgf(Level 3), 유지 시간 10 사이클(Level 1)로 정의됩니다. 따라서 방법론 및 데이터 테이블은 후자의 조합이 본 연구에서 발견된 진정한 최적 조건임을 뒷받침합니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 시행착오에 의존하던 기존 방식에서 벗어나, SDV-MOORA라는 데이터 기반 접근법이 저항 점 용접 최적화에 얼마나 강력한 도구가 될 수 있는지를 명확히 보여주었습니다. 이 방법론은 상충하는 여러 품질 목표 사이에서 최적의 균형점을 찾아내어, 최종 제품의 기계적 특성을 극대화할 수 있는 길을 열어줍니다. 이는 R&D 및 운영 현장에서 시간과 비용을 절감하고, 일관된 고품질 용접을 달성하는 데 중요한 통찰력을 제공합니다.
STI C&D는 최신 산업 연구를 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 알아보십시오.
(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 P. Sreeraj의 논문 “ΟΡΤΙΜΙΖATION OF RESISTANCE SPOT WELDING PROCESS PARAMETERS USING MOORA APPROACH”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Roman Mouginot와 Hannu Hänninen이 작성하여 Aalto University에서 2013년에 발표한 “Microstructures of nickel-base alloy dissimilar metal welds” 논문을 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.
키워드
Primary Keyword: 이종 금속 용접 (Dissimilar Metal Welding)
도전 과제: 원자력 발전소와 같은 고온, 고압 환경의 이종 금속 용접(DMW) 부위는 용접 계면에서 발생하는 복잡한 야금학적 변화로 인해 응력 부식 균열 등 조기 파손에 취약합니다.
연구 방법: 저합금강(LAS)과 니켈 기반 합금(Alloy 690)을 다양한 필러 금속(Inconel 52, 152, 52M)과 협개선 용접(NGW) 기술로 접합한 8개의 시편을 제작하여, 용접 상태(as-welded)와 용접후열처리(PWHT) 후의 미세구조 및 경도 변화를 분석했습니다.
핵심 발견: 용접후열처리(PWHT)는 저합금강(LAS) 측의 탄소고갈영역(CDZ)을 약 10배 확장시키고, 용접 금속 내에 광범위한 크롬 카바이드(chromium carbide) 석출을 유발하여 용융선 근처에서 급격한 경도 피크를 형성하는 것으로 나타났습니다.
핵심 결론: 극한 환경에서 사용되는 이종 금속 용접부의 장기적인 안전성과 신뢰성을 확보하기 위해서는 필러 금속의 종류와 용접후열처리(PWHT)가 미세구조 및 경도 프로파일에 미치는 영향을 정확히 이해하고 제어하는 것이 매우 중요합니다.
Fig. 8 Scheme of a RPV safe-end (a) and the four materials composing the DMW (b):
A- ferritic LAS SA508,
B- buttering alloy Inconel 82,
C- weld alloy Inconel 182,
D- austenitic stainless steel 316L or alloy Inconel 600. (Wang et al. 2011)
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
원자력 발전소(NPP)의 배관 시스템은 비용 효율성과 고온 내식성을 동시에 만족시키기 위해 저합금강(LAS), 스테인리스강(SS), 니켈 기반 합금 등 다양한 재료를 함께 사용합니다. 이러한 서로 다른 금속을 연결하는 이종 금속 용접(DMW)은 필수적이지만, 구조적 완전성 측면에서 가장 취약한 지점이기도 합니다.
특히 용접 과정에서 발생하는 열 영향으로 인해 용접 열영향부(HAZ)에서는 잔류 응력, 탄소 이동, 예상치 못한 상(phase) 형성 등 복잡한 야금학적 변화가 일어납니다. 이러한 변화는 응력 부식 균열(SCC)과 같은 심각한 손상을 유발하여 부품의 조기 파손으로 이어질 수 있습니다. 최근에는 기존 Inconel 600 계열의 SCC 민감성 문제로 인해 크롬 함량이 높은 Alloy 690과 필러 금속 Inconel 52, 152, 52M이 새로운 대안으로 떠오르고 있습니다. 또한, 경제적인 후판 용접을 위해 협개선 용접(NGW) 기술이 도입되고 있습니다.
하지만 이러한 신소재와 신공법은 실제 운용 경험이 부족하여 장기적인 거동에 대한 데이터가 거의 없습니다. 따라서 이들 재료와 공법으로 제작된 용접부의 물리적, 구조적 특성을 사전에 정밀하게 분석하고 예측하는 것은 원자력 발전소의 안전성과 경제성을 확보하는 데 매우 중요합니다.
Fig. 16 Schematic illustration of four distinct microstructural zones existing in DMWs: fusion
zone (FZ), unmixed zone (UMZ), partially melted zone (PMZ) and heat affected zone (HAZ).
(DuPont et al. 2010)
연구 접근법: 방법론 분석
본 연구는 광범위한 문헌 검토와 함께 실제적인 실험 분석을 병행하여 이종 금속 용접부의 특성을 규명했습니다. 연구진은 총 8개의 시편을 분석했으며, 이 중 2개는 프로젝트에서 직접 제작한 협개선 용접(DM-NGW) 모의 시편이고, 6개는 EPRI(전력 연구소)에서 제공한 모의 용접 시편입니다.
주요 재료:
모재(Base Metal): 원자로 압력용기(RPV) 노즐에 사용되는 저합금강 SA 508, SA 533 Gr.B와 내부식성이 뛰어난 니켈 기반 합금 Alloy 690.
필러 금속(Filler Metal): 크롬 함량이 높은 Inconel 52, 152, 52M.
주요 공정 및 조건:
용접 기술: 최신 원자로 설계에 적용되는 협개선 GTAW(NG-GTAW) 및 기존의 SMAW.
열처리 조건: 용접된 상태 그대로(As-Welded, AW)와 실제 원자로 용접부에 적용되는 용접후열처리(Post-Weld Heat Treatment, PWHT)를 거친 상태를 비교 분석했습니다.
분석 방법:
미세구조 분석: 광학 현미경(Optical Microscopy)을 사용하여 용접 계면, 열영향부(HAZ), 용접 금속의 결정립 크기, 상 분포, 석출물 형태 등을 관찰했습니다.
경도 측정: 마이크로 경도(Microhardness) 및 나노 압입(Nanoindentation) 시험을 통해 용접부 단면의 위치별 기계적 특성 변화를 정밀하게 측정했습니다. 이를 통해 탄소 이동으로 인한 연화 및 경화 영역을 식별했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 용접후열처리(PWHT)가 용접 계면의 미세구조와 경도를 극적으로 변화시킴
용접후열처리(PWHT)는 용접부의 잔류 응력을 완화하지만, 계면의 미세구조와 기계적 특성에 심각한 변화를 초래했습니다. 특히 SA 508(LAS)과 Inconel 52 필러 금속으로 제작된 협개선 용접 시편에서 이러한 변화가 뚜렷하게 나타났습니다.
탄소고갈영역(CDZ) 확장: 용접 상태(AW) 시편에서는 LAS 측 용융선에 약 10-20 µm 폭의 좁은 탄소고갈영역(CDZ)이 관찰되었습니다. 하지만 PWHT를 거친 시편에서는 이 영역의 폭이 약 100 µm까지, 즉 5배에서 10배가량 넓어졌습니다. 이는 PWHT 중 고온에서 LAS의 탄소가 크롬 친화력이 높은 Inconel 52 측으로 확산되었기 때문입니다.
경도 피크 형성: 가장 주목할 만한 결과는 경도 변화입니다. AW 시편의 용접 금속 경도는 약 210-220 HV로 비교적 균일했으나, PWHT 시편에서는 용융선으로부터 약 50 µm 떨어진 Inconel 52 용접 금속 내에서 경도가 최대 340 HV까지 급증하는 날카로운 피크가 형성되었습니다(그림 80 참조). 이는 확산된 탄소가 크롬과 결합하여 미세한 크롬 카바이드(chromium carbide)를 광범위하게 석출시켜 조직을 경화시켰기 때문입니다. 이 경화된 영역은 균열 발생의 시작점이 될 수 있습니다.
결과 2: 필러 금속의 종류가 용접부 특성에 결정적인 영향을 미침
다양한 필러 금속을 사용한 시편들을 비교한 결과, 필러 금속의 미세한 조성 차이가 용접부의 최종 경도와 탄소 이동 거동에 큰 차이를 만드는 것으로 확인되었습니다.
경도 차이: Alloy 690 모재를 용접했을 때, Inconel 52M 필러 금속의 평균 경도가 약 250 HV로 가장 높았고, Inconel 152(SMAW)가 약 224 HV, Inconel 52(GTAW)가 약 207 HV 순으로 나타났습니다. Inconel 52M의 높은 경도는 더 미세한 덴드라이트 구조와 합금 원소 함량 차이에 기인합니다.
탄소 이동 거동: MHI 시편(SA508/Inconel 152)에서는 용융선에 넓고 어둡게 식각된 탄소 농화대(carbon-enriched zone)가 다수 관찰되었습니다. 이는 Inconel 152가 Inconel 52보다 탄소 확산에 대한 저항이 커서, 탄소가 용접 금속 깊이 퍼지지 못하고 용융선 근처에 집중적으로 축적되었음을 시사합니다. 이러한 불균일한 탄소 농화대는 예측 불가능한 국부적 취성을 유발할 수 있습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 PWHT가 잔류 응력 완화라는 긍정적 효과와 함께, 계면에 연성(CDZ) 및 취성(카바이드 석출) 영역을 동시에 생성하는 양면성을 가짐을 보여줍니다. 이는 PWHT의 온도와 유지 시간을 정밀하게 제어하여 두 효과 사이의 최적점을 찾는 것이 용접부 품질 확보에 매우 중요함을 의미합니다.
품질 관리팀: PWHT 후 Inconel 52 용접 금속에서 관찰된 최대 340 HV의 날카로운 경도 피크(그림 80)는 잠재적인 취화 영역을 나타내는 핵심 지표입니다. 따라서 용접부의 품질을 평가할 때, 모재나 용접 금속 중앙부뿐만 아니라 용융선 직교 방향으로 미세 경도 프로파일을 측정하여 이러한 국부적인 경도 이상을 확인하는 절차가 반드시 포함되어야 합니다.
설계 엔지니어: 필러 금속(52, 152, 52M)에 따라 탄소 이동 거동과 최종 경도 분포가 크게 달라진다는 사실은 설계 단계에서부터 재료 선택이 매우 중요함을 시사합니다. 특히 Inconel 152에서 관찰된 불균일한 탄소 농화대는 장기적인 구조 건전성 측면에서 잠재적 위험 요소가 될 수 있으므로, 설계 시 이를 고려해야 합니다.
논문 상세 정보
Microstructures of nickel-base alloy dissimilar metal welds
1. 개요:
제목: Microstructures of nickel-base alloy dissimilar metal welds
저자: Roman Mouginot and Hannu Hänninen
발행 연도: 2013
발행 학술지/기관: Aalto University publication series, SCIENCE + TECHNOLOGY 5/2013
키워드: Dissimilar metal weld, nuclear power plant, Alloy 690, Inconel 52, Inconel 152, Inconel 52M, SA 508, SA 533 Gr.B, narrow gap weld, safe-end, interface, metallurgical changes, hardness.
2. 초록:
저합금강(LAS), 스테인리스강(SS), 니켈 기반 합금 간의 이종 금속 용접(DMW)은 재래식 및 원자력 발전소(NPP) 설계에 매우 중요합니다. 이 용접은 고온 환경에서 더 나은 성능을 달성하는 데 도움을 주지만, 부품의 조기 파손을 유발할 수 있습니다. 파손은 종종 모재의 열영향부(HAZ) 균열과 관련이 있습니다. 본 연구에서는 원자력 분야 적용을 위한 Inconel 니켈 기반 합금 및 LAS의 DMW 내 거동에 대한 문헌 검토를 수행했습니다. 연구는 용접후열처리(PWHT) 시 페라이트/오스테나이트 DMW 계면에서 발생하는 야금학적 변화, Inconel 필러 금속의 용접성, 그리고 NPP 설계에 새롭게 등장하는 협개선 용접(NGW) 기술에 중점을 두었습니다. 목표는 현대 가압수형 원자로(PWR) 설계에 존재하는 NGW를 특성화하는 것이었습니다. 이 설계는 Inconel 필러 금속을 사용하여 원자로 압력용기 노즐과 세이프-엔드를 접합합니다. 또한, Alloy 690의 거동도 연구되었습니다. 총 8개의 시편이 특성화되었습니다. SINI 프로젝트에서 제작된 협개선 Alloy 52 모의 시편은 용접 상태와 PWHT 후 상태로 연구되었습니다. 그 결과 PWHT는 LAS 측의 탄소 고갈을 증가시키고 용접 금속 내에 광범위한 크롬 카바이드 석출을 유발했으며, 이는 용접 금속의 날카로운 경도 피크의 원인이었습니다. EPRI(전력 연구소)로부터 제공받은 시편들은 ENVIS 프로젝트를 위해 특성화되었으며, 다른 용접 구성을 보여주었습니다.
3. 서론:
원자력 공학에서 용접은 시간과 비용이 많이 소요되는 분야이며, 원자력 안전과 전체 공정의 경제적 실행 가능성에 근본적인 영향을 미칩니다. 운전 경험에 따르면 부품의 수명은 용접부의 거동에 의해 좌우되며, 조기 파손은 용접이 구조 건전성에 미치는 해로운 영향을 나타냅니다. 특히 탄소강, 스테인리스강, 니켈 기반 합금 및 오버레이 용접을 포함하는 다양한 접합부 때문에 이종 금속 용접(DMW)이 주요 관심사입니다. DMW를 사용하면 고온, 부식 환경 및 고압이 요구되는 응용 분야에서 더 나은 성능을 충족시키면서 부품의 건설 비용을 절감할 수 있습니다. 그러나 DMW는 제작 및 야금학적 문제가 있으며, 이는 기존의 용접 문제와 서로 다른 특성을 가진 재료 간의 상호 작용을 모두 포함합니다. 이는 운전 중 파손으로 이어질 수 있습니다. 본 연구는 새로운 재료를 위한 이종 금속 접합부의 측정, 평가 및 설계를 위한 신뢰할 수 있는 연구 방법을 개발하는 것을 주된 목표로 하는 SINI 프로젝트의 일부입니다.
4. 연구 요약:
연구 주제의 배경:
원자력 발전소의 안전성과 경제성은 다양한 재료를 접합하는 이종 금속 용접(DMW)의 신뢰성에 크게 의존합니다. 특히 원자로 압력용기(RPV) 노즐과 배관을 연결하는 부위는 고온, 고압, 부식성 환경에 노출되어 응력 부식 균열(SCC)과 같은 손상에 매우 취약합니다. 기존에 사용되던 Inconel 600 계열 합금의 SCC 문제로 인해, 최근에는 내식성이 향상된 Alloy 690과 고크롬 필러 금속(Inconel 52, 152, 52M)이 도입되고 있으며, 경제적인 후판 용접을 위해 협개선 용접(NGW) 기술이 적용되고 있습니다.
이전 연구 현황:
과거 연구들은 주로 Inconel 600 계열 합금의 SCC 거동에 초점을 맞추어 왔습니다. 또한, 페라이트계 강과 오스테나이트계 강 사이의 DMW에서 발생하는 탄소 이동 및 그로 인한 계면의 경화/연화 현상에 대한 연구가 다수 수행되었습니다. 그러나 새로운 소재인 Alloy 690 및 고크롬 필러 금속, 그리고 NGW 공법이 적용된 DMW에 대한 장기 운전 데이터나 체계적인 미세구조 연구는 아직 부족한 실정입니다.
연구 목적:
본 연구의 목적은 최신 원자력 발전소 설계에 적용되는 새로운 DMW의 미세구조적 특성을 규명하는 것입니다. 구체적으로, (1) 용접후열처리(PWHT)가 LAS/니켈 합금 계면의 야금학적 변화(탄소 이동, 석출물 형성 등)에 미치는 영향을 분석하고, (2) 다양한 Inconel 필러 금속(52, 152, 52M)의 용접성과 거동 차이를 비교하며, (3) 다양한 제조 공법(압연, 단조, 압출)에 따른 Alloy 690 모재의 미세구조적 특징을 파악하는 것입니다. 이를 통해 신소재 및 신공법 DMW의 잠재적 파손 메커니즘을 이해하고 구조 건전성을 평가하기 위한 기초 자료를 제공하고자 합니다.
핵심 연구:
본 연구의 핵심은 실제 원자력 발전소 환경을 모사한 다양한 DMW 시편에 대한 상세한 미세구조 및 기계적 특성 분석입니다. 특히, PWHT 전후의 협개선 용접(NGW) 시편 비교를 통해 열처리가 계면 특성에 미치는 영향을 정량적으로 평가했습니다. 또한, 여러 종류의 필러 금속과 모재 조합으로 구성된 시편들을 비교 분석하여, 각 재료가 최종 용접부 품질에 어떻게 기여하는지를 밝혔습니다. 광학 현미경 관찰과 마이크로/나노 경도 측정을 통해 얻은 데이터를 종합하여, 용접부의 위치별 특성 변화와 잠재적 취약 영역을 식별했습니다.
5. 연구 방법론
연구 설계:
본 연구는 실제 원자력 발전소에 사용되는 다양한 이종 금속 용접(DMW) 구성을 대표하는 8개의 시편을 대상으로 비교 분석하는 방식으로 설계되었습니다. 특히, 용접후열처리(PWHT)의 영향을 파악하기 위해 동일한 협개선 용접(NGW) 시편을 용접 상태(AW)와 열처리 후(HT) 상태로 나누어 특성을 비교했습니다. 또한, 필러 금속(Inconel 52, 152, 52M), 모재(SA508, SA533 Gr.B, Alloy 690), 용접 공정(GTAW, SMAW, NGW) 등 다양한 변수가 조합된 시편들을 분석하여 각 요소가 용접부 특성에 미치는 영향을 체계적으로 평가했습니다.
데이터 수집 및 분석 방법:
데이터는 주로 시편의 단면을 관찰하고 측정하는 방식으로 수집되었습니다. 1. 시편 준비: 모든 시편을 절단, 마운팅, 연마 및 에칭하여 미세구조를 관찰할 수 있도록 준비했습니다. LAS 조직을 위해서는 2% 나이탈(Nital) 용액을, Inconel 합금 및 스테인리스강 조직을 위해서는 왕수(aqua regia)를 사용했습니다. 2. 미세구조 분석: Nikon Epiphot 200 광학 현미경과 NIS-Elements F.2.30 이미지 분석 소프트웨어를 사용하여 각 시편의 용접 계면, 열영향부(HAZ), 용접 금속의 결정립 크기, 상 분포, 석출물 형태 등을 관찰하고 기록했습니다. 3. 경도 측정: Buehler Micromet 2104 마이크로 경도 시험기를 사용하여 용접부 단면을 가로지르는 경도 프로파일을 측정했습니다. 이를 통해 HAZ의 경화, CDZ의 연화, 용접 금속 내 경도 변화 등 국부적인 기계적 특성을 평가했습니다. 일부 시편에 대해서는 CSM Instruments 나노 압입 시험기를 사용하여 더 미세한 영역의 경도 변화를 분석했습니다.
연구 주제 및 범위:
본 연구는 니켈 기반 합금을 사용한 이종 금속 용접부의 미세구조적 특성에 초점을 맞춥니다. 연구 범위는 다음과 같습니다. – 페라이트/오스테나이트 계면 분석: 저합금강(LAS)과 니켈 기반 합금 필러 금속 사이의 계면에서 발생하는 현상(탄소고갈영역(CDZ), 탄소 농화, 석출, Type II 경계 형성 등)을 PWHT 전후로 비교 분석합니다. – 필러 금속 비교: Inconel 52, 152, 52M 필러 금속으로 제작된 용접부의 미세구조와 경도 특성을 비교하여 각 필러 금속의 거동 차이를 규명합니다. – Alloy 690 모재 분석: 열간 압연, 단조, 압출 등 다양한 제조 공법으로 생산된 Alloy 690 모재의 미세구조(결정립 크기, 카바이드 밴딩 등)를 분석하고, 용접 시 열영향부(HAZ)의 변화를 관찰합니다.
6. 주요 결과:
주요 결과:
용접후열처리(PWHT)의 영향: PWHT는 SA508(LAS) 측의 탄소고갈영역(CDZ) 폭을 용접 상태(as-welded) 대비 약 10배 증가시켰습니다. 동시에, Inconel 52 용접 금속의 용융선 근처에 광범위한 크롬 카바이드 석출을 유발하여 최대 340 HV에 달하는 급격한 경도 피크를 형성했습니다.
필러 금속별 경도 차이: 용접 금속의 평균 경도는 Inconel 52M(약 250 HV)이 가장 높았으며, Inconel 152(약 224-239 HV), Inconel 52(약 207-220 HV) 순으로 나타났습니다. 이는 Inconel 52M의 미세한 조직과 높은 합금 원소 함량에 기인합니다.
필러 금속별 탄소 이동 거동: Inconel 152를 사용한 용접부의 용융선에서는 국부적인 탄소 농화대(martensitic layer)가 관찰된 반면, Inconel 52에서는 이러한 현상이 덜 뚜렷했습니다. 이는 Inconel 152가 Inconel 52보다 탄소 확산에 대한 저항이 클 수 있음을 시사합니다.
Alloy 690의 미세구조: Alloy 690의 미세구조는 제조 이력에 크게 의존했습니다. 압연 및 단조재에서는 불균일한 결정립과 카바이드 밴딩이 관찰되었으나, 압출재에서는 밴딩 없이 가장 균일한 미세구조를 보였습니다.
Alloy 690 열영향부(HAZ) 특성: Alloy 690의 HAZ에서는 뚜렷한 결정립 미세화 영역 없이 용융선 근처에서 결정립 성장이 관찰되었습니다. 경도는 모재(약 180-200 HV)에서 용융선 방향으로 갈수록 약 40-70 HV 증가했으며, 이는 잔류 변형의 영향으로 분석됩니다.
Fig. 93 Microstructure of Alloy 690 base material for sample CIEMAT SMAW.
Figure 목록:
Fig. 1 Cut of a nuclear reactor and main constituents. Of major importance are the RPV nozzles by which enters and leaves the coolant.
Fig. 2 Difference of principle between BWR and PWR. In BWR, the water heated in the RPV directly enters the turbine. In PWR, it is used to heat a secondary circuit.
Fig. 3 Cut of the EPR design.
Fig. 4 Material selection for BWR.
Fig. 5 Material selection for PWR.
Fig. 6 Material selection depending on the constructor.
Fig. 7 Main materials in LWRs: carbon steels, LAS, austenitic SS and Ni-base alloys.
Fig. 8 Scheme of a RPV safe-end (a) and the four materials composing the DMW (b): A- ferritic LAS SA508, B- buttering alloy Inconel 82, C- weld alloy Inconel 182, D- austenitic stainless steel 316L or alloy Inconel 600.
Fig. 9 LAS compositions for nuclear applications. Among them, it is worth noting SA 302 B, SA 508 CL.2 and SA 533 Gr.B.
Fig. 10 Austenitic SS grades, among which the common grades 304L and 316L. Incoloy 800 is given as a comparison.
Fig. 11 Composition of Inconel 600 and Alloy 690. Alloy 690 has higher Cr and Fe contents.
Fig. 12 Composition of Ni-base filler metals. Inconel 52,152 and 52M have higher Cr and Fe contents. Inconel 52M has additions of boron and zirconium.
Fig. 13 Mechanical properties of Ni-base filler metals, at room temperature and usual in service temperature.
Fig. 14 Composition of some high-strength alloys, among which Inconel 718 and X-750.
Fig. 15 Typical DMW designs in NPPs. The second is usual for a weld between a RPV nozzle and its safe-end.
Fig. 16 Schematic illustration of four distinct microstructural zones existing in DMWs: fusion zone (FZ), unmixed zone (UMZ), partially melted zone (PMZ) and heat affected zone (HAZ).
Fig. 17 Optical and SEM image of UMZ at the interface between A36 HAZ and 308L weld metal.
Fig. 18 Illustration showing the correlation between the various zones in a fusion weld in an alloy and the corresponding equilibrium phase diagram.
Fig. 19 Epitaxial grain growth mechanism for a homogeneous weld. The continuity across the fusion line is clearly visible.
Fig. 20 Geometrical comparison between NGW and conventional welding. Optimized NGW reduces greatly the amount of weld metal.
Fig. 21 Reduction of the weld volume using GTA-NGW as compared to a conventional weld. The reduction is of about four times.
Fig. 22 Cross-section of a RPV nozzle and safe-end in a BWR
Fig. 23 Closer view of the weld between the RPV nozzle and the safe-end. It presents the LAS of the RPV and its SS cladding, the Ni-base buttering, the Ni-base weld metal (Ni-Fe-Cr alloys) and the austenitic SS of the safe-end.
Fig. 24 Mock-up weld representing a usual weld between the ferritic LAS (SA508-3) of a RPV nozzle and the austenitic SS (SS316) of its safe-end, using Ni-base alloys as buttering and weld metals (respectively, Inconel 82 and 182).
Fig. 25 Microstructures of SA508 Cl.3
Fig. 26 HAZ microstructure of SA508 Cl.1 for an Inconel 182/SA508 Cl.1 interface: a) Global view showing grain refining then grain coarsening when moving to the fusion line. b) Grain coarsening area and carbon-depleted layer along the fusion line.
Fig. 27 As-welded interface between 9Cr-1Mo/2,25Cr-1Mo steels: a) Microstructure of the weld interface, b) Hardness profile taken across the weld interface.
Fig. 28 Post-weld heat treated interface between 9Cr-1Mo/2,25Cr-1Mo steels: a) Microstructure of the weld interface, b) Hardness profile taken across the weld interface.
Fig. 29 Micrograph showing Type II boundaries adjacent to the weld interface of an Alloy 52/SA508 weld.
Fig. 30 Calculated Ms temperature profile across the weld interface of Inconel 52/SA508 weld.
Fig. 31 Hardness peak due to a martensitic layer close to the LAS/Inconel 182 interface, and influence of PWHT.
Fig. 32 Simulated effect of a pure Ni buttering layer on the carbon concentration profile at the 9Cr-1Mo/2,25Cr-1Mo weld interface: a) without buttering layer and b) with a simulated Ni buttering layer. PWHT at 1023 K has been applied for 15 h.
Fig. 33 Microstructure of Inconel 82 weld metal: (a) weld metal and (b) interior of weld with higher magnification.
Fig. 34 a) Optical and b) SEM microstructure of Alloy 690, showing fine dispersed carbides and coarse TiN compounds.
Fig. 35 Longitudinal sections of a) an Alloy 690 billet and b) an Alloy 690 plate showing carbide banding.
Fig. 36 Grain size banding and isolated coarse grains in an Alloy 690 billet.
Fig. 37 Carbide morphology of Alloy 690 a) solution annealed at 1150°C for 1 h, b) solution annealed at 1150°C for 1 h then thermally treated 700°C for 1 h, c) as-received and d) solution annealed at 1150°C for 1 h then thermally treated at 800°C for 1 h.
Fig. 38 UMZ at the austenitic SS 304/Inconel 625 interface.
Fig. 39 Weld interfaces with weld metal Inconel 82 and base metals a) Inconel 657 and b) 310 SS.
Fig. 40 HAZ of SS 304 with formation of Type II boundaries at the interface with Inconel 625 weld metal.
Fig. 41 Alloy 690 interfaces between base material, HAZ, PMZ+UMZ and weld metal, based on grain size transition and carbide precipitation.
Fig. 42 Graph showing the SCC behavior of Alloy 690 base material, HAZ and weld metals Inconel 52, 152 in PWR water. Cracks can grow under certain conditions.
Fig. 43 Alloy 690 plate with planar banding and samples for mechanical testing with different orientation. They present, thus, different microstructures and SCC behavior.
Fig. 44 Map of the several zones at an Alloy 690/Inconel 52 weld interface and the corresponding residual strain measurement. Residual strains increase in the UMZ+PMZ of Alloy 690. The higher residual strains are found in the weld metal.
Fig. 45 SEM image of a) carbide precipitation at GB in the HAZ of a GTAW Alloy 690 weld, with b) and c) the EDS analysis for the GBs and the grain interior, respectively.
Fig. 46 a) Optical microstructure of heat-treated Alloy 690 and b) corresponding Cr-carbide precipitation at GBs. The extent of precipitation is much lower for coherent twins.
Fig. 47 Grain boundary network of Alloy 690 with a) GBE and b) non-GBE. See the grain clusters in the GBE alloy.
Fig. 50 Views of the Alloy 52 mock-up weld manufacturing, with a) the two base metal plates, b) the NG-GTAW welding torch in process (note the leading camera needed to see inside the groove) and c) the final weld.
Fig. 51 Cross-section of the NG-GTAW weld. It has been etched to reveal better the macrostructure: materials, weld passes in Inconel 52 weld metal and HAZ of SA508 and SS304.
Fig. 52 Cycle of temperatures for the post-weld heat treatment done on the Alloy 52 mock-up sample.
Fig. 53 Cutting of the samples from the cross-section of the AW Alloy 52 mock-up.
Fig. 54 Cutting of the samples from the HT cross-section.
Fig. 55 Weld design for the CIEMAT samples: two Alloy 690 plates welded with a half-V groove. The weld metal is either Inconel 52 or 152, and the welding technique is either GTAW or SMAW, respectively.
Fig. 56 Views of the sample CIEMAT GTAW: a) broad weld from above and b) the sample which is a transversal cut of the weld.
Fig. 57 Views of the sample CIEMAT SMAW: a) broad weld from above and b) the final sample that has been cut transverse from the weld.
Fig. 58 Global view of the weld, showing the SA508 plate (dark), the weld metal and the Alloy 690 plate (arrows mark the interface between Inconel 152 weld metal and Alloy 690 base metal).
Fig. 59 MHI plate sample. Cross-section of the weldment. It has been etched to reveal the macrostructure: SA508, weld-passes in Inconel 152, Alloy 690.
Fig. 60 Global view of the GTAW 19508A weld, showing the two plates and the weld overlay.
Fig. 61 GTAW 19508A sample, cut from a cross-section of the weldment: a) the sample has been etched to reveal the weld passes corresponding to b) the scheme of the weld passes.
Fig. 62 Welding parameters for the GTAW 19508A sample.
Fig. 63 Views of the ENSA weld mock-up with a) schematic of the grooves and components, b) view of the broad sample, c) view of the weld polished and etched and d) schematic of the weld passes.
Fig. 64 View of the sample cut from the weld and prepared for characterization.
Fig. 65 Views of the sample PG&E mock-up with a) broad sample showing the Alloy 690 pipe inside the LAS SA533 GrB plate with the SS 308L cladding, b) the sample cut in half, c) a closer view of the sample cut in four showing Inconel 52M weld metal and d) the sample cut, polished and etched.
Fig. 66 Microstructures of the SA508 HAZ and base material: A) Grain coarsening, B) grain refining, C) partial grain refining and D) base material.
Fig. 67 Microstructure of the SA508/Inconel 52 fusion line, with: a) CDZ in the LAS side, b) a layer free of precipitates on the weld metal side along the fusion line and c) a possible Type II boundary.
Fig. 68 Weld metal Inconel 52.
Fig. 69 Microstructure of the Inconel 52 weld metal, with: a) global view of the columnar dendrite grains, b) primary arm spacing and c) a closer view.
Fig. 70 Hardness profile across the sample. The hardness increases progressively in the LAS HAZ due to grain refining.
Fig. 71 Hardness profile across the fusion line.
Fig. 72 Microscopic view of second line loadings, and the position of the X = -0,05 mm loading near the fusion line.
Fig. 73 Nanohardness profile across SA508/Inconel 52 interface.
Fig. 74 View of the indentation across the CDZ in the LAS SA508 side of the weld (dark-etched).
Fig. 75 Global view of the HT LAS microstructure: A) grain coarsening, B) grain refining, C) partial grain refining and D) base material.
Fig. 76 Microstructure of the PWHT SA508/Inconel 52 interface: a) CDZ on the SA508 side and the dark etched fusion line, b) Inconel 52 weld metal along the fusion line, c) extensive precipitation in the weld metal close to the fusion line and d) a Type II boundary.
Fig. 77 Global view of the Inconel 52 weld metal after PWHT.
Fig. 78 Microstructures of Inconel 52 weld metal after PWHT: a) several grains, b) close view of the cellular structure and c) close view of a solidification GB.
Fig. 79 Microhardness profile across the HT SA508/Inconel 52 interface and the corresponding indentations.
Fig. 80 Microhardness profile across the PWHT SA508/Inconel 52 interface and the corresponding view of the indentations.
Fig. 81 Nanohardness profile from the fusion line in the Inconel 52 weld. No hardness peak is visible.
Fig. 82 Nanoindentations in Inconel 52 weld metal across the precipitates.
Fig. 83 Global view of the Alloy 690/Inconel 52 interface.
Fig. 84 Microstructure of Alloy 690 base material, with twin boundaries, fine carbide precipitates and golden TiN particles.
Fig. 85 Microstructure of Alloy 690 HAZ near the fusion line.
Fig. 86 Carbide banding in Alloy 690 plate.
Fig. 87 Closer view of carbide banding.
Fig. 88 Alloy 690/ Inconel 52 weld metal interface with epitaxial growth of the weld metal grains.
Fig. 89 Weld passes in Inconel 52 weld metal.
Fig. 90 Columnar dendrites in the Inconel 52 weld metal.
Fig. 91 Hardness map of the samples.
Fig. 92 Weld passes in the Inconel 152 weld metal.
Fig. 93 Microstructure of Alloy 690 base material for sample CIEMAT SMAW.
Fig. 94 Fusion line between Alloy 690 and Inconel 152.
Fig. 95 Closer view of the precipitation occurring in the dendritic microstructure of the Inconel 152 weld metal.
Fig. 96 Transition between two weld passes in Inconel 152 weld metal.
Fig. 97 Hardness map for the CIEMAT SMAW sample, showing hardness increase in the Alloy 690 from the base material to the fusion line.
Fig. 98 SA508 HAZ: a) grain coarsening, b) grain refining, c) partial grain refining and d) base material.
Fig. 99 SA508 side of the SA508/Inconel 152 interface with.
Fig. 100 Widmannstätten ferrite along the fusion line.
Fig. 101 Dark-etched carbon-enriched layer on the fusion line between SA508 and Inconel 152.
Fig. 102 Type II boundaries on the weld metal side of the SA508/Inconel 152 interface.
Fig. 103 Inconel 152/Alloy 690 interface.
Fig. 104 Hardness map of the Inconel 152/Alloy 690 side of the sample.
Fig. 105 Hardness profile across the SA508/Inconel 152 buttering and in the buttering layer.
Fig. 106 Microhardness profile across the SA508/Inconel 152 buttering layer.
Fig. 107 Banded microstructure in SA508 with dark- and light-etched bands.
Fig. 108 Hardness profile across several bands in SA 508 steel.
Fig. 109 Microstructure of the Alloy 690/Inconel 52M interface.
Fig. 110 HAZ of Alloy 690 at the fusion line with Inconel 52M weld metal.
Fig. 111 Alloy 690/Inconel 52M weld metal interface, showing the growth of the weld metal grains from those of the base metal.
Fig. 112 Inconel 52M weld metal microstructure.
Fig. 113 Hardness profile across the Alloy 690/Inconel 52M/Alloy 690 weld.
Fig. 114 Hardness profile in the Alloy 690 HAZ and at the fusion line with Inconel 52M.
Fig. 116 LAS HAZ with A) base material, B) partial grain refining, C) grain refining and D) grain coarsening along the fusion line.
Fig. 117 CDZ in the LAS side of the LAS/Inconel 52M buttering layer interface.
Fig. 118 a) Broad view, b) closer view of the LAS/Inconel 52 M buttering fusion lines and c) Type II boundary at 10 μm from the fusion line.
Fig. 119 Carbide banding in forged Alloy 690 plate.
Fig. 120 Very inhomogeneous microstructure in forged Alloy 690 plate.
Fig. 121 Schematic of the hardness measurements for the ENSA weld mock-up.
Fig. 122 Hardness measurement from location 1: across LAS, Inconel 52M buttering, Inconel 52 weld metal and Alloy 690 base metal.
Fig. 123 Hardness measurement from location 2: Alloy 690 HAZ and Inconel 52 NGW.
Fig. 124 Hardness measurement from location 3 and corresponding indentations: LAS HAZ and interface with Inconel 52M buttering.
Fig. 126 SA533 Gr.B HAZ with A) base material, B) partial grain refining, C) grain refining and D) grain coarsening.
Fig. 127 SA533 Gr.B / Inconel 52M buttering fusion line and the influence of LAS carbide banding.
Fig. 128 Inconel 52M buttering layer and interface with SA 533 Gr.B.
Fig. 129 Inconel 52M weld metal microstructure.
Fig. 130 Fusion line between the Inconel 52M weld metal, the LAS plate and the SS cladding.
Fig. 131 Comparison between the two Inconel 52M interfaces: A) with SS308L and B) with SA533 Gr.B.
Fig. 132 Global view of the extruded Inconel 690 pipe.
Fig. 133 Extruded Inconel 690 microstructure.
Fig. 134 Hardness profile across the PG&E sample.
Fig. 135 Hardness profile across the SA 533 Gr.B/Inconel 52M buttering interface.
Fig. 136 Hardness profile across the Inconel 52M weld metal and the interfaces with Inconel 52M buttering and Alloy 690 base metal.
7. 결론:
본 연구에서는 새로운 원자력 적용을 위한 니켈 기반 합금과 저합금강(LAS)의 이종 금속 용접(DMW) 거동에 대한 문헌 검토와 실험적 분석을 수행했다. 연구는 PWHT가 페라이트/오스테나이트 DMW 계면에 미치는 야금학적 변화, Inconel 필러 금속의 용접성, 그리고 NPP에서 사용되는 NG-GTAW 기술에 중점을 두었다. 총 8개의 시편을 특성화했으며, 특히 프로젝트에서 제작한 Alloy 52 모의 용접 시편을 용접 상태와 PWHT 후 상태로 비교 분석했다. 그 결과, PWHT는 LAS 측의 CDZ 폭을 증가시키고 용접 금속 내에 광범위한 크롬 카바이드 석출을 유발했으며, 이는 용융선 근처 용접 금속의 날카로운 경도 피크의 원인이었다. 또한, EPRI에서 제공한 시편 분석을 통해 Alloy 690 모재와 Inconel 52M, 52, 152 필러 금속의 다양한 조합에서의 거동 차이를 확인했다. Inconel 52M에서 가장 높은 경도가 관찰되었고, Inconel 152는 Inconel 52와 다른 탄소 이동 거동을 보였다. Alloy 690의 미세구조는 제품 형태에 따라 달라졌으며, 경도는 항상 모재에서 용융선으로 갈수록 증가했는데, 이는 잔류 변형 때문으로 보인다. 본 연구는 광학 현미경과 경도 측정을 통해 시편을 특성화하는 초기 단계이며, 향후 SEM, EBSD, EDS 분석 등을 통해 용접부의 거동을 더 깊이 이해할 필요가 있다.
8. 참고 문헌:
Aalto University (2012) Kon-67.5100 Postgraduate Seminar on Engineering Materials, Otaniemi, March – April 2012.
Ahluwalia K., King C. (2007) Materials reliability program: review of stress corrosion cracking of alloys 182 and 82 in PWR primary water service (MRP 220). Technical report 1007832. EPRI, Palo Alto, CA, October 2007.
Akbari D, Farahani M, Soltani N. (2012) Effects of the weld groove shape and geometry on residual stresses in dissimilar butt-welded pipes. The Journal of Strain Analysis for Engineering Design. Vol. 47. 2. P. 73- 82.
Albert S. K., Gill T. P. S., Tyagi A. K., Mannan S. L., Kulkami S. D., Rodriguez P. (1997) Soft zone formation in dissimilar welds between two Cr-Mo steels. Welding Journal. Vol. 76. 3. P. 135–142.
Alexandrov B.T., Hope A.T., Sowards J.W., Lippold J.C. (2009) Weldability studies of high-Cr, Ni-base filler metals for power generation applications. IX 2313-09-Rev3.
Anand R., Sudha C., Karthikeyan T., Terrance A.L.E., Saroja S., Vijayalakshmi M. (2008) Metal interlayers to prevent ‘hard zone’ formation in dissimilar weldments of Cr-Mo steels – A comparison between Cu, Co and Ni. Transactions of the Indian Institute of Metals. Vol. 61. P. 483-486.
Andresen P., Morra M., Ahluwalia K. (2012) SCC of Alloy 690 and its weld metals. EPRI International BWR and PWR Materials Reliability Conference and Exhibit Show, National Harbor, Maryland, July 16-19. P. 321-361.
ASTM E384 – 11e1. Standard test method for Knoop and Vickers hardness of materials. ICS number code 19.060.
Bamford W., Hall J. (2005) Cracking of alloy 600 nozzle and welds in PWRs: review of cracking events and repair service experience. Proceedings of the 12th International Conference on Environmental Degradation of Materials in Nuclear Power System–Water Reactors–TMS, Salt Lake City, 2000. Eds. Allen T.R., King P.J., Nelson L. USA: The Minerals, Metals and Materials Society. P. 959– 965.
Becker A.A., Hyde T.H., Sun W. (2001) Creep crack growth in welds: a damage mechanics approach to predicting initiation and growth of circumferential cracks. International Journal of Pressure Vessels and Piping. Vol. 78. P. 765-771.
Biswas P., Mandal N.R., Vasu P., Padasalag S.B. (2010) Analysis of welding distortion due to narrow-gap welding of upper port plug. Fusion Engineering and Design. Vol. 85. P. 780–788.
Boursier J., Vaillant F, Yrieix B. (2004) A review of PWSCC behavior of nickel weld metals containing 15 to 30% chromium. Proceedings of ASME/JSME
(List continues for all references in the paper)
전문가 Q&A: 주요 질문과 답변
Q1: 연구에서 특히 협개선 용접(NGW) 모의 시편을 선택하여 분석한 이유는 무엇인가요?
A1: 협개선 용접(NGW)은 EPR과 같은 최신 원자력 발전소 설계에서 후판 부재를 용접하는 데 사용되는 경제적이고 효율적인 신기술이기 때문입니다. 하지만 새로운 기술인 만큼 실제 운용 데이터가 부족하여 장기적인 성능과 신뢰성에 대한 검증이 필요합니다. 따라서 본 연구에서는 이 중요한 기술로 제작된 용접부의 미세구조적 특성을 상세히 분석하여 잠재적인 문제점을 파악하고 안전성을 평가하기 위한 기초 자료를 확보하고자 했습니다.
Q2: 열처리된 Alloy 52 시편에서 340 HV에 달하는 높은 경도 피크가 관찰되었습니다. 정확한 야금학적 원인은 무엇이며, 이것이 왜 문제가 될 수 있나요?
A2: 이 경도 피크는 용접후열처리(PWHT) 과정에서 발생한 탄소 이동 현상 때문입니다. 상대적으로 탄소 함량이 높은 저합금강(SA 508)에서 탄소가 크롬 친화력이 높은 Inconel 52 용접 금속 쪽으로 확산됩니다. 이 탄소는 Inconel 52의 풍부한 크롬과 결합하여 용융선 근처에 미세한 크롬 카바이드(chromium carbide)를 대량으로 석출시킵니다. 이렇게 형성된 매우 단단하고 국부적인 경화층은 취성이 높아 응력이 집중될 경우 균열의 시작점으로 작용할 수 있어 용접부의 구조적 건전성을 저해하는 심각한 잠재적 결함이 될 수 있습니다.
Q3: 연구에서 Inconel 152가 Inconel 52와 다른 탄소 이동 거동을 보였다고 언급했는데, 구체적으로 어떤 차이가 있었나요?
A3: MHI 시편(SA508/Inconel 152)의 경우, 용융선에서 어둡게 식각되는 뚜렷한 탄소 농화대(carbon-enriched zone)가 관찰되었습니다. 이는 탄소가 용접 금속 내부로 넓게 확산되지 못하고 용융선 근처에 국부적으로 집중되었음을 의미합니다. 반면, Inconel 52 시편에서는 탄화물 석출이 좀 더 넓은 영역에 걸쳐 분포하는 경향을 보였습니다. 이는 Inconel 152가 Inconel 52보다 탄소의 확산을 더 효과적으로 억제할 수 있음을 시사하며, 이로 인해 더 불균일하고 예측하기 어려운 계면 특성을 가질 수 있습니다.
Q4: Alloy 690 모재가 제조 공법(압연, 단조, 압출)에 따라 다른 미세구조를 보이는 것이 왜 중요한가요?
A4: 미세구조의 균일성은 재료의 기계적 특성과 내식성에 직접적인 영향을 미치기 때문입니다. 연구 결과, 압출재는 카바이드 밴딩 없이 가장 균일한 미세구조를 보였습니다. 반면, 압연재나 단조재에서 관찰된 카바이드 밴딩과 같은 불균일한 조직은 국부적인 잔류 변형을 더 많이 축적시켜 응력 부식 균열(SCC)에 대한 민감도를 높일 수 있습니다. 따라서 중요한 부품을 설계하고 제작할 때, 단순히 ‘Alloy 690’이라는 재료명만 명시할 것이 아니라, 압출과 같은 특정 제조 공법을 지정하는 것이 재료의 신뢰성을 확보하는 데 매우 중요할 수 있습니다.
Q5: 열처리된 시편의 나노 압입 시험에서는 마이크로 경도 시험에서 나타났던 경도 피크가 관찰되지 않았습니다. 이러한 차이가 발생한 이유는 무엇인가요?
A5: 논문에서는 두 가지 가능성을 제시합니다. 첫째, 나노 압입 시험의 압입 크기가 경도 상승의 원인이 되는 미세한 카바이드 석출물들의 크기나 분포에 비해 너무 작아서 그 영향을 제대로 측정하지 못했을 수 있습니다. 둘째, 시편을 식각하는 데 사용된 왕수(aqua regia)가 용융선 근처의 화학 조성 변화로 인해 표면을 불균일하게 부식시켜, 깊이를 감지하는 나노 압입 시험 결과의 정확도에 영향을 미쳤을 가능성이 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
이종 금속 용접부의 조기 파손 문제는 원자력 발전소와 같은 고신뢰성 산업에서 해결해야 할 핵심 과제입니다. 본 연구는 용접후열처리(PWHT)가 용접 계면에 미치는 극적인 영향을 명확히 보여주었습니다. 특히, 저합금강의 탄소 이동으로 인해 용접 금속 내에 형성되는 국부적인 고경도 영역은 균열 발생의 주요 원인이 될 수 있음을 데이터로 입증했습니다.
이러한 결과는 R&D 및 운영 현장에 중요한 시사점을 제공합니다. 공정 엔지니어는 PWHT 조건을 최적화해야 하며, 품질 관리팀은 용융선 부근의 미세 경도 변화를 핵심 관리 지표로 삼아야 합니다. 또한, 설계 엔지니어는 필러 금속의 종류와 모재의 제조 이력이 최종 용접부의 성능에 미치는 영향을 설계 초기 단계부터 고려해야 합니다.
(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 Roman Mouginot와 Hannu Hänninen의 논문 “Microstructures of nickel-base alloy dissimilar metal welds”를 기반으로 한 요약 및 분석 자료입니다.
도전 과제: 원자력 발전소와 같은 고온, 고압 환경의 이종 금속 용접(DMW) 부위는 용접 계면에서 발생하는 복잡한 야금학적 변화로 인해 응력 부식 균열 등 조기 파손에 취약합니다.
연구 방법: 저합금강(LAS)과 니켈 기반 합금(Alloy 690)을 다양한 필러 금속(Inconel 52, 152, 52M)과 협개선 용접(NGW) 기술로 접합한 8개의 시편을 제작하여, 용접 상태(as-welded)와 용접후열처리(PWHT) 후의 미세구조 및 경도 변화를 분석했습니다.
핵심 발견: 용접후열처리(PWHT)는 저합금강(LAS) 측의 탄소고갈영역(CDZ)을 약 10배 확장시키고, 용접 금속 내에 광범위한 크롬 카바이드(chromium carbide) 석출을 유발하여 용융선 근처에서 급격한 경도 피크를 형성하는 것으로 나타났습니다.
핵심 결론: 극한 환경에서 사용되는 이종 금속 용접부의 장기적인 안전성과 신뢰성을 확보하기 위해서는 필러 금속의 종류와 용접후열처리(PWHT)가 미세구조 및 경도 프로파일에 미치는 영향을 정확히 이해하고 제어하는 것이 매우 중요합니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
원자력 발전소(NPP)의 배관 시스템은 비용 효율성과 고온 내식성을 동시에 만족시키기 위해 저합금강(LAS), 스테인리스강(SS), 니켈 기반 합금 등 다양한 재료를 함께 사용합니다. 이러한 서로 다른 금속을 연결하는 이종 금속 용접(DMW)은 필수적이지만, 구조적 완전성 측면에서 가장 취약한 지점이기도 합니다.
특히 용접 과정에서 발생하는 열 영향으로 인해 용접 열영향부(HAZ)에서는 잔류 응력, 탄소 이동, 예상치 못한 상(phase) 형성 등 복잡한 야금학적 변화가 일어납니다. 이러한 변화는 응력 부식 균열(SCC)과 같은 심각한 손상을 유발하여 부품의 조기 파손으로 이어질 수 있습니다. 최근에는 기존 Inconel 600 계열의 SCC 민감성 문제로 인해 크롬 함량이 높은 Alloy 690과 필러 금속 Inconel 52, 152, 52M이 새로운 대안으로 떠오르고 있습니다. 또한, 경제적인 후판 용접을 위해 협개선 용접(NGW) 기술이 도입되고 있습니다.
하지만 이러한 신소재와 신공법은 실제 운용 경험이 부족하여 장기적인 거동에 대한 데이터가 거의 없습니다. 따라서 이들 재료와 공법으로 제작된 용접부의 물리적, 구조적 특성을 사전에 정밀하게 분석하고 예측하는 것은 원자력 발전소의 안전성과 경제성을 확보하는 데 매우 중요합니다.
연구 접근법: 방법론 분석
본 연구는 광범위한 문헌 검토와 함께 실제적인 실험 분석을 병행하여 이종 금속 용접부의 특성을 규명했습니다. 연구진은 총 8개의 시편을 분석했으며, 이 중 2개는 프로젝트에서 직접 제작한 협개선 용접(DM-NGW) 모의 시편이고, 6개는 EPRI(전력 연구소)에서 제공한 모의 용접 시편입니다.
주요 재료:
모재(Base Metal): 원자로 압력용기(RPV) 노즐에 사용되는 저합금강 SA 508, SA 533 Gr.B와 내부식성이 뛰어난 니켈 기반 합금 Alloy 690.
필러 금속(Filler Metal): 크롬 함량이 높은 Inconel 52, 152, 52M.
주요 공정 및 조건:
용접 기술: 최신 원자로 설계에 적용되는 협개선 GTAW(NG-GTAW) 및 기존의 SMAW.
열처리 조건: 용접된 상태 그대로(As-Welded, AW)와 실제 원자로 용접부에 적용되는 용접후열처리(Post-Weld Heat Treatment, PWHT)를 거친 상태를 비교 분석했습니다.
분석 방법:
미세구조 분석: 광학 현미경(Optical Microscopy)을 사용하여 용접 계면, 열영향부(HAZ), 용접 금속의 결정립 크기, 상 분포, 석출물 형태 등을 관찰했습니다.
경도 측정: 마이크로 경도(Microhardness) 및 나노 압입(Nanoindentation) 시험을 통해 용접부 단면의 위치별 기계적 특성 변화를 정밀하게 측정했습니다. 이를 통해 탄소 이동으로 인한 연화 및 경화 영역을 식별했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 용접후열처리(PWHT)가 용접 계면의 미세구조와 경도를 극적으로 변화시킴
용접후열처리(PWHT)는 용접부의 잔류 응력을 완화하지만, 계면의 미세구조와 기계적 특성에 심각한 변화를 초래했습니다. 특히 SA 508(LAS)과 Inconel 52 필러 금속으로 제작된 협개선 용접 시편에서 이러한 변화가 뚜렷하게 나타났습니다.
탄소고갈영역(CDZ) 확장: 용접 상태(AW) 시편에서는 LAS 측 용융선에 약 10-20 µm 폭의 좁은 탄소고갈영역(CDZ)이 관찰되었습니다. 하지만 PWHT를 거친 시편에서는 이 영역의 폭이 약 100 µm까지, 즉 5배에서 10배가량 넓어졌습니다. 이는 PWHT 중 고온에서 LAS의 탄소가 크롬 친화력이 높은 Inconel 52 측으로 확산되었기 때문입니다.
경도 피크 형성: 가장 주목할 만한 결과는 경도 변화입니다. AW 시편의 용접 금속 경도는 약 210-220 HV로 비교적 균일했으나, PWHT 시편에서는 용융선으로부터 약 50 µm 떨어진 Inconel 52 용접 금속 내에서 경도가 최대 340 HV까지 급증하는 날카로운 피크가 형성되었습니다(그림 80 참조). 이는 확산된 탄소가 크롬과 결합하여 미세한 크롬 카바이드(chromium carbide)를 광범위하게 석출시켜 조직을 경화시켰기 때문입니다. 이 경화된 영역은 균열 발생의 시작점이 될 수 있습니다.
결과 2: 필러 금속의 종류가 용접부 특성에 결정적인 영향을 미침
다양한 필러 금속을 사용한 시편들을 비교한 결과, 필러 금속의 미세한 조성 차이가 용접부의 최종 경도와 탄소 이동 거동에 큰 차이를 만드는 것으로 확인되었습니다.
경도 차이: Alloy 690 모재를 용접했을 때, Inconel 52M 필러 금속의 평균 경도가 약 250 HV로 가장 높았고, Inconel 152(SMAW)가 약 224 HV, Inconel 52(GTAW)가 약 207 HV 순으로 나타났습니다. Inconel 52M의 높은 경도는 더 미세한 덴드라이트 구조와 합금 원소 함량 차이에 기인합니다.
탄소 이동 거동: MHI 시편(SA508/Inconel 152)에서는 용융선에 넓고 어둡게 식각된 탄소 농화대(carbon-enriched zone)가 다수 관찰되었습니다. 이는 Inconel 152가 Inconel 52보다 탄소 확산에 대한 저항이 커서, 탄소가 용접 금속 깊이 퍼지지 못하고 용융선 근처에 집중적으로 축적되었음을 시사합니다. 이러한 불균일한 탄소 농화대는 예측 불가능한 국부적 취성을 유발할 수 있습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 PWHT가 잔류 응력 완화라는 긍정적 효과와 함께, 계면에 연성(CDZ) 및 취성(카바이드 석출) 영역을 동시에 생성하는 양면성을 가짐을 보여줍니다. 이는 PWHT의 온도와 유지 시간을 정밀하게 제어하여 두 효과 사이의 최적점을 찾는 것이 용접부 품질 확보에 매우 중요함을 의미합니다.
품질 관리팀: PWHT 후 Inconel 52 용접 금속에서 관찰된 최대 340 HV의 날카로운 경도 피크(그림 80)는 잠재적인 취화 영역을 나타내는 핵심 지표입니다. 따라서 용접부의 품질을 평가할 때, 모재나 용접 금속 중앙부뿐만 아니라 용융선 직교 방향으로 미세 경도 프로파일을 측정하여 이러한 국부적인 경도 이상을 확인하는 절차가 반드시 포함되어야 합니다.
설계 엔지니어: 필러 금속(52, 152, 52M)에 따라 탄소 이동 거동과 최종 경도 분포가 크게 달라진다는 사실은 설계 단계에서부터 재료 선택이 매우 중요함을 시사합니다. 특히 Inconel 152에서 관찰된 불균일한 탄소 농화대는 장기적인 구조 건전성 측면에서 잠재적 위험 요소가 될 수 있으므로, 설계 시 이를 고려해야 합니다.
논문 상세 정보
Microstructures of nickel-base alloy dissimilar metal welds
1. 개요:
제목: Microstructures of nickel-base alloy dissimilar metal welds
저자: Roman Mouginot and Hannu Hänninen
발행 연도: 2013
발행 학술지/기관: Aalto University publication series, SCIENCE + TECHNOLOGY 5/2013
키워드: Dissimilar metal weld, nuclear power plant, Alloy 690, Inconel 52, Inconel 152, Inconel 52M, SA 508, SA 533 Gr.B, narrow gap weld, safe-end, interface, metallurgical changes, hardness.
2. 초록:
저합금강(LAS), 스테인리스강(SS), 니켈 기반 합금 간의 이종 금속 용접(DMW)은 재래식 및 원자력 발전소(NPP) 설계에 매우 중요합니다. 이 용접은 고온 환경에서 더 나은 성능을 달성하는 데 도움을 주지만, 부품의 조기 파손을 유발할 수 있습니다. 파손은 종종 모재의 열영향부(HAZ) 균열과 관련이 있습니다. 본 연구에서는 원자력 분야 적용을 위한 Inconel 니켈 기반 합금 및 LAS의 DMW 내 거동에 대한 문헌 검토를 수행했습니다. 연구는 용접후열처리(PWHT) 시 페라이트/오스테나이트 DMW 계면에서 발생하는 야금학적 변화, Inconel 필러 금속의 용접성, 그리고 NPP 설계에 새롭게 등장하는 협개선 용접(NGW) 기술에 중점을 두었습니다. 목표는 현대 가압수형 원자로(PWR) 설계에 존재하는 NGW를 특성화하는 것이었습니다. 이 설계는 Inconel 필러 금속을 사용하여 원자로 압력용기 노즐과 세이프-엔드를 접합합니다. 또한, Alloy 690의 거동도 연구되었습니다. 총 8개의 시편이 특성화되었습니다. SINI 프로젝트에서 제작된 협개선 Alloy 52 모의 시편은 용접 상태와 PWHT 후 상태로 연구되었습니다. 그 결과 PWHT는 LAS 측의 탄소 고갈을 증가시키고 용접 금속 내에 광범위한 크롬 카바이드 석출을 유발했으며, 이는 용접 금속의 날카로운 경도 피크의 원인이었습니다. EPRI(전력 연구소)로부터 제공받은 시편들은 ENVIS 프로젝트를 위해 특성화되었으며, 다른 용접 구성을 보여주었습니다.
3. 서론:
원자력 공학에서 용접은 시간과 비용이 많이 소요되는 분야이며, 원자력 안전과 전체 공정의 경제적 실행 가능성에 근본적인 영향을 미칩니다. 운전 경험에 따르면 부품의 수명은 용접부의 거동에 의해 좌우되며, 조기 파손은 용접이 구조 건전성에 미치는 해로운 영향을 나타냅니다. 특히 탄소강, 스테인리스강, 니켈 기반 합금 및 오버레이 용접을 포함하는 다양한 접합부 때문에 이종 금속 용접(DMW)이 주요 관심사입니다. DMW를 사용하면 고온, 부식 환경 및 고압이 요구되는 응용 분야에서 더 나은 성능을 충족시키면서 부품의 건설 비용을 절감할 수 있습니다. 그러나 DMW는 제작 및 야금학적 문제가 있으며, 이는 기존의 용접 문제와 서로 다른 특성을 가진 재료 간의 상호 작용을 모두 포함합니다. 이는 운전 중 파손으로 이어질 수 있습니다. 본 연구는 새로운 재료를 위한 이종 금속 접합부의 측정, 평가 및 설계를 위한 신뢰할 수 있는 연구 방법을 개발하는 것을 주된 목표로 하는 SINI 프로젝트의 일부입니다.
4. 연구 요약:
연구 주제의 배경:
원자력 발전소의 안전성과 경제성은 다양한 재료를 접합하는 이종 금속 용접(DMW)의 신뢰성에 크게 의존합니다. 특히 원자로 압력용기(RPV) 노즐과 배관을 연결하는 부위는 고온, 고압, 부식성 환경에 노출되어 응력 부식 균열(SCC)과 같은 손상에 매우 취약합니다. 기존에 사용되던 Inconel 600 계열 합금의 SCC 문제로 인해, 최근에는 내식성이 향상된 Alloy 690과 고크롬 필러 금속(Inconel 52, 152, 52M)이 도입되고 있으며, 경제적인 후판 용접을 위해 협개선 용접(NGW) 기술이 적용되고 있습니다.
이전 연구 현황:
과거 연구들은 주로 Inconel 600 계열 합금의 SCC 거동에 초점을 맞추어 왔습니다. 또한, 페라이트계 강과 오스테나이트계 강 사이의 DMW에서 발생하는 탄소 이동 및 그로 인한 계면의 경화/연화 현상에 대한 연구가 다수 수행되었습니다. 그러나 새로운 소재인 Alloy 690 및 고크롬 필러 금속, 그리고 NGW 공법이 적용된 DMW에 대한 장기 운전 데이터나 체계적인 미세구조 연구는 아직 부족한 실정입니다.
연구 목적:
본 연구의 목적은 최신 원자력 발전소 설계에 적용되는 새로운 DMW의 미세구조적 특성을 규명하는 것입니다. 구체적으로, (1) 용접후열처리(PWHT)가 LAS/니켈 합금 계면의 야금학적 변화(탄소 이동, 석출물 형성 등)에 미치는 영향을 분석하고, (2) 다양한 Inconel 필러 금속(52, 152, 52M)의 용접성과 거동 차이를 비교하며, (3) 다양한 제조 공법(압연, 단조, 압출)에 따른 Alloy 690 모재의 미세구조적 특징을 파악하는 것입니다. 이를 통해 신소재 및 신공법 DMW의 잠재적 파손 메커니즘을 이해하고 구조 건전성을 평가하기 위한 기초 자료를 제공하고자 합니다.
핵심 연구:
본 연구의 핵심은 실제 원자력 발전소 환경을 모사한 다양한 DMW 시편에 대한 상세한 미세구조 및 기계적 특성 분석입니다. 특히, PWHT 전후의 협개선 용접(NGW) 시편 비교를 통해 열처리가 계면 특성에 미치는 영향을 정량적으로 평가했습니다. 또한, 여러 종류의 필러 금속과 모재 조합으로 구성된 시편들을 비교 분석하여, 각 재료가 최종 용접부 품질에 어떻게 기여하는지를 밝혔습니다. 광학 현미경 관찰과 마이크로/나노 경도 측정을 통해 얻은 데이터를 종합하여, 용접부의 위치별 특성 변화와 잠재적 취약 영역을 식별했습니다.
5. 연구 방법론
연구 설계:
본 연구는 실제 원자력 발전소에 사용되는 다양한 이종 금속 용접(DMW) 구성을 대표하는 8개의 시편을 대상으로 비교 분석하는 방식으로 설계되었습니다. 특히, 용접후열처리(PWHT)의 영향을 파악하기 위해 동일한 협개선 용접(NGW) 시편을 용접 상태(AW)와 열처리 후(HT) 상태로 나누어 특성을 비교했습니다. 또한, 필러 금속(Inconel 52, 152, 52M), 모재(SA508, SA533 Gr.B, Alloy 690), 용접 공정(GTAW, SMAW, NGW) 등 다양한 변수가 조합된 시편들을 분석하여 각 요소가 용접부 특성에 미치는 영향을 체계적으로 평가했습니다.
데이터 수집 및 분석 방법:
데이터는 주로 시편의 단면을 관찰하고 측정하는 방식으로 수집되었습니다. 1. 시편 준비: 모든 시편을 절단, 마운팅, 연마 및 에칭하여 미세구조를 관찰할 수 있도록 준비했습니다. LAS 조직을 위해서는 2% 나이탈(Nital) 용액을, Inconel 합금 및 스테인리스강 조직을 위해서는 왕수(aqua regia)를 사용했습니다. 2. 미세구조 분석: Nikon Epiphot 200 광학 현미경과 NIS-Elements F.2.30 이미지 분석 소프트웨어를 사용하여 각 시편의 용접 계면, 열영향부(HAZ), 용접 금속의 결정립 크기, 상 분포, 석출물 형태 등을 관찰하고 기록했습니다. 3. 경도 측정: Buehler Micromet 2104 마이크로 경도 시험기를 사용하여 용접부 단면을 가로지르는 경도 프로파일을 측정했습니다. 이를 통해 HAZ의 경화, CDZ의 연화, 용접 금속 내 경도 변화 등 국부적인 기계적 특성을 평가했습니다. 일부 시편에 대해서는 CSM Instruments 나노 압입 시험기를 사용하여 더 미세한 영역의 경도 변화를 분석했습니다.
연구 주제 및 범위:
본 연구는 니켈 기반 합금을 사용한 이종 금속 용접부의 미세구조적 특성에 초점을 맞춥니다. 연구 범위는 다음과 같습니다. – 페라이트/오스테나이트 계면 분석: 저합금강(LAS)과 니켈 기반 합금 필러 금속 사이의 계면에서 발생하는 현상(탄소고갈영역(CDZ), 탄소 농화, 석출, Type II 경계 형성 등)을 PWHT 전후로 비교 분석합니다. – 필러 금속 비교: Inconel 52, 152, 52M 필러 금속으로 제작된 용접부의 미세구조와 경도 특성을 비교하여 각 필러 금속의 거동 차이를 규명합니다. – Alloy 690 모재 분석: 열간 압연, 단조, 압출 등 다양한 제조 공법으로 생산된 Alloy 690 모재의 미세구조(결정립 크기, 카바이드 밴딩 등)를 분석하고, 용접 시 열영향부(HAZ)의 변화를 관찰합니다.
6. 주요 결과:
주요 결과:
용접후열처리(PWHT)의 영향: PWHT는 SA508(LAS) 측의 탄소고갈영역(CDZ) 폭을 용접 상태(as-welded) 대비 약 10배 증가시켰습니다. 동시에, Inconel 52 용접 금속의 용융선 근처에 광범위한 크롬 카바이드 석출을 유발하여 최대 340 HV에 달하는 급격한 경도 피크를 형성했습니다.
필러 금속별 경도 차이: 용접 금속의 평균 경도는 Inconel 52M(약 250 HV)이 가장 높았으며, Inconel 152(약 224-239 HV), Inconel 52(약 207-220 HV) 순으로 나타났습니다. 이는 Inconel 52M의 미세한 조직과 높은 합금 원소 함량에 기인합니다.
필러 금속별 탄소 이동 거동: Inconel 152를 사용한 용접부의 용융선에서는 국부적인 탄소 농화대(martensitic layer)가 관찰된 반면, Inconel 52에서는 이러한 현상이 덜 뚜렷했습니다. 이는 Inconel 152가 Inconel 52보다 탄소 확산에 대한 저항이 클 수 있음을 시사합니다.
Alloy 690의 미세구조: Alloy 690의 미세구조는 제조 이력에 크게 의존했습니다. 압연 및 단조재에서는 불균일한 결정립과 카바이드 밴딩이 관찰되었으나, 압출재에서는 밴딩 없이 가장 균일한 미세구조를 보였습니다.
Alloy 690 열영향부(HAZ) 특성: Alloy 690의 HAZ에서는 뚜렷한 결정립 미세화 영역 없이 용융선 근처에서 결정립 성장이 관찰되었습니다. 경도는 모재(약 180-200 HV)에서 용융선 방향으로 갈수록 약 40-70 HV 증가했으며, 이는 잔류 변형의 영향으로 분석됩니다.
Figure 목록:
Fig. 1 Cut of a nuclear reactor and main constituents. Of major importance are the RPV nozzles by which enters and leaves the coolant.
Fig. 2 Difference of principle between BWR and PWR. In BWR, the water heated in the RPV directly enters the turbine. In PWR, it is used to heat a secondary circuit.
Fig. 3 Cut of the EPR design.
Fig. 4 Material selection for BWR.
Fig. 5 Material selection for PWR.
Fig. 6 Material selection depending on the constructor.
Fig. 7 Main materials in LWRs: carbon steels, LAS, austenitic SS and Ni-base alloys.
Fig. 8 Scheme of a RPV safe-end (a) and the four materials composing the DMW (b): A- ferritic LAS SA508, B- buttering alloy Inconel 82, C- weld alloy Inconel 182, D- austenitic stainless steel 316L or alloy Inconel 600.
Fig. 9 LAS compositions for nuclear applications. Among them, it is worth noting SA 302 B, SA 508 CL.2 and SA 533 Gr.B.
Fig. 10 Austenitic SS grades, among which the common grades 304L and 316L. Incoloy 800 is given as a comparison.
Fig. 11 Composition of Inconel 600 and Alloy 690. Alloy 690 has higher Cr and Fe contents.
Fig. 12 Composition of Ni-base filler metals. Inconel 52,152 and 52M have higher Cr and Fe contents. Inconel 52M has additions of boron and zirconium.
Fig. 13 Mechanical properties of Ni-base filler metals, at room temperature and usual in service temperature.
Fig. 14 Composition of some high-strength alloys, among which Inconel 718 and X-750.
Fig. 15 Typical DMW designs in NPPs. The second is usual for a weld between a RPV nozzle and its safe-end.
Fig. 16 Schematic illustration of four distinct microstructural zones existing in DMWs: fusion zone (FZ), unmixed zone (UMZ), partially melted zone (PMZ) and heat affected zone (HAZ).
Fig. 17 Optical and SEM image of UMZ at the interface between A36 HAZ and 308L weld metal.
Fig. 18 Illustration showing the correlation between the various zones in a fusion weld in an alloy and the corresponding equilibrium phase diagram.
Fig. 19 Epitaxial grain growth mechanism for a homogeneous weld. The continuity across the fusion line is clearly visible.
Fig. 20 Geometrical comparison between NGW and conventional welding. Optimized NGW reduces greatly the amount of weld metal.
Fig. 21 Reduction of the weld volume using GTA-NGW as compared to a conventional weld. The reduction is of about four times.
Fig. 22 Cross-section of a RPV nozzle and safe-end in a BWR
Fig. 23 Closer view of the weld between the RPV nozzle and the safe-end. It presents the LAS of the RPV and its SS cladding, the Ni-base buttering, the Ni-base weld metal (Ni-Fe-Cr alloys) and the austenitic SS of the safe-end.
Fig. 24 Mock-up weld representing a usual weld between the ferritic LAS (SA508-3) of a RPV nozzle and the austenitic SS (SS316) of its safe-end, using Ni-base alloys as buttering and weld metals (respectively, Inconel 82 and 182).
Fig. 25 Microstructures of SA508 Cl.3
Fig. 26 HAZ microstructure of SA508 Cl.1 for an Inconel 182/SA508 Cl.1 interface: a) Global view showing grain refining then grain coarsening when moving to the fusion line. b) Grain coarsening area and carbon-depleted layer along the fusion line.
Fig. 27 As-welded interface between 9Cr-1Mo/2,25Cr-1Mo steels: a) Microstructure of the weld interface, b) Hardness profile taken across the weld interface.
Fig. 28 Post-weld heat treated interface between 9Cr-1Mo/2,25Cr-1Mo steels: a) Microstructure of the weld interface, b) Hardness profile taken across the weld interface.
Fig. 29 Micrograph showing Type II boundaries adjacent to the weld interface of an Alloy 52/SA508 weld.
Fig. 30 Calculated Ms temperature profile across the weld interface of Inconel 52/SA508 weld.
Fig. 31 Hardness peak due to a martensitic layer close to the LAS/Inconel 182 interface, and influence of PWHT.
Fig. 32 Simulated effect of a pure Ni buttering layer on the carbon concentration profile at the 9Cr-1Mo/2,25Cr-1Mo weld interface: a) without buttering layer and b) with a simulated Ni buttering layer. PWHT at 1023 K has been applied for 15 h.
Fig. 33 Microstructure of Inconel 82 weld metal: (a) weld metal and (b) interior of weld with higher magnification.
Fig. 34 a) Optical and b) SEM microstructure of Alloy 690, showing fine dispersed carbides and coarse TiN compounds.
Fig. 35 Longitudinal sections of a) an Alloy 690 billet and b) an Alloy 690 plate showing carbide banding.
Fig. 36 Grain size banding and isolated coarse grains in an Alloy 690 billet.
Fig. 37 Carbide morphology of Alloy 690 a) solution annealed at 1150°C for 1 h, b) solution annealed at 1150°C for 1 h then thermally treated 700°C for 1 h, c) as-received and d) solution annealed at 1150°C for 1 h then thermally treated at 800°C for 1 h.
Fig. 38 UMZ at the austenitic SS 304/Inconel 625 interface.
Fig. 39 Weld interfaces with weld metal Inconel 82 and base metals a) Inconel 657 and b) 310 SS.
Fig. 40 HAZ of SS 304 with formation of Type II boundaries at the interface with Inconel 625 weld metal.
Fig. 41 Alloy 690 interfaces between base material, HAZ, PMZ+UMZ and weld metal, based on grain size transition and carbide precipitation.
Fig. 42 Graph showing the SCC behavior of Alloy 690 base material, HAZ and weld metals Inconel 52, 152 in PWR water. Cracks can grow under certain conditions.
Fig. 43 Alloy 690 plate with planar banding and samples for mechanical testing with different orientation. They present, thus, different microstructures and SCC behavior.
Fig. 44 Map of the several zones at an Alloy 690/Inconel 52 weld interface and the corresponding residual strain measurement. Residual strains increase in the UMZ+PMZ of Alloy 690. The higher residual strains are found in the weld metal.
Fig. 45 SEM image of a) carbide precipitation at GB in the HAZ of a GTAW Alloy 690 weld, with b) and c) the EDS analysis for the GBs and the grain interior, respectively.
Fig. 46 a) Optical microstructure of heat-treated Alloy 690 and b) corresponding Cr-carbide precipitation at GBs. The extent of precipitation is much lower for coherent twins.
Fig. 47 Grain boundary network of Alloy 690 with a) GBE and b) non-GBE. See the grain clusters in the GBE alloy.
Fig. 50 Views of the Alloy 52 mock-up weld manufacturing, with a) the two base metal plates, b) the NG-GTAW welding torch in process (note the leading camera needed to see inside the groove) and c) the final weld.
Fig. 51 Cross-section of the NG-GTAW weld. It has been etched to reveal better the macrostructure: materials, weld passes in Inconel 52 weld metal and HAZ of SA508 and SS304.
Fig. 52 Cycle of temperatures for the post-weld heat treatment done on the Alloy 52 mock-up sample.
Fig. 53 Cutting of the samples from the cross-section of the AW Alloy 52 mock-up.
Fig. 54 Cutting of the samples from the HT cross-section.
Fig. 55 Weld design for the CIEMAT samples: two Alloy 690 plates welded with a half-V groove. The weld metal is either Inconel 52 or 152, and the welding technique is either GTAW or SMAW, respectively.
Fig. 56 Views of the sample CIEMAT GTAW: a) broad weld from above and b) the sample which is a transversal cut of the weld.
Fig. 57 Views of the sample CIEMAT SMAW: a) broad weld from above and b) the final sample that has been cut transverse from the weld.
Fig. 58 Global view of the weld, showing the SA508 plate (dark), the weld metal and the Alloy 690 plate (arrows mark the interface between Inconel 152 weld metal and Alloy 690 base metal).
Fig. 59 MHI plate sample. Cross-section of the weldment. It has been etched to reveal the macrostructure: SA508, weld-passes in Inconel 152, Alloy 690.
Fig. 60 Global view of the GTAW 19508A weld, showing the two plates and the weld overlay.
Fig. 61 GTAW 19508A sample, cut from a cross-section of the weldment: a) the sample has been etched to reveal the weld passes corresponding to b) the scheme of the weld passes.
Fig. 62 Welding parameters for the GTAW 19508A sample.
Fig. 63 Views of the ENSA weld mock-up with a) schematic of the grooves and components, b) view of the broad sample, c) view of the weld polished and etched and d) schematic of the weld passes.
Fig. 64 View of the sample cut from the weld and prepared for characterization.
Fig. 65 Views of the sample PG&E mock-up with a) broad sample showing the Alloy 690 pipe inside the LAS SA533 GrB plate with the SS 308L cladding, b) the sample cut in half, c) a closer view of the sample cut in four showing Inconel 52M weld metal and d) the sample cut, polished and etched.
Fig. 66 Microstructures of the SA508 HAZ and base material: A) Grain coarsening, B) grain refining, C) partial grain refining and D) base material.
Fig. 67 Microstructure of the SA508/Inconel 52 fusion line, with: a) CDZ in the LAS side, b) a layer free of precipitates on the weld metal side along the fusion line and c) a possible Type II boundary.
Fig. 68 Weld metal Inconel 52.
Fig. 69 Microstructure of the Inconel 52 weld metal, with: a) global view of the columnar dendrite grains, b) primary arm spacing and c) a closer view.
Fig. 70 Hardness profile across the sample. The hardness increases progressively in the LAS HAZ due to grain refining.
Fig. 71 Hardness profile across the fusion line.
Fig. 72 Microscopic view of second line loadings, and the position of the X = -0,05 mm loading near the fusion line.
Fig. 73 Nanohardness profile across SA508/Inconel 52 interface.
Fig. 74 View of the indentation across the CDZ in the LAS SA508 side of the weld (dark-etched).
Fig. 75 Global view of the HT LAS microstructure: A) grain coarsening, B) grain refining, C) partial grain refining and D) base material.
Fig. 76 Microstructure of the PWHT SA508/Inconel 52 interface: a) CDZ on the SA508 side and the dark etched fusion line, b) Inconel 52 weld metal along the fusion line, c) extensive precipitation in the weld metal close to the fusion line and d) a Type II boundary.
Fig. 77 Global view of the Inconel 52 weld metal after PWHT.
Fig. 78 Microstructures of Inconel 52 weld metal after PWHT: a) several grains, b) close view of the cellular structure and c) close view of a solidification GB.
Fig. 79 Microhardness profile across the HT SA508/Inconel 52 interface and the corresponding indentations.
Fig. 80 Microhardness profile across the PWHT SA508/Inconel 52 interface and the corresponding view of the indentations.
Fig. 81 Nanohardness profile from the fusion line in the Inconel 52 weld. No hardness peak is visible.
Fig. 82 Nanoindentations in Inconel 52 weld metal across the precipitates.
Fig. 83 Global view of the Alloy 690/Inconel 52 interface.
Fig. 84 Microstructure of Alloy 690 base material, with twin boundaries, fine carbide precipitates and golden TiN particles.
Fig. 85 Microstructure of Alloy 690 HAZ near the fusion line.
Fig. 86 Carbide banding in Alloy 690 plate.
Fig. 87 Closer view of carbide banding.
Fig. 88 Alloy 690/ Inconel 52 weld metal interface with epitaxial growth of the weld metal grains.
Fig. 89 Weld passes in Inconel 52 weld metal.
Fig. 90 Columnar dendrites in the Inconel 52 weld metal.
Fig. 91 Hardness map of the samples.
Fig. 92 Weld passes in the Inconel 152 weld metal.
Fig. 93 Microstructure of Alloy 690 base material for sample CIEMAT SMAW.
Fig. 94 Fusion line between Alloy 690 and Inconel 152.
Fig. 95 Closer view of the precipitation occurring in the dendritic microstructure of the Inconel 152 weld metal.
Fig. 96 Transition between two weld passes in Inconel 152 weld metal.
Fig. 97 Hardness map for the CIEMAT SMAW sample, showing hardness increase in the Alloy 690 from the base material to the fusion line.
Fig. 98 SA508 HAZ: a) grain coarsening, b) grain refining, c) partial grain refining and d) base material.
Fig. 99 SA508 side of the SA508/Inconel 152 interface with.
Fig. 100 Widmannstätten ferrite along the fusion line.
Fig. 101 Dark-etched carbon-enriched layer on the fusion line between SA508 and Inconel 152.
Fig. 102 Type II boundaries on the weld metal side of the SA508/Inconel 152 interface.
Fig. 103 Inconel 152/Alloy 690 interface.
Fig. 104 Hardness map of the Inconel 152/Alloy 690 side of the sample.
Fig. 105 Hardness profile across the SA508/Inconel 152 buttering and in the buttering layer.
Fig. 106 Microhardness profile across the SA508/Inconel 152 buttering layer.
Fig. 107 Banded microstructure in SA508 with dark- and light-etched bands.
Fig. 108 Hardness profile across several bands in SA 508 steel.
Fig. 109 Microstructure of the Alloy 690/Inconel 52M interface.
Fig. 110 HAZ of Alloy 690 at the fusion line with Inconel 52M weld metal.
Fig. 111 Alloy 690/Inconel 52M weld metal interface, showing the growth of the weld metal grains from those of the base metal.
Fig. 112 Inconel 52M weld metal microstructure.
Fig. 113 Hardness profile across the Alloy 690/Inconel 52M/Alloy 690 weld.
Fig. 114 Hardness profile in the Alloy 690 HAZ and at the fusion line with Inconel 52M.
Fig. 116 LAS HAZ with A) base material, B) partial grain refining, C) grain refining and D) grain coarsening along the fusion line.
Fig. 117 CDZ in the LAS side of the LAS/Inconel 52M buttering layer interface.
Fig. 118 a) Broad view, b) closer view of the LAS/Inconel 52 M buttering fusion lines and c) Type II boundary at 10 μm from the fusion line.
Fig. 119 Carbide banding in forged Alloy 690 plate.
Fig. 120 Very inhomogeneous microstructure in forged Alloy 690 plate.
Fig. 121 Schematic of the hardness measurements for the ENSA weld mock-up.
Fig. 122 Hardness measurement from location 1: across LAS, Inconel 52M buttering, Inconel 52 weld metal and Alloy 690 base metal.
Fig. 123 Hardness measurement from location 2: Alloy 690 HAZ and Inconel 52 NGW.
Fig. 124 Hardness measurement from location 3 and corresponding indentations: LAS HAZ and interface with Inconel 52M buttering.
Fig. 126 SA533 Gr.B HAZ with A) base material, B) partial grain refining, C) grain refining and D) grain coarsening.
Fig. 127 SA533 Gr.B / Inconel 52M buttering fusion line and the influence of LAS carbide banding.
Fig. 128 Inconel 52M buttering layer and interface with SA 533 Gr.B.
Fig. 129 Inconel 52M weld metal microstructure.
Fig. 130 Fusion line between the Inconel 52M weld metal, the LAS plate and the SS cladding.
Fig. 131 Comparison between the two Inconel 52M interfaces: A) with SS308L and B) with SA533 Gr.B.
Fig. 132 Global view of the extruded Inconel 690 pipe.
Fig. 133 Extruded Inconel 690 microstructure.
Fig. 134 Hardness profile across the PG&E sample.
Fig. 135 Hardness profile across the SA 533 Gr.B/Inconel 52M buttering interface.
Fig. 136 Hardness profile across the Inconel 52M weld metal and the interfaces with Inconel 52M buttering and Alloy 690 base metal.
7. 결론:
본 연구에서는 새로운 원자력 적용을 위한 니켈 기반 합금과 저합금강(LAS)의 이종 금속 용접(DMW) 거동에 대한 문헌 검토와 실험적 분석을 수행했다. 연구는 PWHT가 페라이트/오스테나이트 DMW 계면에 미치는 야금학적 변화, Inconel 필러 금속의 용접성, 그리고 NPP에서 사용되는 NG-GTAW 기술에 중점을 두었다. 총 8개의 시편을 특성화했으며, 특히 프로젝트에서 제작한 Alloy 52 모의 용접 시편을 용접 상태와 PWHT 후 상태로 비교 분석했다. 그 결과, PWHT는 LAS 측의 CDZ 폭을 증가시키고 용접 금속 내에 광범위한 크롬 카바이드 석출을 유발했으며, 이는 용융선 근처 용접 금속의 날카로운 경도 피크의 원인이었다. 또한, EPRI에서 제공한 시편 분석을 통해 Alloy 690 모재와 Inconel 52M, 52, 152 필러 금속의 다양한 조합에서의 거동 차이를 확인했다. Inconel 52M에서 가장 높은 경도가 관찰되었고, Inconel 152는 Inconel 52와 다른 탄소 이동 거동을 보였다. Alloy 690의 미세구조는 제품 형태에 따라 달라졌으며, 경도는 항상 모재에서 용융선으로 갈수록 증가했는데, 이는 잔류 변형 때문으로 보인다. 본 연구는 광학 현미경과 경도 측정을 통해 시편을 특성화하는 초기 단계이며, 향후 SEM, EBSD, EDS 분석 등을 통해 용접부의 거동을 더 깊이 이해할 필요가 있다.
8. 참고 문헌:
Aalto University (2012) Kon-67.5100 Postgraduate Seminar on Engineering Materials, Otaniemi, March – April 2012.
Ahluwalia K., King C. (2007) Materials reliability program: review of stress corrosion cracking of alloys 182 and 82 in PWR primary water service (MRP 220). Technical report 1007832. EPRI, Palo Alto, CA, October 2007.
Akbari D, Farahani M, Soltani N. (2012) Effects of the weld groove shape and geometry on residual stresses in dissimilar butt-welded pipes. The Journal of Strain Analysis for Engineering Design. Vol. 47. 2. P. 73- 82.
Albert S. K., Gill T. P. S., Tyagi A. K., Mannan S. L., Kulkami S. D., Rodriguez P. (1997) Soft zone formation in dissimilar welds between two Cr-Mo steels. Welding Journal. Vol. 76. 3. P. 135–142.
Alexandrov B.T., Hope A.T., Sowards J.W., Lippold J.C. (2009) Weldability studies of high-Cr, Ni-base filler metals for power generation applications. IX 2313-09-Rev3.
Anand R., Sudha C., Karthikeyan T., Terrance A.L.E., Saroja S., Vijayalakshmi M. (2008) Metal interlayers to prevent ‘hard zone’ formation in dissimilar weldments of Cr-Mo steels – A comparison between Cu, Co and Ni. Transactions of the Indian Institute of Metals. Vol. 61. P. 483-486.
Andresen P., Morra M., Ahluwalia K. (2012) SCC of Alloy 690 and its weld metals. EPRI International BWR and PWR Materials Reliability Conference and Exhibit Show, National Harbor, Maryland, July 16-19. P. 321-361.
ASTM E384 – 11e1. Standard test method for Knoop and Vickers hardness of materials. ICS number code 19.060.
Bamford W., Hall J. (2005) Cracking of alloy 600 nozzle and welds in PWRs: review of cracking events and repair service experience. Proceedings of the 12th International Conference on Environmental Degradation of Materials in Nuclear Power System–Water Reactors–TMS, Salt Lake City, 2000. Eds. Allen T.R., King P.J., Nelson L. USA: The Minerals, Metals and Materials Society. P. 959– 965.
Becker A.A., Hyde T.H., Sun W. (2001) Creep crack growth in welds: a damage mechanics approach to predicting initiation and growth of circumferential cracks. International Journal of Pressure Vessels and Piping. Vol. 78. P. 765-771.
Biswas P., Mandal N.R., Vasu P., Padasalag S.B. (2010) Analysis of welding distortion due to narrow-gap welding of upper port plug. Fusion Engineering and Design. Vol. 85. P. 780–788.
Boursier J., Vaillant F, Yrieix B. (2004) A review of PWSCC behavior of nickel weld metals containing 15 to 30% chromium. Proceedings of ASME/JSME
(List continues for all references in the paper)
전문가 Q&A: 주요 질문과 답변
Q1: 연구에서 특히 협개선 용접(NGW) 모의 시편을 선택하여 분석한 이유는 무엇인가요?
A1: 협개선 용접(NGW)은 EPR과 같은 최신 원자력 발전소 설계에서 후판 부재를 용접하는 데 사용되는 경제적이고 효율적인 신기술이기 때문입니다. 하지만 새로운 기술인 만큼 실제 운용 데이터가 부족하여 장기적인 성능과 신뢰성에 대한 검증이 필요합니다. 따라서 본 연구에서는 이 중요한 기술로 제작된 용접부의 미세구조적 특성을 상세히 분석하여 잠재적인 문제점을 파악하고 안전성을 평가하기 위한 기초 자료를 확보하고자 했습니다.
Q2: 열처리된 Alloy 52 시편에서 340 HV에 달하는 높은 경도 피크가 관찰되었습니다. 정확한 야금학적 원인은 무엇이며, 이것이 왜 문제가 될 수 있나요?
A2: 이 경도 피크는 용접후열처리(PWHT) 과정에서 발생한 탄소 이동 현상 때문입니다. 상대적으로 탄소 함량이 높은 저합금강(SA 508)에서 탄소가 크롬 친화력이 높은 Inconel 52 용접 금속 쪽으로 확산됩니다. 이 탄소는 Inconel 52의 풍부한 크롬과 결합하여 용융선 근처에 미세한 크롬 카바이드(chromium carbide)를 대량으로 석출시킵니다. 이렇게 형성된 매우 단단하고 국부적인 경화층은 취성이 높아 응력이 집중될 경우 균열의 시작점으로 작용할 수 있어 용접부의 구조적 건전성을 저해하는 심각한 잠재적 결함이 될 수 있습니다.
Q3: 연구에서 Inconel 152가 Inconel 52와 다른 탄소 이동 거동을 보였다고 언급했는데, 구체적으로 어떤 차이가 있었나요?
A3: MHI 시편(SA508/Inconel 152)의 경우, 용융선에서 어둡게 식각되는 뚜렷한 탄소 농화대(carbon-enriched zone)가 관찰되었습니다. 이는 탄소가 용접 금속 내부로 넓게 확산되지 못하고 용융선 근처에 국부적으로 집중되었음을 의미합니다. 반면, Inconel 52 시편에서는 탄화물 석출이 좀 더 넓은 영역에 걸쳐 분포하는 경향을 보였습니다. 이는 Inconel 152가 Inconel 52보다 탄소의 확산을 더 효과적으로 억제할 수 있음을 시사하며, 이로 인해 더 불균일하고 예측하기 어려운 계면 특성을 가질 수 있습니다.
Q4: Alloy 690 모재가 제조 공법(압연, 단조, 압출)에 따라 다른 미세구조를 보이는 것이 왜 중요한가요?
A4: 미세구조의 균일성은 재료의 기계적 특성과 내식성에 직접적인 영향을 미치기 때문입니다. 연구 결과, 압출재는 카바이드 밴딩 없이 가장 균일한 미세구조를 보였습니다. 반면, 압연재나 단조재에서 관찰된 카바이드 밴딩과 같은 불균일한 조직은 국부적인 잔류 변형을 더 많이 축적시켜 응력 부식 균열(SCC)에 대한 민감도를 높일 수 있습니다. 따라서 중요한 부품을 설계하고 제작할 때, 단순히 ‘Alloy 690’이라는 재료명만 명시할 것이 아니라, 압출과 같은 특정 제조 공법을 지정하는 것이 재료의 신뢰성을 확보하는 데 매우 중요할 수 있습니다.
Q5: 열처리된 시편의 나노 압입 시험에서는 마이크로 경도 시험에서 나타났던 경도 피크가 관찰되지 않았습니다. 이러한 차이가 발생한 이유는 무엇인가요?
A5: 논문에서는 두 가지 가능성을 제시합니다. 첫째, 나노 압입 시험의 압입 크기가 경도 상승의 원인이 되는 미세한 카바이드 석출물들의 크기나 분포에 비해 너무 작아서 그 영향을 제대로 측정하지 못했을 수 있습니다. 둘째, 시편을 식각하는 데 사용된 왕수(aqua regia)가 용융선 근처의 화학 조성 변화로 인해 표면을 불균일하게 부식시켜, 깊이를 감지하는 나노 압입 시험 결과의 정확도에 영향을 미쳤을 가능성이 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
이종 금속 용접부의 조기 파손 문제는 원자력 발전소와 같은 고신뢰성 산업에서 해결해야 할 핵심 과제입니다. 본 연구는 용접후열처리(PWHT)가 용접 계면에 미치는 극적인 영향을 명확히 보여주었습니다. 특히, 저합금강의 탄소 이동으로 인해 용접 금속 내에 형성되는 국부적인 고경도 영역은 균열 발생의 주요 원인이 될 수 있음을 데이터로 입증했습니다.
이러한 결과는 R&D 및 운영 현장에 중요한 시사점을 제공합니다. 공정 엔지니어는 PWHT 조건을 최적화해야 하며, 품질 관리팀은 용융선 부근의 미세 경도 변화를 핵심 관리 지표로 삼아야 합니다. 또한, 설계 엔지니어는 필러 금속의 종류와 모재의 제조 이력이 최종 용접부의 성능에 미치는 영향을 설계 초기 단계부터 고려해야 합니다.
(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 Roman Mouginot와 Hannu Hänninen의 논문 “Microstructures of nickel-base alloy dissimilar metal welds”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Wenqi Zhang, Azeddine Chergui, Chris Valentin Nielsen이 2012년에 발표한 학술 논문 “Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 저항 용접 시뮬레이션
Secondary Keywords: 경량 소재 용접, 용접 본딩, 샌드위치 강판 용접, 자동차 공정 최적화, SORPAS
Executive Summary
The Challenge: 자동차 산업에서 연비 향상을 위해 도입되는 초고장력강, 샌드위치 강판 등 신소재는 기존 강재에 비해 저항 용접이 까다로워 공정 개발에 많은 시간과 비용이 소요됩니다.
The Method: 기계적, 전기적, 열적, 야금학적 프로세스의 연성 모델링을 기반으로 한 SORPAS® 소프트웨어를 사용하여 저항 용접 공정을 시뮬레이션하고 용접 결과를 예측합니다.
The Key Breakthrough: 시뮬레이션을 통해 용접 너겟 크기, 미세조직 및 경도 분포를 정확하게 예측할 수 있으며, 접착제를 사용하는 용접 본딩이나 폴리머 코어를 포함하는 샌드위치 강판 용접과 같은 복잡한 공정까지 모델링할 수 있습니다.
The Bottom Line: 저항 용접 시뮬레이션은 물리적 실험 전에 용접 파라미터를 최적화하고 신소재의 용접성을 평가함으로써 제품 개발 시간과 비용을 획기적으로 절감하는 핵심 기술입니다.
The Challenge: Why This Research Matters for CFD Professionals
자동차 산업은 CO2 배출량 감축이라는 시대적 요구에 부응하기 위해 차체 경량화에 집중하고 있습니다. 이를 위해 초고장력강(AHSS), 핫스탬핑 강, 알루미늄 합금, 그리고 폴리머와 강판을 결합한 새로운 샌드위치 강판 등 다양한 경량 소재가 개발되어 적용되고 있습니다.
하지만 이러한 신소재들은 기존의 연강에 비해 저항 용접성이 매우 까다롭습니다. 특히 서로 다른 종류의 강판을 3장 이상 겹쳐 용접하는 경우, 적절한 용접 조건을 찾는 것은 수많은 실험과 연구를 필요로 하는 어려운 과제입니다. 이처럼 실험에만 의존하는 방식은 막대한 시간과 비용을 초래하며, 이는 제품 개발의 큰 걸림돌이 됩니다. 따라서 개발 초기 단계에서 용접성을 예측하고 공정을 최적화할 수 있는 효율적인 방안이 절실히 요구됩니다.
The Approach: Unpacking the Methodology
본 연구에서는 저항 용접 공정 시뮬레이션 소프트웨어인 SORPAS®를 활용하여 이러한 문제를 해결하는 접근법을 제시합니다. 이 시뮬레이션의 핵심은 용접 중에 발생하는 기계적, 전기적, 열적, 야금학적 현상을 통합적으로 해석하는 연성 모델링(coupled modeling) 기술에 있습니다.
이 기본 기능을 바탕으로 다음과 같은 새로운 기능들이 추가 개발 및 적용되었습니다.
미세조직 및 경도 분포 모델링: 용접 후 냉각 속도를 계산하고, 이를 재료의 연속냉각변태(CCT) 선도와 연계하여 최종 미세조직(페라이트, 펄라이트, 베이나이트, 마르텐사이트)의 분포와 용접부의 경도를 예측합니다.
저항 용접 본딩 시뮬레이션: 용접 부위에 비전도성 접착제가 도포된 경우를 모델링합니다. 전류가 직접 흐르지 못하는 초기 상태에서 션트(shunt) 연결을 통해 모재를 가열하고, 접착제가 녹아 모재가 접촉된 후 점용접이 이루어지는 과정을 시뮬레이션합니다.
경량 샌드위치 강판 용접 시뮬레이션: 중앙에 비전도성 폴리머 코어를 가진 샌드위치 강판의 용접을 모델링합니다. 용접 본딩과 유사하게 션트 툴을 이용해 외부 강판을 먼저 가열하여 폴리머 코어를 녹인 후, 강판 간의 접촉을 통해 너겟을 형성하는 과정을 해석합니다.
Figure 1: Process simulation and optimization with SORPAS®.
The Breakthrough: Key Findings & Data
시뮬레이션을 통해 복잡한 저항 용접 현상을 정확하게 예측하고 최적화할 수 있음이 입증되었습니다.
Finding 1: 용접부 미세조직 및 경도 분포의 정밀 예측
용접 품질을 결정하는 핵심 요소는 용접 후 형성되는 미세조직과 그에 따른 경도 분포입니다. 본 연구에서는 시뮬레이션을 통해 이를 성공적으로 예측했습니다. Figure 2는 0.8mm DC06 연강과 1.2mm DP600 강을 점용접한 사례를 보여줍니다.
시뮬레이션은 용접 후 냉각 과정에서 위치별 냉각 시간(800°C → 500°C)을 계산합니다(Figure 2b).
이 냉각 속도를 바탕으로 페라이트/펄라이트(Figure 2c), 베이나이트(Figure 2d), 마르텐사이트(Figure 2e)의 상분율 분포를 예측합니다.
최종적으로 각 상의 경도 기여도를 종합하여 용접부 전체의 경도 분포(Figure 2f)를 도출함으로써, 열영향부(HAZ)의 기계적 특성을 사전에 평가할 수 있습니다.
Finding 2: 비전도성 소재를 포함한 복합 접합 공정 시뮬레이션 구현
기존 시뮬레이션으로는 해석이 어려웠던 비전도성 층(접착제, 폴리머)이 포함된 용접 공정을 성공적으로 모델링했습니다. 이는 션트(shunt) 연결이라는 독창적인 개념을 도입하여 가능해졌습니다.
용접 본딩: Figure 4는 비전도성 접착제가 있는 강판의 용접 과정을 보여줍니다. 초기에는 션트 툴을 통해 전류가 강판으로만 흐르다가(Figure 4c), 강판의 저항열로 접착제가 녹아 없어지면 강판 간 직접 접촉이 발생하며 전류가 계면을 통해 흐르게 됩니다(Figure 4d). 이를 통해 최종 너겟이 형성되는(Figure 4f) 전 과정을 시뮬레이션할 수 있습니다.
샌드위치 강판 용접: Figure 7은 중앙에 폴리머 코어가 있는 샌드위치 강판의 용접 사례입니다. 용접 본딩과 동일한 원리로, 션트 툴을 이용해 외부 강판을 가열하여 폴리머 코어를 녹이고(Figure 7e), 이후 강판이 접촉하면서 최종 용접 너겟을 형성합니다(Figure 7f).
이러한 기능은 차세대 자동차에 적용되는 복합 소재 접합 기술의 개발을 가속화하는 데 결정적인 역할을 합니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구에서 제시된 용접성 엽도(weldability lobe, Figure 1d) 및 용접 성장 곡선(weld growth curve, Figure 1c) 시뮬레이션 기능은 수많은 물리적 테스트 없이도 최적의 용접 전류, 가압력, 통전 시간 범위를 신속하게 결정할 수 있도록 지원합니다. 이는 공정 셋업 시간을 단축하고 생산 안정성을 높이는 데 기여합니다.
For Quality Control Teams: Figure 2f에 나타난 경도 분포 예측 데이터는 용접부의 취약 지점을 사전에 파악하고, 열영향부의 기계적 특성을 정량적으로 평가하는 데 활용될 수 있습니다. 이는 새로운 품질 검사 기준을 수립하는 데 중요한 정보를 제공합니다.
For Design Engineers: 3종 재료 조합(Figure 1a)이나 샌드위치 강판과 같은 신소재의 용접성을 개발 초기 단계에서 가상으로 검증할 수 있습니다. 이를 통해 설계 변경에 따른 비용과 시간을 최소화하고, 보다 혁신적인 경량 구조 설계를 가능하게 합니다.
Paper Details
Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials
1. Overview:
Title: Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials
Author: Zhang, Wenqi; Chergui, Azeddine; Nielsen, Chris Valentin
Year of publication: 2012
Journal/academic society of publication: Abstract from 7th International Seminar on Advances in Resistance Welding, Busan, Korea, Republic of.
Keywords: Resistance welding, process simulation, weld bonding, lightweight materials, microstructures, automotive industry
2. Abstract:
이 논문은 저항 용접의 수치 시뮬레이션, 특히 미세구조 시뮬레이션, 용접 본딩, 새로운 경량 소재의 점용접을 위한 새로운 기능에 대한 최신 개발 사항을 제시합니다. SORPAS®의 기본 기능은 기계적, 전기적, 열적 및 야금학적 공정의 연성 모델링을 기반으로 하며, 이는 저항 용접 공정을 시뮬레이션하여 용접 결과를 예측하고 재료의 용접성을 평가하는 데 필수적입니다. 이러한 기능들은 용접 공정 파라미터 최적화, 최적의 용접 파라미터 설정을 통한 용접 계획, 그리고 용접 후 미세구조 및 경도 분포 모델링을 위한 새로운 기능으로 더욱 확장되었습니다. 최근에는 접착 본딩과 점용접을 결합한 용접 본딩 및 새로운 경량 샌드위치 강재의 점용접과 같은 비전도성 재료를 포함하는 저항 용접 시뮬레이션에 대한 개발이 이루어졌습니다.
3. Introduction:
자동차의 이산화탄소(CO2) 배출량 감축에 대한 요구가 증가함에 따라, 엔진 기술 개선, 공기역학 개선, 구름 저항 감소, 그리고 차체 중량 감소를 위한 혁신 연구 및 개발이 강화되었습니다. 차체 중량 감소를 위해 고장력강, 핫스탬핑 강, 알루미늄 및 마그네슘 합금, 그리고 플라스틱과 강판을 결합한 새로운 경량 샌드위치 강재 등 다양한 신소재가 개발되어 자동차 제조에 도입되었습니다. 저항 용접은 특히 자동차 산업에서 널리 적용되는 가장 생산적이고 비용 효율적인 접합 기술 중 하나입니다. 기존 강재의 저항 용접에 비해, 새로운 경량 소재를 용접하거나 기존 강재와 새로운 경량 소재를 용접하는 것은 훨씬 더 어렵습니다.
4. Summary of the study:
Background of the research topic:
자동차 산업의 CO2 배출 규제 강화로 인해 차체 경량화가 필수 과제가 되었으며, 이를 위해 다양한 신소재가 도입되고 있습니다. 그러나 이러한 신소재들은 기존의 저항 용접 기술로는 접합이 어려워 새로운 공정 개발이 필요합니다.
Status of previous research:
지난 30년간 저항 용접의 수치 시뮬레이션에 대한 많은 이론적 개발과 실험적 검증이 이루어졌습니다. 특히 SORPAS® 소프트웨어는 공정 최적화 및 생산 현장의 용접 스케줄 설정을 위한 포괄적인 기능으로 확장되었습니다.
Purpose of the study:
본 연구는 저항 용접 시뮬레이션의 최신 기술 동향을 소개하고, 특히 (1) 용접 후 미세조직 및 경도 분포 모델링, (2) 저항 용접 본딩 시뮬레이션, (3) 경량 샌드위치 강판 점용접 시뮬레이션이라는 세 가지 새로운 기능을 제시하는 것을 목적으로 합니다.
Core study:
SORPAS® 소프트웨어를 사용하여 다중 물리(기계, 전기, 열, 야금) 연성 해석을 기반으로 저항 용접 공정을 시뮬레이션했습니다. 이를 통해 3종 강판 점용접, 용접성 엽도 생성, 미세조직 및 경도 예측을 수행했습니다. 또한, 션트(shunt) 연결이라는 새로운 모델링 기법을 도입하여 비전도성 접착제나 폴리머 코어를 포함하는 용접 본딩 및 샌드위치 강판 용접 공정을 성공적으로 시뮬레이션했습니다.
Figure 7: Simulation of spot welding of sandwich steel to two HSLA340 sheets.
5. Research Methodology
Research Design:
본 연구는 수치 시뮬레이션을 통해 저항 용접 공정을 해석하고 최적화하는 방안을 탐구하는 방식으로 설계되었습니다. 다양한 용접 시나리오(3종 강판 용접, 용접 본딩, 샌드위치 강판 용접)에 대한 시뮬레이션 모델을 구축하고, 그 결과를 분석하여 새로운 기능의 유효성을 검증했습니다.
Data Collection and Analysis Methods:
시뮬레이션은 SORPAS® 소프트웨어를 사용하여 수행되었습니다. 각 재료(DC06, HSLA340, DP600, 샌드위치 강판 등)의 기계적, 열적, 전기적 물성 데이터와 야금학적 데이터(CCT 선도 등)를 입력값으로 사용했습니다. 시뮬레이션 결과로 너겟 직경, 온도 분포, 전류 밀도 분포, 미세조직 상분율, 경도 분포 등을 도출하고 이를 그래픽으로 시각화하여 분석했습니다.
Research Topics and Scope:
연구 범위는 다음과 같은 저항 용접 공정의 시뮬레이션 및 최적화에 중점을 둡니다. – 다종 재료(3종 강판) 점용접 공정 시뮬레이션 및 용접 계획 – 용접 성장 곡선 및 용접성 엽도 예측을 통한 공정 창 최적화 – 용접 후 냉각 속도 계산을 통한 미세조직 및 경도 분포 모델링 – 비전도성 접착제를 포함하는 저항 용접 본딩 공정 시뮬레이션 – 비전도성 폴리머 코어를 포함하는 경량 샌드위치 강판 점용접 시뮬레이션
6. Key Results:
Key Results:
시뮬레이션을 통해 3종 강판(0.8mm DC06, 1.2mm HSLA340, 1.5mm DP600) 점용접 시 각 계면에서의 최종 너겟 크기(5.1mm, 7.1mm)와 용접 강도를 성공적으로 예측했습니다.
용접 계획(Weld Planning) 기능을 통해 주어진 용접 과제에 대해 최적의 가압력, 통전 시간, 용접 전류 범위를 자동으로 도출할 수 있음을 보였습니다.
용접 전류 및 가압력 변화에 따른 용접성 엽도(weldability lobe)를 시뮬레이션하여, 양호한 용접이 가능한 공정 창을 시각적으로 제시했습니다.
용접 후 냉각 속도 계산을 기반으로 페라이트/펄라이트, 베이나이트, 마르텐사이트의 분포와 최종 경도 분포를 예측하는 모델링을 구현했습니다.
션트 연결(shunt connection) 모델을 도입하여, 비전도성 접착제나 폴리머 코어가 있는 경우에도 전류 흐름과 열 발생, 그리고 최종 너겟 형성 과정을 성공적으로 시뮬레이션했습니다.
Figure List:
Figure 1: Process simulation and optimization with SORPAS®.
Figure 2: Simulation results with microstructures and hardness distribution.
Figure 3: Schematic outline of the weld bonding process [11].
Figure 4: Simulation of weld bonding with nonconductive adhesive.
Figure 5: Structure of sandwich steel invented by ThyssenKrupp Steel [1].
Figure 6: Comparative life cycle assessment of car roof [1].
Figure 7: Simulation of spot welding of sandwich steel to two HSLA340 sheets.
7. Conclusion:
저항 용접의 수치 시뮬레이션 및 최적화는 신소재의 용접성 평가와 용접 공정 파라미터 설정 및 계획을 위한 핵심 기능들로 요약됩니다. 강재 용접 후 미세조직 및 경도 분포 모델링을 위한 새로운 기능이 개발 및 구현되었습니다. 또한, 비전도성 재료 모델링과 션트 툴을 이용한 용접 본딩 및 경량 샌드위치 강판의 점용접 시뮬레이션을 위한 특수 기능이 개발 및 구현되었습니다.
Figure 6: Comparative life cycle assessment of car roof [1].
8. References:
O. Hoffmann. Lightweight Steel Design in the Modern Vehicle Body. Werkstoff-Forum Intelligenter Leichtbau. Hannover, Germany. April 2011.
H.A. Nied. The Finite Element Modeling of the Resistance Spot Welding Process. Welding Journal Research Supplement, No. 4, p.23s-132s. 1984.
H.S. Cho and Y.J. Cho. A Study of the Thermal Behavior in Resistance Spot Welds. Welding Journal Research Supplement, (6), pp236s-244s. 1989.
C.L. Tsai, O.A. Jammal, J.C. Papritan and D.W. Dickinson. Modeling of Resistance Spot Weld Nugget Growth. Welding Journal Research Supplement, (2), pp47s-54s. 1992.
W. Zhang, H. Hallberg and N. Bay. Finite Element Modeling of Spot Welding Similar and Dissimilar Metals. 7th Int. Conf. on Computer Technology in Welding, San Francisco, USA, p.364-373. 1997.
W. Zhang and L. Kristensen. Finite Element Modeling of Resistance Spot and Projection Welding Processes. The 9th Int. Conf. on Computer Technology in Welding, Detroit, Michigan, pp15-23. 1999.
W. Zhang. Design and Implementation of Software for Resistance Welding Process Simulations. SAE 2003 Transactions: Journal of Materials and Manufacturing, Vol.112, No.5, 2003, pp556-564. 2003.
W. Zhang. New Developments and Challenges in Simulation and Optimization of Resistance Welding. Proceedings of the 4th International Seminar on Advances in Resistance Welding. 15 November 2006, Wels, Austria. Pp101-114.
W. Zhang. Recent Developments and Future Outlook for Simulation and Optimization of Resistance Spot Welding Processes. Proceedings of the 5th International Seminar on Advances in Resistance Welding, 24-26 September 2008, Toronto, Canada. Pp269-276.
Information on http://www.swantec.com.
I. O. Santos, W. Zhang, V. M. Gonçalves, N. Bay and P. A. F. Martins. Weld Bonding of Stainless Steel. International Journal of Machine Tools and Manufacture, Vol.44, No.14, pp1431-1439, 2004.
Expert Q&A: Your Top Questions Answered
Q1: 시뮬레이션에서 접착제나 폴리머 코어와 같은 비전도성 재료는 어떻게 처리하나요?
A1: 논문에서는 ‘션트 툴(shunt tool)’이라는 개념을 도입하여 이 문제를 해결합니다. 용접 초기에는 이 션트 툴을 통해 전류가 비전도성 층을 우회하여 강판으로만 흐르도록 합니다. 이 과정에서 발생하는 저항열이 강판을 가열하고, 이 열이 비전도성 층(접착제 또는 폴리머)을 녹이게 됩니다. 비전도성 층이 제거되어 강판끼리 직접 접촉하게 되면, 그때부터 전류가 강판 사이의 계면을 통해 흐르면서 일반적인 점용접 과정이 진행됩니다.
Q2: 용접부의 미세조직과 경도를 예측하는 원리는 무엇인가요?
A2: 예측의 핵심은 시뮬레이션을 통해 계산된 ‘냉각 속도’에 있습니다. 시뮬레이션은 용접 후 각 지점의 온도 변화 이력을 계산하여 800°C에서 500°C까지 냉각되는 데 걸리는 시간을 도출합니다(Figure 2b). 이 냉각 속도 데이터를 해당 강재의 연속냉각변태(CCT) 선도와 비교하여, 각 지점에서 페라이트, 펄라이트, 베이나이트, 마르텐사이트 중 어떤 조직이 형성될지와 그 분율을 결정합니다. 최종적으로 각 미세조직의 경도 값을 분율에 따라 합산하여 전체적인 경도 분포를 예측합니다.
Q3: 시뮬레이션 소프트웨어가 최적의 용접 조건을 자동으로 제안할 수 있나요?
A3: 네, 가능합니다. 논문의 Figure 1b에 소개된 ‘용접 계획(Weld Planning)’ 기능이 그 역할을 합니다. 사용자가 용접할 강판의 종류와 두께, 전극, 용접기 종류 등의 정보를 입력하면, 소프트웨어는 이를 분석하여 최적의 가압력과 통전 시간을 결정합니다. 그 후, 용접 전류를 변화시키며 시뮬레이션을 수행하여 양호한 용접이 가능한 전류 범위, 즉 공정 창(process window)을 자동으로 찾아내고 최적의 용접 스케줄 사양(WSS)을 제안합니다.
Q4: 시뮬레이션 결과에서 ‘양호한 용접’과 ‘용접 불량(날림 현상)’을 어떻게 구분하나요?
A4: Figure 1c와 1d의 그래프에서 시각적으로 구분합니다. 시뮬레이션은 각 조건에 따른 너겟 직경을 계산하고 이를 미리 정의된 기준과 비교합니다. ‘양호한 용접(good welds)’은 목표 너겟 크기를 만족하는 경우로, 녹색 원형 마커로 표시됩니다. ‘용접 없음 또는 미달 용접(no weld or undersized weld)’은 너겟이 형성되지 않거나 기준보다 작은 경우로, 검은색 사각형 마커로 표시됩니다. ‘과대 용접 또는 날림(oversized or expulsion/splash)’은 용융된 금속이 튀어나가는 현상이 발생한 경우로, 빨간색 사각형 마커로 표시됩니다.
Q5: 논문에 제시된 시뮬레이션 사례에서 구체적으로 어떤 재료들이 사용되었나요?
A5: 논문에서는 여러 구체적인 사례를 제시했습니다. 첫째, 0.8mm DC06 저탄소강, 1.2mm HSLA340 강, 1.5mm DP600 강을 겹친 3종 강판 점용접 사례가 있습니다(Figure 1a). 둘째, 0.8mm DC06 강과 1.2mm DP600 강의 점용접 후 미세조직 및 경도 분포를 분석한 사례가 있습니다(Figure 2). 셋째, 1mm 저탄소강 두 장을 비전도성 접착제로 붙인 용접 본딩 사례(Figure 4)와 마지막으로 샌드위치 강판을 두 장의 HSLA340 강판에 용접하는 사례(Figure 7)가 포함되었습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
자동차 산업의 경량화 추세에 따라 새롭게 등장하는 첨단 소재들의 성공적인 적용은 효율적이고 신뢰성 높은 접합 기술에 달려있습니다. 기존의 시행착오를 반복하는 실험적 접근 방식은 더 이상 경쟁력을 갖기 어렵습니다. 본 논문에서 제시된 저항 용접 시뮬레이션 기술은 이러한 문제를 해결할 강력한 대안입니다.
미세조직과 경도 예측부터 접착제나 폴리머가 포함된 복합재 용접에 이르기까지, 시뮬레이션은 개발 초기 단계에서 용접 품질을 예측하고 공정을 최적화하여 R&D 및 운영 단계에서 막대한 시간과 비용을 절감할 수 있도록 지원합니다. 이는 곧 더 높은 품질과 생산성으로 이어지는 지름길입니다.
“At STI C&D, we are committed to applying the latest industry research to help our customers achieve higher productivity and quality. If the challenges discussed in this paper align with your operational goals, contact our engineering team to explore how these principles can be implemented in your components.”
(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 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials” by “Zhang, Wenqi; Chergui, Azeddine; Nielsen, Chris Valentin”.
이 기술 요약은 A. Outtier & H. De Backer가 발표한 “Finite element modeling of the influence of residual weld stresses on buckling” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
과제: 강철 아치교의 면외 좌굴 거동에 대한 잔류 용접 응력의 영향은 깊이 연구되지 않았으며, 그 영향이 제한적일 것이라고 가정되어 왔습니다.
방법: 벨기에 알버트 운하 교량의 아치 박스 단면에 대한 3차원 유한요소모델을 개발하여, 용접 파라미터와 순서를 포함한 전체 용접 공정을 시뮬레이션했습니다.
핵심 발견: 시뮬레이션 결과, 용접부 근처에 높은 인장 잔류 응력이 발생하지만, 전체 아치 구조물의 좌굴 계수 및 거동에 미치는 영향은 1% 미만으로 거의 무시할 수 있는 수준이었습니다.
결론: 대형 아치교의 좌굴 해석 시, 잔류 용접 응력 자체보다는 용접으로 인해 발생할 수 있는 기하학적 불완전성에 더 집중하는 것이 효과적일 수 있습니다.
과제: 왜 이 연구가 CFD 전문가에게 중요한가
강철 구조물의 설계, 특히 강철 타이 아치교의 설계에서 가장 결정적인 요소 중 하나는 면외 좌굴 거동입니다. 제조 공정 중 발생하는 잔류 응력은 부식, 취성 파괴, 그리고 특히 강재의 좌굴 강도에 상당한 영향을 미칩니다. 지금까지 잔류 용접 응력의 영향은 제한적일 것이라는 가정 하에 깊이 있는 연구가 부족했습니다. 그러나 이러한 응력은 아치의 면외 형상에 영향을 미치므로 그 중요성을 간과할 수 없습니다. 이 연구는 잔류 응력이 실제로 교량의 좌굴 거동에 얼마나 큰 영향을 미치는지 정량적으로 분석하여, 보다 현실적이고 정확한 설계를 위한 근거를 마련하고자 했습니다.
Figure 1. The Albert Canal Bridge and the dimensions of the arch cross-section.
접근법: 연구 방법론 분석
본 연구팀은 벨기에 앤트워프 근처의 알버트 운하 교량 아치 단면을 기반으로 3차원 유한요소모델을 구축했습니다. Samcef (2002) 소프트웨어 패키지를 사용하여 3D 체적 요소로 모델을 구성했으며, 이를 통해 강판 두께 방향의 열 구배를 계산할 수 있었습니다.
연구의 핵심은 실제 용접 공정의 모든 단계를 시뮬레이션에 포함시킨 것입니다. 1. 열 해석: 먼저, 용접 토치의 열 입력을 시뮬레이션하기 위해 Goldak의 이중 타원체 열원 모델을 적용했습니다. 이 모델은 용접 전류, 전압, 속도 등 실제 용접 파라미터를 기반으로 열유속 분포를 계산합니다. 2. 연결 모델링: 분리된 강판들이 용접 토치가 지나가면서 연결되는 과정을 시뮬레이션하기 위해, 특정 온도에 도달하면 활성화되는 “비활성 요소(inactive elements)” 이론 기반의 특수 연결 요소를 개발했습니다. 3. 기계적 해석: 열 해석으로 계산된 온도 분포를 열 하중으로 사용하여 기계적 해석을 수행했습니다. 이 과정에서 실제 용접 현장에서의 클램프, 지지대 등의 경계 조건을 시간에 따라 변화시켜 적용함으로써 가열 및 냉각 과정에서 발생하는 잔류 응력을 계산했습니다. 또한, 온도에 따라 변하는 영률, 항복 강도 등 재료의 물성치를 Eurocode 규격에 따라 적용하여 해석의 정확도를 높였습니다.
Figure 2. Steps and boundary conditions during the welding of the box girder.
핵심 발견: 주요 결과 및 데이터
결과 1: 실제와 유사한 잔류 응력 분포 예측
시뮬레이션 결과, 용접부 근처에서는 높은 인장 잔류 응력이 발생하고, 단면의 나머지 부분에서는 이를 상쇄하기 위한 압축 응력이 발생하는 것을 명확히 확인할 수 있었습니다(그림 9). 특히, 2개의 용접 패스가 적용된 하부 코너보다 4개의 용접 패스가 적용된 상부 코너에서 열 영향부가 더 넓게 나타났습니다.
이 결과를 바탕으로 연구팀은 기존 ECCS(1976)에서 제시된 모델보다 더 일반화된 잔류 응력 분포 모델을 제안했습니다. 세장비(h/t)가 40인 얇은 단면(그림 11)과 15인 두꺼운 단면(그림 12)에 대한 모델을 각각 제시했으며, 이는 기존 문헌 값과 비교했을 때 높은 잔류 응력이 감소하는 영역이 예상보다 훨씬 작다는 것을 보여주었습니다(그림 13).
결과 2: 전체 좌굴 거동에 미치는 미미한 영향
계산된 잔류 응력 분포를 전체 교량 모델에 적용하여 좌굴 해석을 수행한 결과, 잔류 응력의 영향은 거의 무시할 수 있는 수준으로 나타났습니다.
그림 14는 하중 증가에 따른 아치 단면의 응력 변화를 보여줍니다. 상단 행(잔류 응력 없음)과 하단 행(잔류 응력 있음)을 비교하면, 초기 상태(a)에서는 응력 분포에 명확한 차이가 있지만, 하중이 증가하여 좌굴이 발생하는 시점(c)에서는 두 경우의 응력 분포가 거의 동일해지는 것을 볼 수 있습니다.
이는 수치적으로도 확인됩니다. 알버트 운하 교량의 경우, 잔류 응력을 고려하지 않았을 때의 좌굴 계수는 0.307이었으나, 잔류 응력을 고려했을 때는 0.302로 변화가 미미했습니다. 표 2에서 보듯이 다른 교량 사례에서도 탄소성 해석 기반의 최대 좌굴 하중 차이는 1% 미만으로 매우 작았습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 용접 순서와 파라미터가 잔류 응력 분포에 미치는 영향을 보여주지만, 대형 구조물의 최종 좌굴 강도는 이러한 응력에 크게 민감하지 않다는 점을 시사합니다. 이는 공정 최적화 시 좌굴 강도 외 다른 요소(예: 취성 파괴, 부식)에 더 집중할 수 있음을 의미합니다.
품질 관리팀: 논문의 데이터는 잔류 응력이 전체 아치의 면외 좌굴 강도를 예측하는 데 있어 우선순위가 낮을 수 있음을 보여줍니다. 따라서 품질 검사 기준 수립 시, 잔류 응력 측정보다는 기하학적 불완전성(변형) 관리에 더 많은 비중을 둘 수 있습니다.
설계 엔지니어: 이 연구 결과는 대형 아치교의 좌굴 해석 시 복잡한 잔류 응력 모델을 포함시키지 않아도 충분히 신뢰도 높은 결과를 얻을 수 있다는 강력한 근거를 제공합니다. 이를 통해 해석 모델을 단순화하고, 더 치명적인 영향을 미칠 수 있는 기하학적 불완전성 분석에 엔지니어링 자원을 집중할 수 있습니다.
논문 상세 정보
Finite element modeling of the influence of residual weld stresses on buckling
1. 개요:
제목: Finite element modeling of the influence of residual weld stresses on buckling
저자: A. Outtier & H. De Backer
발표 연도:
학술지/학회: Ghent University, Ghent, Belgium
키워드:
2. 초록:
강철 타이 아치교 설계의 결정적인 요인 중 하나는 면외 좌굴 거동입니다. 기하학적 불완전성을 결정하는 데 초점을 맞춘 비파괴 검사 및 해석적 계산 방법에 대한 상당한 연구가 있지만, 잔류 용접 응력의 영향은 깊이 연구되지 않았습니다. 이러한 응력은 좌굴에 제한적인 영향만 미칠 것으로 가정됩니다. 그럼에도 불구하고, 이 논문은 아치에 존재하는 잔류 응력이 아치의 면외 형상에 영향을 미치기 때문에 제한적인 중요성을 가질 수 있다고 주장합니다. 첫째, 용접 파라미터와 용접 순서의 영향에 대한 3차원 유한요소모델을 개발하여 근본적인 접근 방식을 따릅니다. 또한, 결과로 나온 잔류 용접 응력은 전체 아치의 탄소성 계산에 사용됩니다. 이를 통해 가능한 한 현실적으로 아치의 좌굴 거동을 계산할 수 있습니다.
3. 서론:
제조 공정에 의해 구조 형상에 도입된 열 잔류 응력의 발생은 부식, 취성 파괴, 그리고 특히 대부분의 실제 기둥 길이에 대한 강재의 좌굴 강도에 상당한 영향을 미칩니다. 이 논문에서는 용접 공정으로 인한 잔류 응력과 이러한 응력의 일반적인 크기를 평가하는 방법에 대해 논의합니다. 잔류 응력은 적절한 열처리를 통해 완화될 수 있지만, 대부분의 경우 이는 비현실적이고 매우 비쌉니다. 이는 특히 교량 공학에 사용되는 크기의 건설 부품에 해당됩니다. 그러나 냉간 교정과 같은 기계적 공정은 특정 응용 분야에서 잔류 응력의 해로운 영향을 완화하는 데 종종 사용될 수 있습니다.
4. 연구 요약:
연구 주제의 배경:
강철 타이 아치교의 설계에서 면외 좌굴 거동은 중요한 요소입니다. 용접 과정에서 발생하는 잔류 응력은 구조물의 좌굴 강도에 영향을 미칠 수 있으나, 그 영향의 정도는 명확히 규명되지 않았습니다.
이전 연구 현황:
기존 연구들은 주로 기하학적 불완전성에 초점을 맞추었으며, 잔류 용접 응력의 영향은 제한적일 것이라는 가정 하에 깊이 있는 연구가 부족했습니다. ECCS 등에서 제시하는 잔류 응력 분포는 주로 소형 단면에 대한 것으로, 대형 교량 구조물에 직접 적용하기에는 한계가 있었습니다.
연구 목적:
이 연구의 목적은 3차원 유한요소모델을 통해 용접 공정으로 인해 발생하는 잔류 응력의 크기와 분포를 정밀하게 예측하고, 이 잔류 응력이 실제 대형 아치교의 전체 좌굴 거동에 미치는 영향을 정량적으로 평가하는 것입니다.
핵심 연구:
실제 교량(알버트 운하 교량)의 박스형 아치 단면을 모델링하여, 다단계 용접 순서와 경계 조건을 모두 고려한 열-기계 연성 해석을 수행했습니다. 이를 통해 얻은 잔류 응력 분포를 전체 아치교 모델에 적용하여 탄소성 좌굴 해석을 수행하고, 잔류 응력의 유무에 따른 좌굴 계수와 거동의 차이를 비교 분석했습니다.
5. 연구 방법론
연구 설계:
본 연구는 두 단계로 구성됩니다. 첫 번째는 아치 단면의 용접 공정을 시뮬레이션하여 잔류 응력 분포를 계산하는 것이고, 두 번째는 이 결과를 전체 아치교 모델에 적용하여 좌굴 거동에 미치는 영향을 분석하는 것입니다.
데이터 수집 및 분석 방법:
소프트웨어: 유한요소해석 프로그램 Samcef (2002) 사용.
모델링: 3D 체적 요소를 사용하여 아치 박스 단면을 모델링. 용접부에는 1-2mm, 그 외 부분에는 5cm 크기의 요소를 사용하여 효율적인 계산 수행.
열 해석: Goldak의 이중 타원체 열원 모델을 사용하여 용접 열 입력을 시뮬레이션. 대류 및 복사에 의한 냉각 과정 포함.
기계적 해석: 열 해석 결과를 열 하중으로 사용. 실제 공정과 동일하게 시간에 따라 변하는 경계 조건을 적용. 온도에 따른 재료 물성치(영률, 항복 강도 등)는 EN 1993-1-2를 기반으로 적용.
연구 주제 및 범위:
연구 대상은 강철 타이 아치교의 박스형 단면이며, 용접으로 인한 잔류 응력이 면외 좌굴 거동에 미치는 영향을 분석하는 데 초점을 맞춥니다. 단일 단면의 상세 해석 결과와 이를 적용한 여러 교량의 전체 구조 해석 결과를 포함합니다.
6. 주요 결과:
주요 결과:
용접부 근처에 높은 인장 잔류 응력이 발생하고 단면의 나머지 부분에는 압축 응력이 발생하며, 이는 이론과 일치합니다.
다중 용접 패스는 더 넓은 열 영향부를 생성합니다.
계산된 잔류 응력 분포를 기반으로 세장비가 높은 단면과 낮은 단면에 대한 새로운 일반화된 응력 분포 모델을 제안했습니다.
전체 아치교의 좌굴 해석 결과, 잔류 응력이 좌굴 계수에 미치는 영향은 1% 미만으로 매우 작았습니다.
하중이 증가함에 따라 초기 잔류 응력의 영향은 점차 사라지며, 좌굴 시점에서는 잔류 응력의 유무에 따른 응력 분포 차이가 거의 없었습니다.
Figure 5. The heat flux curves (left) and illustration of the discretization process (right).
Figure 목록:
Figure 1. The Albert Canal Bridge and the dimensions of the arch cross-section.
Figure 2. Steps and boundary conditions during the welding of the box girder.
Figure 3. Order of the weld passes during the welding procedure.
Figure 4. Goldak’s double ellipsoid heat source model (Goldak et al. (1984)).
Figure 5. The heat flux curves (left) and illustration of the discretization process (right).
Figure 6. The dilatation coefficient as a function of the temperature.
Figure 7. The specific heat capacity as a function of the temperature.
Figure 8. The heat conductivity coefficient as a function of the temperature.
Figure 9. Residual stresses in the corners of the box section (Stresses in MPa).
Figure 10. Residual stresses in the box section, relative to yield stress.
Figure 11. Residual weld stresses in slender box sections, relative to the yield stress.
Figure 12. Residual weld stresses in robust box sections, relative to the yield stress.
Figure 13. Comparison of the calculated residual weld stresses with values from literature (European convention for Constructional Steelwork (1976)), relative to yield stress.
Figure 14. Stresses (MPa) in the arch cross-section with increasing loads, with (upper) and without (lower) the influence of residual weld stresses.
7. 결론:
본 연구는 아치 단면의 좌굴 거동에 대한 잔류 응력의 영향을 파악하는 첫 단계를 제시합니다. 강판을 연결하는 용접 작업 후 아치 박스 단면의 잔류 응력장의 크기와 모양을 결정하는 것이 첫 번째 단계입니다. 이를 위해 용접으로 인한 아치 단면의 응력 및 온도 변화를 모델링하는 매우 상세한 유한요소모델이 개발되었습니다. 이 모델을 통해 높이-두께 비가 높거나 낮은 박스 단면에 유효하며 상당한 단면 치수를 갖는 잔류 용접 응력 분포를 결정할 수 있었습니다. 다음 단계로, 이 결과를 전체 교량의 대규모 유한요소모델에 구현하여 좌굴 거동에 미치는 영향을 연구했습니다. 그러나 이 영향은 상당히 작은 것으로 입증되었습니다.
8. 참고문헌:
Brown, S. and Song, H. 199), Finite element simulation of welding of large structures, J. Eng. Ind., 114(4), 441-451.
De Strycker, M.(2004, Numerieke simulatie en experimentele verificatie van eigenspanningen in gelaste stalen profielen, Master’s Thesis, Ghent University (in Dutch).
EN 1993-1-1 2005, Eurocode 3: Design of steel structures, CEN, Brussels.
EN 1993-1-2 1999, Eurocode 3: Design of steel structures – Part 1-2: General rules – Structural fire design, CEN, Brussels.
EN 1993-2 2005, Eurocode 3: Design of steel structures – Part 2: Steel Bridges, CEN, Brussels.
European Convention for Constructional Steelwork (ECCS) 1976, Manual on the stability of steel structures, Puteaux (Paris).
Ferwin, M.R., and Scott, D.A. 1999, Finite element model of pulsed laser welding, Weld. J., Welding research supplement, 15-22.
Gery, D., Long, H. and Maropoulos, P. 2005, Effects of welding speed, energy input and heat source distribution on temperature variations in butt joints welding, J. Mater. Process. Tech., 167, 393-401.
Goldak, J., Chakravarti, A. and Bibby, M. 1984, A new finite element model for welding heat sources, Metall. Mater. Trans. B, 15(2), 299-305.
Lindgren, L.-E. 2001a, Finite element modeling and simulation of welding part 1: Increased complexity, J. Therm. Stresses, 24, 195-231.
Lindgren, L.-E. 2001b, Finite element modeling and simulation of welding part 2: Improved material modeling, J. Therm. Stresses, 24, 141-192.
Mass, E. and Massonet, C. 1966, The Belgian contribution to the experimental work of the ECCS, Acier-Stahl-Steel, 9.
Palani, P.L. and Murugan, N. 2006, Development of mathematical models for prediction of weld bead geometry in cladding by flux cored arc welding, Int. J. Adv. Manuf. Tech., 30(7-8), 669-676.
Runnemalm, H., Näsströom, O. and Lindgren, L.-E. 1999, Simulation of multipass weldings of a thick plate. Int. J. Numer. Meth. Eng., 44, 1301-1316.
Outtier, A., De Backer, H. and Van Bogaert, Ph. 2006, Lateral Buckling of a steel tied arch, Proceedings of 10th East Asia Pacific Conference on Structural Engineering & Construction, Bangkok, August.
Recknagel, Sprenger, Hönman and Schramek 1995, Le Recknagel, Manuel pratique du génie climatique, tome 1 : Données fondamentals, PYC Edition livres (in French).
Samcef 2002. Samcef User Manual, v10.1 edition, Samtech, 2002.
Tebedge, N. and Tall, L. 1973, Residual stresses in structural steel shapes – a summary of measured values – Technical Report 16.4, Frits Engineering Laboratory, Lehigh University.
Wahab, M. A. and Painter, M. J. 1977, Numerical models of gas Metal arc welds using experimentally determined weld pool shapes as the representation of the welding heat source, Int. J. Pres. Ves. Pip., 73, 153-159.
전문가 Q&A: 자주 묻는 질문
Q1: 열 해석에서 Goldak의 이중 타원체 열원 모델을 선택한 이유는 무엇인가요?
A1: Goldak 모델은 용접 풀의 3차원 열유속 분포를 정확하게 표현하는 것으로 잘 알려져 있습니다. 이 모델은 용접 방향의 앞쪽과 뒤쪽에서 다른 열 분포를 모델링할 수 있어, 실제 용접 공정에서 발생하는 비대칭적인 열 전달 현상을 현실적으로 시뮬레이션할 수 있습니다. 이는 정확한 온도 분포 예측과 그에 따른 신뢰도 높은 잔류 응력 계산의 기반이 되기 때문에 본 연구에 채택되었습니다.
Q2: 논문에서 “비활성 요소(inactive elements)” 기법을 언급했는데, 이 기법은 어떻게 작동하며 왜 선택되었나요?
A2: “비활성 요소” 기법은 시뮬레이션 시작 시에는 각 강판이 분리된 상태로 있다가, 용접 토치가 지나가면서 특정 온도(용융점)에 도달하면 해당 요소들이 활성화되어 두 강판을 물리적으로 연결하는 방식입니다. 이 방법은 용가재(filler material)의 추가량이 제한적이고 강판 끝단이 베벨링 처리되지 않은 본 연구의 박스 단면 용접에 적합했기 때문에 선택되었습니다. 이를 통해 복잡한 접촉 조건을 설정하지 않고도 용접에 의한 연결 과정을 효율적으로 시뮬레이션할 수 있습니다.
Q3: 그림 14를 보면 초기 응력 상태는 매우 다르지만, 최종 좌굴 시점의 응력 상태는 거의 동일합니다. 왜 이런 현상이 발생하나요?
A3: 외부 하중이 증가함에 따라 부재에 작용하는 응력은 초기의 잔류 응력보다 훨씬 커지게 됩니다. 재료가 항복점에 도달하면서 응력 재분배가 일어나고, 이 과정에서 초기에 잠겨 있던 잔류 응력 패턴의 영향이 사실상 ‘씻겨 나가게’ 됩니다. 최종적인 좌굴 파괴는 초기 응력 상태보다는 전체 하중, 단면 형상, 그리고 기하학적 불완전성에 의해 지배되기 때문에, 좌굴 시점에서는 두 경우의 응력 분포가 거의 유사해지는 것입니다.
Q4: 표 2에서 알버트 운하 교량의 좌굴 계수 차이가 1% 미만이라고 나왔습니다. 이 결과가 모든 종류의 용접 구조물에 적용될 수 있나요?
A4: 이 논문의 결론은 단면 치수가 큰 대형 타이 아치교에 한정됩니다. 저자들은 높은 잔류 응력이 발생하는 영역이 전체 단면의 크기에 비해 상당히 제한적이기 때문에 그 영향이 작다고 설명합니다. 반면, ECCS 곡선이 제안하는 것처럼 더 작고 컴팩트한 단면을 가진 구조물에서는 잔류 응력이 좌굴 강도에 미치는 영향이 더 클 수 있으므로 이 결과를 모든 구조물에 일반화하는 데는 주의가 필요합니다.
Q5: 결론에서 잔류 응력의 영향이 “상당히 작다”고 했는데, 어떤 상황에서 그 영향이 중요해질 수 있나요?
A5: 논문은 용접 공정 자체가 상당한 기하학적 변형, 즉 추가적인 불완전성을 야기하는 상황이라면 그 영향이 중요해질 것이라고 시사합니다. 이 연구는 순수한 잔류 응력의 영향과 용접으로 인한 변형(뒤틀림)의 영향을 분리하여 분석했습니다. 따라서 만약 용접으로 인해 구조물에 허용치를 넘어서는 변형이 발생한다면, 이는 좌굴 거동에 직접적인 영향을 미치므로 중요하게 고려해야 합니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 상세한 유한요소해석을 통해 대형 강철 아치교의 좌굴 거동에 있어 잔류 용접 응력의 영향이 기존의 우려보다 훨씬 작다는 것을 명확히 보여주었습니다. 이는 엔지니어들이 복잡하고 시간이 많이 소요되는 잔류 응력 해석 대신, 구조물의 성능에 더 결정적인 영향을 미치는 기하학적 불완전성과 같은 요소에 집중할 수 있도록 합니다. 정확한 시뮬레이션은 불필요한 보수성을 줄이고, 더 효율적이며 경제적인 설계를 가능하게 하는 핵심입니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 최선을 다하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(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 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “A. Outtier & H. De Backer”의 논문 “Finite element modeling of the influence of residual weld stresses on buckling”을 기반으로 한 요약 및 분석 자료입니다.
본 기술 요약은 Yao Lu 외 저자들이 Frattura ed Integrità Strutturale (2020)에 게재한 논문 “A new approach of CMT seam welding deformation forecasting based on GA-BPNN”을 바탕으로, STI C&D 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 용접 변형 예측
Secondary Keywords: CMT 용접, 알루미늄-강 이종접합, 유전 알고리즘, BP 신경망, 공정 최적화
Executive Summary
도전 과제: 자동차 경량화의 핵심인 알루미늄-강 이종 판재 용접 시, 복잡한 물성 차이로 인해 발생하는 용접 변형을 정확하게 예측하고 제어하는 것은 매우 어렵습니다.
해결 방법: 직교 시험과 회색 관계 등급 이론을 통해 핵심 용접 변수를 식별하고, 유전 알고리즘(GA)으로 최적화된 역전파 신경망(BPNN)을 사용하여 정밀한 용접 변형 예측 모델을 개발했습니다.
핵심 성과: GA-BPNN 모델은 기존 BPNN 모델이나 전통적인 이론 기반 예측 방식에 비해 월등히 높은 정확도로 용접 변형을 예측하는 데 성공했습니다.
핵심 결론: GA-BPNN 모델의 예측값을 ‘역변형(inverse deformation)’ 기법에 적용함으로써, 용접 후 최종 변형량을 획기적으로 줄여 부품의 품질과 치수 정밀도를 크게 향상시켰습니다.
도전 과제: CFD 전문가에게 이 연구가 중요한 이유
자동차 산업의 핵심 과제인 ‘경량화’를 달성하기 위해, 기존의 강철 구조를 알루미늄-강 하이브리드 구조로 대체하는 것이 효과적인 해결책으로 떠오르고 있습니다. 이때 콜드 메탈 트랜스퍼(CMT) 용접 기술은 낮은 입열량과 스패터 없는 용접이 가능하여 얇은 이종 금속 판재 접합에 널리 사용됩니다.
하지만 알루미늄과 강철은 선팽창계수, 열전도율과 같은 핵심 물성이 크게 달라 CMT 용접 과정에서 심각한 변형이 발생합니다. 이러한 변형은 최종 제품의 품질과 치수 정밀도에 치명적인 영향을 미칩니다. 기존의 유한요소법(FEM)과 같은 해석적 예측 방법은 계산 비용이 매우 높고 시간이 오래 걸리며, 전통적인 이론 기반 예측은 복잡한 비선형 관계를 정확히 반영하기 어렵다는 한계가 있었습니다. 따라서 실제 산업 현장에 적용 가능하면서도 높은 정확도를 가진 새로운 용접 변형 예측 및 제어 기술이 절실히 요구되었습니다.
접근 방식: 연구 방법론 분석
본 연구에서는 알루미늄-강 이종 판재의 CMT 용접 변형을 예측하고 제어하기 위해 데이터 기반의 지능형 모델을 구축했습니다. 연구의 핵심 방법론은 다음과 같습니다.
소재 및 장비: 테스트 플레이트로는 자동차 산업에서 널리 쓰이는 AA6061-T6 알루미늄 합금과 DP590 강철을 사용했으며, 용접 장비는 Fronius사의 TPS4000 CMT 용접기와 KUKA 로봇 팔을 활용했습니다.
핵심 변수 식별: 먼저, 용접 변형에 영향을 미치는 주요 인자를 찾기 위해 직교 시험(orthogonal test)을 설계했습니다. 와이어 송급 속도, 용접 속도, 아크 보정, 알루미늄 판 두께를 4가지 주요 인자로 설정하고 16개 그룹의 실험을 수행했습니다.
영향도 분석: 직교 시험 결과를 바탕으로 회색 관계 등급 이론(gray relational grade theory)을 적용하여 각 용접 인자가 최종 변형에 미치는 영향도를 정량적으로 분석했습니다. 이를 통해 신경망 모델의 입력 변수로 사용할 가장 중요한 인자들을 선별했습니다.
AI 예측 모델 구축: 영향도가 높은 3개의 인자(와이어 송급 속도, 용접 속도, 알루미늄 판 두께)를 입력으로, 용접 변형량을 출력으로 하는 역전파 신경망(BPNN) 모델을 구축했습니다.
모델 최적화: 표준 BPNN의 예측 정확도를 더욱 높이기 위해, 유전 알고리즘(GA)을 도입하여 신경망의 초기 가중치와 임계값을 최적화하는 GA-BPNN 모델을 개발했습니다.
검증 및 적용: 최종적으로 개발된 GA-BPNN 모델의 예측값을 ‘역변형(inverse deformation)’ 기법에 적용하여, 용접 전 판재에 예측된 변형량만큼 반대 방향으로 변형을 가한 후 용접을 진행했습니다. 이를 통해 용접 후 변형이 상쇄되어 평평한 결과물을 얻을 수 있는지 검증했습니다.
Figure 2: Anti-deformation treatment diagram
핵심 성과: 주요 결과 및 데이터
성과 1: 용접 변형을 좌우하는 핵심 공정 변수 규명
회색 관계 등급 이론 분석을 통해 각 용접 변수가 변형에 미치는 영향도를 정량적으로 파악했습니다. Table 3에 따르면, 와이어 송급 속도가 0.727116으로 가장 높은 상관도를 보였으며, 이는 용접 변형에 가장 큰 영향을 미치는 인자임을 의미합니다. 그 뒤를 이어 용접 속도(0.723069)와 알루미늄 판 두께(0.721059)가 중요한 영향을 미쳤으며, 아크 보정(0.679584)은 상대적으로 영향도가 가장 낮았습니다. 이 결과는 변형 제어를 위해 어떤 공정 변수를 우선적으로 관리해야 하는지에 대한 명확한 가이드를 제공합니다.
성과 2: GA-BPNN 모델의 압도적인 예측 정확도
유전 알고리즘으로 최적화된 GA-BPNN 모델은 표준 BPNN 모델보다 훨씬 높은 예측 정확도를 보였습니다.
예측 오차 비교: 본문에 따르면, 표준 BPNN의 예측 오차 범위는 -0.029mm ~ 0.011mm인 반면, GA-BPNN의 오차 범위는 -0.016mm ~ 0.004mm로 훨씬 작았습니다.
평균 절대 오차(MAE):Table 4에서 두 모델의 성능을 비교한 결과, BPNN의 평균 절대 오차는 0.00953mm였지만, GA-BPNN은 0.00539mm로 약 43% 더 낮은 오차를 기록했습니다. 이는 GA 최적화를 통해 신경망의 예측 성능이 크게 향상되었음을 입증합니다. Figure 6과 Figure 7의 그래프를 비교해 보아도 GA-BPNN의 예측값이 실제 출력값에 더 가깝게 추종하는 것을 시각적으로 확인할 수 있습니다.
성과 3: ‘역변형’ 기법을 통한 실질적인 변형 제어 효과 입증
예측 모델의 실효성을 검증하기 위해 ‘역변형’ 기법을 적용한 결과, GA-BPNN 모델이 매우 효과적임을 확인했습니다. Table 5는 동일한 용접 조건에서 세 가지 경우의 최종 변형량을 보여줍니다.
역변형 처리 없음: 0.67 mm의 변형 발생
BPNN 예측 기반 역변형: 변형량이 0.36 mm로 감소
GA-BPNN 예측 기반 역변형: 변형량이 0.11 mm로 획기적으로 감소
이 결과는 GA-BPNN의 정밀한 예측이 실제 공정에서 용접 변형을 거의 완벽에 가깝게 제어할 수 있음을 명확히 보여주는 증거입니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 용접 변형을 최소화하기 위해 와이어 송급 속도와 용접 속도를 가장 우선적으로 제어해야 함을 시사합니다(Table 3). 이 두 변수의 미세 조정만으로도 품질 개선에 큰 효과를 볼 수 있습니다.
품질 관리팀: Table 5의 데이터는 예측 모델의 정확도가 최종 제품의 치수 품질과 직결됨을 보여줍니다. GA-BPNN과 같은 고정밀 예측 모델을 도입하면, 기존 대비 훨씬 엄격한 변형 허용 오차(예: 0.67mm → 0.11mm)를 달성할 수 있어 새로운 품질 검사 기준을 수립하는 데 활용될 수 있습니다.
설계 엔지니어: 이 연구에서 제시된 데이터 기반 예측 모델링 접근법은 이종 재료 접합과 같이 복잡한 제조 공정에서 발생하는 변동성을 관리하는 효과적인 방법을 제시합니다. 설계 단계에서부터 제조 공정의 변동성을 예측하고 이를 설계에 반영하는 데 중요한 통찰을 제공합니다.
논문 상세 정보
A new approach of CMT seam welding deformation forecasting based on GA-BPNN
1. 개요:
제목: A new approach of CMT seam welding deformation forecasting based on GA-BPNN
저자: Yao Lu, Yanfeng Xing, Xuexing Li, Sha Xu
발행 연도: 2020
학술지/학회: Frattura ed Integrità Strutturale
키워드: Cold metal transfer welding; Orthogonal test; Gray relational grade theory; BP neural network; Genetic algorithm
2. 초록:
용접 변형은 용접 부품의 품질에 영향을 미친다. 본 논문에서는 개선된 역전파 신경망(BPNN)을 도입하여 알루미늄-강 이종 판재에 대한 콜드 메탈 트랜스퍼(CMT) 용접 변형 예측 모델을 구축했다. BPNN을 적용하기 전에 직교 시험과 회색 관계 등급 이론을 통해 용접 변형에 영향을 미치는 중요 매개변수를 도출했다. BPNN의 용접 변형 예측 정확도는 유전 알고리즘을 통해 향상되었다. 연구 결과, 전통적인 이론 기반 예측 방법과 비교하여 GA-BPNN 기반 변형 예측 모델이 더 높은 정확도를 가짐을 확인했다. 예측된 결과는 역변형 형태로 알루미늄-강 CMT 심 용접에 적용되었으며, 용접된 판의 변형이 현저히 개선되었다.
3. 서론:
알루미늄 합금은 경량, 강한 부식 저항성, 우수한 내구성의 장점을 가지고 있어, 전통적인 강철 구조를 알루미늄-강 하이브리드 구조로 대체하는 것은 자동차 경량화를 실현하는 효과적인 수단이다. 그러나 알루미늄과 강철은 선팽창계수 및 열전도율과 같은 재료 특성에서 큰 차이가 있어 알루미늄 합금 CMT 용접 공정에서 용접 변형이 발생하며, 이는 용접 부품의 품질에 영향을 미친다. 본 논문에서는 CMT 용접 기술을 사용하여 AA6061-T6 알루미늄 합금과 DP590 강판의 용접 변형에 영향을 미치는 매개변수를 연구하고, BP 신경망과 GA-BP 신경망을 사용하여 용접 변형을 예측했다.
4. 연구 요약:
연구 주제의 배경:
자동차 경량화를 위한 알루미늄-강 이종 접합의 필요성이 대두되었으며, CMT 용접이 유망한 기술로 주목받고 있다. 그러나 두 재료의 물성 차이로 인한 용접 변형이 제품 품질을 저하하는 주요 문제점이다.
이전 연구 현황:
기존의 용접 변형 예측은 3차원 유한요소법(FEM)이나 고유 변형률법 등을 사용했으나, FEM은 계산 비용이 높고, 고유 변형률법은 복잡한 실제 공정에 적용하기 어렵다는 한계가 있었다. 인공 신경망(BPNN)이 대안으로 제시되었으나, 국소 최적점에 빠지기 쉬워 예측 정확도에 한계가 있었다.
연구 목적:
본 연구의 목적은 유전 알고리즘(GA)으로 기존 BPNN을 개선하여, 알루미늄-강 CMT 용접에서 발생하는 변형을 더 정확하게 예측하는 모델(GA-BPNN)을 개발하고, 이 모델을 실제 공정에 적용하여 용접 변형을 효과적으로 제어하는 것이다.
핵심 연구:
직교 시험과 회색 관계 등급 이론을 통해 용접 변형에 영향을 미치는 주요 공정 변수(와이어 송급 속도, 용접 속도, 알루미늄 판 두께)를 식별.
표준 BPNN 모델과 유전 알고리즘으로 최적화된 GA-BPNN 모델을 각각 구축하고 예측 성능을 비교.
개발된 예측 모델을 ‘역변형’ 기법과 결합하여 실제 용접 공정에서 변형 제어 효과를 실험적으로 검증.
5. 연구 방법론
연구 설계:
실험은 5인자 4수준 직교 시험표에 따라 16개 그룹으로 수행되었다. 와이어 송급 속도, 용접 속도, 아크 보정, 알루미늄 판 두께를 4개의 인자로 선택하고, 알루미늄-강 판재의 변형량을 평가 지표로 사용했다.
데이터 수집 및 분석 방법:
용접 후 판재의 변형량은 양안 스테레오스코프 측정 장치를 사용하여 측정점의 3차원 좌표 변화를 측정하여 계산했다. 수집된 데이터는 회색 관계 등급 이론을 사용하여 각 인자의 영향도를 분석하고, MATLAB 2016a를 사용하여 BPNN 및 GA-BPNN 모델을 훈련 및 검증했다.
연구 주제 및 범위:
연구는 AA6061-T6 알루미늄 합금과 DP590 강철의 랩 조인트(lap joint) CMT 심 용접에 국한된다. 신경망 훈련을 위해 총 120세트의 실험 데이터를 사용했으며, 이 중 100세트는 훈련에, 20세트는 검증에 사용되었다.
6. 주요 결과:
주요 결과:
회색 관계 등급 분석 결과, 용접 변형에 가장 큰 영향을 미치는 인자는 와이어 송급 속도(0.727116)이며, 용접 속도(0.723069), 알루미늄 판 두께(0.721059) 순으로 나타났다. 아크 보정(0.679584)의 영향은 가장 적었다.
GA-BPNN 모델은 표준 BPNN 모델보다 예측 정확도가 높았다. GA-BPNN의 평균 절대 오차(MAE)는 0.00539 mm로, BPNN의 0.00953 mm보다 현저히 낮았다.
역변형 기법 적용 시, GA-BPNN 예측값을 사용한 경우 최종 변형량은 0.11 mm로, 역변형을 적용하지 않은 경우(0.67 mm)나 BPNN 예측값을 사용한 경우(0.36 mm)보다 월등히 작았다.
Figure 13: Contrast test of deformation treatment
Figure 목록:
Figure 1: The flow chart of GA Optimized BPNN method
Figure 2: Anti-deformation treatment diagram
Figure 3: Illustration of seam welding of AA6061-T6/DP590 sheet
Figure 4: Binocular stereo vision measurement of mark point device
Figure 5: Prediction model of welding deformation based on GA-BPNN
Figure 6: BPNN prediction output
Figure 7: GA-BPNN predictive output
Figure 8: Comparison of neural network errors
Figure 9: Comparison of the training performance of two neural networks: (a) BPNN, (b) GA-BPNN.
Figure 10: The training state of two neural networks: (a) BPNN, (b) GA-BPNN.
Figure 11. Regression of two neural networks: (a) BPNN, (b) GA-BPNN.
Figure 12: Xu’s results of welding deformation under simulation and experiment.
Figure 13: Contrast test of deformation treatment
7. 결론:
본 연구는 직교 시험과 회색 관계 등급 이론을 통해 CMT 용접 변형에 영향을 미치는 주요 공정 변수를 성공적으로 규명했다. 유전 알고리즘으로 개선된 GA-BPNN은 표준 BPNN보다 높은 예측 정확도를 보였으며, 예측 오차 범위를 크게 줄였다. 이 예측 결과를 역변형 기법에 적용한 결과, 용접 후 판재의 변형이 현저히 감소함을 확인했다. 이는 GA-BPNN이 알루미늄-강 CMT 용접 변형 예측에 더 적합하며, 실제 산업 현장에서 고품질 용접을 달성하는 데 효과적으로 사용될 수 있음을 시사한다.
Figure 3: Illustration of seam welding of AA6061-T6/DP590 sheet
8. 참고 문헌:
Solecka, M., Kopia, A., Radziszewska, A. and Rutkowski, B. (2018). Microstructure, microsegregation and nanohardness of CMT clad layers of Ni-base alloy on 16Mo3 steel, Journal of Alloys & Compounds, 751, pp. 86-95.
Masters, I., Fan, X., Roy, R. and Williams, D. (2012). Modelling distortion induced in an assembly by the self piercing rivet process, Proceedings of the Institution of Mechanical Engineers. Part B: Engineering Manufacture, 226(2), pp. 300-312.
Rai, R., De, A., Bhadeshia, H. K. D. H. and Debroy, T. (2011). Review: friction stir welding tools, Science & Technology of Welding & Joining, 16(4), pp. 325-342.
Lei, H. Y., Li, Y. B. and Carlson, B. E. (2017). Cold metal transfer spot welding of 1, mm thick aa6061-t6, Journal of Manufacturing Processes, 28, pp. 209-219.
Deng, D., Kiyoshima, S., Ogawa, K., Yanagida, N. and Saito, K. (2011). Predicting welding residual stresses in a dissimilar metal girth welded pipe using 3d finite element model with a simplified heat source, Nuclear Engineering and Design, 241(1), pp. 46-54.
Xia, J. and Jin, H. (2016). Numerical study of welding simulation and residual stress on butt welding of dissimilar thickness of austenitic stainless steel, International Journal of Advanced Manufacturing Technology, 91(1-4), pp. 1-9.
Wei, L., Liang, Z. and Xiaolu, S. (2017). Prediction of welding deformation of ultra-thin plates by inherent strain method, Transactions of The China Welding Institution, 38 (3), pp. 103-106.
Jin, Z., Baohua, C., Ye, Z. and Dong, D. (2010). Prediction of welding deformation of aluminum alloy by inherent strain method, Welding Technology, 39(6), pp. 6-10.
Liming, L., Guoli, L., Yujun, L., Zan, Z., Chonghua, Z. and Peisheng, L. (2002). Analysis and Prediction of Welding Deformation of Ship High Strength Steel Based on Artificial Neural Network, Transactions of The China Welding Institution, (01), pp. 27-29+33-3.
Li, Z., Yan, X., Yuan, C., Peng, Z. and Li, L. (2011). Virtual prototype and experimental research on gear multi-fault diagnosis using wavelet-autoregressive model and principal component analysis method, Mechanical Systems and Signal Processing, 25(7), pp. 2589-2607.
Baştanlar Y. and Ozuysal, M. (2012). Introduction to machine learning, An Introduction to Machine Learning. Springer Publishing Company, Incorporated.
Chen, B. and Feng, J. (2014). Modeling of underwater wet welding process based on visual and arc sensor, Industrial Robot: An International Journal, 41(3), pp. 311-317.
Jiangqi, L., Fengchong, L., Jiqing, C. and Ping, A. Y. (2009). Mechanical properties prediction of the mechanical clinching joints based on genetic algorithm and bp neural network, Chinese Journal of Mechanical Engineering, 22(1), pp. 36-41.
Liu, J., Xu, G., Ren, L., Qian, Z. and Ren, L. (2016). Defect intelligent identification in resistance spot welding ultrasonic detection based on wavelet packet and neural network, International Journal of Advanced Manufacturing Technology, 90(9-12), pp. 1-8.
Haisheng, L., Long, L., Li, C., Cheng, L. and Qiang, C. (2015). The prediction in computer color matching of dentistry based on ga+bp neural network, Computational and Mathematical Methods in Medicine, pp. 1-7.
Qian, L., Huan, T., Jing, W., Qin, Z., Jie, C. and Zhe, Q. W. (2018). Warfarin maintenance dose prediction for patients undergoing heart valve replacement— a hybrid model with genetic algorithm and back-propagation neural network, Scientific Reports, 8(1), pp. 9712
Niu, H., Yu, J. and Huang, Z. (2017). Gray correlation analysis and chebyshev prediction of air gap discharge voltage, International Conference on Electrical Materials & Power Equipment. IEEE.
Jian, C., Jingmin, F. and Chenguang, A. (2010). Application of grey correlation analysis in chromatograph peak identification of transformer oil, Power System Technology, 34(7), pp. 206-210.
Yanbin, L., Xinyi, Y. and Zhijie, W. (2013). Risk assessment on photovoltaic power generation project by grey correlation analysis and TOPSIS method, Power System Technology, 37(6), pp. 1514-1519.
Xian, S. (2014). The principle and control of the anti-deformation method of weldment in engineering application, Modern Welding Technology, 12, pp. 38-42.
Q1: 신경망의 입력 변수를 선택하기 위해 회색 관계 등급 이론을 사용한 이유는 무엇인가요?
A1: 회색 관계 등급 이론은 여러 입력 변수 중 어떤 변수가 출력 결과(용접 변형)에 가장 큰 영향을 미치는지 정량적으로 분석하는 데 효과적입니다. 이 방법을 통해 직교 시험 결과로부터 영향력이 가장 큰 핵심 변수(와이어 송급 속도, 용접 속도, 알루미늄 판 두께)만을 선별할 수 있었습니다. 이는 불필요한 변수를 제거하여 신경망 모델의 구조를 단순화하고, 학습 효율과 예측의 정확도를 높이는 데 기여합니다.
Q2: GA-BPNN 모델은 BPNN보다 수렴하는 데 더 오랜 시간(6 epoch vs 4 epoch)이 걸렸습니다. 이것이 실제 적용에 있어 한계가 되지는 않나요?
A2: 훈련 시간이 더 긴 것은 사실이지만, 이는 유전 알고리즘의 진화 과정에 따른 일회성 비용입니다. 모델 훈련은 오프라인에서 한 번만 수행하면 됩니다. 일단 훈련이 완료되면, Table 4에서 보듯이 평균 절대 오차가 0.00953mm에서 0.00539mm로 감소하는 등 월등히 높은 예측 정확도를 제공합니다. 품질이 최우선인 생산 공정에서는 초기 훈련 시간의 투자보다 최종 예측 모델의 높은 신뢰성이 훨씬 더 중요합니다.
Q3: ‘역변형(inverse deformation) 기법’이란 무엇이며 어떻게 적용되었나요?
A3: ‘역변형 기법’은 용접으로 인해 발생할 것으로 예측되는 변형의 반대 방향으로 미리 판재에 변형을 가하는 방법입니다. 본 연구에서는 GA-BPNN 모델이 예측한 변형량(예: 0.11mm의 위쪽 휨)만큼, 용접 전에 판재를 아래쪽으로 미리 휘게 했습니다. 그 후 용접을 진행하면 용접 열로 인한 응력이 발생하여 판재가 위쪽으로 휘면서 미리 가해진 변형과 상쇄되어, 최종적으로는 평평한 결과물을 얻게 됩니다. Figure 13과 Table 5는 이 기법의 뛰어난 효과를 보여줍니다.
Q4: Figure 11을 보면 GA-BPNN의 회귀 계수 R값(0.97843)이 BPNN(0.97074)보다 약간만 더 좋습니다. 이 작은 개선이 어떻게 최종 변형량을 0.36mm에서 0.11mm로 크게 줄일 수 있었나요?
A4: 정밀 제조 분야에서는 예측 정확도의 작은 개선이 최종 결과물에 큰 차이를 만듭니다. 더 높은 R값은 모델이 데이터의 패턴을 더 잘 일반화하고 신뢰성이 높다는 것을 의미합니다. 이렇게 약간 더 정확한 예측값을 역변형 기법에 사용하면, 용접으로 인한 변형을 훨씬 더 효과적으로 상쇄할 수 있습니다. 그 결과, 최종 제품의 평탄도가 크게 향상되어 변형량이 획기적으로 줄어드는 것입니다.
Q5: 연구에서는 3개의 입력, 5개의 은닉 노드, 1개의 출력 구조를 가진 신경망을 사용했습니다. 이 구조는 어떻게 결정되었나요?
A5: 3개의 입력(와이어 송급 속도, 용접 속도, 알루미늄 판 두께)은 회색 관계 등급 분석을 통해 용접 변형에 가장 영향력이 큰 인자로 선정되었습니다. 1개의 출력은 예측하고자 하는 목표인 용접 변형량입니다. 은닉 노드의 수(5개)는 논문에 구체적인 선정 과정이 명시되어 있지는 않지만, 일반적으로 모델의 복잡성과 성능 사이의 균형을 맞추기 위한 반복적인 실험을 통해 결정됩니다.
결론: 더 높은 품질과 생산성을 향한 길
알루미늄-강 이종 접합 공정에서 발생하는 변형은 제품의 품질을 저하하는 고질적인 문제였습니다. 본 연구는 유전 알고리즘으로 최적화된 신경망(GA-BPNN)을 활용한 용접 변형 예측이 이 문제를 해결할 수 있는 강력한 해법임을 증명했습니다. 이 고정밀 예측 모델은 ‘역변형’ 기법과 결합하여 용접 후 변형을 획기적으로 줄임으로써, 자동차 경량화 부품의 치수 정밀도와 품질을 한 차원 높일 수 있는 가능성을 열었습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 본 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
저작권 정보
이 콘텐츠는 “Yao Lu” 외 저자들의 논문 “A new approach of CMT seam welding deformation forecasting based on GA-BPNN”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Jinhong Li와 Kangpei Zhao가 [TELKOMNIKA Indonesian Journal of Electrical Engineering]에 발표한 “Application of L-series of Formation in Fuzzy Pattern Recognition” (2014) 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 퍼지 패턴 인식 (Fuzzy Pattern Recognition)
Secondary Keywords: L-시리즈 (L-series), 용접 공정 최적화 (Welding Process Optimization), 정보 과립 (Information Granules), 러프 집합 이론 (Rough Set Theory), 데이터 이산화 (Data Discretization)
Executive Summary
The Challenge: 기존의 퍼지 패턴 인식 방법은 전문가의 경험에 기반한 멤버십 함수에 의존하여 주관적이고 정확한 모델 구축이 어려운 한계가 있었습니다.
The Method: 본 연구는 추상 해석적 정수론의 ‘L-시리즈 형성’ 개념을 도입하여, 데이터를 ‘정보 과립’으로 분류하고 멤버십 함수 없이 객관적으로 패턴을 인식하는 새로운 방법을 제안합니다.
The Key Breakthrough: 제안된 L-시리즈 방법론을 용접 데이터 분석에 적용했으며, 그 결과가 러프 집합 이론(Rough Set Theory)을 사용한 별도의 분석 결과와 일치함을 확인함으로써 방법론의 타당성을 입증했습니다.
The Bottom Line: L-시리즈 접근법은 용접 품질 예측과 같이 복잡한 제조 공정의 패턴 인식 문제에 대해 기존보다 더 객관적이고 광범위하게 적용할 수 있는 수학적 프레임워크를 제공합니다.
The Challenge: Why This Research Matters for CFD Professionals
제조 현장에서 용접 품질과 같은 복잡한 결과를 예측하고 제어하는 것은 엔지니어들의 오랜 과제입니다. 특히 기상 과학, 의료, 엔지니어링 정찰 등 다양한 분야에서 알려진 지식을 바탕으로 불분명한 특성을 가진 객체가 어떤 유형에 속하는지 판단해야 하는 ‘패턴 인식’ 문제는 매우 중요합니다.
기존의 퍼지 추론(fuzzy reasoning)과 같은 고전적인 인식 방법들은 ‘멤버십 함수’를 활용하여 샘플과 모델을 측정합니다. 하지만 이 퍼지 규칙과 멤버십 함수는 주로 전문가의 경험에 따라 결정되기 때문에, 정확하고 합리적인 함수를 설정하기 어렵다는 본질적인 한계가 있습니다. 이러한 주관성은 특정 환경에 맞는 함수를 선택하는 데 불필요한 복잡성을 야기하고, 분석 결과의 신뢰성을 저해하여 실제 산업 적용을 제한하는 요인이 되어 왔습니다. 본 연구는 바로 이 문제를 해결하기 위해 시작되었습니다.
The Approach: Unpacking the Methodology
본 연구는 기존의 주관적인 멤버십 함수 의존성을 극복하기 위해 John Knofmacher에 의해 정립된 ‘추상 해석적 정수론’이라는 독특한 수학적 접근법을 채택했습니다.
연구의 핵심 아이디어는 모델 데이터와 식별 대상 객체를 ‘정보 과립(information granules)’이라는 개념으로 취급하는 것입니다. 이 정보 과립들은 복소 평면 위의 한 점으로 표현되며, 각 점은 극좌표계를 사용하여 고유한 위치를 갖습니다. – 극반경 (ρ): 정보 과립(등가 클래스)의 놈(norm)으로, 데이터의 크기나 강도를 나타냅니다. – 극각 (θ): 정보 과립 내 데이터 요소들의 분산 정도(산포도)를 반영합니다.
이러한 좌표계 위에서, 식별하려는 객체 [c]와 알려진 모델 베이스 [a] 사이의 관계는 ‘L-시리즈’라는 수학적 함수 L(s, χ)를 통해 정의됩니다. 두 정보 과립의 L-시리즈 함수 값의 차이가 매우 작으면, 두 과립은 서로 ‘가깝다’고 판단하여 동일한 패턴으로 분류합니다.
이 방법론을 검증하기 위해, 연구진은 ZL114A 알루미늄(두께 8mm) 소재의 용접 공정에 이를 적용했습니다. – 공정 변수 (조건 속성): 레이저 출력(P), 와이어 공급 속도(WFS), 용접 속도(V), 전류(I) – 용접 결과 (결정 속성): 용접 폭(d₁), 용접 깊이(d₂)
총 12개의 실험 데이터 그룹을 분석하여 공정 변수와 용접 외관 사이의 관계를 규명하고자 했습니다.
The Breakthrough: Key Findings & Data
본 연구는 L-시리즈를 통한 새로운 패턴 인식 방법론을 제안하고, 이를 실제 용접 데이터에 적용하여 그 유효성을 입증하는 데 성공했습니다.
Finding 1: 객관적 패턴 인식을 위한 새로운 수학적 프레임워크 제시
가장 큰 성과는 L-시리즈라는 수학적 도구를 통해 기존 퍼지 이론의 주관성을 배제한 새로운 패턴 인식 모델을 제시했다는 점입니다. 이 방법은 복잡한 데이터 집합을 ‘정보 과립’으로 추상화하고, 이들 간의 관계를 해석적 함수로 분석함으로써, 경험에 의존하지 않는 일관된 분류 기준을 제공합니다. 이는 다양한 공학적 문제에 적용할 수 있는 일반화된 방법론의 가능성을 열어줍니다.
Table 1. Welding Process Parameters and Weld Dimension
Finding 2: 교차 검증을 통한 방법론의 신뢰성 확보
제안된 방법의 신뢰도를 높이기 위해, 연구진은 동일한 용접 데이터(Table 1)를 ‘러프 집합 이론(Rough Set Theory)’이라는 다른 분석 기법으로 교차 검증했습니다. 러프 집합 이론은 불완전하고 불확실한 데이터를 다루는 데 효과적인 도구입니다. 분석 결과, 러프 집합 이론에 따른 데이터 분류 결과가 L-시리즈 방법론이 예측하는 결과와 “일치(coincident)”함을 확인했습니다.
예를 들어, 논문의 7절 ‘등가 분류(Equivalent Classification)’에 따르면, 러프 집합 분석 결과 실험 e₁, e₄, e₁₁, e₁₂는 모두 동일한 결정 클래스 Y₁ = {e₁, e₄, e₁₁, e₁₂}에 속하는 것으로 나타났습니다. 이는 해당 실험들의 용접 외관(용접 폭 및 깊이)이 거시적으로 매우 유사하다는 것을 의미하며, L-시리즈 방법론 또한 이와 같은 패턴을 성공적으로 인식할 수 있음을 시사합니다. 이러한 일치성은 제안된 L-시리즈 방법이 실제 산업 데이터의 복잡한 패턴을 효과적으로 식별할 수 있음을 강력하게 뒷받침합니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 L-시리즈 방법이 특정 공정 변수(레이저 출력, 이송 속도 등)의 조합이 어떻게 유사하거나 상이한 용접 결과로 이어지는지 식별하는 강력한 도구가 될 수 있음을 시사합니다. 이를 통해 원하는 용접 품질을 얻기 위한 공정 최적화에 기여할 수 있습니다.
For Quality Control Teams: 논문의 Table 1 데이터와 그 분류 결과는 입력 변수와 출력 품질 간의 명확한 연관성을 보여줍니다. 이 접근법은 단순한 통계적 공정 관리를 넘어, 품질을 예측하고 잠재적 불량을 사전에 방지하는 정교한 예측 모델을 개발하는 데 활용될 수 있습니다.
For Design Engineers: 비록 연구가 공정에 초점을 맞추고 있지만, 패턴 인식이라는 근본 원리는 제조 용이성 설계(DFM)에도 확장 적용될 수 있습니다. 특정 변수 조합이 결과에 미치는 영향을 이해하는 것은 초기 설계 단계에서부터 품질 문제를 최소화하는 데 중요한 고려 사항이 될 것입니다.
Paper Details
Application of L-series of Formation in Fuzzy Pattern Recognition
1. Overview:
Title: Application of L-series of Formation in Fuzzy Pattern Recognition
Author: Jinhong Li, Kangpei Zhao
Year of publication: 2014
Journal/academic society of publication: TELKOMNIKA Indonesian Journal of Electrical Engineering
Keywords: fuzzy pattern recognition, L-series of formation, information granules
2. Abstract:
본 논문에서는 정보 과립화 아이디어를 통해 모델 베이스와 식별 대상을 정보 과립으로 분류한다. 적절한 극좌표계가 설정된다. 퍼지 패턴 인식 문제는 추상 해석적 정수론의 L-시리즈 형성을 통해 연구된다. 대량의 데이터로 구성된 정보 과립의 모델 베이스 유형을 평가하는 방법이 제시된다. 추가적으로, 이 방법은 용접 공정에서 공정 변수와 용접 외관 사이의 관계를 분석하는 데 사용된다. 동시에, 용접 외관과 공정 변수 간의 관계는 러프 집합과 속성-우선순위 알고리즘에 기반한 데이터 이산화 처리를 통해 연구된다. 이 두 방법의 결과는 일치한다. 본 논문에서 제안된 방법은 사실임이 증명되었다.
3. Introduction:
일상생활에서 사람들은 감각을 통해 그래픽, 문자, 언어를 인식할 수 있다. 그러나 기상 과학, 공학 정찰, 환경 공학, 의학, 범죄 수사 등 많은 분야에서는 공통적인 특징이 있다. 우리는 알려진 지식을 사용하여 모호한 소속을 가진 객체가 어떤 유형인지 판단하고 식별해야 한다. 이것이 패턴 인식 문제이다.
지난 30년간 인공지능의 새로운 하위 분야로서, 고전적인 인식 방법들은 최대 멤버십 등급 원리와 근접성 원리에 초점을 맞추었다. 이후, 일부 학자들은 다른 문제들을 겨냥한 인식 모델들을 제안했다. 참고문헌 [1]에서는 지속 가능한 개발 시스템의 퍼지 인식 모델과 방법이 제시되었다. 이는 퍼지 결정 이론과 평가 지표 가중치 벡터 방법을 포함한다. Zhang Shoufeng은 참고문헌 [2]에서 삼각 퍼지 수로 퍼지 개념을 나타내고, 이 모델을 사용하여 기업 역량을 종합적으로 평가하고 인식하는 새로운 다단계 퍼지 패턴 인식 모델을 제시했다. 위에서 언급된 모든 인식 방법들은 퍼지 추론의 도움을 받는다. 샘플과 모델 베이스는 멤버십 함수를 이용하여 측정된다. 사실, 퍼지 규칙은 보통 경험에 따라 결정된다. 정확하고 합리적인 멤버십 함수를 설정하는 것은 어려우며, 이는 그들의 응용을 제한할 것이다.
본 논문에서는 John Knofmacher에 의해 정립된 추상 해석적 정수론의 아이디어로 퍼지 패턴 인식 문제를 논의할 것이다. 우리는 모델 베이스 집합을 산술 반군(arithmetical semigroup)으로 생각하고, 식별될 객체를 등가 클래스(equivalence class)로 간주한다. 최종적으로 객체와 알려진 모델 베이스 간의 관계는 L-시리즈에 의해 주어진다. 이 방법으로, 우리는 일부 특수 영역을 임의의 반군으로 추상화하고 더 많은 유형의 인식 문제를 처리할 수 있다. 추가적으로, 우리는 다른 환경에서 다른 멤버십 함수를 선택함으로써 발생하는 불필요한 문제를 피하고 주관적 요인의 영향을 줄일 수 있다.
4. Summary of the study:
Background of the research topic:
고전적인 퍼지 패턴 인식 방법은 멤버십 함수에 의존하며, 이는 경험에 기반하여 설정되기 때문에 주관적이고 정확성에 한계가 있다.
Status of previous research:
기존 연구들은 최대 멤버십 원리나 퍼지 추론에 기반한 모델을 제안했으나, 모두 합리적인 멤버십 함수를 설정하는 데 어려움을 겪어 적용 범위가 제한되었다.
Purpose of the study:
본 연구는 추상 해석적 정수론의 L-시리즈 개념을 도입하여, 멤버십 함수에 의존하지 않는 객관적이고 일반화된 퍼지 패턴 인식 방법을 제안하고, 그 유효성을 실제 용접 공정 데이터 분석을 통해 검증하는 것을 목적으로 한다.
Core study:
데이터 집합을 ‘정보 과립’으로 정의하고, 이를 극좌표계 상의 점으로 표현한다. L-시리즈 함수를 이용해 정보 과립 간의 유사성을 측정하여 패턴을 인식하는 모델을 수립한다. 이 모델을 용접 공정 변수와 용접 외관의 관계 분석에 적용하고, 러프 집합 이론을 통한 분석 결과와 비교하여 방법론의 타당성을 검증한다.
5. Research Methodology
Research Design:
본 연구는 새로운 이론적 모델을 제안하고 이를 실제 실험 데이터에 적용하여 검증하는 방식으로 설계되었다. 먼저 추상 해석적 정수론에 기반한 L-시리즈 패턴 인식 모델을 수학적으로 정립한다. 그 후, 이 모델을 ZL114A 알루미늄 용접 실험에서 얻은 12개 데이터 세트에 적용하여 공정 변수와 용접 품질 간의 관계를 분석한다. 마지막으로, 제안된 모델의 결과를 러프 집합 이론 기반 분석 결과와 비교하여 일관성을 확인한다.
Data Collection and Analysis Methods:
데이터는 ZL114A 알루미늄 소재의 용접 실험을 통해 수집되었다. 12개의 실험 그룹에 대해 레이저 출력, 와이어 공급 속도, 용접 속도, 전류 등 4개의 공정 변수와 용접 폭, 용접 깊이라는 2개의 결과 변수를 측정했다(Table 1). 데이터 분석은 제안된 L-시리즈 방법과 비교 검증을 위한 러프 집합 및 속성-우선순위 알고리즘 기반 데이터 이산화 방법을 사용했다.
Research Topics and Scope:
본 연구는 퍼지 패턴 인식의 새로운 방법론 개발에 초점을 맞춘다. 연구 범위는 L-시리즈 형성 이론의 적용, 정보 과립 개념의 도입, 그리고 이를 용접 공정 데이터 분석에 적용하는 것으로 한정된다.
6. Key Results:
Key Results:
추상 해석적 정수론의 L-시리즈를 이용한 새로운 퍼지 패턴 인식 방법론을 제안함.
제안된 방법론은 기존의 주관적인 멤버십 함수 설정 문제를 회피할 수 있음.
용접 공정 데이터 분석에 제안된 방법을 적용하여 공정 변수와 용접 외관 간의 관계를 분석함.
러프 집합 이론을 이용한 비교 분석 결과, 제안된 방법론의 결과와 일치함을 확인함. 구체적으로, 러프 집합 분석을 통해 e₁, e₄, e₁₁, e₁₂ 실험 결과가 거시적으로 매우 유사한 용접 외관을 가짐을 보였으며, 이는 제안된 방법의 타당성을 뒷받침함.
Table 2. The Final Information Table
Figure List:
Table 1. Welding Process Parameters and Weld Dimension
Table 2. The Final Information Table
7. Conclusion:
본 논문에서는 인식 대상 정보 과립을 복소 평면 위의 한 점으로 간주한다. L-시리즈의 해석적 속성을 이용하여 간단하고 실행 가능한 인식 방법이 제시되었다. 우리가 논의한 일부 담론 영역은 모두 산술 반군으로 추상화될 수 있다. 따라서 이 방법은 일반성과 넓은 적용 범위를 가지는 특징이 있다.
8. References:
Shouyu Chen, Daojun Zhang, Guangtao Fu. Study on fuzzy recognition model of center city in area layout. Journal of Liaoning Technical University. 2002; 21: 814-817 (in Chinese).
Shoufeng Zhang, Rongjia Luo, Dongxiang Li. Application of multi-hierarchy and multi-pole fuzzy pattern recognition to enterprise competence. Journal of Wuhan university of technology. 2003;25: 83-86 (in Chinese).
J Knofmacher. Abstract analytic number therem, North-Holland. 1975.
Wenhang Li, Shanben Chen, Jiayou Wang: Model of Pulsed GTAW Process based on Variable Precision Rough Set. Transactions of the China Welding Instituttion. 2008; 29: 57-59 (in Chinese).
Jinhong Li, Kangpei Zhao. Relation model between process parameters and weld appeareance based on rough set. 2012 IET International Conference. Ei. 2012.
Wang Guoyin. Routh Set Theory and Knowledge Accquiring. Xi’an: Xian Jiaotong University Press. 2001.
Fan Juan, Wang Hong-yan. Disposal of Data Discretization in KnowledgeDiscovering. Journal of Baoding teachers college. 2006; 19(2): 40-41.
Expert Q&A: Your Top Questions Answered
Q1: 왜 전통적인 머신러닝이나 통계적 방법 대신 추상 해석적 정수론이라는 생소한 접근법을 선택했나요?
A1: 본 연구의 주된 목적은 전통적인 퍼지 논리가 가진 ‘멤버십 함수’ 설정의 주관성을 피하는 것이었습니다. 추상 해석적 정수론과 L-시리즈를 사용하면, 경험에 기반한 함수 정의 없이도 데이터 집합 간의 관계를 수학적으로 엄밀하게 정의할 수 있습니다. 이는 보다 객관적이고 일반화된 패턴 인식 프레임워크를 구축하기 위한 선택이었습니다.
Q2: 용접 실험에서 ‘정보 과립(information granule)’의 실제적인 의미는 무엇인가요?
A2: 용접 실험에서 정보 과립은 각 실험 조건을 나타냅니다. 예를 들어, Table 1의 12개 실험(e1부터 e12) 각각은 ‘레이저 출력, WFS, 속도, 전류’라는 공정 변수 조합과 그로 인한 ‘용접 폭, 깊이’라는 결과 값을 포함하는 하나의 정보 과립입니다. 모델 베이스는 이미 알려진 ‘양호한’ 또는 ‘불량한’ 용접 결과에 해당하는 정보 과립들의 집합이 될 수 있습니다.
Q3: 논문에서 L-시리즈와 러프 집합 방법의 결과가 “일치한다”고 했는데, 데이터에서 구체적인 예를 들어 설명해 주실 수 있나요?
A3: 네, 7절의 러프 집합 분석 결과를 보면 알 수 있습니다. 이 분석은 결정 속성(용접 외관)을 기준으로 12개 실험을 그룹화하는데, Y₁ = {e₁, e₄, e₁₁, e₁₂}라는 등가 클래스가 도출됩니다. 이는 e₁, e₄, e₁₁, e₁₂ 네 가지 실험 조건이 거시적으로 매우 유사한 용접 폭과 깊이를 가진다는 의미입니다. 논문은 L-시리즈 방법 역시 이 실험들을 유사한 패턴으로 분류할 것이라고 암시하며, 두 방법의 결과가 일치함을 보여줍니다.
Q4: L-시리즈 간의 ‘거리’는 어떻게 계산되며, 이 방법은 매개변수 ε의 선택에 얼마나 민감한가요?
A4: 거리는 두 L-시리즈 함수 값의 절대 차이, 즉 |La – Lc|로 계산됩니다. 논문에서는 이 차이가 임의의 작은 양수 ε보다 작아야 한다고 언급합니다. 이는 두 정보 과립이 매우 가까우면 그들의 L-시리즈 함수가 거의 동일하다는 것을 의미합니다. 따라서 ε의 선택은 ‘가깝다’고 판단하는 임계값을 결정하며, 분석의 민감도에 영향을 미칠 수 있습니다.
Q5: 최종 정보 테이블(Table 2)은 이산화된 값을 사용하는데, Table 1의 원래 연속적인 값들은 어떻게 변환되었나요?
A5: 6절 ‘데이터 이산화 처리(Disposal of Data Discretization)’에서 그 과정을 설명합니다. 연구진은 데이터 범위를 기준으로 이산화 규칙을 설정했습니다. 예를 들어, 용접 폭(d₁)의 경우 1-8 사이의 값, 8-9 사이의 값 등을 서로 다른 범주로 나누는 방식입니다. 이 과정은 데이터를 러프 집합 분석에 적합한 형태로 변환하기 위해 수행되었습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 추상 해석적 정수론의 L-시리즈를 활용하여 퍼지 패턴 인식 문제에 대한 새롭고 객관적인 접근법을 제시했습니다. 용접 공정 데이터 분석을 통해 입증되었듯이, 이 방법은 주관적인 경험에 의존하지 않고도 복잡한 제조 공정 변수와 결과 품질 간의 관계를 효과적으로 규명할 수 있는 잠재력을 가지고 있습니다. 이는 더 높은 수준의 공정 제어와 품질 예측으로 나아가는 중요한 발판이 될 수 있습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 본 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 “Application of L-series of Formation in Fuzzy Pattern Recognition” by “Jinhong Li, Kangpei Zhao”.
이 기술 요약은 Marwan T. Mezher 외 저자가 2022년 INTERNATIONAL JOURNAL OF INTEGRATED ENGINEERING에 발표한 논문 “Modelling and Experimental Study of Dissimilar Arc Stud Welding of AISI 304L to AISI 316L Stainless Steel”을 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석 및 요약하였습니다.
The Challenge: 물리적, 화학적 특성이 다른 이종 스테인리스강(AISI 304L, AISI 316L)을 용접할 때 발생하는 높은 잔류 응력과 조직 변화는 접합부의 신뢰성을 저하시키는 주요 원인입니다.
The Method: 아크 스터드 용접(ASW) 공정에서 전류, 시간 등 핵심 변수를 변경하며 실험을 진행하고, 3D 유한요소모델링(FEM)을 통해 온도 분포와 잔류 응력을 예측하여 실험 결과와 비교 분석했습니다.
The Key Breakthrough: 시뮬레이션은 용접부의 온도 및 응력 분포를 정확하게 예측했으며, 용접 후 열처리(PWHT)가 용접부 경도를 42%까지 크게 향상시키지만, 토크 강도는 소폭 감소시키는 상충 관계를 규명했습니다.
The Bottom Line: 이종 금속 아크 스터드 용접 공정 최적화를 위해서는 실험과 시뮬레이션을 결합한 접근법이 필수적이며, 이를 통해 열 입력과 후처리를 정밀하게 제어하여 기계적 강도와 경도를 모두 만족시키는 최적의 조건을 찾을 수 있습니다.
Fig. 1- Schematic of the FE model of ASW
The Challenge: Why This Research Matters for CFD Professionals
항공우주, 자동차, 화학 등 다양한 산업에서 요구되는 부품 특성을 최적화하기 위해 서로 다른 물성을 가진 금속을 접합하는 이종 금속 용접 기술의 중요성이 커지고 있습니다. 특히, 널리 사용되는 오스테나이트계 스테인리스강(ASS)의 이종 접합은 물리적, 화학적 특성 차이로 인해 용접 과정에서 높은 잔류 응력과 예상치 못한 금속간 화합물이 형성될 수 있는 큰 기술적 난제를 안고 있습니다.
이러한 잔류 응력은 제품의 성능 저하와 수명을 단축시키는 균열의 원인이 되며, 특히 부식 환경에서는 응력 부식 균열(Stress Corrosion Cracking)과 같은 치명적인 결함으로 이어질 수 있습니다. 따라서, 아크 스터드 용접(ASW)과 같은 고효율 공법을 이종 금속 접합에 적용할 때, 용접부의 온도 분포와 잔류 응력을 정밀하게 예측하고 제어하는 것은 제품의 신뢰성 확보를 위한 핵심 과제입니다. 본 연구는 이 문제를 해결하기 위해 시작되었습니다.
The Approach: Unpacking the Methodology
본 연구는 실험적 접근과 수치 해석적 접근을 병행하여 이종 금속 아크 스터드 용접의 복잡한 현상을 규명했습니다.
소재 및 장비: 스터드(Stud)는 AISI 304L(직경 8mm, 길이 70mm), 플레이트(Plate)는 AISI 316L(직경 28mm, 두께 19mm)을 사용했으며, 아크 스터드 용접(ASW) 장비를 이용해 접합을 수행했습니다.
실험 변수: 용접 품질에 영향을 미치는 핵심 변수인 용접 전류(300A, 500A, 700A)와 용접 시간(0.15s, 0.2s, 0.25s)을 각각 3단계로 설정하여 총 9가지 조건에서 실험을 진행했습니다.
기계적 특성 평가: 용접된 시편에 대해 토크 테스트(BS EN ISO 14555:2014)를 실시하여 접합 강도를 평가했으며, 최적 조건의 시편에 대해서는 비커스 미세경도 시험(ASTM)과 광학 현미경을 이용한 미세조직 분석을 수행했습니다. 또한, 용접 후 열처리(PWHT, 630°C에서 30분)가 기계적 특성에 미치는 영향을 분석했습니다.
시뮬레이션 모델: 상용 소프트웨어인 ANSYS(V.18)를 사용하여 3D 유한요소모델을 개발했습니다. 과도 열전달 모델(Transient Thermal Model)을 통해 용접 중 온도 분포를 예측하고, 정적 구조 모델(Static Structural Model)을 통해 잔류 응력을 계산했습니다. 이때, 열원 모델로는 3차원 Goldak 모델을 적용하여 실제와 유사한 열 입력 분포를 구현했습니다.
The Breakthrough: Key Findings & Data
실험과 시뮬레이션을 통해 도출된 주요 결과는 다음과 같습니다.
Finding 1: 용접 변수 최적화를 통한 최대 토크 강도 확보
용접 전류와 시간은 접합 강도에 직접적인 영향을 미쳤습니다. 실험 결과, 그림 4에서 볼 수 있듯이 용접 전류 500A, 용접 시간 0.2초 조건에서 가장 높은 68 N.M의 최대 토크 값을 얻었습니다. 이는 해당 조건에서 스터드와 플레이트 사이에 적절한 용입과 필렛이 형성되었음을 의미합니다. 반면, 700A의 과도한 전류는 오히려 높은 열 입력으로 인한 과도한 용융 및 내부 응력 증가로 토크 강도를 감소시키는 결과를 보였습니다.
Finding 2: 용접 후 열처리(PWHT)의 양면성: 경도 증가와 강도 감소
최적 조건(500A, 0.2s) 시편에 용접 후 열처리(PWHT)를 적용한 결과, 기계적 특성에 상반된 변화가 관찰되었습니다. 그림 7은 PWHT 전후의 경도 변화를 보여줍니다. PWHT 후 용융부(FZ)의 경도는 약 278 HV에서 412 HV로 42%나 급격히 증가했습니다. 이는 열처리 과정에서 단단하고 취성이 강한 시그마(σ) 상이 석출되었기 때문입니다. 하지만 이러한 경도 증가는 오히려 접합부의 인성을 감소시켜, 토크 강도는 기존 68 N.M에서 56 N.M으로 감소하는 결과를 낳았습니다. 이는 경도와 강도(인성) 사이의 상충 관계(Trade-off)를 명확히 보여줍니다.
Finding 3: FEM을 통한 열-응력장의 정확한 예측
유한요소 시뮬레이션은 용접 중 발생하는 복잡한 물리 현상을 성공적으로 예측했습니다. 그림 9와 11에 나타난 바와 같이, 용접 전류와 시간이 증가할수록 용접부의 최고 온도와 잔류 응력은 비례하여 증가했습니다. 또한, 그림 10과 12는 최고 온도와 최대 인장 잔류 응력이 스터드와 플레이트의 접촉 중심부에 집중되고, 중심에서 멀어질수록 점차 감소하는 대칭적인 분포를 보이는 것을 명확하게 시각화했습니다. 이러한 시뮬레이션 결과는 실험적 경향과 잘 일치하여 모델의 신뢰성을 입증했습니다.
Practical Implications for R&D and Operations
본 연구 결과는 실제 산업 현장의 엔지니어들에게 다음과 같은 실질적인 통찰을 제공합니다.
For Process Engineers: 용접 전류와 시간은 접합 강도와 잔류 응력을 결정하는 핵심 요소입니다. 본 연구에서 최적의 토크 강도를 보인 500A, 0.2초는 공정 최적화의 중요한 기준점이 될 수 있습니다. 표면 경도 향상이 필요할 경우 630°C의 PWHT를 적용할 수 있지만, 이로 인한 토크 강도 감소를 반드시 고려해야 합니다.
For Quality Control Teams: 논문의 그림 7에 제시된 경도 분포는 품질 검사의 중요한 참고 자료가 될 수 있습니다. 특히 PWHT 후 용융부(FZ)에서 급격한 경도 증가는 시그마 상 형성을 의미하므로, 잠재적인 취성 파괴 가능성을 염두에 두고 해당 부위를 집중적으로 검사할 필요가 있습니다.
For Design Engineers: FEM 해석 결과(그림 12, 13)는 높은 인장 잔류 응력이 스터드-플레이트 계면에 국부적으로 집중됨을 보여줍니다. 피로 파괴나 응력 부식 균열에 민감한 부품을 설계할 때, 이 응력 집중 영역을 고려하여 구조적 안정성을 확보하는 설계가 요구됩니다.
Paper Details
Modelling and Experimental Study of Dissimilar Arc Stud Welding of AISI 304L to AISI 316L Stainless Steel
1. Overview:
Title: Modelling and Experimental Study of Dissimilar Arc Stud Welding of AISI 304L to AISI 316L Stainless Steel
Author: Marwan T. Mezher, Osamah Sabah Barrak, Nasri S. M. Namer
Year of publication: 2022
Journal/academic society of publication: INTERNATIONAL JOURNAL OF INTEGRATED ENGINEERING
Keywords: Arc stud welding, AISI304L, AISI316L, residual stress, temperature distribution, PWHT, FEM
2. Abstract:
본 논문은 아크 스터드 용접 공정을 사용하여 AISI 304L 스테인리스강 스터드와 AISI 316L 스테인리스강 플레이트 간의 성공적인 용접 접합을 시도하고 구축하는 것을 목표로 합니다. 각 공정 변수의 세 가지 수준을 사용하여 다양한 전류 및 용접 시간이 토크 결과에 미치는 영향을 실험적으로 연구했습니다. 용접 후 열처리(PWHT)는 최적의 토크 샘플에 대해 수행되었으며, PWHT가 기계적 특성(토크 및 경도)과 용접부 미세조직에 미치는 영향을 연구했습니다. 본 연구에서는 ANSYS 소프트웨어 버전 18을 사용하여 3차원 유한요소모델을 개발하여 시간과 용접 전류가 결과 용접 접합부의 온도 분포 및 잔류 응력에 미치는 영향을 분석했습니다. 과도 열전달 모델은 온도 분포를 예측하기 위해 구축되었으며, 잔류 응력은 정적 구조 모델을 사용하여 결정되었습니다. PWHT는 잔류 응력의 양을 줄이고 용접 접합부의 기계적 특성을 향상시키는 데 사용되었습니다. 비커스 시험에 기반한 미세 경도 및 PWHT 유무에 따른 용접 시편의 미세조직이 조사되었습니다. 시뮬레이션 결과, 생성된 온도와 잔류 응력은 시간과 용접 전류에 강하게 영향을 받는 것으로 나타났습니다. 기계적 시험 결과는 PWHT가 경도 값을 향상시켰음을 나타냈습니다.
3. Introduction:
아크 스터드 용접(ASW)은 스터드와 플레이트 사이에 열이 전달되어 다양한 금속 및 두께의 시트나 플레이트에 스터드를 녹여 접합하는 데 지속적으로 사용되는 조립 절차입니다. 이 용접 절차는 스터드와 플레이트의 접촉 영역을 국부적으로 녹이는 전기 아크에 의해 열을 발생시키고 매우 짧은 시간 내에 압력을 가하여 물리적으로 연결하는 데 의존합니다. 용접 절차 동안 기계적 특성, 미세조직 및 야금학적 변화가 발생합니다. 짧은 용접 사이클은 생산성이 중요한 구조 및 자동차 분야에서 매력적인 절차입니다. ASW는 유사 및 이종 금속을 용접하는 데 사용되는 공정이며, 이 공정을 이용한 이종 금속 용접은 높은 실용성과 경제성 때문에 경공업에서 중요한 의미를 가집니다.
4. Summary of the study:
Background of the research topic:
이종 금속 용접은 물리적, 화학적 특성 차이로 인해 높은 잔류 응력과 금속간 화합물 형성을 유발하는 기술적 난제를 가지고 있습니다. 특히 널리 사용되는 오스테나이트계 스테인리스강(ASS)의 이종 용접은 응고 균열, 용접부 부식(weld decay), 고온 균열 등의 문제가 발생할 수 있으며, 높은 잔류 응력은 응력 부식 균열로 이어질 수 있습니다.
Status of previous research:
이전 연구들은 이종 금속 용접 시 적절한 필러 금속의 중요성, 용접 후 열처리(PWHT)가 기계적 특성과 미세조직에 미치는 영향, 그리고 유한요소모델링을 통한 잔류 응력 및 온도 분포 분석의 유효성을 다루어 왔습니다. 하지만 AISI 304L과 316L 스테인리스강의 아크 스터드 용접(ASW) 공정에 대한 실험과 시뮬레이션을 결합한 체계적인 연구는 부족했습니다.
Purpose of the study:
본 연구의 목적은 세 가지입니다. 첫째, ASW 공정 변수(전류, 시간)가 AISI 304L 스터드와 316L 플레이트 간 접합 강도에 미치는 영향을 실험적으로 규명합니다. 둘째, 최적 조건의 용접부에 PWHT를 적용하여 기계적 특성과 미세조직 변화에 미치는 영향을 평가합니다. 셋째, 3D 유한요소모델을 개발하여 용접 중 온도 분포와 잔류 응력을 수치적으로 예측하고, 이를 통해 공정 이해도를 높이는 것입니다.
Core study:
연구의 핵심은 아크 스터드 용접 공정을 이용한 AISI 304L과 AISI 316L의 이종 접합입니다. 용접 전류와 시간을 달리하여 실험을 수행하고 토크 테스트, 경도 측정, 미세조직 분석을 통해 기계적 특성을 평가했습니다. 또한, ANSYS를 활용한 열-구조 연성해석을 통해 용접부의 온도 분포와 잔류 응력을 시뮬레이션하고 실험 결과와 비교하여 모델의 타당성을 검증했습니다.
5. Research Methodology
Research Design:
본 연구는 실험과 수치 시뮬레이션을 결합한 설계로 구성되었습니다. 실험 파트에서는 용접 변수(전류 3수준, 시간 3수준)에 따른 기계적 특성(토크, 경도, 미세조직) 변화를 체계적으로 분석했습니다. 시뮬레이션 파트에서는 3D 유한요소모델을 구축하여 용접 과정의 열적, 기계적 거동을 예측했습니다.
Data Collection and Analysis Methods:
데이터 수집: 토크 테스트 장치, 비커스 미세경도 시험기, 광학 현미경을 사용하여 실험 데이터를 수집했습니다. 시뮬레이션 데이터는 ANSYS 소프트웨어를 통해 생성되었습니다.
분석 방법: 실험 결과를 통계적으로 분석하여 용접 변수와 기계적 특성 간의 상관관계를 도출했습니다. 시뮬레이션 결과는 실험 결과와 비교하여 모델의 정확성을 검증하고, 용접부 내부의 온도 및 응력 분포를 시각적으로 분석하는 데 사용되었습니다.
Research Topics and Scope:
연구의 범위는 AISI 304L 스터드와 AISI 316L 플레이트의 아크 스터드 용접에 한정됩니다. 주요 연구 주제는 (1) 용접 공정 변수가 접합 강도에 미치는 영향, (2) 용접 후 열처리가 기계적 특성 및 미세조직에 미치는 영향, (3) 유한요소모델링을 통한 온도 분포 및 잔류 응력 예측입니다.
6. Key Results:
Key Results:
용접 전류 500A, 용접 시간 0.2초에서 PWHT 전 최대 토크 값인 68 N.M을 달성했습니다. 동일 조건에서 PWHT 후 토크 값은 56 N.M으로 감소했습니다.
PWHT 후 용융부(FZ)의 비커스 경도 값은 PWHT 전보다 42% 증가하여 최대값을 기록했습니다.
ANSYS를 이용한 유한요소모델링은 용접부의 온도 분포와 잔류 응력을 신뢰성 있게 예측했습니다.
열 입력(용접 전류 및 시간)은 온도 분포와 잔류 응력에 직접적이고 강한 영향을 미쳤습니다.
최대 온도 및 잔류 응력은 더 높은 용접 시간과 전류에서 관찰되었습니다.
온도 분포는 모델의 중심점에 대해 대칭적이었으며, 중심에서 멀어질수록 점차 감소했습니다.
높은 잔류 응력은 스터드와 플레이트 사이의 작은 접촉 영역에 집중되었습니다.
Fig. 4 – The torque values of test specimens
Figure List:
Fig. 1- Schematic of the FE model of ASW
Fig. 2 – The machine of ASW
Fig. 3 – FE meshed model of ASW
Fig. 4 – The torque values of test specimens
Fig. 5 – The microstructure of the optimum stud welding specimen before heat treatment
Fig. 6 – The microstructure of the optimum stud welding specimen after heat treatment
Fig. 7 – Micro hardness values of the optimum stud welding specimen with and without PWHT
Fig. 8 – FE simulation of the temperature distribution at different welding times
Fig. 9 – FE simulation results of temperature distribution at different welding conditions
Fig. 10 – A magnified view of temperature distribution in the FE model
Fig. 11 – Numerical residual stresses at different welding condition
Fig. 12 – Von-Mises stress at different welding conditions
Fig. 13 – A magnified view of Von-Mises stresses in the FE model
7. Conclusion:
본 연구에서는 아크 스터드 용접(ASW) 공정을 통해 AISI 304L 스테인리스강 스터드와 AISI 316L 스테인리스강 플레이트 간의 이종 용접 접합에 대한 수치적 및 실험적 조사를 수행했습니다. 본 연구로부터 다음과 같은 결론을 도출할 수 있습니다.
PWHT 전 최대 토크 값은 용접 전류 500A, 시간 0.2초에서 68 N.M이었으며, 동일 조건에서 PWHT 후에는 56 N.M이었습니다.
PWHT 전 비커스 미세경도(HV)의 최대값은 모재(BM)에서 달성되었으나, PWHT 후에는 용융부(FZ)에서 최대값을 기록했으며, 42% 증가한 것으로 나타났습니다.
ANSYS 소프트웨어를 이용한 유한요소모델링은 용접 접합부의 온도 분포와 잔류 응력을 양호하고 신뢰성 있게 예측했습니다.
열 입력은 전체 모델의 온도 분포와 잔류 응력에 직접적이고 강한 영향을 미칩니다.
최대 온도 분포와 잔류 응력 범위는 더 높은 시간과 전류 용접에서 관찰되었습니다.
온도 분포는 모델의 중심점에 대해 대칭적이었으며, 모델 중심에서 멀어질수록 점차 감소했습니다.
높은 잔류 응력은 스터드와 플레이트 사이의 작은 접촉 영역에서 관찰되었습니다.
Fig. 6 – The microstructure of the optimum stud welding specimen after heat treatment
8. References:
Fazıl Yilmaz N, Hamza A. Effect of Process Parameters on Mechanical and Microstructural Properties of Arc Stud Welds. Materials Testing. 2014;56(10):806-811.
M. GB, F. MG, A. M. The Effect Arc Stud Welding Process Parameters on The Mechanical Properties of Shear Connectors in Composite Metal Deck Constructions. Journal: Structure and Steel.2014;10:16:15-23.
Hsu, J. MUMAW. Weldability of advanced high-strength steel drawn arc stud welding. Welding journal. 2011; 90:45-53.
Samardžić I, Bajić D, Klarić Š. Influence of The Activating Flux on Weld Joint Properties at Arc Stud Welding Process. Metalurgija. 2010; 49:4.
C. Hsu, J. Mumaw, J. Thomas, P. Maria. Robotic stud welding process optimization with designed experiment. Welding journal. 2008; 87:10:265-272.
Hadi Soltanzadeh, Jörg Hildebrand, Matthias Kraus, Mahyar Asadi. Modelling of a stud arc welding joint for temperature field, Microstructure Evolution and residual stress. In Pressure Vessels and Piping Conference. 2016-63285; V06BT06A002-9.
Satoh G, Yao YL, Qiu C. Strength and microstructure of laser fusion-welded Ti-SS dissimilar material pair. Int J Adv Manuf Technol. 2013;66(1-4):469-479. https://doi.org/10.1007/s00170-012-4342-6.
Chen Y, Chen S, Li L. Influence of interfacial reaction layer morphologies on crack initiation and propagation in Ti/Al joint by laser welding-brazing. Mater Des. 2010; 31:1:227-233. https://doi.org/10.1016/j.matdes.2009.06.029.
M. Gholam Bargani, F. Malek Ghaini, A. Mazroi. The effect of an Al tip in arc stud welding on the properties of the welded joint. Welding Journal. 2016;95: 157-162.
Barrak OS, Sar MH, Saad ML, Hussein AK, Hussein SK. Using brass foil interlayer to improve the resistance spot welding AA5451 with apply Taguchi method. J Mech Eng Res Dev. 2019;42(3):120-124.
Barrak OS, Saad ML, Mezher MT, Hussein SK, Hamzah MM. Joining of Double Pre-Holed Aluminum Alloy AA6061-T6 to Polyamide PA using Hot Press Technique. IOP Conf Ser Mater Sci Eng. 2020;881(1).
Başyiğit A, Kurt A. Investigation of the Weld Properties of Dissimilar S32205 Duplex Stainless Steel with AISI 304 Steel Joints Produced by Arc Stud Welding. Metals. 2017;7(3):77. doi:10.3390/met7030077.
F. Tehovnik, B. Arzensek, B. Arh, D. Skobir, B. Pirnar, B. Zuzek. Microstructure evolution in SAF 2507 super duplex stainless steel. Mater. Technol. 2011;45(4):339-345.
Abdullah, I. T., Ridha, M. H., Barrak, O. S., Hussein, S. K., & Hussein, A. K. Joining of Aa1050 sheets via two stages of friction spot technique. Journal of Mechanical Engineering Research and Developments. 2021; 44(4):305-317.
Expert Q&A: Your Top Questions Answered
Q1: FEM 시뮬레이션에서 Goldak 열원 모델을 선택한 이유는 무엇입니까?
A1: 논문에 따르면, Goldak 모델은 아크 용접 시 용접 풀(weld pool) 근처의 3차원적 온도 분포를 예측하기 위해 사용되었습니다. 이는 점 열원이나 2D 모델보다 실제 아크 용접의 열 입력 현상을 더 현실적으로 모사할 수 있는 표준적이고 효과적인 접근법입니다. 이를 통해 용접부의 온도 구배와 냉각 속도를 더 정확하게 계산하여 잔류 응력 예측의 신뢰도를 높일 수 있습니다.
Q2: 논문에서 PWHT 후 토크 값이 68 N.M에서 56 N.M으로 감소했다고 언급했는데, 미세조직 관점에서 그 이유는 무엇입니까?
A2: 논문은 630°C의 PWHT 과정에서 단단하고 취성이 강한 시그마(σ) 상이 주로 결정립계에 석출된다고 설명합니다. 이 시그마 상은 경도를 높이는 데는 기여하지만, 재료의 전반적인 파괴 인성과 연성을 감소시키는 역할을 합니다. 따라서 접합부의 취성이 증가하여 파괴에 이르기까지 견딜 수 있는 토크의 한계, 즉 토크 강도가 낮아지게 됩니다.
Q3: 그림 4에 따르면, 왜 가장 높은 전류(700A)에서 중간 전류(500A)보다 토크 값이 감소했습니까?
A3: 논문은 이것이 700A와 관련된 상대적으로 높은 열 입력 때문일 수 있다고 제안합니다. 과도한 열 입력은 스터드의 과도한 용융을 유발할 수 있습니다. 또한, 이종 금속 간의 큰 열팽창 계수 차이는 높은 열 입력 조건에서 더 큰 내부 응력을 발생시켜 최종 접합 강도에 부정적인 영향을 미칠 수 있습니다.
Q4: 토크 테스트 중 주된 파괴 위치는 어디였습니까?
A4: 논문에 따르면, 대부분의 시편에서 파괴는 열영향부(HAZ)에서 발생했습니다. 이는 용융부(FZ)와 용접 비드 자체가 인접한 열영향부보다 더 강했다는 것을 의미하며, 이는 용접 변수가 적절히 설정되었을 때 기대할 수 있는 바람직한 결과입니다.
Q5: 그림 11의 시뮬레이션 결과, 잔류 응력은 전류와 시간에 따라 증가합니다. 이 응력이 탄성 한계 미만으로 유지되는 것이 왜 중요한가요?
A5: 논문은 만약 잔류 응력이 재료의 탄성 한계를 초과하면 심각한 소성 변형을 유발할 것이라고 지적합니다. 이러한 소성 변형은 용접 구조물에서 균열이 시작되는 주요 원인이 됩니다. 시뮬레이션된 응력이 탄성 범위 내에 있음을 확인함으로써, 선택된 용접 매개변수가 즉각적인 균열을 유발할 가능성이 낮다는 것을 모델이 시사하는 것입니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이종 금속의 용접은 높은 잠재력만큼이나 복잡한 기술적 과제를 동반합니다. 본 연구는 실험과 시뮬레이션을 결합한 체계적인 접근법을 통해 이종 금속 아크 스터드 용접 공정의 핵심 변수를 최적화하고, 용접 후 열처리가 야기하는 기계적 특성의 변화를 명확히 규명했습니다. 특히, 강도와 경도 사이의 상충 관계를 이해하고 제어하는 것이 고품질 접합부를 구현하는 데 얼마나 중요한지를 보여주었습니다.
(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 Experimental Study of Dissimilar Arc Stud Welding of AISI 304L to AISI 316L Stainless Steel” by “Marwan T. Mezher, Osamah Sabah Barrak, Nasri S. M. Namer”.
이 기술 요약은 H.W. WU, Y. Q. CAI, Z. H. GENG가 작성하여 2024년 METALURGIJA에 게재한 “NUMERICAL SIMULATION OF INTERSECTING LINE WORKPIECE WELDED BY ARC ROBOT WELDING” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 석유화학, 전력 등 다양한 산업에서 널리 사용되는 파이프 교차 용접부의 신뢰성과 내구성을 보장하는 것은 핵심적인 산업 과제입니다.
The Method: Q235 강재 파이프 교차 구조물을 대상으로, 유한요소해석 소프트웨어 ABAQUS와 DFLUX 서브루틴을 사용하여 아크 용접 로봇의 MAG 용접 공정을 시뮬레이션하고 용접 중 및 용접 후의 온도장과 응력장을 분석했습니다.
The Key Breakthrough: 시뮬레이션 결과, 용접물의 등가 잔류 응력 분포가 실제 상황과 일치했으며, 구속조건 제거 후 최대 잔류 응력은 256 MPa에 달하는 것으로 나타났습니다.
The Bottom Line: 수치 시뮬레이션은 복잡한 형상의 로봇 용접 공정 파라미터를 효과적으로 검증할 수 있으며, 이를 통해 로봇 용접이 효율적일 뿐만 아니라 안정적이고 신뢰할 수 있는 품질을 제공함을 입증합니다.
The Challenge: Why This Research Matters for CFD Professionals
용접은 제조업의 핵심 공정이며, 산업용 로봇 기술의 발전으로 용접 로봇이 점차 주류가 되고 있습니다. 특히 파이프라인이 교차하는 복잡한 형상의 용접은 석유화학, 전력 등 핵심 산업에서 널리 사용되지만, 그 용접 품질의 신뢰성과 내구성은 항상 주요 관심사였습니다. 실제 공정에서 발생할 수 있는 결함을 사전에 예측하고 최적의 용접 조건을 찾는 것은 생산성과 안정성을 높이는 데 매우 중요합니다. 이 연구는 바로 이 지점에서 시작합니다. 복잡한 공간 곡선 용접부에 대한 로봇 용접의 신뢰성을 어떻게 사전에, 그리고 정확하게 검증할 수 있을까요? 이 질문에 대한 해답을 찾는 것이 이 연구의 핵심 목표입니다.
Figure 1 Welding robot workstation
The Approach: Unpacking the Methodology
본 연구는 실제 산업 현장과 유사한 환경을 가상으로 구현하여 용접 공정을 분석했습니다.
장비 및 재료: ABB1660 아크 용접 로봇과 Q235 일반 탄소강 파이프를 사용했습니다. 용접 방식은 가스 금속 아크 용접(MAG)을 채택했으며, 용접 전 주관과 분기관 표면의 산화막과 녹을 제거하기 위해 연마 작업을 수행했습니다.
용접 공정 파라미터: 용접 전류 220A, 아크 전압 26V, 용접 속도 400mm/min, 와이어 송급 속도 6m/min의 조건으로 설정되었습니다 (Table 2 참조).
시뮬레이션 설계: 유한요소해석 소프트웨어인 ABAQUS와 Fortran 언어로 컴파일된 DFLUX 서브루틴을 연동하여 시뮬레이션을 수행했습니다. 용접 열원은 실제 상황을 기반으로 이중 타원체 열원 모델(double ellipsoid heat source model)을 선택했으며, 요소 유형으로는 선형 감소 적분 요소인 C3D8R을 사용했습니다. 이를 통해 용접 공정 중 열원 부하를 구현하고 온도장과 응력장을 수치적으로 시뮬레이션했습니다.
The Breakthrough: Key Findings & Data
시뮬레이션을 통해 용접 공정 중 발생하는 열과 응력의 분포를 시간의 흐름에 따라 정밀하게 분석할 수 있었습니다.
Finding 1: 용접 온도장의 변화 과정
Figure 4는 용접 시작 후 5초, 10초, 20.7초, 그리고 3000초 냉각 후의 온도장 분포를 보여줍니다. 열원의 작용으로 열이 용접부를 따라 확산되면서 부품의 온도가 점차 상승합니다. 초기에는 열 축적이 충분하지 않지만, 용접이 안정화되면 용융 풀이 전진함에 따라 주변 온도가 거의 일정하게 유지되는 준정상상태(quasi-steady state) 온도장의 특성을 보입니다. 열원 중심부의 최고 온도는 2,700 °C에 도달했으며, 냉각 후에는 상온에 가깝게 회복되었습니다.
Finding 2: 등가 응력 분포 및 잔류 응력 예측
Figure 5는 용접 중 5초, 15초, 그리고 3000초 냉각 후의 등가 응력장을 보여줍니다. 열원 부하가 계속됨에 따라 열팽창이 구속조건에 의해 억제되면서 응력이 증가합니다. 세 시점에서 표면의 최대 미제스 응력(Mises stress)은 각각 213 MPa, 224 MPa, 284 MPa로 점차 증가했으며, 양 끝의 구속 영역과 용접부 근처에서 응력 값이 더 큰 것을 명확히 확인할 수 있었습니다.
용접 완료 및 냉각 후 구속조건을 제거했을 때의 등가 잔류 응력은 Figure 6과 같습니다. 잔류 응력은 용접부 주변에 고르게 분포하며, 최대값은 256 MPa에 달했습니다. 용접부 근처의 응력 값은 약 200 MPa이며, 용접부에서 멀어질수록 256 MPa에서 약 100 MPa로 점차 감소했습니다. Figure 7은 용접 표면의 두 원주 경로(path1, path2)를 따른 잔류 응력 분포를 보여주는데, 시작점 근처에서 약 240 MPa로 높게 나타났다가 130 MPa까지 감소한 후 다시 260 MPa로 급격히 상승하는 패턴을 보였습니다. 이러한 응력 변동은 아크 발생 및 종료 지점 근처에서 발생하며, 용접부 위치의 구속조건과 관련이 있습니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 220A 전류, 26V 전압, 400 mm/min 속도 등의 공정 파라미터가 Q235 강재 파이프 교차부 용접에 합리적임을 시사합니다. 또한, 이 시뮬레이션 방법론은 비용이 많이 드는 물리적 실험 없이도 다양한 공정 파라미터를 최적화할 수 있는 강력한 도구를 제공합니다.
For Quality Control Teams: Figure 6과 7에 나타난 최종 잔류 응력 분포 데이터(용접부 근처 최대 256 MPa)는 비파괴 검사(NDT)의 중점 검사 영역을 설정하고 품질 합격 기준을 수립하는 데 중요한 정보를 제공합니다. 이제 높은 응력이 집중될 영역을 사전에 예측할 수 있습니다.
For Design Engineers: 연구 결과는 응력이 용접 조인트에 집중된다는 것을 재확인시켜 줍니다. 특히 아크 시작 및 종료 지점에서 응력이 변동하는 현상은, 응력 관련 결함을 최소화하기 위해 용접 경로와 시작/종료 전략이 중요한 설계 고려사항임을 시사합니다.
Paper Details
NUMERICAL SIMULATION OF INTERSECTING LINE WORKPIECE WELDED BY ARC ROBOT WELDING
1. Overview:
Title: NUMERICAL SIMULATION OF INTERSECTING LINE WORKPIECE WELDED BY ARC ROBOT WELDING
Author: H.W. WU, Y. Q. CAI, Z. H. GENG
Year of publication: 2024
Journal/academic society of publication: METALURGIJA 63 (2024) 3-4, 407-409
파이프-파이프 교차 구조물 공작물을 대상으로 유한요소해석 소프트웨어 ABAQUS와 DFLUX 서브루틴을 사용하여 유한요소 시뮬레이션(FEM)을 수행했습니다. 용접 중 및 용접 후의 온도장과 응력장을 연구하여 용접 공정 파라미터와 용접 워크스테이션의 용접 품질 신뢰성을 검증했습니다. 결과는 용접물의 등가 잔류 응력 분포가 실제 상황과 일치함을 보여줍니다. 복잡한 용접부에 대한 로봇 용접은 효율적일 뿐만 아니라 용접 품질이 안정적이고 신뢰할 수 있습니다. 이 연구는 다른 복잡한 공작물의 로봇 용접 연구에 참고 자료를 제공합니다.
3. Introduction:
용접은 제조업에서 매우 중요한 공정입니다. 산업용 로봇 기술의 지속적인 발전으로 그 기능이 더욱 완벽해지면서, 우수한 용접 품질과 높은 효율성을 가진 용접 로봇이 점차 주류가 되고 있습니다. 그중 파이프라인 교차 용접 공작물은 석유화학, 전력 및 기타 산업에서 널리 사용됩니다. 그 용접 품질의 신뢰성과 내구성은 주요 관심사가 되었습니다. 따라서 본 논문에서는 Q235의 파이프-파이프 교차 부품 용접을 용접 로봇 MAG 용접 방식으로 완료하는 것을 선택했습니다. 유한요소법을 사용하여 용접 중 및 용접 후의 온도장과 응력장을 분석하고, 로봇 용접의 신뢰성을 확인하여 복잡한 공간 곡선 용접의 로봇 용접에 대한 참고 자료를 제공합니다.
4. Summary of the study:
Background of the research topic:
산업 현장에서 파이프 교차 용접의 중요성이 증가하고 있으며, 용접 품질의 신뢰성 확보가 중요한 과제로 부상했습니다.
Status of previous research:
용접 로봇이 효율성과 품질 면에서 주류 기술로 자리 잡고 있으나, 복잡한 형상에 대한 적용 신뢰성을 검증할 필요가 있습니다.
Purpose of the study:
유한요소 시뮬레이션을 통해 아크 용접 로봇을 이용한 파이프 교차부 용접 공정의 타당성을 검증하고, 온도 및 응력 분포를 분석하여 로봇 용접의 신뢰성을 확인하는 것을 목표로 합니다.
Core study:
ABAQUS와 DFLUX 서브루틴을 사용하여 Q235 강재 파이프 교차 구조물의 MAG 용접 공정을 시뮬레이션하고, 용접 중 및 용접 후의 온도장과 응력장을 분석하여 공정 파라미터와 결과를 평가합니다.
5. Research Methodology
Research Design:
실제 용접 환경(ABB1660 로봇, MAG 용접)을 기반으로 유한요소 모델을 구축하고, 이중 타원체 열원 모델을 적용하여 열-기계 연성 해석을 수행했습니다.
Data Collection and Analysis Methods:
ABAQUS 시뮬레이션을 통해 시간에 따른 온도 분포, 등가 응력 분포, 그리고 특정 경로에서의 잔류 응력 값을 수치적으로 도출하고 분석했습니다.
Research Topics and Scope:
연구는 Q235 강재의 파이프-파이프 교차 용접에 국한되며, 특정 용접 파라미터 하에서의 온도장과 응력장 분석에 초점을 맞춥니다.
6. Key Results:
Key Results:
용접 과정에서 열원 중심부의 최고 온도는 2,700 °C에 도달했으며, 용접이 안정화되면서 준정상상태 온도장을 형성했습니다.
용접 중 구속된 상태에서 최대 미제스 응력은 284 MPa까지 증가했습니다.
용접 완료 및 구속조건 제거 후, 최대 등가 잔류 응력은 256 MPa로 용접부와 그 주변에 주로 분포했습니다.
용접 시작점과 종료점 근처에서 잔류 응력의 변동이 관찰되었으며, 이는 구속조건과 관련된 것으로 분석되었습니다.
Figure 4 Results of weld temperature field model (a) Welding time is 3 s (b) Welding time is 6 s (c) Welding time is 9 s (d) Welding time is 3 000 s
Figure List:
Figure 1 Welding robot workstation
Figure 2 Mesh division of model
Figure 3 Double ellipsoid heat source model
Figure 4 Results of weld temperature field model
Figure 5 Results of weld stress field mode
Figure 6 Equivalent stress field
Figure 7 Equivalent residual stress of circumferential path on weld surface
7. Conclusion:
ABAQUS와 DFLUX 서브루틴을 기반으로 로봇 MAG 용접 Q235 재료를 사용하여 전체 용접 공정의 수치 시뮬레이션을 수행했습니다. 용접 공정에서 열원의 영향으로 교차선 조인트의 용접 온도장 및 용접 응력장 분포를 연구했습니다. 용접 완료 후, 냉각 및 양 끝의 구속조건을 제거하여 응력을 해제한 후, 잔류 응력은 주로 용접부와 그 주변에 분포하며 최대값은 258 MPa에 도달했습니다. 용접의 수치 시뮬레이션에서 열원 형상, 온도장 및 응력장에 대한 관찰 및 분석을 통해 로봇 용접 공정의 용접 공정 파라미터가 합리적이며 용접 작업을 효율적이고 고품질로 완료할 수 있음을 보여주며, 이는 시장에서 대량의 용접 로봇 적용에 대한 효과적인 검증을 제공합니다.
Figure 5 Results of weld stress field mode
8. References:
Guo Y. B., Wang B., Wang D. G., et al. Research Progress and Development Trend of Welding Robot [J]. Modern Manufacturing Engineering, (2021) 05,53-63.
Lv M. M., Ji X. Q., The Influence of Different Process Parameters of MAG Welding on Weld Penetration of Welding Robot is Discussed [J]. China Plant Engineering, (2023) 21,124-126.
Ming C., Ma C. W., Numerical simulation and thermal cycle analysis of MAG welding temperature field based on ABAQUS [J]. Electronic Science and Technology, (2022) 35,74-78.
Zhang L., Wang Q., Chen P., et al. Finite Element Analysis of Restraint Intensities and Welding Residual Stresses in the Ti80 T-Joints [J]. METALS, (2023) 13,125.
De Arruda M. V., Correa E. O., Macanhan V. B. D. Optimization of FEM models for welding residual stress analysis using the modal method [J]. Welding In the world, (2023), 67: 2361-2372.
Expert Q&A: Your Top Questions Answered
Q1: 이 시뮬레이션에서 이중 타원체 열원 모델(double ellipsoid heat source model)을 선택한 이유는 무엇입니까?
A1: 논문에서는 “실제 상황을 기반으로(Based on the actual situation)” 이 모델을 선택했다고 언급합니다. 이는 이중 타원체 모델이 MAG 용접 공정에서 아크 전방과 후방의 열 분포가 다른 특성을 현실적으로 잘 모사하기 때문입니다. 이 모델은 이동하는 열원의 에너지 분포를 더 정확하게 표현하여 시뮬레이션의 신뢰도를 높이는 데 기여합니다.
Q2: 최대 잔류 응력 값인 256 MPa가 갖는 의미는 무엇입니까?
A2: 이 값은 용접 후 공작물에 남는 내부 응력의 최대치로, 부품의 피로 수명이나 변형 가능성을 예측하는 핵심 지표입니다. 256 MPa는 Q235 강재의 항복 강도보다는 낮은 값이지만, 이 응력이 용접부 주변에 집중된다는 사실은 해당 부위가 잠재적인 취약점이 될 수 있음을 의미합니다. 시뮬레이션을 통해 이 응력 수준이 주어진 파라미터 하에서 관리 가능하다는 것을 확인할 수 있습니다.
Q3: Figure 7에서 용접 경로의 시작과 끝 지점에서 응력 변동이 나타나는 원인은 무엇입니까?
A3: 논문에 따르면 이러한 변동은 “아크 발생 및 종료 위치(arc striking and closing positions)” 근처에서 발생하며 “용접부 위치의 구속조건과 관련(related to the constraints on the position of the weld)”이 있습니다. 이는 용접 시작 시의 급격한 열 충격과 용접 종료 시의 크레이터 처리 및 냉각 과정이 고정된 지그(fixture)의 구속과 맞물려 해당 지점에서 독특한 응력 상태를 형성하기 때문으로 해석할 수 있습니다.
Q4: 시뮬레이션에 사용된 특정 요소 유형(C3D8R)은 무엇이며 왜 사용되었습니까?
A4: 논문에서는 C3D8R 요소를 사용했다고 명시하고 있습니다. 이는 8절점 선형 벽돌 요소에 감차 적분(reduced integration)이 적용된 형태로, 열-기계 연성 해석에서 계산 효율성이 높고 큰 변형이나 접촉 문제 처리 시 안정적인 것으로 알려져 있습니다. 용접과 같이 국부적인 고온과 변형이 발생하는 문제에 적합한 선택입니다.
Q5: 이 시뮬레이션이 복잡한 공작물에 대한 용접 로봇의 사용을 어떻게 검증합니까?
A5: 시뮬레이션된 온도장과 응력장이 실제 용접에서 예상되는 결과와 일치함을 보여줌으로써, 연구에 사용된 로봇의 용접 공정 파라미터가 합리적임을 입증합니다. 즉, 시뮬레이션은 로봇이 복잡한 작업을 효율적이고 신뢰성 높은 품질로 수행할 수 있음을 확인하는 효과적인 검증 도구 역할을 합니다. 이를 통해 실제 생산에 앞서 공정의 타당성을 확보할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
복잡한 형상의 로봇 용접에서 품질을 보장하는 것은 많은 기업이 직면한 과제입니다. 본 연구는 로봇 용접 시뮬레이션이 이 문제에 대한 강력한 해결책이 될 수 있음을 명확히 보여주었습니다. 유한요소해석을 통해 용접 공정 파라미터를 사전에 검증하고 잔류 응력 분포를 정밀하게 예측함으로써, 기업은 값비싼 시행착오를 줄이고 안정적인 고품질 용접을 달성할 수 있습니다. 이는 곧 생산성 향상과 제품 신뢰도 증대로 이어집니다.
(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 “NUMERICAL SIMULATION OF INTERSECTING LINE WORKPIECE WELDED BY ARC ROBOT WELDING” by “H.W. WU, Y. Q. CAI, Z. H. GENG”.
이 기술 요약은 J.W.P.Cairns, N.A.McPherson, A.M.Galloway가 2015년 18th International Conference on Joining Materials, JOM-18에 발표한 논문 “Using artificial neural networks to identify and optimise the key parameters affecting geometry of a GMAW fillet weld”를 기반으로 하며, STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.
키워드
Primary Keyword: GMAW 필렛 용접
Secondary Keywords: 인공신경망(ANN), 용접 파라미터 최적화, 용입 깊이 예측, 용접 품질 관리, CFD
Executive Summary
The Challenge: GMAW 필렛 용접에서 구조적 무결성을 결정하는 내부 용입 깊이를 파괴 검사 없이 일관되게 보장하는 것은 매우 어렵습니다.
The Method: 주요 용접 파라미터(전류, 전압, 이동 속도, 건 각도, 진행 각도)가 용접 형상에 미치는 영향을 분석하기 위해 인공신경망(ANN) 모델을 개발하고 검증했습니다.
The Key Breakthrough: 전류가 용입 깊이에 가장 큰 영향을 미치며, 개별적으로는 영향이 적어 보였던 건 각도와 진행 각도가 전류와 상호작용할 때 용입 깊이를 결정하는 매우 중요한 변수가 됨을 발견했습니다.
The Bottom Line: ANN 모델을 활용하면 GMAW 공정의 핵심 파라미터와 그 복잡한 상호작용을 정량적으로 분석하여, 비파괴적으로 용접 품질을 예측하고 최적화할 수 있습니다.
Figure 1: Fillet Weld Inputs and Outputs
The Challenge: Why This Research Matters for CFD Professionals
조선과 같은 산업에서 필렛 용접은 전체 용접 길이의 상당 부분을 차지하며, 공정 개선은 곧바로 상당한 비용 절감으로 이어집니다. 필렛 용접의 품질, 특히 구조적 무결성을 좌우하는 내부 용입(penetration) 깊이는 외부에서 쉽게 측정할 수 없습니다. 따라서 대부분의 경우 파괴 검사를 통해 품질을 확인해야 하며, 이는 시간과 비용을 증가시키는 요인입니다.
가장 비용 효율적인 품질 확보 방법은 용접 입력 파라미터를 정밀하게 제어하는 것입니다. 하지만 GMAW 공정에는 전류, 전압, 이동 속도, 가스 유량, 건 각도, 진행 각도 등 수많은 변수가 존재하며, 이들 변수가 최종 용접 형상에 미치는 영향은 매우 복잡합니다. 더욱이, 최적의 파라미터에 대한 업계 및 공급업체의 가이드라인은 매우 다양하고 때로는 서로 모순되어 현장 엔지니어들에게 혼란을 주기도 합니다. 본 연구는 이러한 문제를 해결하기 위해 인공신경망(ANN)이라는 강력한 도구를 사용하여 핵심 파라미터와 그 상호작용을 식별하고 최적화하는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구는 스트래스클라이드 대학교의 용접 리그와 맞춤형 지그를 사용하여 실험을 수행했습니다. 이 지그는 건 각도(35°, 40°, 45°, 50°)와 진행 각도(-30° ~ +30°)를 정밀하게 제어할 수 있도록 설계되었습니다.
재료 및 공정: 6mm 두께의 DH36 강판을 T-Joint 형태로 배치하고, 1mm 직경의 메탈 코어드 와이어(NST MC-1)를 사용한 GMAW 공정으로 용접을 수행했습니다.
핵심 변수: 건 각도, 진행 각도, 이동 속도(300, 400, 500 mm/min), 전압(21, 24, 26 V), 전류(170, 220, 270 A)를 주요 변수로 설정했습니다. 보호 가스(20% CO2 / 80% Ar), 스탠드오프 등 다른 변수들은 일정하게 유지되었습니다.
데이터 수집 및 분석: 휴대용 아크 모니터링 시스템(PAMS)으로 전류와 전압을 정밀하게 측정했으며, 용접 후 시편을 절단하고 매크로그래프 촬영을 통해 ImageJ 소프트웨어로 레그 길이와 용입 깊이를 측정했습니다.
ANN 모델 개발: 총 97개의 실험 데이터를 사용하여 Neurosolutions for Excel 소프트웨어로 인공신경망 모델을 개발했습니다. 5개의 입력(전류, 전압, 이동 속도, 건 각도, 진행 각도)과 3개의 출력(용입 깊이, 수직/수평 레그 길이)을 갖는 다층 퍼셉트론(Multi-Layer Perceptron, MLP) 모델이 가장 높은 정확도를 보여 최종 모델로 선정되었습니다.
The Breakthrough: Key Findings & Data
ANN 모델 분석을 통해 GMAW 필렛 용접의 품질을 좌우하는 핵심 요인과 그들의 복잡한 상호작용에 대한 중요한 통찰을 얻었습니다.
Finding 1: 전류와 이동 속도가 용접 형상을 결정하는 핵심 요소
민감도 분석 결과, 각 파라미터가 용접 형상에 미치는 개별적인 영향력을 명확히 확인할 수 있었습니다. 그림 12에서 볼 수 있듯이, 전류(CUR)는 용입 깊이(PEN)에 가장 큰 영향을 미치는 압도적인 파라미터였습니다. 반면, 이동 속도(TSP)는 수직 및 수평 레그 길이(VLEG, HLEG)를 결정하는 가장 중요한 요인으로 나타났으며, 전류와 전압이 그 뒤를 이었습니다.
Finding 2: 숨겨진 상호작용 효과의 발견: 건 각도와 진행 각도의 중요성
단일 변수 분석만으로는 파악할 수 없는 복잡한 상호작용 효과가 발견되었습니다. 개별적으로는 영향력이 낮아 보였던 건 각도(GA)와 진행 각도(TA)가 다른 변수와 결합될 때 매우 중요한 역할을 했습니다. 그림 13에 따르면, 건 각도, 진행 각도, 전류의 3방향 상호작용(TA x GA x Cur)은 용입 깊이에 두 번째로 큰 영향을 미치는 요인으로 나타났습니다. 이는 건 각도와 진행 각도를 전류와 함께 고려해야만 용입 깊이를 정밀하게 제어할 수 있음을 의미합니다. 또한, 그림 14는 레그 길이에 가장 큰 영향을 미치는 것이 이동 속도(TS)와 진행 각도(TA)의 2방향 상호작용(TA x TS)임을 보여줍니다.
Finding 3: ‘Pushing’ 방식이 용접 안정성을 높인다
진행 각도(Travel Angle)의 방향에 따른 영향을 분석한 결과, ‘Pushing'(+ve, 전진법) 방식이 용접 품질의 일관성을 높이는 데 유리하다는 점이 확인되었습니다. 그림 15와 16은 ‘Pushing’ 각도를 사용했을 때, 열 입력(Heat Input)이 변하더라도 용입 깊이와 레그 길이의 변동 폭이 ‘Pulling'(-ve, 후진법)이나 중립(0 deg) 방식보다 현저히 감소함을 보여줍니다. 특히, ‘Pushing’ 방식에서는 레그 길이가 열 입력 변화에 덜 민감해져 더욱 안정적이고 예측 가능한 용접 결과를 얻을 수 있었습니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 용접 절차 사양서(WPS) 수립 시 ‘Pushing’ 진행 각도를 우선적으로 고려하고, 전류와 이동 속도를 목표 품질에 맞게 정밀하게 제어하는 것이 용입 깊이와 레그 길이의 일관성을 확보하는 데 기여할 수 있음을 시사합니다.
For Quality Control Teams: 논문의 그림 12와 13 데이터는 전류가 용입 깊이에 미치는 지배적인 영향을 명확히 보여줍니다. 따라서 실시간 전류 모니터링을 강화하고, 그 변동성을 관리하는 것을 새로운 품질 검사 기준으로 도입하여 용접 품질을 간접적으로 평가할 수 있습니다.
For Design Engineers: 공정 설계 시, 건 각도와 진행 각도가 다른 파라미터와 복합적으로 작용하여 최종 품질에 큰 영향을 미칠 수 있다는 점을 고려해야 합니다. 따라서 용접 절차를 개발할 때 이들의 상호작용을 명시하고, 용접 자동화 시스템에 이를 반영하는 것이 중요합니다.
Paper Details
Using artificial neural networks to identify and optimise the key parameters affecting geometry of a GMAW fillet weld
1. Overview:
Title: Using artificial neural networks to identify and optimise the key parameters affecting geometry of a GMAW fillet weld
Author: Cairns, Jonathan and McPherson, Norman and Galloway, Alexander
Year of publication: 2015
Journal/academic society of publication: 18th International Conference on Joining Materials, JOM-18
가스 메탈 아크 용접(GMAW) 파라미터 제어는 우수한 품질과 일관된 필렛 용접 형상을 유지하는 데 핵심적이다. 필렛 용접의 외부 형상은 쉽게 측정할 수 있지만, 접합부의 구조적 무결성을 결정하는 데 중요한 내부 형상(즉, 용입)은 공작물을 파괴적으로 테스트하지 않고는 측정하기 어렵다. 결과적으로, 적절한 용입을 보장하는 가장 비용 효율적인 방법은 입력 파라미터를 긴밀하게 제어하는 것이다. 나아가, 접합부 용입에 영향을 미치는 파라미터와 상호작용에 대한 엄격한 제어를 입증할 수 있다면, 충분한 용입이 달성되고 있다는 신뢰도를 높일 수 있다. 본 논문은 인공신경망(ANN)을 사용하여 결과적인 필렛 용접 형상에 영향을 미치는 파라미터와 특정 상호작용을 식별하는 연구 프로그램을 문서화한다. 본 논문에서 평가될 변수에는 전류, 전압, 이동 속도, 건 각도, 진행 각도가 포함된다.
Figure 6 : Image showing gun angle and stand-off measurement
Figure 7 : Image showing travel angle measurement
3. Introduction:
조선업에서 하향 필렛 용접은 선박의 전체 용접 길이에서 상당한 부분을 차지하며, 따라서 집중적인 공정 개선이 상당한 비용 절감을 제공할 수 있는 영역을 대표한다. 접합부의 구조적 무결성을 결정하는 데 중요한 내부 형상(즉, 용입)은 공작물을 파괴적으로 테스트하지 않고는 측정하기 어렵기 때문에, 적절한 용입을 보장하는 가장 비용 효율적인 방법은 입력 파라미터를 긴밀하게 제어하는 것이다. 본 논문은 전류, 전압, 이동 속도, 진행 각도, 건 각도 파라미터와 그 상호작용이 결과적인 필렛 용접 형상(레그 길이 및 용입)에 미치는 영향을 구체적으로 다룬다.
4. Summary of the study:
Background of the research topic:
GMAW 필렛 용접은 주요 산업에서 널리 사용되지만, 수많은 입력 변수와 그들의 복잡한 상호작용으로 인해 일관된 품질, 특히 내부 용입 깊이를 확보하기 어렵다. 기존의 가이드라인은 종종 모순되어 최적의 파라미터 설정에 어려움이 있다.
Status of previous research:
이전에도 ANN을 사용하여 GMAW 용접 형상을 예측하려는 여러 연구가 있었지만, 건 각도와 진행 각도, 그리고 이들의 상호작용이 용접 형상에 미치는 영향을 종합적으로 조사한 연구는 없었다.
Purpose of the study:
인공신경망(ANN)을 사용하여 GMAW 필렛 용접의 핵심 입력 파라미터(전류, 전압, 이동 속도, 건 각도, 진행 각도)와 그 상호작용이 최종 용접 형상(레그 길이, 용입 깊이)에 미치는 영향을 식별하고 정량화하는 것을 목표로 한다.
Core study:
실험적으로 제어된 조건에서 97개의 용접 시편을 제작하고, 측정된 데이터를 기반으로 ANN 모델을 훈련 및 검증했다. 개발된 모델을 사용하여 민감도 분석과 상호작용 분석을 수행하여 각 파라미터의 중요도와 숨겨진 관계를 규명했다.
5. Research Methodology
Research Design:
실험적 연구 설계를 채택하여, 5개의 주요 입력 변수(건 각도, 진행 각도, 이동 속도, 전압, 전류)를 체계적으로 변경하며 용접을 수행하고, 3개의 출력 변수(용입 깊이, 수직/수평 레그 길이)를 측정했다.
Data Collection and Analysis Methods:
데이터 수집: PAMS를 사용하여 전기적 신호를, 맞춤형 지그로 기계적 각도를 제어 및 측정했다. 용접 후 시편을 절단하고 매크로그래프를 촬영하여 ImageJ 소프트웨어로 형상 치수를 측정했다.
데이터 분석: 수집된 데이터를 사용하여 Neurosolutions for Excel에서 ANN 모델을 개발했다. 모델의 예측 성능을 검증한 후, 민감도 분석과 분산 분석(ANOVA)을 통해 주요 효과와 상호작용 효과를 분석했다.
Research Topics and Scope:
본 연구는 6mm 두께의 DH36 강판을 사용한 GMAW T-Joint 필렛 용접에 국한된다. 연구 범위는 5개의 특정 입력 파라미터가 용접 형상에 미치는 영향을 분석하는 것으로, 갭(Gap), 가스 유량, 노즐 직경과 같은 다른 변수들의 영향은 향후 연구 과제로 남겨두었다.
6. Key Results:
Key Results:
ANN 모델은 주어진 입력 파라미터에 대해 필렛 용접 형상을 정확하게 예측할 수 있었다.
민감도 분석 결과, 전류는 용입 깊이에, 이동 속도는 레그 길이에 가장 큰 영향을 미치는 단일 변수임이 확인되었다.
상호작용 분석 결과, 건 각도와 진행 각도는 단독으로는 영향이 적지만 전류와 상호작용할 때 용입 깊이에 매우 중요한 영향을 미치는 것으로 나타났다.
‘Pushing'(+ve) 진행 각도는 ‘Pulling'(-ve) 방식보다 열 입력 변화에 대해 더 일관되고 안정적인 용접 형상을 제공했다.
50°의 건 각도는 40°나 45°에 비해 약간 더 안정적인 용입 깊이를 보이는 경향이 있었다.
Figure List:
Figure 1: Fillet Weld Inputs and Outputs
Figure 2: Typical Example of ANN Architecture
Figure 3: Image of Welding Rig
Figure 4: Jig for setting Travel and Gun Angle
Figure 5: Example of DH36 Mild Steel ‘T’ test piece
Figure 6: Image showing gun angle and stand-off measurement
Figure 7: Image showing travel angle measurement
Figure 8: Sample Macrographed Fillet Weld
Figure 9: Key Fillet Weld Geometry
Figure 10: Visual Representation of selected ANN architecture
Figure 11: ANN Model Results (Actual vs Predicted)
Figure 12: Results of ANN Sensitivity Analysis
Figure 13: Analysis of key parameters and interactions affecting penetration
Figure 14: Analysis of key parameters and interactions affecting leg length
Figure 15: Graph showing impact of varying travel angle has on penetration
Figure 16: Graph showing impact of varying travel angle has on average leg length
Figure 17: Graph showing impact of varying gun angle has on penetration and average leg length
7. Conclusion:
본 논문에 상세히 기술된 결과는 ANN 소프트웨어를 사용하여 주어진 입력 파라미터 세트에 대해 필렛 용접 형상을 정확하게 예측할 수 있는 모델을 생성할 수 있음을 보여준다. 민감도 분석과 상호작용 평가 결과 또한 대체로 일치했다. 전류는 용입을 결정하는 데 가장 영향력 있는 요소이며, 이동 속도와 전류는 모두 레그 길이를 결정하는 데 영향력 있는 요소이다. 효과 및 상호작용 분석은 또한 입력 파라미터 간에 필렛 용접의 용입과 레그 길이를 결정하는 데 중요한 다수의 상호작용이 있음을 확인했다. 분석 결과는 또한 ‘Pushing’ 진행 각도가 선호된다는 대다수의 지침과도 일치한다. 이는 결과적인 레그 길이가 열 입력 변화에 덜 민감하고 용입의 변동이 적기 때문이다.
8. References:
Beckett, S., MacPherson, M.J., McPherson, N.A. 2011. Improved Welding Control of Automated Fillet Welding for Ship Structures Using Artificial Neural Networks (ANN). Presented at JOM 16 Conference, May 2011, Helsingør.
Lightfoot, M.P., Bruce, G.J., McPherson, N.A., Woods, K. 2005. The Application of Artificial Neural Networks to Weld-Induced Deformation in Ship Plate. Supplement to the Welding Journal, pp23-26.
MIG Welding Guidelines [online] Available at: < www.millerwelds.com>
Welding Lesson [online] Available at: < www.sweethaven.com>
BOC, Fundamentals of flux and Metal Cored Arc Welding, Section 8: Consumables (2007), pp322-325.
Harwig, D. 2000. Arc Wise – Optimisation, Productivity and Quality in Arc Welding, Materials Joining Technology Newsletter, VI 13, No 2.
Pal, K., Bhattacharya, S., Pal, S.K. 2010, Multisensor-based monitoring of weld deposition and plate distortion for various torch angles in pulsed MIG welding, Int J Adv Manuf Technol (2010) 50:543-556
Tham, G., Yaakub, M.Y., Abas, S.K., Manurung, Y., Jalil, B.A., 2012. Predicting the GMAW 3F T-Fillet Geometry and its Welding Patameter. Procedia Engineering 41 (2012), pp1794-1799
MIG (GMAW) Welding Techniques [online] Available at: < www.weldingspark.com>
LR058 BOC, Fundamentals of flux and Metal Cored Arc Welding, Section 8: Consumables (2007), pp322-325.
Campbell, S.W., Galloway, A.M., McPherson, N.A. 2012. Artificial Neural Network Prediction of Weld Geometry performed using GMAW with Alternating Shielding Gases.
Dadgar Asl, Y.,Mostafa, N.B., Panahizadeh, V., Seyedkashi, S.M.H. 2011. Prediction of Weld Penetration in FCAW of HSLA Steel using Artificial Neural Networks.
Moon, H., Na, S. 1997. Optimum Design Based on Mathematical Model and Neural Network to Predict Weld Parameters for Fillet Joints.
Andersen, K., Cook, G., Karsai, G., Ramaswamy, K. 1990. Artificial Neural Networks Applied to Arc Welding Process Modeling and Control
Nagesh, D.S., Datta, G.L.2002. Prediction of Weld Bead Geometry and Penetration in shielded metal-arc welding using artificial neural networks.
Nagesh, D.S., Datta, G.L.2008.Modeling of fillet welded joint of GMAW process: integratedapproach using DOE, ANN and GA.
Kumar, A., Debroy, T. Tailoring Fillet Weld Geometry Using a Genetic Algorithm and a Neural Network Trained with Convective Heat Flow Calculations.
Chan, B., Pacey, J., Bibby, M. 1998. Modelling Gas Metal Arc Weld Geometry Using Artificial Neural Network Technology.
Nagesh, D.S., Datta, G.L.Genetic Algorithm and Artificial Neural Networks Application for Modeling of Fillet Welded Joint of GMAW Process.
Bhadeshia, H.K.D.H. 1999. Neural Networks in Materials Science
Kim, I.S., Son, J.S., Park, C.E., Kim, I.J., Kim, H.H.2005. An investigation into an intelligent system for predicting bead geometry in GMA Welding process.
Cairns, J., McPherson, N.A., Galloway, A.M., MacPherson, M., McKechnie, C. 2013. Optimised Penetration for Fillet Welding. Presented at JOM 17 Conference, May 2013, Helsingør.
Expert Q&A: Your Top Questions Answered
Q1: 왜 이 연구에서는 다양한 용접 파라미터 중 특히 건 각도와 진행 각도에 주목했습니까?
A1: 기존 업계 및 공급업체의 가이드라인이 건 각도와 진행 각도에 대해 매우 다양하고 때로는 모순된 정보를 제공하기 때문입니다. 이 연구는 이러한 혼란을 해소하고, 이들 각도가 다른 주요 파라미터(전류, 속도 등)와 어떻게 상호작용하여 최종 용접 형상에 영향을 미치는지 정량적으로 규명하고자 했습니다.
Q2: 민감도 분석(그림 12)에서 건 각도와 진행 각도의 영향력이 낮게 나타났는데, 어떻게 이들이 중요하다고 결론 내릴 수 있습니까?
A2: 민감도 분석은 각 변수의 개별적인 영향을 보여주지만, 상호작용 분석(그림 13)에서는 이들 각도가 전류와 결합될 때 용입 깊이에 매우 중요한 영향을 미치는 ‘상호작용 효과’가 발견되었습니다. 이는 단일 변수 분석만으로는 파악할 수 없는 복잡한 공정의 특성을 보여주며, ANN 모델이 이러한 숨겨진 패턴을 찾아내는 데 유용함을 입증합니다.
Q3: ANN 모델의 정확성은 어떻게 검증되었습니까?
A3: 모델은 총 97개의 실험 데이터 중 72개로 훈련되고 25개로 교차 검증 및 테스트되었습니다. 또한, 추가적인 실험 데이터를 사용하여 모델의 예측값과 실제 측정값을 비교했으며, 그림 11에서 볼 수 있듯이 예측값과 실제 출력값 사이에 전반적으로 좋은 일치도를 보여 모델의 신뢰성을 확보했습니다.
Q4: ‘Pushing'(+ve) 진행 각도가 왜 더 안정적인 결과를 보인다고 생각하십니까?
A4: 논문에서는 ‘Pushing’ 각도가 용접 안정성을 높이는 이유에 대해 용접 풀의 동역학(weld pool dynamics)에 대한 추가 분석이 필요하다고 언급합니다. 다만, 결과(그림 15, 16)는 ‘Pushing’ 방식이 열 입력 변화에 대해 레그 길이를 덜 민감하게 만들고 용입 깊이의 변동성을 줄여, 더 일관된 용접 품질을 달성하는 데 유리하다는 것을 명확히 보여줍니다.
Q5: 이 연구 결과를 실제 조선소 현장에 어떻게 적용할 수 있을까요?
A5: 이 연구에서 개발된 ANN 모델과 같은 접근법을 사용하여 특정 조선소의 용접 절차에 맞는 맞춤형 예측 모델을 개발할 수 있습니다. 이를 통해 용접사에게 보다 정밀한 파라미터 가이드를 제공하고, 실시간 모니터링 데이터와 결합하여 용접 품질을 비파괴적으로 예측하고 관리함으로써 재작업 비용을 줄이고 생산성을 높일 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 인공신경망(ANN)이 GMAW 필렛 용접과 같이 복잡한 다중 변수 공정을 이해하고 최적화하는 데 매우 강력한 도구임을 입증했습니다. 단순히 개별 파라미터의 영향을 넘어, 이들 간의 복잡한 상호작용이 최종 품질에 얼마나 큰 영향을 미치는지 정량적으로 보여주었습니다. 특히, ‘Pushing’ 진행 각도를 채택하는 것이 용접 품질의 일관성을 확보하는 데 유리하다는 실질적인 가이드를 제공합니다. 이러한 데이터 기반 접근 방식은 경험에 의존하던 기존의 용접 공정 관리를 한 단계 발전시켜, 더 높은 품질과 생산성을 달성하는 길을 열어줍니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(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 “Using artificial neural networks to identify and optimise the key parameters affecting geometry of a GMAW fillet weld” by “Cairns, Jonathan and McPherson, Norman and Galloway, Alexander”.
이 기술 요약은 Abraham M. Afabor 외 저자가 J. Electrochem. Sci. Eng. (2025)에 발표한 논문 “Pitting corrosion characteristics of gas tungsten arc welded austenitic steel”을 기반으로 합니다. STI C&D에서 기술 전문가를 위해 분석하고 요약했습니다.
The Challenge: GTAW 용접 시 발생하는 열영향부(HAZ)의 민감화(sensitization) 현상은 316L 오스테나이트강의 국부 부식을 유발하여 부품의 내구성을 저하시킵니다.
The Method: 다구치 기반 그레이-퍼지 로직(Taguchi-based grey-fuzzy logic) 하이브리드 최적화 기법을 사용하여 전류, 속도, 전압, 가스 유량 등 4가지 핵심 GTAW 용접 파라미터를 최적화했습니다.
The Key Breakthrough: 최적화된 용접 조건(전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min)에서 제작된 시편은 비최적화 시편 대비 공식(pitting corrosion) 잠재력(Epit)이 0.06V에서 0.40V로 크게 향상되어 국부 부식에 대한 저항성이 월등히 높아졌습니다.
The Bottom Line: 용접 파라미터를 정밀하게 제어하는 하이브리드 최적화는 316L 스테인리스강 부품의 기계적 특성뿐만 아니라, 특히 중요한 공식 저항성을 극대화하여 제품의 신뢰성과 수명을 획기적으로 개선할 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
오스테나이트 스테인리스강은 뛰어난 내식성과 기계적 특성으로 다양한 산업에서 널리 사용되지만, 용접 과정에서 심각한 문제에 직면할 수 있습니다. 특히 가스 텅스텐 아크 용접(GTAW) 시 용접부 주변의 열영향부(Heat-Affected Zone, HAZ)는 ‘민감화(sensitization)’라는 현상에 취약해집니다. 이 현상은 특정 온도 범위(427~871°C)에서 가열될 때 결정립계(grain boundaries)를 따라 크롬 카바이드(chromium carbide)가 석출되면서 발생합니다.
결정립계 주변의 크롬이 고갈되면 해당 영역의 내식성이 급격히 저하되어 공식(pitting corrosion)이나 입계 부식(intergranular corrosion)과 같은 국부 부식에 매우 취약해집니다. 이러한 국부 부식은 예측하기 어렵고 빠르게 진행되어 구조물의 예기치 않은 파손을 유발할 수 있습니다. 따라서 고품질의 용접부를 확보하고 부품의 장기적인 신뢰성을 보장하기 위해서는 용접 파라미터를 최적화하여 민감화 현상을 최소화하는 것이 매우 중요합니다.
The Approach: Unpacking the Methodology
본 연구는 316L 오스테나이트 스테인리스강의 GTAW 용접 품질을 극대화하기 위해 하이브리드 최적화 기법을 적용했습니다. 연구진은 10mm 두께의 상용 AISI 316L 강판과 ER 316L 필러 와이어를 사용하여 V-버트(V-butt) 조인트 용접을 수행했습니다.
최적화 대상이 된 핵심 용접 파라미터는 용접 전류, 속도, 전압, 가스 유량 등 네 가지였습니다. 연구진은 이 네 가지 인자를 각각 3가지 수준(저/중/고)으로 설정하고, 다구치(Taguchi) L27 직교 배열표에 따라 총 27개의 실험을 설계했습니다. 이 접근법은 최소한의 실험 횟수로 각 파라미터가 용접 품질에 미치는 영향을 효율적으로 평가할 수 있게 합니다.
실험 후에는 인장 강도와 미세 경도를 측정했으며, 이 두 가지 기계적 특성을 동시에 최적화하기 위해 그레이-퍼지 로직(grey-fuzzy logic) 이라는 하이브리드 기법을 사용했습니다. 최종적으로 최적화된 조건과 비최적화된 조건, 그리고 모재(base metal) 시편에 대해 전위차 분극(potentiodynamic polarization) 시험을 실시하여 해수(seawater) 환경에서의 공식 저항성을 정량적으로 평가하고, 주사전자현미경(SEM)으로 미세구조를 분석했습니다.
Figure 1. Experimental steel samples
The Breakthrough: Key Findings & Data
Finding 1: 기계적 특성과 내식성을 모두 만족시키는 최적의 용접 파라미터 도출
다구치-그레이-퍼지 로직 분석을 통해 인장 강도와 경도를 종합적으로 향상시키는 최적의 GTAW 용접 파라미터 조합을 성공적으로 도출했습니다. 검증 실험을 통해 확인된 최적의 조건은 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min 이었습니다.
이 최적화의 효과는 다중 응답 성능 지수(multi-response performance index, GFG)로 정량화되었습니다. Table 5에 따르면, 초기 조건의 GFG 값은 0.0409에 불과했지만, 최적화된 조건에서는 0.495로 대폭 향상되었습니다. 이는 용접부의 전반적인 기계적 성능이 크게 개선되었음을 의미합니다. Figure 3a의 SEM 이미지에서 볼 수 있듯이, 최적화된 시편은 비최적화 시편(Figure 3b)의 조대한 주상정 수지상 결정립과 달리 미세한 결정립 구조를 보여주며, 이는 우수한 기계적 특성의 기반이 됩니다.
Finding 2: 공식(Pitting Corrosion) 저항성의 획기적인 향상
최적화된 용접 파라미터는 기계적 특성뿐만 아니라, 부품의 수명과 직결되는 공식 저항성에서도 극적인 개선 효과를 보였습니다. Figures 4-6과 Table 6의 전위차 분극 시험 결과는 이를 명확히 보여줍니다.
가장 중요한 지표인 공식 전위(pitting potential, Epit)는 부동태 피막이 파괴되고 공식이 시작되는 전위를 의미하며, 이 값이 높을수록 공식에 대한 저항성이 우수합니다. 비최적화 시편의 Epit 값은 0.06V에 불과했지만, 최적화된 시편의 Epit 값은 0.40V로 월등히 높았습니다. 또한, 부동태 피막이 안정적으로 유지되는 전위 범위인 부동태 영역(passive region) 역시 최적화 시편(-0.34V ~ 0.4V)이 비최적화 시편(-0.40V ~ 0.06V)보다 훨씬 넓게 나타났습니다. 이는 최적화된 용접 조건이 더 안정적이고 견고한 보호 산화 피막(Cr2O3) 형성을 유도하여 국부 부식에 대한 저항성을 크게 향상시켰음을 증명합니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 용접 전류, 속도, 전압, 가스 유량을 최적 수준(95A, 0.7mm/s, 25V, 20L/min)으로 정밀하게 제어하는 것이 열영향부의 민감화를 최소화하고, 결과적으로 용접된 316L 강 부품의 공식 저항성을 직접적으로 개선할 수 있음을 시사합니다.
For Quality Control Teams: Figures 4-6과 Table 6의 전위차 분극 데이터는 최적화된 용접 파라미터와 높은 공식 전위(Epit > 0.40V) 사이의 명확한 상관관계를 보여줍니다. 이 값은 중요한 용접 부품의 국부 부식 저항성을 평가하기 위한 정량적 품질 기준으로 활용될 수 있습니다.
For Design Engineers: 본 연구 결과는 용접 공정 자체가 내식성을 결정하는 중요한 설계 변수임을 강조합니다. 최적화된 용접과 그렇지 않은 용접 사이의 공식 민감도 차이가 크다는 점은, 부식 환경에 노출되는 부품의 장기적인 무결성을 보장하기 위해 설계 단계에서부터 최적의 용접 절차를 명시하는 것이 중요함을 시사합니다.
Paper Details
Pitting corrosion characteristics of gas tungsten arc welded austenitic steel
1. Overview:
Title: Pitting corrosion characteristics of gas tungsten arc welded austenitic steel
Author: Abraham M. Afabor, Basil O. Onyekpe, Oghenerobo Awheme and Cyril O. Uyeri
Year of publication: 2025
Journal/academic society of publication: J. Electrochem. Sci. Eng.
이 연구는 다구치 기반 그레이-퍼지 로직이라는 하이브리드 최적화 기법을 활용하여 316L 오스테나이트 스테인리스강의 인장 강도 및 경도와 관련된 가스 텅스텐 아크 용접 파라미터를 최적화했습니다. 다구치 L27 직교 배열 실험 설계를 통해 용접 전류, 속도, 전압, 가스 유량의 네 가지 입력 파라미터를 최적화하여 강의 공식 특성을 평가했습니다. 전위계를 사용한 전위차 분극 시험을 통해 용접된 시편의 공식 저항성을 평가했습니다. 주사전자현미경을 이용한 미세구조 분석을 통해 강 시편의 표면 형태를 평가했습니다. 이후, 사용된 최적화 기법을 검증하기 위해 확인 실험을 수행했습니다. 얻어진 결과에 따르면 최적의 용접 파라미터는 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이며, 최적화된 강 시편은 기계적 특성 측면에서 다중 응답 성능 지수가 0.0409에서 0.495로 개선되었음을 보여줍니다. 두 방법의 강점을 활용하고 이 하이브리드 최적화 기법을 통합함으로써, 본 연구는 용접 파라미터와 부식 저항성 사이의 관계에 대한 귀중한 통찰력을 제공하며, 궁극적으로 더 내구성 있고 신뢰할 수 있는 스테인리스강 부품 개발에 기여합니다.
3. Introduction:
오스테나이트 스테인리스강의 용접은 용접 금속의 고온 균열과 용접 열영향부(HAZ)의 민감화라는 두 가지 중요한 문제와 관련이 있습니다. 민감화의 결과로 열영향부에서 국부 부식이 발생합니다. 427도에서 871도 사이의 온도 범위 내에서 가열될 때 열영향부의 결정립계에서 크롬 카바이드가 석출되고 형성되는 것이 민감화의 원인입니다. 이러한 결함이 없는 매우 만족스러운 용접 품질은 용접 공정 파라미터의 최적 선택과 정밀한 제어를 통해 달성할 수 있습니다.
4. Summary of the study:
Background of the research topic:
오스테나이트 스테인리스강 용접 시 발생하는 열영향부(HAZ)의 민감화는 크롬 카바이드 석출로 인해 국부적인 내식성을 저하시켜 공식(pitting corrosion) 및 입계 부식을 유발합니다. 이는 부품의 내구성과 신뢰성에 심각한 위협이 됩니다.
Status of previous research:
이전 연구들에서 다구치 기법, 퍼지 로직 등 다양한 최적화 기법이 용접 파라미터 최적화에 개별적으로 사용되어 왔습니다. 그러나 여러 응답 특성(예: 기계적 특성 및 내식성)을 동시에 고려하는 복합적인 최적화에 대한 연구는 여전히 필요합니다.
Purpose of the study:
본 연구의 목적은 다구치 기반 그레이-퍼지 로직이라는 하이브리드 최적화 기법을 사용하여 316L 오스테나이트 스테인리스강의 GTAW 용접 파라미터(전류, 속도, 전압, 가스 유량)를 최적화하는 것입니다. 이를 통해 인장 강도와 경도를 극대화하고, 최적화된 조건이 공식 저항성에 미치는 영향을 평가하여 더 내구성 있고 신뢰성 높은 스테인리스강 부품 개발에 기여하고자 합니다.
Core study:
다구치 L27 직교 배열을 이용해 실험을 설계하고, 그레이-퍼지 로직을 통해 인장 강도와 경도에 대한 다중 응답 최적화를 수행했습니다. 이후 확인 실험을 통해 최적의 용접 파라미터를 검증하고, 최적화된 시편, 비최적화 시편, 모재의 미세구조와 공식 특성을 SEM과 전위차 분극 시험으로 비교 분석했습니다.
5. Research Methodology
Research Design:
본 연구는 다구치 L27 직교 배열을 기반으로 한 실험 설계를 채택했습니다. 4개의 용접 파라미터(전류, 속도, 전압, 가스 유량)를 각각 3수준으로 설정하여 총 27개의 실험을 수행했습니다.
Data Collection and Analysis Methods:
용접된 시편의 인장 강도와 미세 경도를 측정하여 실험 데이터를 수집했습니다. 수집된 데이터는 신호 대 잡음비(SNR)로 변환된 후, 그레이 관계 분석 및 퍼지 로직 추론을 통해 다중 응답 성능 지수(GFG)를 계산하고 최적의 파라미터 조합을 도출하는 데 사용되었습니다. 최종적으로 전위차 분극 시험과 SEM 분석을 통해 부식 특성과 미세구조를 평가했습니다.
Research Topics and Scope:
연구 범위는 10mm 두께의 AISI 316L 오스테나이트 스테인리스강의 GTAW 용접에 국한됩니다. 최적화 대상 파라미터는 용접 전류(95, 100, 105A), 속도(0.7, 0.9, 1.1 mm/s), 전압(23, 25, 27V), 가스 유량(10, 15, 20 L/min)입니다. 평가는 기계적 특성(인장 강도, 경도)과 해수 환경에서의 공식 저항성에 초점을 맞춥니다.
6. Key Results:
Key Results:
하이브리드 최적화 기법을 통해 도출된 최적의 GTAW 용접 파라미터는 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이었습니다.
최적화된 조건에서 다중 응답 성능 지수(GFG)가 0.0409에서 0.495로 크게 향상되어 전반적인 기계적 특성이 개선되었습니다.
최적화된 시편은 비최적화 시편에 비해 월등히 높은 공식 전위(Epit: 0.40V vs 0.06V)와 더 넓은 부동태 영역을 보여, 국부 부식에 대한 저항성이 크게 향상되었음을 확인했습니다.
최적화된 시편의 미세구조는 비최적화 시편의 조대한 주상정 구조와 달리 미세한 결정립 구조를 나타냈습니다.
Figure List:
Figure 1. Experimental steel samples
Figure 2. Fuzzy subsets of input and output variables generated from MATLAB software
Figure 3. SEM micrograph of a – optimized steel sample; b- non-optimized steel sample and c – base metal
Figure 4. Potentiodynamic polarization plot for the non-optimized steel sample
Figure 5. Potentiodynamic polarization plot for the optimized steel sample
Figure 6. Potentiodynamic polarization plot for the base metal
7. Conclusion:
본 연구는 GTAW 용접 입력 파라미터가 용접부 기능성에 미치는 영향을 조사했습니다. 실험 결과와 해석, 토론, 모델링 및 분석을 바탕으로 다음과 같은 결론을 도출했습니다.
Figure 3. SEM micrograph of a – optimized steel sample; b- non-optimized steel sample and c – base metal
다구치 기반 그레이-퍼지 로직 하이브리드 최적화 기법을 사용한 316L 오스테나이트 스테인리스강의 최적 가스 텅스텐 아크 용접 파라미터 설정은 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이었습니다.
예측 결과(GFG = 0.417)와 확인 실험 결과(GFG = 0.495) 사이의 백분율 오차는 19% 미만으로, 제안된 최적화 절차의 타당성을 검증합니다.
최적화된 강 시편은 부동태 영역 범위가 (-0.34 ~ 0.4V)로 공식 저항성에 대한 민감도가 가장 낮았으며, 그 다음으로 모재(-0.43 ~ 0.22V), 비최적화 강 시편(-0.40 ~ 0.06V) 순이었습니다.
두 방법의 강점을 활용하고 이 하이브리드 최적화 기법을 통합함으로써, 본 연구는 용접 파라미터와 기계적 특성 간의 상호 관계에 대한 귀중한 통찰력을 제공하며, 궁극적으로 더 내구성 있고 신뢰할 수 있는 스테인리스강 부품 개발에 기여합니다.
8. References:
[1] P. Vishalkumar, J. J. Vora, S. Das, K. Abhishek, Study of parametric influence and welding performance optimization during regulated metal deposition (RMD) using grey integrated with fuzzy Taguchi approach, Journal of Manufacturing Processes 54 (2020) 286-300. http://dx.doi.org/10.1016/j.jmapro.2020.03.017
[2] S. Omprakasam, R. Raghu, C. B. Ayyanar, Multi-objective welding optimization for AA5052 using Taguchi-fuzzy approach, SAE International Journal of Materials and Manufacturing 18(3) (2025). https://doi.org/10.4271/05-18-03-0018
[3] P. Pondi, J. Achebo, A. Ozigagun, Prediction of tungsten inert gas welding process parameters using design of experiment and fuzzy logic, Journal of Advances in Science and Engineering 4 (2021) 86-97. https://doi.org/10.37121/jase.v4i2.149
[4] G. Sridevi, K. C. Rath, S. Mishra, S. Patro, P. S. Rao, Optimization of EDM Process Parameters with Fuzzy Logic Technique for SS-316 Steel and Investigation of Microstructural Characteristics of EDM Machining Surface, in: Evolutionary Manufacturing, Design and Operational Practices for Resource and Environmental Sustainability, K. Muduli, S. Kumar Rout, S. Sarangi, S.M.N. Islam, A. Mohamed (Eds.), Scrivener Publ. LLC, 2024, pp. 245-256. https://doi.org/10.1002/9781394198221.ch21
[5] S. Ankit, V. Kumar, A. Babbar, V. Dhawan, K. Kotecha, C. Prakash, Experimental investigation and optimization of electric discharge machining process parameters using grey-fuzzy-based hybrid techniques, Materials 14(19) (2021) 5820. https://doi.org/10.3390/ma14195820
[6] D. Vijayan, R.V. Seshagiri. Optimization of friction stir welding process parameters using RSM-based Grey-Fuzzy approach, Saudi Journal of Engineering and Technology 2(1) (2017) 12-25. https://saudijournals.com/articles/2584/
[7] S. Winarni, W. I. Sapto, Application of multi-response optimization with grey relational analysis and fuzzy logic method, IOP Conference series: Journal of Physics: Conference Series 948 (2018) 012075. https://doi.org/10.1088/1742-6596/948/1/012075
[8] C. Moganapriya, R. Rajasekar, P.S. Kumar, T. Mohanraj, V. K. Gobinath, J. Saravanakumar, Achieving machining effectiveness for AISI 1015 structural steel through coated inserts and grey-fuzzy coupled Taguchi optimization approach, Structural and Multidisciplinary Optimization, 63 (2021) 1169-1186. https://doi.org/10.1007/s00158-020-02751-9
[9] A. M. Afabor, D. F. Ikikiru, Parametric optimization of gas tungsten arc welding (GTAW) on the tensile strength of AISI 316L austenitic stainless steel using Taguchi method, Journal of Materials Engineering, Structures and Computation, 1 (1) (2022) 90-101. https://doi.org/10.5281/zenodo.7525254
[10] S. Karumuri, B. Haldar, A. Pradeep, S. A. K. Karanam, M. N. S. Sri, P. Anusha, N. Sateesh, R. Subbiah, S. Vijayakumar, Multi-objective optimization using Taguchi based grey relational analysis in friction stir welding for dissimilar aluminium alloy, International Journal on Interactive Design and Manufacturing 18 (2024) 1627-1644. https://doi.org/10.1007/s12008-023-01529-9
[11] C. Chanakyan, S. Sivasankara, M. Meignanamoorthy, S. V. Alagarsamy, Parametric optimization of mechanical properties via FSW on AA5052 using Taguchi based grey relational analysis, INCAS Bulletin 13(2) (2021) 21-30. https://doi.org/10.13111/2066-8201.2021.13.2.3
[12] M. P. Jenarthanan, R. Jeyapaul, Analysis and optimization of machinability behavior of CFRP composites using fuzzy logic, Pigment & Resin Technology 44(1) (2021) 48-55. https://doi.org/10.1108/PRT-11-2013-0107
[13] M. A. Afabor, E. Emozino, I. D. Friday, O. O. David, A. S. Abella, Predictive modelling of TIG welding process parameters: A comparative study of Taguchi, Fuzzy Logic, and response surface methodology, Nigerian Journal of Technology 44(1) (2025) 48-56. https://doi.org/10.4314/njt.v44i1.6
Expert Q&A: Your Top Questions Answered
Q1: 왜 단순한 최적화 방법 대신 다구치-그레이-퍼지 로직이라는 하이브리드 접근법을 선택했습니까?
A1: 용접 공정은 여러 파라미터(전류, 속도, 전압 등)가 서로 복잡하게 영향을 미치기 때문에 단순한 최적화 방법으로는 한계가 있습니다. 본 연구에서 사용된 하이브리드 접근법은 다구치 기법을 통해 효율적인 실험을 설계하고, 그레이 관계 분석과 퍼지 로직을 결합하여 인장 강도와 경도라는 두 가지 상충될 수 있는 목표를 동시에 최적화할 수 있습니다. 이 방법은 불확실성과 모호함을 효과적으로 처리하여 더 신뢰성 있는 최적의 조건을 찾는 데 유리합니다.
Q2: Table 6에서 비최적화 시편이 최적화 시편보다 전반적인 부식 속도(corrosion rate)가 더 낮게 나왔습니다. 이는 최적화 시편이 더 우수하다는 결론과 모순되지 않나요?
A2: 좋은 지적입니다. 이 연구는 전반적인 부식보다는 더 치명적일 수 있는 국부 부식, 즉 공식(pitting corrosion) 저항성에 초점을 맞추고 있습니다. 최적화된 시편은 공식 전위(Epit)가 0.06V에서 0.40V로 월등히 높아져, 갑작스러운 국부 파괴에 대한 저항성이 훨씬 뛰어납니다. 비최적화 시편의 낮은 일반 부식 속도는 사용된 필러 금속의 성분 때문일 수 있지만, 공식에 대한 취약성 때문에 많은 실제 적용 환경에서 신뢰성이 떨어질 수 있습니다.
Q3: Figure 3a에 나타난 최적화 시편의 미세구조는 어떤 의미를 가집니까?
A3: Figure 3a의 최적화된 시편은 미세하고 균일한 결정립 구조를 보입니다. 이는 비최적화 시편(Figure 3b)에서 관찰되는 조대하고 한 방향으로 성장한 주상정 수지상 결정립과 대조적입니다. 이러한 미세한 결정립 구조는 일반적으로 더 높은 강도와 경도를 포함한 우수한 기계적 특성을 나타내는 데 기여하며, 본 연구의 다중 응답 최적화 목표(인장 강도 및 경도 향상)가 성공적으로 달성되었음을 뒷받침하는 증거입니다.
Q4: 이 연구에서 다구치 L27 직교 배열을 사용한 이유는 무엇입니까?
A4: L27 직교 배열은 4개의 다른 인자(전류, 속도, 전압, 가스 유량)를 각각 3개의 수준에서 연구하기 위해 선택되었습니다. 이 실험 설계는 27번의 실험만으로 각 파라미터의 주 효과와 상호작용을 신뢰성 있게 분석할 수 있게 해줍니다. 이는 모든 조합을 실험하는 것보다 훨씬 효율적이면서도 통계적으로 유의미한 결과를 얻을 수 있는 강력하고 효율적인 프레임워크입니다.
Q5: 논문에서 다중 응답 성능 지수(GFG)가 0.0409에서 0.495로 향상되었다고 언급했는데, 이 값이 실제적으로 무엇을 의미합니까?
A5: GFG(Grey-Fuzzy Grade)는 인장 강도와 경도라는 두 가지 성능 지표를 종합하여 용접 품질을 나타내는 단일 통합 점수입니다. GFG 값이 초기 비최적화 조건의 0.0409에서 최종 최적화 조건의 0.495로 크게 증가했다는 것은, 용접부의 전반적인 기계적 특성이 정량적으로 대폭 개선되었음을 의미합니다. 이는 최적화 프로세스가 매우 효과적이었음을 입증하는 핵심 지표입니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 하이브리드 최적화 기법이 316L 오스테나이트 스테인리스강의 용접 품질을 획기적으로 향상시킬 수 있음을 명확히 보여주었습니다. 특히 정밀한 GTAW 용접 최적화를 통해 기계적 특성을 개선할 뿐만 아니라, 산업 현장에서 더 치명적인 문제로 작용하는 공식(pitting corrosion)에 대한 저항성을 극대화할 수 있다는 점은 매우 중요합니다. 이는 용접 파라미터가 단순한 공정 변수가 아니라, 부품의 수명과 신뢰성을 결정하는 핵심 설계 요소임을 시사합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 당사의 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(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 “Pitting corrosion characteristics of gas tungsten arc welded austenitic steel” by “Abraham M. Afabor, Basil O. Onyekpe, Oghenerobo Awheme and Cyril O. Uyeri”.
이 기술 요약은 Norasiah Muhammad 외 저자가 2012년 International Journal on Advanced Science, Engineering and Information Technology에 발표한 논문 “A Quality Improvement Approach for Resistance Spot Welding using Multi-objective Taguchi Method and Response Surface Methodology”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
과제: 저항 점용접(RSW) 공정에서 최적의 용접 조건을 찾는 것은 종종 경험에 의존하여 너겟 크기 및 열영향부(HAZ)와 같은 핵심 품질 지표의 일관성을 확보하기 어렵습니다.
방법: 1.0mm 저탄소강 판재 접합 시, 다중 목적 다구찌 기법(MTM)과 반응표면법(RSM)을 적용하여 용접 너겟 반경과 HAZ 폭이라는 두 가지 상충될 수 있는 품질 특성을 동시에 최적화했습니다.
핵심 돌파구: 용접 전류가 용접 품질에 가장 결정적인 영향을 미치는 요인(기여도 88.65%)임을 통계적으로 입증했으며, 최적의 공정 조건 조합을 찾아냈습니다.
핵심: 이 연구는 경험에 의존하던 용접 공정 설계를 데이터 기반의 예측 모델로 전환할 수 있음을 보여주며, 이는 제조 품질의 일관성을 높이고 생산성을 향상시키는 핵심적인 방법론을 제공합니다.
Fig. 1: The sequence of the RSW process
과제: 이 연구가 CFD 전문가에게 중요한 이유
저항 점용접(RSW)은 자동차 산업을 비롯한 여러 분야에서 견고성, 속도, 유연성 덕분에 널리 사용되는 접합 기술입니다. 그러나 용접 품질은 전류, 시간, 전극 압력 등 수많은 공정 변수에 의해 결정됩니다. 현장에서는 종종 엔지니어의 경험이나 핸드북에 의존하여 이러한 변수를 설정하는데, 이는 특정 용접 장비나 작업 환경에 최적화된 결과를 보장하지 못합니다. 이로 인해 용접 너겟의 크기가 불균일하거나 열영향부(HAZ)가 과도하게 형성되는 등 품질 문제가 발생할 수 있습니다. 특히, 너겟 크기 확보와 HAZ 최소화와 같이 서로 상충될 수 있는 여러 품질 목표를 동시에 만족시키는 것은 매우 어려운 과제입니다. 본 연구는 이러한 문제를 해결하기 위해 통계적, 수학적 모델을 사용하여 여러 품질 특성을 동시에 최적화하는 체계적인 접근법을 제시했다는 점에서 큰 의미가 있습니다.
Fig. 2: Magrograph of weld zone
접근 방식: 방법론 분석
본 연구는 다중 품질 특성을 동시에 최적화하기 위해 다중 목적 다구찌 기법(MTM)과 반응표면법(RSM)을 결합한 접근법을 사용했습니다.
실험 설계: 1.0mm 두께의 저탄소강 판재 2장을 용접하는 실험을 수행했습니다. 주요 제어 인자로는 용접 전류(A), 용접 시간(B), 가압 시간(C) 세 가지를 선정했으며, 각 인자별로 3가지 수준(Level)을 설정했습니다. 실험 계획은 다구찌 기법의 L9 직교 배열표를 사용하여 총 9번의 실험을 체계적으로 수행했습니다.
품질 특성 측정: 출력 변수로는 용접 품질을 대표하는 ‘용접 너겟 반경’과 ‘열영향부(HAZ) 폭’을 측정했습니다. 용접된 시편을 절단하고 2% 나이탈 용액으로 에칭한 후, 금속 현미경과 이미지 분석 시스템을 사용하여 정밀하게 측정했습니다.
데이터 분석: 측정된 데이터를 바탕으로 다중 신호 대 잡음비(MSNR)를 계산하여 여러 품질 특성을 단일 지표로 평가했습니다. 분산 분석(ANOVA)을 통해 각 공정 변수가 전체 품질에 미치는 통계적 유의성과 기여도를 정량적으로 분석했습니다. 또한, 반응표면법(RSM)을 사용하여 입력 변수와 출력 변수 간의 관계를 나타내는 1차 선형 예측 모델을 개발했습니다.
돌파구: 주요 발견 및 데이터
본 연구는 저항 점용접 공정 최적화에 대한 중요한 통계적 통찰을 제공했습니다.
발견 1: 용접 전류가 품질에 미치는 압도적인 영향력
분산 분석(ANOVA) 결과, 용접 품질에 영향을 미치는 세 가지 제어 인자 중 용접 전류가 가장 지배적인 요인임이 명확히 밝혀졌습니다. Table VIII에 따르면, 다중 품질 특성에 대한 각 인자의 기여도는 용접 전류가 88.65%로 압도적으로 높았으며, 용접 시간은 9.99%, 가압 시간은 0.687%에 불과했습니다. 이는 용접 품질을 안정적으로 관리하기 위해서는 다른 어떤 변수보다 용접 전류를 정밀하게 제어하는 것이 가장 중요하다는 것을 정량적으로 보여줍니다. p-값 역시 용접 전류만 0.007로 유의수준 0.05보다 낮아 통계적으로 유의미한 인자임이 확인되었습니다.
발견 2: 최적 공정 조건의 식별 및 예측 모델의 높은 정확도
다중 신호 대 잡음비(MSNR) 분석을 통해 용접 너겟 반경은 목표치에 가깝게, HAZ 폭은 최소화하는 최적의 공정 조건 조합을 도출했습니다. Table VII에 따르면, 최적 조건은 용접 전류 레벨 3 (6.0 kA), 용접 시간 레벨 3 (12 사이클), 가압 시간 레벨 2 (2 사이클), 즉 A3B3C2 조합이었습니다. 이 최적 조건에서 개발된 반응표면 모델의 예측값과 실제 확인 실험값을 비교한 결과, 높은 정확도를 보였습니다. Table IX에서 볼 수 있듯이, 용접 너겟 반경의 예측값은 2.466mm였고 실제 실험값은 2.586mm로 오차율은 4.64%에 불과했습니다. 이는 개발된 모델이 실제 공정 결과를 효과적으로 예측하고, 품질 개선에 직접적으로 활용될 수 있음을 입증합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 용접 품질을 개선하기 위해 어떤 변수에 집중해야 하는지를 명확히 보여줍니다. 용접 전류(88.65% 기여도)가 가장 중요한 변수이므로, 전류 제어 시스템의 안정성과 정밀도를 확보하는 것이 최우선 과제입니다. 또한, 도출된 최적 조건(6.0 kA, 12 사이클, 2 사이클)은 새로운 공정 설정 시 유용한 기준점이 되어 시행착오를 줄이고 생산 준비 시간을 단축하는 데 기여할 수 있습니다.
품질 관리팀: 본 연구에서 개발된 예측 모델(수식 9, 10)은 특정 공정 조건에서 기대되는 너겟 반경과 HAZ 폭을 예측할 수 있게 해줍니다. 이는 품질 검사 기준을 설정하거나 공정 중 이상 징후를 조기에 발견하는 데 활용될 수 있습니다. 예를 들어, 측정된 너겟 크기가 모델 예측값에서 크게 벗어난다면, 용접 전류의 변동 등 공정 이상을 의심하고 즉각적인 조치를 취할 수 있습니다.
설계 엔지니어: 이 연구는 공정 변수가 최종 접합부의 품질 특성에 미치는 영향을 정량적으로 보여줌으로써, 설계 단계에서부터 제조 가능성을 고려하는 데 중요한 정보를 제공합니다. 예를 들어, 특정 부품 설계가 안정적인 전극 접촉이나 전류 흐름을 방해한다면, 본 연구 결과에 따라 최종 용접 품질이 저하될 수 있음을 예측하고 설계 변경을 고려할 수 있습니다.
논문 상세 정보
A Quality Improvement Approach for Resistance Spot Welding using Multi-objective Taguchi Method and Response Surface Methodology
1. 개요:
제목: A Quality Improvement Approach for Resistance Spot Welding using Multi-objective Taguchi Method and Response Surface Methodology
저자: Norasiah Muhammad, Yupiter HP Manurung, Mohammad Hafidzi, Sunhaji Kiyai Abas, Ghalib Tham, M.Ridzwan Abd.Rahim
발행 연도: 2012
발행 학술지/학회: International Journal on Advanced Science, Engineering and Information Technology
이 연구는 저항 점용접(RSW)으로 생성되는 용접 영역을 최적화하는 접근법을 다룬다. 이 접근법은 다중 목적 다구찌 기법(MTM)을 사용하여 다중 품질 특성(용접 너겟 및 열영향부)을 동시에 고려한다. 실험 연구는 1.0mm 저탄소강 두 장을 접합하기 위해 용접 전류, 용접 시간 및 가압 시간을 변경하며 수행되었다. 용접 매개변수 설정은 다구찌 실험 설계법을 사용하여 결정되었고 L9 직교 배열이 선택되었다. 다중 목적을 위한 최적의 용접 매개변수는 다중 신호 대 잡음비(MSNR)를 사용하여 얻었으며, 용접 매개변수의 유의 수준은 분산 분석(ANOVA)을 사용하여 추가로 분석되었다. 또한, 반응표면법(RSM)을 사용하여 용접 영역 발달을 예측하기 위한 1차 모델이 개발되었다. 개발된 반응표면 모델의 정확도를 관찰하기 위해 최적 조건에서 확인 실험이 수행되었다. 확인 실험 결과에 따르면, 개발된 모델은 RSW에서 용접 품질과 성능을 향상시킬 수 있는 용접 영역의 크기를 효과적으로 예측하는 데 사용될 수 있음이 밝혀졌다.
3. 서론:
저항 점용접(RSW)은 견고성, 속도, 유연성 및 저비용 운영으로 인해 특히 자동차 산업에서 접합 목적으로 널리 활용된다. 이러한 장점은 전기 저항 개념을 사용하는 작동 원리에서 비롯된다. 접합할 금속은 두 전극 사이에 놓이고 압력이 가해진 후 전류가 켜진다. RSW 공정은 근본적으로 스퀴즈 사이클, 웰드 사이클, 홀드 사이클, 오프 사이클의 네 단계로 구성된다. 용접 품질은 너겟 크기와 접합 강도로 가장 잘 판단된다. 용접 매개변수를 제어하는 것은 용접 품질에 중요한 역할을 한다. 따라서 최적의 용접 너겟 크기를 얻기 위해 용접 공정 매개변수를 선택하는 것이 중요하다. 일반적으로 원하는 용접 공정 매개변수는 경험이나 핸드북을 기반으로 결정되지만, 이는 선택된 용접 공정 매개변수가 특정 용접 기계 및 환경에 대해 최적의 용접 너겟을 생성할 수 있음을 보장하지 않는다. 이 문제를 극복하기 위해, 원하는 출력 변수를 정의하기 위해 다양한 최적화 방법이 적용될 수 있다.
4. 연구 요약:
연구 주제의 배경:
저항 점용접(RSW)은 널리 사용되지만, 용접 품질은 전류, 시간, 압력 등 여러 공정 변수에 의해 복합적으로 결정된다. 기존의 경험 기반 변수 설정 방식은 특정 장비나 환경에서 최적의 결과를 보장하지 못하는 한계가 있다.
이전 연구 현황:
이전 연구들은 인장 전단 강도와 같은 단일 품질 특성을 최적화하는 데 중점을 두는 경향이 있었다. 그러나 단일 특성의 최적화는 다른 중요한 품질 특성을 악화시킬 수 있다. 따라서 여러 품질 특성을 동시에 고려하여 제품의 전반적인 품질을 향상시키는 다중 목적 최적화의 필요성이 제기되었다.
연구 목적:
본 연구의 목적은 다중 목적 다구찌 기법(MTM)과 반응표면법(RSM)을 사용하여 저항 점용접에서 ‘용접 너겟 반경’과 ‘열영향부(HAZ) 폭’이라는 두 가지 품질 특성을 동시에 최적화하는 것이다. 이를 통해 RSW 공정의 품질과 성능을 향상시킬 수 있는 체계적인 방법론을 제시하고, 공정 결과를 예측할 수 있는 수학적 모델을 개발하고자 한다.
핵심 연구:
1.0mm 저탄소강 판재를 대상으로 용접 전류, 용접 시간, 가압 시간을 제어 인자로 설정하고 다구찌 L9 직교 배열에 따라 실험을 수행했다. 측정된 너겟 반경과 HAZ 폭 데이터를 사용하여 다중 신호 대 잡음비(MSNR)를 계산하고, 이를 통해 최적의 공정 조건을 도출했다. 분산 분석(ANOVA)을 통해 각 인자의 통계적 유의성과 기여도를 평가했으며, 반응표면법(RSM)을 사용하여 각 품질 특성에 대한 1차 선형 예측 모델을 개발했다. 마지막으로, 최적 조건에서 확인 실험을 수행하여 모델의 예측 정확도를 검증했다.
5. 연구 방법론:
연구 설계:
기법: 다구찌 실험 설계법(L9 직교 배열), 다중 목적 최적화(MTM), 반응표면법(RSM)을 결합하여 사용.
제어 인자: 용접 전류(4, 5, 6 kA), 용접 시간(8, 10, 12 사이클), 가압 시간(1, 2, 3 사이클). 각 3수준.
출력 특성: 용접 너겟 반경(목표치가 최고), HAZ 폭(작을수록 좋음).
데이터 수집 및 분석 방법:
데이터 수집: 9가지 조건의 실험을 통해 용접 시편을 제작하고, 금속 현미경 및 이미지 분석 시스템을 이용하여 너겟 반경과 HAZ 폭을 측정.
데이터 분석: 다중 신호 대 잡음비(MSNR)를 계산하여 다중 품질 특성을 단일 지표로 변환. 분산 분석(ANOVA)을 사용하여 각 인자의 기여도와 통계적 유의성(p-값)을 분석. MINITAB 소프트웨어를 사용하여 반응표면 모델을 개발.
연구 주제 및 범위:
본 연구는 1.0mm 두께의 저탄소강 판재 두 장을 저항 점용접하는 공정에 국한된다. 전극 크기, 전극 압력, 스퀴즈 사이클은 실험 전반에 걸쳐 상수로 고정되었다. 인자 간의 상호작용은 고려되지 않았다.
6. 주요 결과:
주요 결과:
분산 분석(ANOVA) 결과, 용접 전류가 다중 품질 특성에 가장 큰 영향을 미치는 요인으로 나타났으며, 기여도는 88.65%에 달했다 (Table VIII).
다중 목적 최적화를 위한 최적의 공정 조건은 용접 전류 6.0 kA (레벨 3), 용접 시간 12 사이클 (레벨 3), 가압 시간 2 사이클 (레벨 2)로 결정되었다 (Table VII).
용접 너겟 반경과 HAZ 폭을 예측하기 위한 1차 선형 반응표면 모델이 개발되었으며, 각각 91.54%와 71.98%의 높은 결정계수(R²) 값을 보였다.
확인 실험 결과, 개발된 모델은 용접 너겟 반경을 4.64%, HAZ 폭을 10.70%의 오차율로 예측하여 높은 정확도를 입증했다 (Table IX).
Figure List:
Fig. 1: The sequence of the RSW process
Fig. 2: Magrograph of weld zone
7. 결론:
다중 목적 다구찌 기법은 RSW 공정에서 용접 너겟 반경과 HAZ 폭이라는 다중 반응을 동시에 고려하여 최적화하는 데 성공적으로 적용되었다. 모델링 및 최적화 결과를 바탕으로 다음과 같은 결론을 내릴 수 있다: i. 용접 너겟과 HAZ 폭의 발달에 가장 효과적인 매개변수는 용접 전류이다. ii. 개발된 선형 반응표면 모델은 용접 너겟 반경과 HAZ 폭 예측에 잘 부합하며, 용접 영역의 크기를 효과적으로 예측하는 데 사용될 수 있다. iii. 최적의 매개변수는 용접 전류 레벨 3 (6.0 kA), 용접 시간 레벨 3 (12 사이클), 가압 시간 레벨 2 (2 사이클)로 확인되었다. iv. 확인 실험은 저항 점용접 공정에서 용접 성능을 향상시키고 용접 매개변수를 최적화하는 데 다중 목적 다구찌 기법의 유효성을 검증했다.
8. 참고 문헌:
[1] Y.H.P.Manurung, N.Muhammad, E.Haruman, S.K.Abas, G.Tham, K.M.Salleh and C.Y.Chau, Investigation on Weld Nugget and HAZ development of Resistance Spot Welding using SYSWELD’s Customized Electrode Meshing and Experimental Verification, Asian Journal of Industrial Engineering, vol.2, pp. 63-71, 2010.
[2] A.G.Thakur and V.M.Nandedkar, Application of Taguchi Method to Determine Resistance Spot Welding Conditions of Austenitic Stainless Steel AISI 304, Journal of Scientific & Industrial Research, vol.69, Sept 2010, pp.680-683.
[3] Ugur Esme, Application of Taguchi Method for the Optimization of Resistance Spot Welding Process, The Arabian Journal for Science and Engineering, vol.34, pp.519-528, Oct.2009.
[4] S.M.Darwish and S.D.Al-Dekhial, Statistical Models for Spot Welding of Commercial Aluminium Sheets, Int Journal of Machine Tools & Manufacture, vol.39, pp. 1589-1610, 1999.
[5] Hefin Rowlands and Jiju Antony, Application of Design of Experiments to a Spot Welding Process, Assembly Automation, vol.23, pp.273-279, 2003.
[7] Jae-Seob Kwak, Application of Taguchi and Response Surface Methodologies for Geometric Error in Surface Grinding Process, Int. Journal of Machine Tools & Manufacture, vol.45, pp.327-334, 2005.
[8] S.Fraley, M.Oom, B.Terrien and J.Z.Date, Design of Experiments via Taguchi Methods:Orthogonal Arrays, The Michigan Chemical Process Dynamic and Controls Open Text Book, USA, 2006.
[9] Avanish Kumar Dubey and Vinod Yadava, Multi-objective Optimisation of Nd:YAG Laser Cutting of Nickel-based superalloy Sheet using Orthogonal Array with Principal Component Analysis Optics & Laser Technology, vol.46, pp. 124-132, 2008.
[10] J.S.Son, I.S.Kim, H.H.Kim, I.J.Kim, B.Y.Kang and H.J.Kim, A Study on the Prediction of Bead Geometry in the Robotic, Journal of Mechanical Science and Technology, vol.21, pp. 1726-1731, 2007.
[11] S.C.Juang and Y.S.Tarng, Process Parameter Selection for Optimization the Weld Pool Geometry in the Tungsten Inert Gas Welding of Stainless Steel, Journal of Material Processing Technology, vol.122, pp.33-37, 2002.
[12] V.Gunaraj and N.Murugan, Application of Response Surface Methodology for Predicting Weld Bead Quality in Submerged Arc Welding of Pipes, Journal of Mechanical Processing Technology, vol.88, pp.266-275, 1999.
[13] J.Antony, Simultaneous Optimisation of Multiple Quality Characteristics in Manufacturing Processes using Taguchi’s Quality Loss Function, Int. J.Adv Manuf Technology, vol.17, pp.134-138, 2001.
[14] S.Raissi and R.Eslami Farsani, Statistical Process Optimization Through Multi-Response Surface Methodology, World Academy of Science, Engineering and Technology, vol.51, pp.267-271, 2009.
전문가 Q&A: 자주 묻는 질문
Q1: 다중 목적 최적화에서 용접 너겟 반경에 0.8, HAZ 폭에 0.2라는 서로 다른 가중치를 부여한 이유는 무엇입니까?
A1: 논문에 따르면, 이는 저항 점용접 공정에서 좋은 품질의 용접부를 얻기 위해 열영향부(HAZ)보다 용접 너겟이 더 중요하다고 판단했기 때문입니다. 즉, 너겟 크기를 확보하는 것이 HAZ 폭을 관리하는 것보다 우선순위가 높은 공학적 판단을 반영한 것으로, 이를 통해 최종 최적화 결과가 실제 산업 현장의 요구사항에 더 부합하도록 설계되었습니다.
Q2: 개발된 1차 반응표면 모델의 신뢰도는 어느 정도입니까?
A2: 모델의 신뢰도는 결정계수(R²) 값과 확인 실험 결과를 통해 평가할 수 있습니다. 논문에서는 용접 너겟 반경 모델의 R² 값이 91.54%, HAZ 폭 모델은 71.98%로 비교적 높게 나타났습니다. 또한, Table IX의 확인 실험에서 너겟 반경의 예측 오차는 4.64%로 매우 낮아, 개발된 모델이 실제 공정 결과를 높은 정확도로 예측할 수 있음을 보여줍니다.
Q3: 분산 분석(ANOVA)에서 통계적 유의성을 판단하는 기준은 무엇이었습니까?
A3: 논문에서는 p-값이 유의수준(α) 0.05보다 작을 경우 해당 인자가 통계적으로 유의미하다고 간주했습니다. Table VIII의 분석 결과를 보면, 용접 전류의 p-값은 0.007로 0.05보다 현저히 낮아 통계적으로 유의한 영향을 미치는 인자임이 확인되었습니다. 반면, 용접 시간(0.062)과 가압 시간(0.492)은 유의수준을 초과하여 통계적 유의성이 낮은 것으로 나타났습니다.
Q4: 실험 설계에서 다구찌 L9 직교 배열을 선택한 이유는 무엇입니까?
A4: 이 연구에서는 3개의 제어 인자(용접 전류, 용접 시간, 가압 시간)를 각각 3개의 수준에서 평가했습니다. L9 직교 배열은 3인자 3수준 실험에 가장 효율적인 표준 설계 중 하나로, 최소한의 실험 횟수(9회)로 각 인자의 주효과를 분석할 수 있게 해줍니다. 이를 통해 시간과 비용을 절감하면서도 신뢰성 있는 데이터를 확보할 수 있었습니다.
Q5: 이 연구는 저탄소강에 초점을 맞추었는데, 알루미늄이나 고장력강과 같은 다른 재료에도 동일한 결과를 적용할 수 있습니까?
A5: 논문에서 직접적으로 다루지는 않았지만, 이 연구에서 사용된 방법론(다중 목적 다구찌 기법 및 반응표면법)은 다른 재료에도 폭넓게 적용할 수 있습니다. 다만, 재료의 전기 저항, 열전도율 등 물성이 다르기 때문에 최적의 공정 변수 값이나 각 인자의 상대적 중요도는 달라질 것입니다. 따라서 다른 재료에 적용하기 위해서는 해당 재료에 맞는 새로운 실험과 데이터 분석이 필요합니다.
결론: 더 높은 품질과 생산성을 향한 길
저항 점용접 공정에서 일관된 품질을 확보하는 것은 많은 제조 기업의 오랜 과제였습니다. 본 연구는 경험에 의존하던 방식에서 벗어나, 다구찌 기법과 반응표면법이라는 통계적 도구를 활용하여 저항 점용접 최적화를 달성할 수 있는 체계적인 경로를 제시했습니다. 특히, 용접 전류가 품질에 미치는 절대적인 영향을 정량적으로 입증하고, 다중 품질 목표를 동시에 만족시키는 최적의 조건을 찾아냄으로써, 데이터 기반의 공정 관리 시대를 열었습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(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 “Norasiah Muhammad” 외 저자의 논문 “[A Quality Improvement Approach for Resistance Spot Welding using Multi-objective Taguchi Method and Response Surface Methodology]”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Joshua Emuejevoke Omajene 외 저자가 2014년 International Journal of Mechanical and Materials Engineering에 게재한 논문 “Optimization of underwater wet welding process parameters using neural network”을 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석 및 요약했습니다.
The Challenge: 수중 환경의 빠른 냉각 속도와 수압은 용접부의 품질을 저하시켜 해양 구조물의 신뢰성에 심각한 문제를 야기합니다.
The Method: 인공 신경망(ANN) 학습 알고리즘을 적용하여 용접 전류, 전압, 속도, 수심 등 복잡한 공정 변수와 용접 비드 형상(폭, 용입, 덧살) 간의 관계를 모델링하고 최적화했습니다.
The Key Breakthrough: 개발된 신경망 모델은 0.96 이상의 높은 R값(상관계수)으로 용접 비드 형상을 매우 정확하게 예측하여, 수중 환경 변화에 대응하는 견고한 용접 공정 제어의 가능성을 입증했습니다.
The Bottom Line: 신경망 기반 최적화는 해양 건설 산업에서 요구되는 건전하고 일관된 품질의 수중 습식 용접을 달성하기 위한 효과적인 솔루션을 제공합니다.
The Challenge: Why This Research Matters for CFD Professionals
수중 습식 용접은 선박, 해양 시추 설비, 파이프라인 등 해양 구조물의 수리 및 유지보수에 필수적인 기술입니다. 그러나 공기 중에서 수행되는 일반 용접과 달리, 물속 환경은 여러 가지 기술적 난제를 안고 있습니다.
첫째, 용접부를 둘러싼 물은 용접 금속을 급격히 냉각시켜 연성과 인장 강도를 각각 50%, 20%까지 감소시킵니다. 이는 마르텐사이트(martensite)와 같은 취성이 높은 조직을 형성하여 용접부의 균열 민감도를 높입니다. 둘째, 수심이 깊어질수록 압력이 증가하여 용접 아크를 수축시키고 불안정하게 만듭니다. 이는 기공(porosity)과 같은 결함을 유발하여 용접부의 건전성을 해치는 주요 원인이 됩니다. 마지막으로, 수온과 수심에 따라 확산성 수소량이 증가하여 수소 유기 균열(hydrogen-assisted cracking)의 위험을 높입니다.
이처럼 복잡하고 예측하기 어려운 수중 환경에서 일관된 품질의 용접을 수행하기 위해서는 용접 공정 변수들을 정밀하게 제어하고 최적화하는 기술이 반드시 필요합니다. 본 연구는 이러한 산업적 요구에 부응하기 위해 인공 신경망이라는 강력한 도구를 활용하여 문제 해결에 접근했습니다.
The Approach: Unpacking the Methodology
본 연구는 수중 습식 용접 공정을 최적화하기 위해 인공 신경망(ANN, Artificial Neural Network) 접근법을 채택했습니다. 연구진은 다층 퍼셉트론(multilayer perceptron) 신경망 구조와 역전파(backpropagation) 학습 알고리즘을 사용하여 용접 공정의 입력 변수와 출력 결과 사이의 복잡한 비선형 관계를 모델링했습니다.
Figure 1 Welding input vs output parameters.
입력 변수 (Input Parameters): 모델의 입력으로는 용접 품질에 직접적인 영향을 미치는 5가지 핵심 공정 변수가 사용되었습니다.
용접 전류 (Welding Current, I)
용접 전압 (Welding Voltage, U)
용접 속도 (Welding Speed, v)
접촉 튜브-모재 간 거리 (Contact tube-to-work distance, D)
수심 (Water Depth, H)
출력 변수 (Output Parameters): 모델의 출력으로는 용접부의 건전성을 판단하는 핵심 지표인 용접 비드 형상(weld bead geometry)의 3가지 요소가 설정되었습니다.
비드 폭 (Bead width, W)
용입 깊이 (Penetration, P)
덧살 높이 (Reinforcement, R)
연구에 사용된 데이터는 Shi et al. (2013)의 실험 데이터를 기반으로 했으며(Table 1), 신경망은 40개의 뉴런을 가진 하나의 은닉층(hidden layer)으로 구성되었습니다. 학습 알고리즘으로는 대규모 네트워크 학습에 적합하고 과적합(overfitting) 문제를 피하는 데 유리한 SCG(Scaled Conjugate Gradient) 역전파 알고리즘이 사용되었습니다. 이 모델의 목표는 주어진 입력 변수 조건에서 원하는 출력 변수(용접 비드 형상)를 정확하게 예측하여 최적의 공정 조건을 도출하는 것입니다.
The Breakthrough: Key Findings & Data
연구진은 신경망 모델의 훈련, 검증, 테스트를 통해 수중 습식 용접 공정 최적화의 가능성을 입증하는 두 가지 핵심 결과를 도출했습니다.
Finding 1: 높은 정확도의 용접 비드 형상 예측 능력
신경망 모델의 성능을 검증하기 위해 회귀 분석을 수행한 결과, 모델의 예측값과 실제 목표값 사이에 매우 높은 상관관계가 있음이 확인되었습니다. Figure 6의 회귀 플롯은 훈련(Training), 검증(Validation), 테스트(Test) 모든 단계에서 모델의 우수한 성능을 보여줍니다.
훈련(Training): R = 0.99492
검증(Validation): R = 0.99998
테스트(Test): R = 0.96637
전체(All): R = 0.99219
Figure 5 Validation performance curve.
R값(상관계수)은 1에 가까울수록 완벽한 예측을 의미합니다. 모든 경우에서 R값이 최소 0.96637 이상으로 나타나, 개발된 신경망 모델이 다양한 용접 조건에서도 비드 폭, 용입, 덧살을 매우 정확하게 예측할 수 있음을 입증합니다.
Finding 2: 안정적인 모델 학습 및 검증 성능
모델의 학습 과정은 Figure 5의 검증 성능 곡선(Validation performance curve)을 통해 분석되었습니다. 이 곡선은 학습이 진행됨에 따라 평균 제곱 오차(Mean Squared Error, MSE)가 어떻게 변화하는지를 보여줍니다.
학습은 1,123회의 반복(Epochs) 후에 중단되었으며, 최종 MSE는 0.00091499라는 매우 낮은 값을 기록했습니다.
훈련 곡선과 함께 검증 및 테스트 곡선이 유사한 패턴으로 감소하는 것은 모델이 데이터의 특정 패턴만 암기하는 과적합(overfitting) 문제 없이 일반화된 예측 능력을 성공적으로 학습했음을 의미합니다.
이 결과는 신경망 모델이 수중 습식 용접 공정의 복잡한 상호작용을 효과적으로 학습했으며, 실제 공정 제어에 적용될 수 있는 신뢰성을 갖추었음을 보여줍니다.
Practical Implications for R&D and Operations
본 연구 결과는 수중 습식 용접 공정과 관련된 다양한 분야의 전문가들에게 실질적인 통찰력을 제공합니다.
For Process Engineers: 훈련된 신경망 모델은 용접 공정 제어 시스템의 ‘블랙박스’로 활용될 수 있습니다. 이를 통해 최적의 열 입력과 아크 길이를 유지하여 아크 안정성을 보장하고, 목표로 하는 용접 비드 형상을 일관되게 달성함으로써 용접 품질을 획기적으로 개선할 수 있습니다.
For Quality Control Teams: 용접 시작 전, 입력 공정 변수를 기반으로 용접 비드 형상(W, P, R)을 사전에 예측할 수 있습니다. 이는 AWS D3.6M:2010과 같은 용접 사양 코드를 만족하는지 미리 확인함으로써 결함을 줄이고 재작업 비용을 최소화하는 데 기여할 수 있습니다.
For Design Engineers (Control Systems): 논문에서 제안된 제어기 설계도(Figure 7)는 수심 변화에 실시간으로 대응하는 견고한 자동 제어 시스템을 설계하기 위한 청사진을 제공합니다. 이는 용접 환경 변화를 능동적으로 보상하여 일관된 고품질 용접을 가능하게 하는 차세대 용접 시스템 개발의 기반이 될 수 있습니다.
Paper Details
Optimization of underwater wet welding process parameters using neural network
1. Overview:
Title: Optimization of underwater wet welding process parameters using neural network
Author: Joshua Emuejevoke Omajene, Jukka Martikainen, Huapeng Wu and Paul Kah
Year of publication: 2014
Journal/academic society of publication: International Journal of Mechanical and Materials Engineering
Keywords: Backpropagation; Bead geometry; Neural network; Process parameter; Underwater welding
2. Abstract:
Background: 해양 환경에서 용접 구조물의 신뢰성을 위해서는 수중 습식 환경에서 수행되는 용접의 구조적 무결성이 매우 중요합니다. 용접의 건전성은 용접 비드 형상으로부터 예측될 수 있습니다.
Methods: 본 논문은 용접 공정 파라미터 최적화와 수중 환경의 영향 분석에 인공 신경망 접근법을 적용한 사례를 설명합니다. 신경망 학습 알고리즘은 수심과 수중 환경의 영향을 변경하기 위해 용접 전류, 전압, 접촉 튜브-모재 간 거리, 속도를 제어하는 데 사용된 방법입니다.
Results: 연구 결과는 적절한 용접 비드 폭(W), 용입(P), 덧살(R)을 달성하는 데 대한 명확한 통찰을 제공합니다.
Conclusions: 이 연구의 흥미로운 시사점은 해양 건설 산업에서 건전한 용접을 달성하기 위해 견고한 용접 활동으로 이어질 수 있다는 것입니다.
3. Introduction:
공기 중 용접과 비교하여 수중 용접의 품질 차이로 인해, 어렵고 복잡한 문제를 해결할 수 있는 인공 신경망(ANN)을 모델링할 필요성이 매우 커졌습니다. 수중 습식 용접의 비드 형상은 입력 파라미터의 신경망 제어를 통해 예측될 수 있습니다. 용접 금속을 둘러싼 물은 용접부의 빠른 냉각을 유발하여 연성과 인장 강도를 각각 50%, 20% 감소시킵니다. 수중 환경과 수심이 용접 공정 파라미터에 미치는 영향은 수중에서 달성되는 용접 품질에 상당한 영향을 미칩니다. 수심이 깊어지면 용접 아크의 안정성에 영향을 미치며, 아크가 수축되어 전류와 전압이 증가합니다. 본 논문은 신경망을 사용하여 용접 공정 파라미터를 최적화하여 냉각 속도와 수심의 영향을 최소화하는 적절한 방법을 제안합니다. 주요 목표는 수중 용접 사양 코드 AWS D3.6M:2010에 명시된 권장 구조적 무결성을 용접 금속에 부여할 용접 비드 형상을 달성하는 것입니다.
4. Summary of the study:
Background of the research topic:
수중 습식 용접은 빠른 냉각 속도와 수압으로 인해 용접부의 기계적 특성이 저하되고 균열 및 기공과 같은 결함 발생 가능성이 높은 기술적 어려움을 안고 있습니다.
Status of previous research:
기존 연구들은 수중 환경이 용접 품질에 미치는 부정적인 영향을 규명해왔으나, 복잡한 변수들을 통합하여 실시간으로 공정을 최적화하는 데에는 한계가 있었습니다. 특히 수심 변화에 따른 공정 파라미터의 동적 제어는 주요 과제로 남아있었습니다.
Purpose of the study:
본 연구의 목적은 인공 신경망(ANN)을 이용하여 수중 습식 용접의 핵심 공정 변수(전류, 전압, 속도, 거리, 수심)와 결과물인 용접 비드 형상(폭, 용입, 덧살) 사이의 관계를 모델링하고, 이를 통해 주어진 환경에서 최적의 용접 품질을 달성할 수 있는 공정 파라미터를 예측하는 것입니다.
Core study:
연구의 핵심은 역전파 알고리즘을 사용하는 다층 퍼셉트론 신경망을 구축하고 훈련시키는 것입니다. 실험 데이터를 사용하여 신경망을 훈련시켜, 5개의 입력 변수로부터 3개의 출력 변수를 정확하게 예측하는 모델을 개발했습니다. 개발된 모델의 성능은 회귀 분석과 평균 제곱 오차(MSE)를 통해 검증되었으며, 이를 기반으로 한 실시간 용접 공정 제어기 아키텍처를 제안했습니다.
5. Research Methodology
Research Design:
본 연구는 실험 데이터를 기반으로 한 예측 모델링 연구입니다. Shi et al. (2013)의 기존 실험 데이터를 사용하여 인공 신경망 모델을 훈련, 검증 및 테스트하는 방식으로 설계되었습니다.
Data Collection and Analysis Methods:
데이터: 총 16세트의 실험 데이터(Table 1)가 사용되었으며, 이 중 12세트는 훈련(training)에, 나머지 4세트는 테스트(testing)에 사용되었습니다.
분석 방법: MATLAB 환경에서 피드포워드 신경망(feedforwardnet)을 구축했습니다. 훈련 알고리즘으로는 SCG(Scaled Conjugate Gradient)를 사용했으며, 성능은 MSE(Mean Squared Error)로 평가했습니다. 모델의 예측 정확도는 회귀 플롯의 R값으로 분석했습니다.
Research Topics and Scope:
연구 범위는 플럭스 코어 아크 용접(FCAW)과 같은 수중 습식 용접 공정에 국한됩니다. 주요 연구 주제는 신경망을 이용한 (1) 용접 공정 변수와 비드 형상 간의 관계 모델링, (2) 모델의 예측 성능 검증, (3) 최적화된 공정 파라미터 도출입니다.
6. Key Results:
Key Results:
개발된 인공 신경망 모델은 훈련, 검증, 테스트 모든 데이터 세트에서 R값이 최소 0.96637 이상으로 나타나, 용접 비드 형상을 매우 높은 정확도로 예측했습니다.
모델 학습은 과적합 문제 없이 안정적으로 수행되었으며, 최종 평균 제곱 오차(MSE)는 9.1499e-4로 매우 낮아 모델의 신뢰성을 입증했습니다.
훈련된 신경망은 수심 변화와 같은 외부 환경 변화에 대응하여 용접 공정을 실시간으로 제어할 수 있는 제어 시스템의 핵심 요소로 사용될 수 있는 가능성을 보여주었습니다.
수중 용접 시 용접 비드 형상에 영향을 미치는 파라미터의 최적화는 인공 신경망 훈련 알고리즘을 통해 수행될 수 있습니다. 본 연구의 회귀 분석 결과, 훈련, 테스트, 검증에서 R값이 최소 96%로 목표값이 출력값을 근접하게 따르는 것으로 나타났습니다. 만족스러운 결과를 가진 훈련된 신경망은 용접 공정의 제어 시스템에서 블랙박스로 사용될 수 있습니다. 수중 습식 용접에서 용접 공정 파라미터의 효과적인 최적화는 최적화된 열 입력과 아크 길이를 가진 용접 능력을 가지며, 이는 아크 안정성을 보장할 것입니다. 최적화된 공정 파라미터의 사용은 용접부의 건전성에 핵심 요소인 최적화된 용접 비드 형상의 달성을 가능하게 합니다. 본 논문에서 제안된 수중 용접 제어 공정은 신경망 최적화 공정을 완전히 적용하기 위해 추가적인 연구가 필요합니다.
8. References:
Al-Faruk, A, Hasib, A, Ahmed, N, Kumar Das, U. (2010). Prediction of weld bead geometry and penetration in electric arc welding using artificial neural networks. International Journal of Mechanical & Mechatronics Engineering, 10 (4), 19-24.
AWS. (2010). “Underwater welding code”. USA: AWS.
Brown, RT, & Masubuchi, K. (1975). “Fundamental Research on Underwater Welding”. In Welding research supplement (pp. 178-188).
Fahlman, SE. (1988). An empirical study of learning speed in backpropagation. USA: Carnegie Mellon University.
Johnson, RL. (1997). The Effect of Water Temperature on Underbead Cracking of Underwater Wet Weldments. California: Naval Postgraduate School.
Juang, SC, Tarng, YS, & Lii, HR. (1998). A comparison between the backpropagation and counterpropagation networks in the modeling of TIG welding process. Journal of Material ocessing Technology, 75, 54-62.
Nagendra, SM, & Khare, M. (2006). Artificial neural network approach for modelling nitrogen dioxide dispersion from vehicular exhaust emissions. Ecological Modelling, 190(1-2), 99-115.
Negnevetsky, M. (2005). Artificial Intelligence. UK: Addison Wesley.
Omajene, JE, Martikainen, J, Kah, P, & Pirinen, M. (2014). Fundamental difficulties associated with underwater wet welding. International Journal of Engineering Research and Applications, 4(6), 26-31.
Shi, Y, Zheng, Z, & Huang, J. (2013). “Sensitivity model for prediction of bead geometry in underwater wet flux cored arc welding”. In Transaction of nonferrous metals society of China (pp. 1977-1984).
Expert Q&A: Your Top Questions Answered
Q1: 신경망 훈련을 위해 SCG(Scaled Conjugate Gradient) 역전파 알고리즘을 선택한 특별한 이유가 있습니까?
A1: 네, 논문에 따르면 SCG 알고리즘은 “더 큰 규모의 네트워크 훈련에 적합하기” 때문에 선택되었습니다. 다른 훈련 알고리즘들이 과도한 훈련으로 인해 발생하는 과적합(overfitting) 문제를 겪을 수 있는 반면, SCG는 이러한 문제를 피하면서 효율적으로 모델을 훈련시킬 수 있는 장점이 있습니다. 이는 모델이 학습 데이터에만 국한되지 않고 새로운 데이터에 대해서도 일반화된 예측 능력을 갖추도록 하는 데 중요합니다.
Q2: 회귀 플롯(Figure 6)의 R값이 0.96 이상이라는 것은 실제 산업 현장에서 어떤 의미를 가집니까?
A2: R값이 0.96 이상이라는 것은 신경망 모델이 예측한 용접 비드 형상(폭, 용입, 덧살)과 실제 실험 결과가 96% 이상의 매우 높은 상관관계를 갖는다는 의미입니다. 이는 산업 현장에서 용접공이 특정 전류, 전압, 속도 등의 조건으로 작업을 수행했을 때 어떤 품질의 용접부가 나올지를 매우 높은 신뢰도로 예측할 수 있음을 뜻합니다. 결과적으로, 시행착오를 줄이고 처음부터 목표 품질을 달성할 가능성을 높여 생산성과 품질 안정성을 크게 향상시킬 수 있습니다.
Q3: Table 1에 제시된 ‘오차(Error)’ 값의 목표가 0이라고 언급되었는데, 이 값들의 의미는 무엇인가요?
A3: Table 1의 오차 값은 신경망 모델이 예측한 출력값과 실제 목표값(실험 데이터) 간의 차이를 나타냅니다. 이 오차를 최소화하는 것이 모델 훈련의 목표이며, 이상적으로는 0에 가깝게 만드는 것입니다. 논문에서는 1번 실험의 오차 값이 다른 실험들에 비해 0에 가장 가깝기 때문에 이 조건이 “가장 좋은 파라미터 세트”라고 언급합니다. 이는 해당 공정 조건이 가장 예측 가능하고 안정적인 결과를 낳는다는 것을 시사합니다.
Q4: 은닉층(hidden layer)의 뉴런 수를 40개로 결정한 기준은 무엇이었나요?
A4: 논문에 따르면, “은닉층의 크기는 신경망 테스트 중 오차를 측정하면서 반복적인 조정을 통해 얻어졌다”고 명시되어 있습니다. 이는 정해진 공식보다는, 여러 뉴런 수를 시도해보고 모델의 예측 오차가 가장 작아지는 최적의 지점을 경험적으로 찾아내는 일반적인 신경망 아키텍처 최적화 방법을 따른 것입니다. 40개의 뉴런이 해당 데이터셋에서 가장 좋은 성능을 보인 결과입니다.
Q5: 제안된 제어기 설계도(Figure 7)의 실질적인 적용 방식은 어떻게 되나요?
A5: Figure 7의 제어기는 견고한 실시간 제어 시스템을 위한 개념도입니다. 실제 적용 시, 용접 장비에 수심(H)을 측정하는 센서를 부착합니다. 수심이 변하면, 이 제어기는 훈련된 신경망(NN FOWARD MODEL)을 이용해 예상되는 비드 형상 변화(AW, AP, AR)를 예측합니다. 이 예측된 변화를 보상하기 위해 퍼지 논리 제어기 등이 용접 전류(I), 전압(U), 속도(v) 등의 파라미터를 자동으로 조정하여 용접기에 전달합니다. 이 과정을 통해 작업자는 수심이 계속 변하는 환경에서도 비드 형상을 직접 측정하지 않고도 일관된 고품질의 용접을 수행할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
수중 습식 용접은 해양 구조물의 안전과 직결되지만, 예측 불가능한 환경 때문에 품질 확보에 큰 어려움을 겪어왔습니다. 본 연구는 인공 신경망이 이러한 복잡한 공정의 변수들을 정확하게 모델링하고 용접 비드 형상을 신뢰도 높게 예측할 수 있음을 명확히 보여주었습니다. R값 0.96 이상의 높은 예측 정확도는 신경망 기반 최적화가 더 이상 이론에 머무르지 않고, 실제 산업 현장에서 용접 품질을 획기적으로 향상시킬 수 있는 실용적인 도구임을 입증합니다.
이러한 접근법은 결함을 사전에 방지하고, 재작업을 최소화하며, 궁극적으로 해양 구조물의 장기적인 신뢰성을 보장하는 데 결정적인 역할을 할 것입니다.
“STI C&D에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.”
(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 “Optimization of underwater wet welding process parameters using neural network” by “Joshua Emuejevoke Omajene, et al.”.
이 기술 요약은 Wei Wang 외 저자가 Advances in Materials Science and Engineering (2014)에 발표한 논문 “Effect of Laser Welding Parameters on Formation of NiTi Shape Memory Alloy Welds”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: NiTi 형상기억합금은 낮은 성형성으로 인해 복잡한 형상의 부품 제작 시 적합한 접합 기술이 필요하며, 특히 레이저 용접 공정 변수에 대한 데이터가 부족합니다.
The Method: 4.5kW 연속파(CW) Nd:YAG 레이저를 사용하여 2.0mm 두께의 NiTi 평판을 맞대기 용접하며, 레이저 출력, 용접 속도, 디포커스량, 측면 보호가스 유량 등 핵심 변수들을 체계적으로 변경하여 용접부에 미치는 영향을 분석했습니다.
The Key Breakthrough: 레이저 출력과 용접 속도 간의 상관관계를 통해 부분 용입, 완전 용입, 과도 용입을 결정하는 ‘매칭 커브(matching curve)’를 실험적으로 확보하여, 최적의 용접 공정 윈도우를 명확히 제시했습니다.
The Bottom Line: NiTi 레이저 용접의 성공은 레이저 출력, 속도, 디포커스, 보호가스 유량의 정밀한 제어에 달려 있으며, 완전 용입 조건 내에서 입열량을 높이면 인장 강도와 형상기억 특성을 향상시킬 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
NiTi 형상기억합금(SMA)은 우수한 형상기억효과(SME)와 초탄성(PE) 덕분에 의료, 항공우주 등 첨단 산업에서 각광받고 있습니다. 하지만 이 합금은 본질적으로 성형성이 낮아, 복잡한 기하학적 구조를 가진 부품이나 장치를 제작하기 위해서는 신뢰성 높은 접합 기술이 필수적입니다. 기존의 용접 방식들은 여러 한계를 보였지만, 최근 Nd:YAG 레이저를 이용한 용접 기술이 높은 정밀도와 작은 열영향부(HAZ) 덕분에 유망한 대안으로 떠올랐습니다.
그러나 레이저 용접 기술을 NiTi 합금에 널리 적용하기 위해서는 공정 변수들이 용접부의 품질에 미치는 영향에 대한 깊이 있는 이해와 데이터가 필요합니다. 안타깝게도 이 분야에 대한 실험적 비교 데이터는 매우 부족한 실정입니다. 본 연구는 이러한 기술적 공백을 메우고, 다양한 용접 변수가 NiTi 용접부의 형태, 기계적 특성, 기능적 특성에 미치는 영향을 체계적으로 규명하여 레이저 용접 기술의 적용 범위를 확대하는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구에서는 2.0mm 두께의 Ti-50.9at.%Ni 판재를 맞대기 용접하기 위해 4.5kW 출력의 연속파(CW) Nd:YAG 레이저(Gsi Lumonics AM356)를 사용했습니다. 용접 전, 시편 표면의 산화물과 오염물은 아세톤과 에탄올로 세척되었습니다. 용융된 금속과 주변 공기와의 반응을 방지하고 과열을 막기 위해 상부, 후면, 측면에서 고순도 아르곤 가스를 공급하는 특수 제작된 구리 차폐 장비를 사용했습니다.
연구진은 다른 변수들을 일정하게 유지하면서 각 변수가 용접 품질에 미치는 영향을 개별적으로 평가하기 위해 다음과 같은 핵심 공정 변수들을 체계적으로 변경했습니다.
레이저 출력 (P): 1kW ~ 3.5kW
용접 속도 (V): 0.9m/min ~ 3m/min
디포커스량 (ΔZ): -3mm ~ +2mm (초점이 시편 표면 위에 있으면 양수, 아래에 있으면 음수)
측면 보호가스 유량 (Uf): 5 L/min ~ 25 L/min
Figure 1: Influence of laser output power on cross-section morphologies of welded seam. (Δ𝑍 = 0mm; 𝑉 = 1.5m/min; 𝑈𝑓 = 15L/min).
Figure 3: Influence of welding speed on cross-section morphologies of welded seam. (Δ𝑍 = 0mm; 𝑃 = 1.5kW; 𝑈𝑓 =15L/min).
용접 후, 시편의 단면을 표준 기계적 연마 및 화학적 에칭(HF:HNO3:H2O = 1:3:10)을 통해 처리하고, 광학 현미경으로 미세조직을 관찰했습니다. 또한, 용접부의 기계적 특성(응력-변형 거동)과 기능적 특성(형상기억 거동)을 평가하기 위해 단축 준정적 인장 시험 및 기계적 사이클 시험을 수행했습니다.
The Breakthrough: Key Findings & Data
본 연구를 통해 NiTi 레이저 용접의 품질을 결정하는 핵심 변수들의 영향과 최적의 공정 조건을 도출했습니다.
Finding 1: 레이저 출력과 속도의 상관관계가 용접 형태를 결정
레이저 출력과 용접 속도는 용접부에 가해지는 단위 길이당 에너지, 즉 입열량을 결정하는 가장 중요한 변수입니다. 실험 결과, 이 두 변수의 조합에 따라 용접 형태가 부분 용입(partial fusion), 완전 용입(full penetration), 과도 용입(excessive penetration)으로 명확하게 구분되었습니다.
Figure 9는 레이저 출력과 용접 속도에 따른 용접 형태 형성 결과를 보여주는 ‘매칭 커브’입니다. 예를 들어, 1.5kW의 레이저 출력에서 용접 속도가 2.1~3m/min일 때는 부분 용입이 발생했으나, 속도를 1.2~1.8m/min으로 낮추자 완전 용입이 달성되었습니다. 이 차트는 실제 산업 현장에서 2mm 두께의 NiTi 합금을 용접할 때, 원하는 완전 용입을 달성하기 위한 최적의 공정 윈도우를 제공하는 매우 실용적인 데이터베이스 역할을 합니다.
Finding 2: 디포커스량과 보호가스 유량이 용접 품질을 미세 조정
최적의 용접 형태를 얻기 위해서는 디포커스량과 보호가스 유량의 정밀한 제어가 필수적입니다.
디포커스량의 영향:Figure 6에서 볼 수 있듯이, 완전 용입은 -2mm에서 +3mm 사이의 디포커스량 범위에서 발생했습니다. 특히 초점이 시편 표면 아래에 위치하는 음의 디포커스 조건에서는 레이저 빔이 키홀(keyhole) 내부로 수렴하며 들어가 더 높은 에너지 밀도를 전달하므로 용입 깊이가 증가하는 경향을 보였습니다. 최적의 용접부 형상은 0~1mm의 디포커스량에서 관찰되었습니다.
보호가스 유량의 영향:Figure 8에 따르면, 측면 보호가스 유량이 15~20 L/min일 때 가장 우수한 보호 효과와 용접부 형상을 얻을 수 있었습니다. 유량이 5 L/min 미만일 경우 용접 금속이 산화되었고, 10 L/min 이상에서는 은백색의 양호한 표면을 얻을 수 있었습니다. 하지만 유량이 너무 높으면 레이저 아크가 불안정해져 표면이 거칠어지는 현상이 나타났습니다.
입열량과 기계적 특성:Table 1은 완전 용입된 시편들의 입열량에 따른 인장 특성을 보여줍니다. 입열량이 가장 높은 Sample 3 (70.4 J/mm)은 531 MPa의 가장 높은 인장 강도(UTS)를 보였고, 영구 변형률(εp)도 1.92%로 가장 낮아 형상기억 회복 능력이 가장 우수했습니다. 이는 완전 용입 조건 하에서는 입열량이 클수록 더 미세하고 균일한 결정립 조직이 형성되어 기계적 및 기능적 특성이 향상됨을 시사합니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 2mm 두께 NiTi 합금의 완전 용입을 위한 구체적인 공정 윈도우(Figure 9)를 제공합니다. 디포커스량을 0~1mm로, 측면 보호가스 유량을 15~20 L/min으로 설정하면 결함을 줄이고 용접 효율을 높이는 데 기여할 수 있습니다.
For Quality Control Teams: 논문의 Table 1과 Figure 11 데이터는 입열량이 인장 강도 및 영구 변형률에 미치는 영향을 명확히 보여줍니다. 이는 용접부의 기계적 특성과 형상기억 성능을 보증하기 위한 새로운 품질 검사 기준을 수립하는 데 활용될 수 있습니다.
For Design Engineers: 본 연구 결과는 용접 공정 변수가 최종 제품의 기계적 특성에 직접적인 영향을 미침을 보여줍니다. 특히 높은 강도와 우수한 형상기억 특성이 요구되는 부품의 경우, 초기 설계 단계에서부터 완전 용입과 높은 입열량을 달성할 수 있는 용접 조건을 고려하는 것이 중요합니다.
Paper Details
Effect of Laser Welding Parameters on Formation of NiTi Shape Memory Alloy Welds
1. Overview:
Title: Effect of Laser Welding Parameters on Formation of NiTi Shape Memory Alloy Welds
Author: Wei Wang, Xiaohong Yang, Hongguang Li, Fuzhong Cong, and Yongbing Liu
Year of publication: 2014
Journal/academic society of publication: Advances in Materials Science and Engineering
본 연구에서는 4.5kW 연속파(CW) Nd:YAG 레이저를 사용하여 2.0mm 두께의 NiTi 평판을 용접하는 실험을 수행했다. 레이저 출력, 용접 속도, 디포커스량, 측면 보호가스 유량이 용접 심의 형태, 용접 깊이 및 폭, 품질에 미치는 영향을 조사했다. 동시에, 입열량이 용접 조인트의 기계적 및 기능적 특성에 미치는 영향도 연구했다. 결과는 레이저 용접이 NiTi 합금에서 더 나은 형상을 형성할 수 있음을 보여준다. 용접의 다른 형성에 영향을 미치는 레이저 출력 및 용접 속도와의 매칭 커브를 실험적으로 획득했으며, 이는 NiTi 합금의 레이저 용접 및 엔지니어링 적용에 대한 참조를 제공할 수 있다. 입열량은 용접 조인트의 극한 인장 강도(UTS) 및 형상기억 거동에 명백한 영향을 미친다.
3. Introduction:
NiTi 형상기억합금(SMA)은 우수한 기능적 특성을 제공하지만, 낮은 성형성으로 인해 복잡한 형상의 부품을 얻기 위해서는 적합한 접합 기술이 필요하다. 최근 Nd:YAG 레이저 용접이 높은 정밀도와 감소된 열영향부(HAZ)로 인해 유망한 기술로 도입되었다. 그러나 NiTi 합금에 레이저 용접 기술을 널리 사용하기 전에 용접 공정 변수에 대한 더 깊은 이해가 필요하며, 관련 실험 데이터는 매우 부족하다. 본 논문은 2.0mm 두께의 NiTi 평판을 Nd:YAG 레이저로 맞대기 용접하여 다양한 용접 공정 변수의 영향을 탐구하고, 데이터베이스를 축적하며, 레이저 용접 기술의 적용 범위를 확대하는 것을 목표로 한다.
4. Summary of the study:
Background of the research topic:
NiTi 형상기억합금은 우수한 특성에도 불구하고 성형성이 낮아 복잡한 부품 제작에 어려움이 있어, 효과적인 접합 기술의 필요성이 대두되었다.
Status of previous research:
NiTi 합금 접합에 대한 몇 가지 용접 기술이 보고되었으며, 특히 Nd:YAG 레이저 용접이 유망한 기술로 주목받고 있으나, 공정 변수에 대한 체계적인 실험 비교 연구는 매우 드물다.
Purpose of the study:
다양한 레이저 용접 공정 변수(출력, 속도, 디포커스, 보호가스)가 2.0mm 두께 NiTi 판재의 용접부 형상, 기계적 및 기능적 특성에 미치는 영향을 실험적으로 규명하고, 최적의 공정 조건을 찾기 위한 데이터베이스를 구축하고자 한다.
Core study:
레이저 출력, 용접 속도, 디포커스량, 측면 보호가스 유량을 변화시키며 NiTi 판재를 맞대기 용접하고, 각 변수가 용접부의 단면 형태, 깊이, 폭에 미치는 영향을 분석했다. 또한, 입열량 변화에 따른 용접부의 인장 강도와 형상기억 거동 변화를 평가했다.
5. Research Methodology
Research Design:
실험적 연구 설계를 통해 각 용접 변수가 용접 품질에 미치는 영향을 독립적으로 평가했다. 다른 변수들은 일정하게 유지하면서 하나의 변수만을 변경하는 방식을 사용했다.
Data Collection and Analysis Methods:
용접된 시편의 단면을 채취하여 광학 현미경으로 형태와 미세조직을 관찰했다. 용접부의 깊이와 폭을 측정했다. 또한, 단축 인장 시험기를 사용하여 응력-변형 곡선을 얻고, 극한 인장 강도(UTS)와 연신율을 계산했다. 기계적 사이클 시험을 통해 형상기억 거동(영구 변형률)을 평가했다.
Research Topics and Scope:
연구 주제: 레이저 출력, 용접 속도, 디포커스량, 보호가스 유량이 NiTi 용접부 형성에 미치는 영향 및 입열량이 기계적/기능적 특성에 미치는 영향.
연구 범위: 4.5kW CW Nd:YAG 레이저를 이용한 2.0mm 두께 Ti-50.9at.%Ni 판재의 맞대기 용접.
6. Key Results:
Key Results:
레이저 출력이 증가할수록 용입 깊이와 폭이 증가하며, 용접부 단면 형태가 T형, V형에서 X형으로 변화했다.
용접 속도가 증가할수록 입열량이 감소하여 용입 깊이와 폭이 감소했다.
-2~3mm의 디포커스량 범위에서 완전 용입이 가능했으며, 0~1mm에서 최적의 용접부 형상을 얻었다.
측면 보호가스 유량은 15~20 L/min에서 최적의 보호 효과와 용접부 형상을 보였다.
레이저 출력과 용접 속도에 따른 용접 형태(부분 용입, 완전 용입, 과도 용입)를 나타내는 매칭 커브를 확보했다.
완전 용입된 용접부의 경우, 입열량이 높을수록(54.8~70.4 J/mm) 인장 강도가 높고 영구 변형률이 작아져 더 나은 기계적 및 형상기억 특성을 보였다.
Figure List:
FIGURE 1: Influence of laser output power on cross-section morphologies of welded seam. (ΔZ = 0 mm; V = 1.5 m/min; Uf = 15 L/min).
FIGURE 2: Influence of laser output power on width and penetration of welded seam. (ΔZ = 0 mm; V = 1.5 m/min; Uf = 15 L/min).
FIGURE 3: Influence of welding speed on cross-section morphologies of welded seam. (ΔZ = 0 mm; P = 1.5 kW; Uf = 15 L/min).
FIGURE 4: Influence of welding speed on width and penetration of welded seam. (ΔZ = 0 mm; P = 1.5 kW; Uf = 15 L/min).
FIGURE 5: Influence of defocus amount on cross-section morphologies of welded seam. (P = 1610 W; V = 1.5 m/min; Uf = 15 L/min).
FIGURE 6: Influence of defocus amount on width and penetration of welded seam. (P = 1610 W; V = 1.5 m/min; Uf = 15 L/min).
FIGURE 7: Influence of side-blow shielding gas flow rate on formation of welded seam. (P = 1.5 kW; V = 0.9 m/min; ΔZ = 0 mm).
FIGURE 8: Influence of side-blow shielding gas flow rate on width and penetration of welded seam. (P = 1.5 kW; V = 0.9 m/min; ΔZ = 0 mm).
FIGURE 9: Influence of laser power and welding speed on formation of weld. (P = 1030~3550 W; V = 0.9~3 m/min; ΔZ = 0 mm; Uf = 15 L/min).
FIGURE 10: Stress-strain curves of the welded material for different heat input.
FIGURE 11: Stress-strain cycles with εt of about 8% for different heat input.
7. Conclusion:
본 연구를 통해 NiTi 레이저 용접 공정에서 주요 변수들의 영향을 체계적으로 규명했다. 약 -2~3mm의 디포커스량은 2mm 두께 NiTi 테이프의 완전 용입을 유도할 수 있으며, 0~1mm에서 최적의 용접부 형상을 얻을 수 있다. 측면 보호가스 유량은 15~20 L/min에서 가장 효과적이다. 레이저 출력과 용접 속도에 따른 용접 형성 매칭 커브는 실제 엔지니어링 적용에 유용한 참고 자료를 제공한다. 완전 용입된 조인트의 경우, 입열량이 클수록 인장 특성이 향상되고 변형 회복 과정에서 영구 변형이 작아진다. 레이저 용접은 NiTi 합금에서 우수한 용접부 형성을 가능하게 하며, 향후 박판 SMA 재료 및 기존 방식으로 용접하기 어려운 재료 분야에서 중요한 역할을 할 것이다.
8. References:
[1] C.-W. Chan, Laser micro-welding of a NiTi shape memory alloy for biomedical applications [Ph.D. dissertations], The Hong Kong Polytechnic University, 2008.
[2] A. Tuissi, S. Besseghini, T. Ranucci, F. Squatrito, and M. Pozzi, “Effect of Nd-YAG laser welding on the functional properties of the Ni-49.6at.%Ti,” Materials Science and Engineering A, vol. 273-275, pp. 813–817, 1999.
[3] A. Falvo, F. M. Furgiuele, and C. Maletta, “Laser welding of a NiTi alloy: mechanical and shape memory behaviour,” Materials Science and Engineering A, vol. 412, no. 1-2, pp. 235–240, 2005.
[4] X. Zhao, W. Wang, L. Chen et al., “Two-stage superelasticity of a Ce-added laser-welded TiNi alloy,” Materials Letters, vol. 62, no. 20, pp. 3539–3541, 2008.
[5] C. van der Eijk, H. Fostervoll, Z. K. Sallom, and O. M. Akselsen, “Joining of Specialty Materials,” in ASM Materials Solutions Conference & Exposition, ASM International, Pittsburgh, Pa, USA, 2003.
[6] X. Zhao, W. Wang, L. Chen, F. Liu, J. Huang, and H. Zhang, “Microstructures of cerium added laser weld of a TiNi alloy,” Materials Letters, vol. 62, no. 10-11, pp. 1551–1553, 2008.
[7] H. Gugel, A. Schuermann, and W. Theisen, “Laser welding of NiTi wires,” Materials Science and Engineering A, vol. 273-275, pp. 149–160, 1999.
[8] H. Rosner, A. V. Shelyakov, A. M. Glezer, and P. Schlobmacher, “On the origin of the two-stage behavior of the martensitic transformation of Ti50Ni25Cu25 shape memory melt-spun ribbons,” Materials Science and Engineering A, vol. 307, no. 1-2, pp. 188–189, 2001.
[9] Y. G. Song, W. S. Li, L. Li, and Y. F. Zheng, “The influence of laser welding parameters on the microstructure and mechanical property of the as-jointed NiTi alloy wires,” Materials Letters, vol. 62, no. 15, pp. 2325–2328, 2008.
[10] T. Y. Kuo and H. C. Lin, “Effects of pulse level of Nd-YAG laser on tensile properties and formability of laser weldments in automotive aluminum alloys,” Materials Science and Engineering A, vol. 416, no. 1-2, pp. 281–289, 2006.
[11] X.-B. Liu, M. Pang, Z.-G. Zhang, W.-J. Ning, C.-Y. Zheng, and G. Yu, “Characteristics of deep penetration laser welding of dissimilar metal Ni-based cast superalloy K418 and alloy steel 42CrMo,” Optics and Lasers in Engineering, vol. 45, no. 9, pp. 929–934, 2007.
[12] W. Chunming, H. Lunji, and H. Xiyuan, “The relationship between plasma optic signal and penetration depth during partial-penetration laser welding,” Laser Technology, vol. 30, pp. 23–26, 2006.
Expert Q&A: Your Top Questions Answered
Q1: 이 연구에서 특별히 Nd:YAG 레이저를 선택한 이유가 무엇인가요?
A1: 논문의 서론에 따르면, Nd:YAG 레이저는 높은 정밀도와 용접 시 발생하는 열영향부(HAZ)를 줄일 수 있는 장점이 있습니다. 이는 특히 얇은 두께의 부품을 용접하는 데 적합하며, 공정 변수를 정밀하게 제어할 경우 결과의 재현성이 좋기 때문에 NiTi 합금과 같은 민감한 재료의 용접에 적합한 광원으로 선택되었습니다.
Q2: ‘디포커스량’이 음수일 때 오히려 용입 깊이가 깊어지는 이유는 무엇인가요?
A2: 섹션 3.3의 설명에 따르면, 이는 레이저 빔의 전달 특성과 관련이 있습니다. 디포커스량이 음수라는 것은 레이저의 초점이 시편 표면 아래에 위치한다는 의미입니다. 이 경우, 레이저 빔은 시편 표면을 통과하여 키홀(keyhole) 내부로 ‘수렴하며’ 들어가게 됩니다. 이로 인해 시편 내부에서 더 높은 에너지 밀도가 집중되어 더 강한 용융과 증발을 유발하고, 결과적으로 에너지가 더 깊은 곳까지 전달되어 용입 깊이가 증가하게 됩니다.
Q3: Figure 9의 ‘매칭 커브’는 실제 현장에서 엔지니어가 어떻게 활용할 수 있나요?
A3: Figure 9는 2mm 두께의 NiTi 합금을 용접할 때, 원하는 ‘완전 용입’을 달성하기 위한 레이저 출력과 용접 속도의 조합을 보여주는 실용적인 공정 지도(process map)입니다. 엔지니어는 이 차트를 참조하여 초기 공정 개발의 시작점을 설정할 수 있습니다. 예를 들어, 특정 레이저 출력을 사용해야 할 경우, 이 차트에서 해당 출력에 맞는 완전 용입 속도 범위를 찾아 공정을 설정함으로써 시행착오를 크게 줄이고 안정적인 용접 품질을 확보할 수 있습니다.
Q4: 일반적으로 입열량이 높으면 재료에 부정적인 영향을 줄 수 있는데, 이 연구에서는 완전 용입 시 입열량이 높을수록 인장 특성이 향상된다고 합니다. 그 이유는 무엇인가요?
A4: 섹션 3.6의 분석에 따르면, 이는 용접부의 미세조직 변화 때문일 수 있습니다. 중간 정도의 입열량에서는 용접부에 주상정(columnar grains)이 형성되어 강도가 상대적으로 낮을 수 있습니다. 반면, 완전 용입이 보장되는 조건 하에서 입열량이 높으면 용접 영역이 완전히 용융되면서 더 미세하고 균일한 결정립이 형성될 수 있습니다. 이러한 미세조직이 주상정 조직보다 더 높은 강도를 나타내기 때문에, 본 연구의 조건 하에서는 입열량이 높을수록 인장 특성이 향상되는 결과로 이어진 것으로 보입니다.
Q5: 최적의 보호가스 유량은 얼마였으며, 유량이 너무 높거나 낮으면 어떤 문제가 발생하나요?
A5: 섹션 3.4에 따르면, 최적의 측면 보호가스 유량은 15~20 L/min이었습니다. 유량이 5 L/min 미만으로 너무 낮으면 보호 효과가 불충분하여 용접 금속이 산화되는 문제가 발생했습니다. 반대로, 유량이 20 L/min을 초과하여 너무 높으면 레이저 아크(arc)가 불안정해지고 용접부 표면이 거칠고 불균일하게 형성되는 문제가 나타났습니다. 따라서 안정적이고 깨끗한 용접부를 얻기 위해서는 적절한 유량 범위 유지가 매우 중요합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 NiTi 레이저 용접이 매우 효과적인 접합 기술임을 입증했지만, 그 성공은 레이저 출력, 용접 속도, 디포커스량, 보호가스 유량과 같은 핵심 변수들의 정밀한 상호작용에 달려 있음을 명확히 보여줍니다. 특히 레이저 출력과 용접 속도의 관계를 나타낸 ‘매칭 커브’는 안정적인 완전 용입 용접을 달성하기 위한 실질적인 가이드라인을 제공합니다. 또한, 완전 용입 조건 내에서 입열량을 최적화하면 용접부의 기계적 강도와 형상기억 성능을 극대화할 수 있다는 사실은 고품질 NiTi 부품 생산에 중요한 통찰을 줍니다.
(주)에스티아이씨앤디에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 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 “Effect of Laser Welding Parameters on Formation of NiTi Shape Memory Alloy Welds” by “Wei Wang et al.”.
이 기술 요약은 Puthuparambil Madhavan AJITH 외 저자가 2014년 Friction 학술지에 발표한 논문 “Characterization of microstructure, toughness, and chemical composition of friction-welded joints of UNS S32205 duplex stainless steel”을 기반으로, (주)에스티아이씨앤디의 기술 전문가에 의해 분석 및 요약되었습니다.
과제: 듀플렉스 스테인리스강의 기존 용접 방식은 재료의 우수한 기계적 특성, 특히 인성을 저하시키는 한계가 있었습니다.
방법: 마찰 압력, 업셋 압력, 회전 속도 등 핵심 공정 변수를 조절하며 UNS S32205 강재에 마찰 용접을 적용했습니다.
핵심 돌파구: 마찰 용접 접합부는 미세한 결정립 구조를 형성하고 유해한 상(phase) 생성을 억제하여, 특히 극저온 환경에서 기존 아크 용접 대비 월등히 높은 충격 인성을 보였습니다.
핵심: 마찰 용접은 까다로운 산업 환경에 사용되는 듀플렉스 스테인리스강 부품의 신뢰성과 내구성을 극대화할 수 있는 매우 효과적인 접합 기술입니다.
과제: 왜 이 연구가 CFD 전문가에게 중요한가?
듀플렉스 스테인리스강(DSS)은 높은 강도와 인성, 뛰어난 내식성 덕분에 석유화학, 해양 플랜트 등 다양한 산업 분야에서 각광받는 소재입니다. 하지만 이 소재의 장점은 페라이트(ferrite)와 오스테나이트(austenite) 두 상의 균형에 크게 의존합니다.
기존의 아크 용접과 같은 융합 용접 방식은 높은 열 입력으로 인해 용접부의 상 균형이 깨지기 쉽습니다. 이로 인해 시그마(σ)상과 같은 유해한 금속간 화합물이 생성되어 인성과 내식성이 급격히 저하되는 문제가 발생합니다. 특히 LNG 운송선과 같이 극저온 환경에 노출되는 구조물에서는 이러한 인성 저하가 치명적인 파괴로 이어질 수 있습니다. 따라서 DSS의 고유한 장점을 유지하면서도 안정적인 접합부를 구현할 수 있는 새로운 용접 기술의 필요성이 대두되었습니다.
Fig. 1 DSS microstructure in the annealed condition.
접근법: 연구 방법론 분석
본 연구는 고상(solid-state) 접합 방식인 마찰 용접을 사용하여 UNS S32205 듀플렉스 스테인리스강 봉재(직경 15mm)를 접합했습니다. 연구팀은 접합 품질에 영향을 미치는 세 가지 핵심 공정 변수를 체계적으로 변화시키며 그 효과를 분석했습니다.
핵심 변수:
마찰 압력(Friction Pressure, FP): 45 MPa ~ 125 MPa
업셋 압력(Upsetting Pressure, UP): 140 MPa ~ 200 MPa
회전 속도(Speed of Rotations, SR): 1,000 rpm ~ 2,000 rpm
분석 기법:
미세구조 분석: 주사전자현미경(SEM)과 에너지 분산형 분광분석기(EDS)를 사용하여 용접부의 미세구조와 상 분포를 관찰했습니다.
기계적 특성 평가: 비커스 미세경도 시험과 샤르피 V-노치 충격 시험을 통해 접합부의 경도와 인성을 평가했습니다. 특히 충격 시험은 상온(30°C)부터 극저온(-196°C)까지 다양한 온도 조건에서 수행되었습니다.
상 분석: X선 회절(XRD) 분석을 통해 유해한 금속간 화합물의 생성 여부를 확인했습니다.
Fig. 3 Typical weld metal microstructure of DSS.
이러한 체계적인 접근을 통해 연구팀은 각 공정 변수가 용접부의 미세구조와 기계적 특성에 미치는 영향을 정량적으로 규명할 수 있었습니다.
돌파구: 주요 연구 결과 및 데이터
결과 1: 미세한 결정립이 만들어낸 탁월한 경도
마찰 용접 결과, 용접부에는 모재나 용접 금속(Weld Metal)보다 훨씬 미세한 결정립을 가진 부분 변형 영역(Partially Deformed Zone, PDZ)이 형성되었습니다.
Table 2의 데이터에 따르면, PDZ의 평균 결정립 크기는 10.37μm로, 용접 금속(21.87μm) 및 모재(21.7μm)보다 약 2배 더 미세했습니다. 이러한 미세 결정립의 영향으로 PDZ의 평균 경도는 305.37 Hv로 측정되어 용접 금속(290.01 Hv)과 모재(266.14 Hv)보다 월등히 높게 나타났습니다. 이는 접합부의 강도 향상에 직접적으로 기여하는 중요한 결과입니다. 또한, Figure 6의 XRD 분석 결과에서는 시그마(σ)상과 같은 유해한 상이 전혀 발견되지 않아 마찰 용접의 우수성을 입증했습니다.
결과 2: 극저온 환경에서도 뛰어난 충격 인성 확보
본 연구의 가장 주목할 만한 결과는 마찰 용접부의 충격 인성입니다. Table 3에 따르면, 마찰 용접된 DSS 접합부는 상온뿐만 아니라 극저온 환경에서도 매우 높은 충격 인성 값을 보였습니다.
예를 들어, 상온(30°C)에서 마찰 용접부의 충격 에너지 값은 최대 208 J로, 모재(160 J)보다 높았습니다. 더 중요한 것은 극저온 환경에서의 성능입니다. 논문에서 언급된 TIG 및 SMAW 아크 용접의 경우, -196°C에서 충격 에너지가 4~5 J에 불과했던 반면, 마찰 용접부는 동일한 온도에서 13~30 J의 훨씬 우수한 값을 기록했습니다. 이는 마찰 용접이 극저온용 장비 및 구조물 제작에 매우 적합한 기술임을 시사합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 마찰 압력, 업셋 압력 등의 공정 변수가 특정 온도 구간에서의 인성에 영향을 미침을 보여줍니다(Figure 7 참조). 따라서 목표로 하는 사용 환경(상온, 저온, 극저온)에 맞춰 공정 변수를 최적화함으로써 부품의 신뢰성을 극대화할 수 있습니다.
품질 관리팀: 논문의 Table 2 데이터는 부분 변형 영역(PDZ)의 높은 경도 값이 성공적인 마찰 용접의 핵심 지표가 될 수 있음을 시사합니다. 용접 후 경도 측정을 통해 접합부의 품질을 비파괴적으로 예측하고 관리하는 새로운 기준을 수립할 수 있습니다.
설계 엔지니어: 마찰 용접된 듀플렉스 스테인리스강이 극저온에서도 우수한 인성을 유지한다는 사실은 LNG 설비, 극지방 구조물, 항공우주 부품 등 극한 환경용 부품 설계 시 새로운 가능성을 제시합니다. 이는 소재 선택의 폭을 넓히고 구조물의 안전성과 내구성을 향상시키는 데 기여할 수 있습니다.
논문 정보
Characterization of microstructure, toughness, and chemical composition of friction-welded joints of UNS S32205 duplex stainless steel
1. 개요:
제목: Characterization of microstructure, toughness, and chemical composition of friction-welded joints of UNS S32205 duplex stainless steel
마찰 용접은 낮은 열 입력, 효율적인 적용, 제조 용이성, 환경 친화성 등의 장점으로 널리 적용되는 고상 접합 공정이다. 본 연구는 UNS S32205 듀플렉스 스테인리스강 마찰 용접 접합부의 기계적 및 야금학적 특성을 조사한다. 공정 변수인 마찰 압력, 업셋 압력, 회전 속도를 개별적으로 낮은 수준에서 높은 수준(기계 설정 범위 내)으로 변화시키고, 이들이 접합부 특성에 미치는 영향을 분석했다. 부분 변형 영역은 용접부 및 모재보다 높은 경도를 보였다. 접합부의 인성은 상온 및 극저온 조건에서 평가되었다. 마찰 용접 접합부의 충격 인성은 상온 및 극저온 조건에서 융합 용접된 듀플렉스 스테인리스강보다 우수한 것으로 나타났다.
3. 서론:
듀플렉스 스테인리스강(DSS)은 페라이트와 오스테나이트의 2상 구조를 가지며, 두 상의 장점(페라이트의 고강도, 오스테나이트의 저온 인성)을 모두 얻는다. 이 소재는 Cr, Mo, N 첨가로 국부 부식에 대한 저항성이 우수하고, 페라이트 함량으로 인해 응력 부식 균열에 대한 저항성도 좋다. DSS의 기계적 특성은 열처리를 통해 얻어지는 상 균형에 결정적으로 좌우된다. 기존 아크 용접 방식은 열 입력과 층간 온도를 제한하여 적절한 상 비율을 유지해야 하는 어려움이 있다. 또한, 300°C에서 1,100°C 사이의 온도에 노출될 경우 여러 원치 않는 2차 상이 형성될 수 있다.
4. 연구 요약:
연구 주제의 배경:
듀플렉스 스테인리스강은 우수한 기계적 특성과 내식성을 겸비한 소재지만, 용접 시 발생하는 열로 인해 미세구조가 변하고 성능이 저하될 수 있다. 특히 기존 융합 용접 방식은 이러한 문제를 야기할 가능성이 크다.
이전 연구 현황:
기존 아크 용접 연구들은 DSS 용접 시 적절한 상 균형을 유지하기 위한 열 입력 제어의 중요성을 강조해왔다. 또한, 시그마(σ)상과 같은 유해한 금속간 화합물이 생성되면 충격 특성과 내식성이 저하된다는 점이 보고되었다.
연구 목적:
본 연구의 목적은 고상 접합 방식인 마찰 용접을 UNS S32205 듀플렉스 스테인리스강에 적용하고, 주요 공정 변수(마찰 압력, 업셋 압력, 회전 속도)가 접합부의 미세구조, 경도, 그리고 상온 및 극저온에서의 충격 인성에 미치는 영향을 체계적으로 규명하는 것이다.
핵심 연구:
UNS S32205 봉재를 다양한 마찰 용접 조건에서 접합한 후, 시편을 제작하여 야금학적 분석(미세구조, 상 분석)과 기계적 특성 평가(경도, 충격 인성)를 수행했다. 이를 통해 마찰 용접이 기존 융합 용접 대비 갖는 장점을 정량적으로 평가했다.
5. 연구 방법론
연구 설계:
마찰 압력, 업셋 압력, 회전 속도의 세 가지 주요 공정 변수를 각각 저, 중, 고 수준으로 변화시키는 방식으로 총 15개의 실험 조건을 설정했다(Table 1 참조). 한 변수를 변화시키는 동안 다른 변수들은 일정하게 유지하여 각 변수의 독립적인 영향을 평가했다.
데이터 수집 및 분석 방법:
미세구조 및 화학 성분: SEM, EDS, Feritscope를 사용하여 용접부의 미세구조, 상 분율, 화학 성분을 분석했다.
경도: 비커스 미세경도 시험기를 사용하여 용접부 단면의 경도 분포를 측정했다.
충격 인성: 샤르피 충격 시험기를 사용하여 상온(30°C) 및 극저온(-50°C, -100°C, -150°C, -196°C)에서 충격 인성을 측정했다.
상 분석: XRD를 통해 용접부에 존재하는 상을 식별했다.
파단면 분석: SEM을 사용하여 충격 시험 후 파단면을 관찰하여 파괴 메커니즘을 분석했다.
연구 주제 및 범위:
본 연구는 UNS S32205 듀플렉스 스테인리스강의 마찰 용접에 국한되며, 접합부의 미세구조, 경도, 충격 인성 특성 분석에 초점을 맞춘다.
6. 주요 결과:
주요 결과:
마찰 용접부의 부분 변형 영역(PDZ)은 용접 금속 및 모재보다 미세한 결정립을 가지며, 이로 인해 경도가 더 높게 나타났다.
마찰 용접부의 미세구조는 오스테나이트와 페라이트 상이 거의 동등한 부피로 구성되었다.
마찰 용접된 DSS 접합부의 충격 에너지는 상온 및 극저온 조건 모두에서 기존 아크 용접된 접합부보다 훨씬 높았다.
충격 파단면은 온도가 상온에서 극저온으로 낮아짐에 따라 연성 파괴에서 취성 파괴로 천이하는 양상을 보였다.
극저온에서도 접합부의 인성은 감소하지만, 상당한 수준을 유지했다.
Figure 목록:
Fig. 1 DSS microstructure in the annealed condition.
Fig. 2 Typical cross-sectional views of the friction-welded sample.
Fig. 3 Typical weld metal microstructure of DSS.
Fig. 4 Typical EDS spectrum for PDZ and weld metal.
Fig. 5 Typical microstructure of PDZ and weld metal (WM).
Fig. 6 X-ray diffraction patterns of friction welds.
Fig. 7 Effect of friction-welding process parameters on impact strength.
Fig. 8 Fractrographs of the Charpy V-notch tested samples at room temperature.
Fig. 9 Fractrographs of the Charpy V-notch tested samples at -50 °C.
Fig. 10 Fractrographs of the Charpy V-notch tested samples at -100 °C.
Fig. 11 Fractrographs of the Charpy V-notch tested samples at -150 °C.
Fig. 12 Fractrographs of the Charpy V-notch tested samples at –196 °C.
7. 결론:
마찰 용접된 DSS 용접부는 PDZ에 미세한 결정립을 형성하여 더 높은 경도와 강도를 가졌다.
용접부 미세구조는 오스테나이트와 페라이트 상이 거의 동일한 부피로 구성되었다.
마찰 용접된 DSS의 충격 에너지는 상온 및 극저온 조건 모두에서 아크 용접보다 훨씬 높았다.
충격 파단면은 연성 파괴에서 취성 파괴로의 천이 현상을 보였다.
PDZ의 경도 값은 용접 금속 및 모재보다 훨씬 높았다.
극저온에서 접합부의 인성은 상당한 정도로 감소했다.
8. 참고 문헌:
[1] Charles J. Composition and properties of duplex stainless steels. Welding in the World 36: 43–54 (1995)
[2] Vogt J B. Fatigue properties of high nitrogen steels. Mater Proc Tech 117: 364-369 (2001)
[3] Mateo A, Llanes L, Akdut N, Anglada M. High cycle fatigue behavior of a standard duplex stainless steel plate and bar. Mater Sci Eng A 319-321: 516-520 (2001)
[4] Hertzman S, Lehtinen B, Symniotis-Barradal E. Intermetallic phase formation and its effect on corrosion resistance of duplex stainless steel SS 2377 (UNS 31803). In Proceedings of Applications of Stainless Steel ’92, Stockholm, Sweden, 1992: 345-359.
[5] Gunn R N. Reduction in fracture toughness due to intermetallic precipitates in duplex stainless steels. In Duplex America 2000 Conference on Duplex Stainless Steels, Houston, USA, 2000: 299-314.
[6] Nilsson J O. Super duplex stainless steels. Mater Sci Tech 8: 685-700 (1992)
[7] Thorvaldsson T, Eriksson H, Kutka J, Salwén A. Influence of microstructure on mechanical properties of a duplex stainless steel. In Proceedings of Stainless Steel ’84, Göteborg, Sweden, 1984: 101-105.
[8] Karlsson L, Bengtsson L, Rolander U, Pak S. The kinetics of intermetallic phase formation in duplex stainless weld metals and their influence on mechanical properties. In Proceedings of Applications of Stainless Steel ’92, Stockholm, Sweden, 1992: 335-344.
[9] Karlsson L. Duplex stainless steel weld metals-effects of secondary phases. In Proceedings of Duplex Stainless Steels ’97, Maastricht, Netherlands, 1997: 43-58.
[10] Karlsson L, Rigdal S, Lake F. Effects of intermetallic phases in duplex stainless steel weldments. In Duplex America 2000 Conference on Duplex Stainless Steels, Houston, USA, 2000: 257-272.
[11] Liljas M. The welding metallurgy of duplex stainless steels. In Proceedings of Duplex Stainless steels ’94, Glasgow, Scotland, 1994.
[12] Sato Y S, Nelson T W, Sterling C J, Steel R K. Pettersson C O. Microstructure and mechanical properties of friction stir welded SAF 2507 super duplex stainless steel. Mater Sci Eng A 397: 376-384 (2005)
[13] Cvijović ZM, Mihajlović D V, Knežević V R. Microstructural morphology and stability of rapidly solidified duplex stainless steel. Mat Sci Forum 282-283: 323-330 (1998)
[14] Li J, Zhang X, Liu L, Han L. Interfacial characteristics and dynamic process of Au- and Cu-wire bonding and overhang bonding in microelectronics packaging. J Microelectromech S22(3): 560-568 (2013)
[15] Li J, Liu L, Deng L, Ma B, Wang F, Han L. Interfacial microstructures and thermodynamics of thermosonic Cu-wire bonding. IEEE Electron Devic Lett 32(10): 1433-1435 (2011)
[16] Li J, Han L, Duan J, Zhong J. Interface mechanism of ultrasonic flip chip bonding. Appl Phys Lett 90(24): 242902 (2007)
[17] Li J, Duan J, Han L, Zhong J. Microstructural characteristics of Au/Al bonded interfaces. Mater Charact 58: 103-107 (2007)
[18] Li J, Wang F, Han L, Zhong J. Theoretical and Experimental Analyses of Atom Diffusion Characteristics on Wire Bonding Interfaces. J Phys D: Appl Phys 41: 135303 (2008)
[19] Sahin M. Evaluation of the joint-interface properties of austenitic-stainless steels (AISI 304) joined by friction welding. J Mater Des 28: 2244-2250 (2007)
[20] Heino S, Knutson-wedel E M, Karlsson B. Precipitation behavior in heat affected zone of welded super austenitic stainless steel. J Mater Sci Technol 15(1): 101–108 (1999)
[21] Suutala N. Effect of solidification conditions on the solidification mode in austenitic stainless steels. Metall Mater Trans A 14: 191–197 (1983)
[22] Ibrahim O H, Ibrahim I S, Khalifa T A F. Impact behavior of different stainless steel weldments at low temperature. Eng Fail Anal 17: 1069-1076 (2010)
[23] Baek J-H, Kim Y-P, Kim W-S, Kho Y-T. Effect of temperature on the charpy impact and CTOD values of type 304 stainless steel pipeline for LNG transmission. J Mech Sci Technol 16(8): 1064-1071 (2002)
[24] Chan J W. Small punch testing for determining the cryogenic fracture properties of 304 and 316 austenitic stainless steels. Adv Cryogenic Eng 55: 38-45 (1992)
[25] Han G, Fukuyama S. Yokogawa K. Tensile behavior of duplex stainless steel at low temperatures. Mater Sci Technol 15: 909-920 (1999)
[26] Kacar R, Acarer M. Microstructure-property relationship in welded duplex stainless steels. Mater Sci Eng A 363: 290-296 (2003)
[27] Sieurin H, Sandstom R. Fracture toughness of a welded duplex stainless steel. Eng Fract Mech 73: 377-390 (2006)
전문가 Q&A: 자주 묻는 질문
Q1: 이 연구에서 TIG나 SMAW 같은 기존 용접법 대신 마찰 용접을 선택한 이유는 무엇인가요?
A1: 마찰 용접은 모재를 녹이지 않고 고체 상태에서 접합하는 고상(solid-state) 접합 방식입니다. 이 방식은 열 입력이 낮고 가열 및 냉각 속도가 매우 빨라, 기존 융합 용접에서 문제가 되는 유해한 금속간 화합물(예: 시그마 상)의 생성을 효과적으로 억제할 수 있습니다. 결과적으로 듀플렉스 스테인리스강 고유의 우수한 기계적 특성과 내식성을 최대한 보존할 수 있기 때문에 선택되었습니다.
Q2: 논문에서 언급된 부분 변형 영역(PDZ)의 경도가 높은 주된 원인은 무엇인가요?
A2: PDZ의 높은 경도는 주로 결정립 미세화(grain refinement) 효과 때문입니다. 마찰 용접 과정에서 발생하는 높은 압력과 온도는 동적 재결정(dynamic recrystallization)을 유도하여 매우 미세한 결정립 구조를 형성합니다. Table 2에서 볼 수 있듯이 PDZ의 결정립 크기는 모재의 절반 이하이며, 홀-페치(Hall-Petch) 관계에 따라 결정립이 미세해질수록 경도와 강도는 증가합니다.
Q3: 마찰 용접부의 극저온 인성 개선 효과는 기존 융합 용접과 비교했을 때 얼마나 중요한가요?
A3: 개선 효과는 매우 극적이고 중요합니다. 논문에 따르면, 아크 용접된 DSS의 충격 에너지는 -196°C에서 4~5 J에 불과하여 매우 취약한 반면, 마찰 용접부는 동일한 온도에서 13~30 J의 값을 보였습니다. 이는 3배에서 7배 이상 높은 수치로, LNG 저장 탱크나 극저온 파이프라인과 같이 안전이 최우선인 설비에서 마찰 용접이 훨씬 더 높은 신뢰성을 제공할 수 있음을 의미합니다.
Q4: 연구에서 시그마(σ)상과 같은 유해한 금속간 화합물이 발견되었나요?
A4: 아니요, 발견되지 않았습니다. Figure 6의 X선 회절(XRD) 분석 결과, 용접부에서는 오스테나이트(γ)와 페라이트(α) 상만 관찰되었고, 인성을 저하시키는 시그마상이나 기타 금속간 화합물은 전혀 검출되지 않았습니다. 이는 마찰 용접의 짧은 가열 및 냉각 사이클이 이러한 유해한 상이 핵 생성 및 성장할 시간을 주지 않기 때문이며, 이 기술의 핵심적인 장점 중 하나입니다.
Q5: Figure 7을 보면, 마찰 압력 증가는 상온 인성을 향상시키지만 저온에서는 그 경향이 다릅니다. 그 이유는 무엇인가요?
A5: 마찰 압력이 증가하면 더 많은 마찰열이 발생하여 용접부의 온도가 높아집니다. 상온에서는 이 열이 소성 변형을 촉진하고 적절한 미세구조를 형성하여 연성을 높이는 데 긍정적인 역할을 할 수 있습니다. 하지만 극저온에서는 페라이트 상의 취성 파괴 거동이 지배적으로 변합니다. 따라서 온도, 결정립계 특성, 잔류 응력 등 다른 요인들이 인성에 더 큰 영향을 미치게 되어 상온과는 다른 경향을 보이는 것으로 해석할 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 마찰 용접 기술이 듀플렉스 스테인리스강의 고질적인 용접 문제를 해결할 수 있는 강력한 대안임을 명확히 보여주었습니다. 미세한 결정립 구조를 형성하고 유해한 상의 생성을 억제함으로써, 마찰 용접은 상온은 물론 극저온의 극한 환경에서도 탁월한 강도와 인성을 지닌 접합부를 만들어냅니다. 이는 R&D 및 운영 현장에서 더 높은 수준의 품질과 생산성을 달성할 수 있는 새로운 길을 열어줍니다.
(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 “Puthuparambil Madhavan AJITH” 외 저자의 논문 “Characterization of microstructure, toughness, and chemical composition of friction-welded joints of UNS S32205 duplex stainless steel”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Mohammad Refatul Islam이 Mississippi State University(2013)에서 발표한 논문 “Computational Design Optimization of Arc Welding Process for Reduced Distortion in Welded Structures”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 용접 변형 최적화
Secondary Keywords: 아크 용접 시뮬레이션, 유한요소법(FEM), CAE, 설계 최적화, 열 변형, 유전 알고리즘
Executive Summary
과제: 아크 용접은 자동차, 항공우주 등 핵심 산업에서 필수적이지만, 최종 제품에 심각한 변형을 유발하여 막대한 재작업 비용과 생산 지연을 초래합니다.
방법: 본 연구는 용접 공정 시뮬레이션을 위한 유한요소법(FEM)과 최적의 공정 변수를 탐색하기 위한 유전 알고리즘(GA)을 결합한 통합 컴퓨터 지원 엔지니어링(CAE) 프레임워크를 제안합니다.
핵심 성과: 이 자동화된 최적화 시스템을 통해 복잡한 자동차 부품의 용접 변형을 최악의 경우 대비 53% 이상 감소시키는 데 성공했습니다.
결론: 시뮬레이션 기반의 설계 최적화는 기존의 시행착오 방식보다 훨씬 빠르고 비용 효율적으로 용접 품질을 향상시킬 수 있는 강력한 대안입니다.
과제: 이 연구가 CFD 전문가에게 중요한 이유
아크 용접은 효율성과 신뢰성 덕분에 제조업의 근간을 이루는 기술입니다. 하지만 용접 과정에서 발생하는 국부적인 고열과 급속한 냉각은 소재의 팽창과 수축을 유발하며, 이는 곧 제품의 뒤틀림, 즉 ‘용접 변형’으로 이어집니다. 특히 경량화를 위해 얇은 고강도 강판을 사용하는 자동차 산업에서 이러한 변형은 치수 정밀도를 저하시키고, 이는 곧 값비싼 재작업과 생산 라인 중단으로 직결됩니다.
문제는 용접 품질이 전류, 전압, 속도, 용접 순서 등 수많은 변수에 의해 결정된다는 점입니다. 이 모든 변수들의 최적 조합을 기존의 물리적 실험과 시행착오만으로 찾아내는 것은 거의 불가능에 가깝습니다. 바로 이 지점에서 본 연구는 CAE 기반의 자동화된 최적화 방법론을 통해 해답을 제시합니다.
Figure 1.1 A schematic of Gas Metal Arc Welding Process [4]
Figure 1.2 Different types of welding distortions [6]
접근법: 방법론 분석
본 연구는 용접 변형 문제를 해결하기 위해 두 가지 강력한 계산 기법을 통합했습니다.
물리 현상 예측 (유한요소법, FEM): 실제 용접 공정에서 발생하는 복잡한 열-기계적 거동을 정확하게 예측하기 위해 3차원 FEM 모델을 사용했습니다. 시뮬레이션은 상용 소프트웨어인 Simufact.welding(MSC Marc 솔버 기반)을 통해 수행되었으며, 열원 모델로는 실제 아크 용접 현상과 유사한 에너지 분포를 보이는 ‘이중 타원체 열원 모델(Double Ellipsoid Heat Source Model)’을 적용했습니다.
자동화된 최적화 (유전 알고리즘, GA): 수많은 용접 조건 조합 중에서 변형을 최소화하는 최적의 해를 효율적으로 찾기 위해 유전 알고리즘(GA)을 도입했습니다. GA는 FEM 시뮬레이션 결과를 바탕으로 더 나은 조건을 반복적으로 탐색하여 최적점에 수렴하는 글로벌 최적화 기법입니다.
연구진은 이 통합 시스템의 유효성을 검증하기 위해 두 가지 사례를 분석했습니다. – 단순 겹치기 이음(Lap-joint) 모델: 실험 결과와 시뮬레이션 결과를 비교하여 FEM 모델의 예측 정확도를 검증했습니다. – 복잡한 자동차 하부 암(Lower Arm) 모델: 비선형 용접 경로와 다중 용접 순서를 가진 실제 부품에 최적화 기법을 적용하여 실용성을 입증했습니다.
핵심 성과: 주요 발견 및 데이터
성과 1: 최적화된 공정으로 겹치기 이음 변형 27% 감소
단순 겹치기 이음 모델에 대한 직접 최적화 결과, 기존 실험 조건 대비 최대 변형을 27.18% (0.58 mm → 0.422 mm) 줄이는 데 성공했습니다. 특히 주목할 점은 최적 조건의 열 입력(Heat Input)이 기존 실험의 48.78%에 불과했다는 것입니다. 이는 과도한 열 입력이 불필요한 변형을 유발하며, 최적화를 통해 에너지 효율과 품질을 동시에 개선할 수 있음을 시사합니다.
아래 그림은 최악 조건과 최적 조건에서의 용접부 온도 분포(용융 영역) 및 전체 변형 패턴을 비교한 것입니다. 최적화된 조건(c)에서는 용접 용융 영역이 더 작고 균일하며, 전체적인 변형량 또한 현저히 감소한 것을 확인할 수 있습니다.
그림 4.13 및 4.14 기반: (a)실험 조건, (b)최악 조건, (c)최적 조건에서의 용접부 형상 및 전체 변형 패턴 비교
성과 2: 복잡한 자동차 부품, 용접 ‘순서’ 최적화로 변형 53% 절감
더 복잡한 형상과 비선형 용접 경로를 가진 자동차 하부 암 모델에서는 용접 ‘순서’를 주요 설계 변수로 추가했습니다. 3개의 구간으로 나뉜 용접 경로의 순서와 방향을 최적화한 결과, 최악의 용접 순서 대비 최대 변형을 53.33% (0.75 mm → 0.35 mm)나 줄일 수 있었습니다.
이는 복잡한 구조물에서는 단순히 전류나 속도 같은 개별 파라미터뿐만 아니라, 어느 부분을 먼저 용접하는지에 대한 ‘공정 순서’가 최종 변형에 지대한 영향을 미친다는 것을 명확히 보여줍니다. 아래 그림은 본 연구에서 발견된 최상의 용접 순서(a)와 최악의 용접 순서(b)를 시각적으로 보여줍니다.
그림 4.19 기반: (a) 최상의 용접 순서와 (b) 최악의 용접 순서
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 열 입력(전류, 전압)과 용접 순서를 조절하는 것이 최종 부품 변형을 줄이는 가장 직접적인 방법임을 제시합니다. CAE 최적화는 더 이상 추측이 아닌 데이터 기반으로 최적의 공정 조건을 설정할 수 있게 합니다.
품질 관리팀: 시뮬레이션은 최종 변형 형상을 높은 정확도로 예측합니다 (논문의 그림 3.13, 3.14 참조). 이를 통해 제조 전 단계에서 품질 문제를 미리 예측하고, 보다 현실적인 허용 오차 기준을 수립하는 데 활용할 수 있습니다.
설계 엔지니어: 용접 순서가 변형에 미치는 영향에 대한 데이터는 제품 설계 초기 단계에 중요한 피드백을 제공합니다. 제조 용이성을 고려한 설계를 통해 잠재적인 품질 문제를 원천적으로 줄일 수 있습니다.
논문 정보
Computational Design Optimization of Arc Welding Process for Reduced Distortion in Welded Structures
1. 개요:
제목: Computational Design Optimization of Arc Welding Process for Reduced Distortion in Welded Structures
저자: Mohammad Refatul Islam
발행 연도: 2013
발행 학술지/학회: Mississippi State University
키워드: Welding, Distortion, Optimization, Finite Element Method, Genetic Algorithms
2. 초록:
효율적인 최적화 기법과 수치적 용접 시뮬레이션을 통합한 고급 컴퓨터 지원 엔지니어링(CAE) 도구를 구현하는 것은 최적의 용접 공정 파라미터를 결정하는 효과적인 접근법이다. 본 논문에서는 최적의 아크 용접 공정 파라미터를 결정하기 위한 자동화된 계산 방법론을 제안한다. 이는 유전 알고리즘(GA)이 반복적인 최적화를 위해 유한요소(FE) 기반 용접 시뮬레이션의 출력 응답을 직접 활용하는 결합된 유전 알고리즘 및 유한요소 기반 최적화 방법이다. 이 방법의 효과는 두 개의 얇은 강판으로 구성된 겹치기 이음 시편과 비선형 용접 경로를 가진 자동차 구조물의 최적 파라미터를 예측하여 최소한의 변형을 달성함으로써 입증되었다. 아크 용접 공정을 시뮬레이션하기 위해 3차원 FE 모델이 개발되었으며, 이후 이 모델들은 GA에 의해 최적화를 위한 평가 모델로 사용되었다. 최적화 결과는 이러한 CAE 기반 방법론이 제품 설계 및 개발을 촉진하는 데 기여할 수 있음을 보여준다.
3. 서론:
아크 용접은 모든 제조 산업에서 사용되는 주요 접합 공정이다. 자동차, 항공우주, 조선과 같은 산업은 금속 접합 방법으로서의 효율성, 경제성, 신뢰성 때문에 아크 용접에 크게 의존한다. 그러나 용접은 최종 용접된 형상에 상당한 변형을 유발하여 치수 관리의 손실, 값비싼 재작업 및 생산 지연을 야기할 수 있다. 특히 자동차 산업에서는 차체 구조의 무게를 줄이기 위해 얇은 단면의 고강도 판금을 사용하는 것이 일반적이지만, 상대적으로 얇은 부품으로 만들어진 구조물은 용접 시 변형에 가장 취약하다. 용접 기술의 엄청난 발전에도 불구하고, 용접으로 인한 변형은 여전히 경량 구조물의 비용 효율적인 제작에 있어 주요 장애물 중 하나이다. 용접 구조물의 변형은 용접 공정의 설계 파라미터에 크게 영향을 받는다. 이러한 용접 변수를 더 잘 제어하면 변형을 촉진하는 조건을 제거할 수 있다. 그러나 용접은 다변수 종속 공정이므로 전통적인 시행착오 기반의 실험 방법으로는 최적의 인자 조합을 달성하기가 종종 어렵거나 불가능하다.
4. 연구 요약:
연구 주제의 배경:
아크 용접 공정에서 발생하는 열 변형은 제조업, 특히 경량화를 추구하는 자동차 및 항공우주 산업에서 지속적인 품질 문제와 비용 상승의 원인이 되고 있다.
이전 연구 현황:
과거에는 실험적 시행착오에 의존하거나, 단순화된 2D 모델 또는 분리된 해석 기법을 사용하여 용접 변형을 예측하려는 시도가 있었다. 그러나 이러한 방법들은 계산 비용이 높거나 복잡한 3D 형상 및 공정 순서의 영향을 정확하게 반영하는 데 한계가 있었다.
연구 목적:
본 연구의 목적은 유한요소법(FEM) 기반의 용접 시뮬레이션과 유전 알고리즘(GA) 기반의 글로벌 최적화 기법을 통합하여, 산업용 용접 공정의 변형을 최소화하기 위한 자동화된 CAE 설계 최적화 시스템을 구축하는 것이다.
핵심 연구:
연구의 핵심은 FEM 시뮬레이션 모델을 평가 함수로 사용하여 GA가 최적의 용접 파라미터(전류, 전압, 속도, 용접 순서/방향)를 자동으로 탐색하는 폐쇄 루프(closed-loop) 시스템을 개발하는 것이다. 이 시스템의 성능은 단순 겹치기 이음 모델과 복잡한 자동차 부품 모델 두 가지 사례를 통해 검증되었다. 또한, 계산 효율성을 높이기 위해 반응표면법(RSM)을 이용한 대리 모델 기반 최적화 기법의 적용 가능성도 함께 탐구했다.
5. 연구 방법론
연구 설계:
본 연구는 두 단계의 최적화 접근법을 설계했다. 1. 직접 계산 최적화: GA가 각 세대(generation)의 개체(individual)를 평가하기 위해 직접 FEM 용접 시뮬레이션을 호출하는 방식. 2. 반응표면법(RSM) 기반 최적화: 계산 비용을 줄이기 위해, 실험계획법(DOE)에 따라 소수의 시뮬레이션을 수행하고 그 결과를 바탕으로 근사 모델(대리 모델)을 생성한 후, GA가 이 빠른 근사 모델을 사용하여 최적화를 수행하는 방식.
데이터 수집 및 분석 방법:
시뮬레이션: 3차원 열-기계 연성 해석을 위해 Simufact.welding 소프트웨어와 MSC Marc 솔버를 사용했다.
실험: 겹치기 이음 모델의 시뮬레이션 결과를 검증하기 위해 실제 GMAW 용접 실험을 수행했다. 온도 이력은 적외선 카메라로, 최종 변형은 3D 레이저 스캐너로 측정했다.
최적화: MATLAB의 GA 툴박스를 사용하여 최적화 프레임워크를 구축하고, 시뮬레이션 입출력 파일을 자동으로 처리하는 스크립트를 개발했다.
연구 주제 및 범위:
연구는 단일 패스 아크 용접 공정에 초점을 맞추었다. 설계 변수로는 용접 전류, 전압, 속도, 그리고 용접 방향 및 순서를 포함했다. 목적 함수는 용접 후 발생하는 최대 변위를 최소화하는 것으로 설정했으며, 용접 품질을 보장하기 위해 용접부의 온도가 재료의 용융점 이상에 도달해야 한다는 제약 조건을 추가했다.
6. 주요 결과:
주요 결과:
제안된 GA-FEM 결합 시스템은 실험적 시행착오 없이 용접 변형을 최소화하는 최적의 공정 파라미터 조합을 성공적으로 탐색했다.
겹치기 이음 모델의 경우, 직접 최적화를 통해 최대 변형을 실험 조건 대비 27.18%, 최악 조건 대비 81.55% 감소시켰다.
반응표면법(RSM) 기반 최적화는 직접 시뮬레이션 대비 6.8%의 오차 내에서 유사한 최적점을 찾아내어, 계산 비용 절감을 위한 효과적인 대안임을 입증했다.
복잡한 자동차 하부 암 모델에서는 용접 순서와 방향을 최적화하여 최대 변형을 53.33% 감소시켰으며, 이는 공정 순서가 변형 제어에 매우 중요한 변수임을 확인시켜 주었다.
Figure 목록:
1.1 A schematic of Gas Metal Arc Welding Process
1.2 Different types of welding distortions
1.3 A general framework of computational optimization system
2.1 Size of computational models of welding measured by degree of freedom multiplied by number of time steps versus year of publication of work
2.2 Two-dimensional models of welding
2.3 Geometry of double ellipsoidal heat source
2.4 2D welding simulation model and 3D structural model
3.1 Simplified coupling scheme adopted in classical CWM
3.2 Flow diagram of finite element analysis procedure for welding
3.3 Constrained motion directions of three types of boundary conditions
3.4 FE model of the lap-joint specimen and zoomed views of weld bead
3.5 FE model of the lower arm specimen and zoomed view of weld bead
3.6 Mechanical boundary conditions used in the lap-joint model
3.7 Mechanical boundary conditions used in the lower arm model
3.8 Double ellipsoid heat source configuration
3.9 Temperature dependent material properties of ASTM A591 sheet metal steel
3.10 Weld pool molten zone shape comparison for the lap-joint model
3.11 Temperature field across the weld bead of the lap-joint model
3.12 Peak temperature history plot of the lap-joint model
3.13 Experimental out-of-plane distortion pattern of the lap joint model
3.14 Simulation predicted out-of-plane distortion pattern of the lap-joint model
3.15 Distortion trends of plates
3.16 Quantative Comparison of out-of-plane distortion along different sections
3.17 Simulation predicted total distortion pattern
3.18 Residual stress plots of the lap-joint model
3.19 Contour plot of effective stress over the top surface of the lap-joint model
3.20 Typical weld pool shape of the lower-arm FE model
3.21 Temperature field across the weld bead
3.22 Surface temperature distribution in the lower arm at different time intervals
3.23 Contours of longitudinal normal stress (MPa) along different cross sections
3.24 Comparison of distorted and undistorted shapes of the lower-arm model
3.25 Distortion components along the three axes of the lower-arm mode
4.1 Flow diagram of simple genetic algorithm
4.2 Definition of welding direction variable, X4 values
4.3 Effect of heat input parameters on welding quality
4.4 Tracking sections (dotted lines) for monitoring temperature constraints
4.5 Details of sub-weld design variables
4.6 Meaning of design variable (X4=1)
4.7 Tracking sections (dotted lines) for monitoring temperature constraints
4.8 Flowchart of direct computational optimization system
4.9 Flowchart of RSM based optimization system
4.10 Computational design optimization framework for welding process
4.11 Percentile main effects of design variables on max distortion of the lap-joint model
4.12 Result convergence history for direct computational optimization approach
4.13 Weld pool shape comparison for different conditions by temperature (°C)
4.14 Total distortion (mm) pattern comparison for different conditions
4.15 Total distortion plots along the edges of the plates for different conditions
4.16 Fitness plot of distortion PRS of the lap-joint model
4.17 Fitness plot of temperature constraint RSM of lap joint model
4.18 Result convergence history for RSM based optimization approach
4.19 Illustration of the best and worst welding sequence found in this study
A.1 Experimental model description
A.2 Temperature measurments at different time intervals using infrared camera
A.3 Distortion patterns for different sets of welding parameters
A.4 Typical macrograph of weld cross section
7. 결론:
본 연구는 통합 CAE 도구에 기반한 강력한 계산 최적화 시스템을 소개하며, 이는 값비싼 실제 실험 없이 용접 공정 파라미터의 자동 최적화를 가능하게 한다. 개발된 GA-FEM 결합 방법은 용접 품질 제약 조건 하에서 최적의 공정 파라미터 조합을 효과적으로 탐색할 수 있음을 보여주었다. 또한, 반응표면법(RSM)과 같은 대리 모델 기법을 도입하여 계산 집약적인 FE 시뮬레이션을 대체함으로써 최적화 효율을 높일 수 있었다. 복잡한 자동차 부품에 대한 적용 사례는 제안된 시스템이 용접 순서와 같은 조합적 변수를 포함한 문제에도 효과적이며, 최적 설계와 계산 비용 사이의 절충점을 찾는 데 유연하게 사용될 수 있음을 입증했다. 비록 계산 효율성은 여전히 중요한 과제이지만, 본 연구에서 제안한 방법론은 용접 변형 문제를 해결하고 제품 설계 및 개발을 가속화하는 데 크게 기여할 수 있다.
8. 참고문헌:
[1] Michaleris, P., Minimization of Welding Distortion and Buckling, Woodhead Publishing, 2011, pp. 3.
[2] Tsai, C. L., Park, S. C. and Cheng, W. T., “Welding Distortion of This-Plate Panel Structure,” Welding Research Supplement, 1999, pp. 156-164.
[3] Connor, P. Leonard, Welding Handbook : Welding Technology, American Welding Society, Volume 1, eighth edition, pp. 4, 1987.
[4] Kou, Sindo, Welding Metallurgy, John Wiley & Sons,Inc, second edition, pp. 13, 2003.
[7] Feng, Zhili, Processes and mechanisms of welding residual stress and distortion, Woodhead Publishing and Maney Publishing, pp. 228, 2005.
[8] Goldak, J. A., and Akhlagi, M., Computational Welding Mechanics, Springer, New York, pp. 79, Chap. 3, 2005.
[9] Y. Ueda and T. Yamakawa, Analysis of thermal elastic-plastic stress and strain during welding by finite element method, JWRI, vol. 2, no. 2, pp. 90-100, 1971.
[10] H. D. Hibbitt and P. V. Marcal, A Numerical Thermo-Mechanical Model for the Welding and Subsequent Loading of a Fabricated Structure, Computers & Structures, vol. 3, pp. 1145-1174, 1973.
… (and 59 more references)
전문가 Q&A: 주요 질문과 답변
Q1: 왜 경사 하강법(gradient-based) 같은 다른 최적화 기법 대신 유전 알고리즘(GA)을 사용했나요?
A1: 용접 시뮬레이션은 입력 변수(전류, 속도 등)와 출력 결과(변형량) 사이의 관계가 명확한 수학 함수로 표현되지 않는 ‘블랙박스(black box)’ 문제입니다. 또한 이 관계는 매우 비선형적이며 불연속적인 구간이 존재할 수 있습니다. 유전 알고리즘은 함수의 미분값이 필요 없고, 전체 설계 공간을 탐색하여 국소 최적점(local optimum)에 빠질 위험이 적은 글로벌 최적화에 강점을 가지므로 이러한 문제에 매우 적합합니다.
Q2: 본 논문에서는 ‘직접 최적화’와 ‘RSM 기반 최적화’ 두 가지 방법을 제시했습니다. 실제 산업 현장에서 둘 사이의 현실적인 장단점은 무엇인가요?
A2: ‘직접 최적화’는 매 평가마다 전체 FEM 시뮬레이션을 수행하므로 가장 정확한 결과를 보장하지만, 시뮬레이션 하나에 수 시간이 걸릴 경우 전체 최적화에 수백 시간이 소요될 수 있습니다. 반면 ‘RSM 기반 최적화’는 소수의 시뮬레이션 데이터로 빠른 근사 모델을 만들어 최적화를 수행하므로 계산 시간이 획기적으로 단축됩니다. 다만 근사 모델의 정확도에 따라 최종 결과에 오차가 발생할 수 있습니다. 따라서, 높은 정확도가 요구되거나 변수가 적을 때는 직접 최적화가, 빠른 탐색이나 계산 비용이 매우 중요한 경우에는 RSM 기반 접근법이 유리합니다.
Q3: 그림 4.13은 용접부의 용융 영역(weld pool) 형상을 보여줍니다. 이 형상을 정확히 예측하는 것이 왜 중요한가요?
A3: 용접부의 용융 영역 형상과 크기는 용접 공정에서 가해진 열에너지의 양과 분포를 나타내는 가장 직접적인 지표입니다. 논문에 따르면, 용융 영역의 경계를 정확하게 예측하면 그 주변부의 온도장 또한 정확하게 계산할 수 있습니다. 이는 후속되는 기계적 해석, 즉 열에 의한 변형과 응력 계산의 신뢰도를 좌우하는 foundational step입니다. 연구진은 실제 실험의 단면 매크로 사진(그림 3.10)과 시뮬레이션 결과를 비교하여 열원 모델의 타당성을 확보했고, 이를 통해 전체 해석의 신뢰도를 높였습니다.
Q4: 자동차 하부 암 모델에서 ‘용접 순서’가 핵심 변수였습니다. 이는 복잡한 조립품에 대해 어떤 점을 시사하나요?
A4: 이는 길거나 여러 개의 용접 경로를 가진 복잡한 구조물에서는 개별 용접 파라미터(속도, 전력)만큼이나 ‘작업 순서’가 최종 품질에 결정적인 영향을 미친다는 것을 의미합니다. 특정 순서는 변형을 가중시키는 반면, 다른 순서는 변형을 서로 상쇄시켜 전체적인 뒤틀림을 줄일 수 있습니다. 제안된 GA-FEM 프레임워크는 이러한 조합적 최적화 문제를 자동화된 방식으로 해결할 수 있다는 점에서 매우 강력하며, 복잡한 제품의 생산 공정 계획에 직접적으로 기여할 수 있습니다.
Q5: 시뮬레이션 모델이 실제 현상을 얼마나 잘 반영하는지 어떻게 검증했나요?
A5: 겹치기 이음 모델의 경우, 시뮬레이션 모델의 신뢰도를 확보하기 위해 다각적인 검증을 수행했습니다. 첫째, 적외선 카메라로 측정한 시간에 따른 온도 변화 이력(그림 3.12)을 비교했습니다. 둘째, 3D 스캐너로 측정한 최종 변형 형상 패턴(그림 3.13 vs 3.14)을 정성적으로 비교했습니다. 마지막으로, 특정 단면에서의 변형량을 정량적으로 비교(그림 3.16)하여 모델이 실제 물리 현상을 높은 정확도로 예측함을 입증했습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 아크 용접으로 인한 변형이라는 고질적인 산업 문제를 해결하기 위해, 유한요소 시뮬레이션과 유전 알고리즘을 결합한 과학적이고 데이터 기반의 접근법을 제시합니다. 이는 더 이상 경험과 추측에 의존하는 것이 아니라, 예측 엔지니어링을 통해 최적의 용접 변형 최적화를 달성하는 패러다임의 전환을 의미합니다. 이 통합 CAE 시스템은 제품 개발 초기 단계에서 잠재적인 품질 문제를 예측하고, 재작업 비용을 절감하며, 궁극적으로 더 높은 품질과 생산성을 달성하는 데 핵심적인 역할을 할 수 있습니다.
STI C&D에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 만약 본 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
저작권 정보
이 콘텐츠는 Mohammad Refatul Islam의 논문 “Computational Design Optimization of Arc Welding Process for Reduced Distortion in Welded Structures”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Rodolfo Rodríguez Baracaldo 외 저자가 2018년 Scientia et Technica에 발표한 논문 “Effect of flash butt welding parameters on mechanical properties of wheel rims”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
도전 과제: 자동차 휠 림 제조에 사용되는 고장력강(HSLA)의 플래시 맞대기 용접(FBW) 부위는 인성이 낮아 벤딩, 컬링 등 후속 공정에서 균열이 발생하여 제품의 안전성과 품질을 저하시킬 수 있습니다.
연구 방법: SPFH 590 강재의 플래시 맞대기 용접 시 전압, 업셋 높이, 플래싱 시간 등 주요 공정 변수가 용접부의 기계적 특성과 미세구조에 미치는 영향을 체계적으로 분석했습니다.
핵심 발견: 전압 5V, 업셋 높이 2.3mm, 플래싱 시간 2초의 조합이 모든 시험에서 강도와 연성의 가장 우수한 조합을 보여주었으며, 이는 취성 파괴의 원인이 되는 비드만스태튼 페라이트 조직의 생성을 억제한 결과입니다.
핵심 결론: 자동차 휠 림의 품질과 생산성을 향상시키기 위해서는 플래시 맞대기 용접 파라미터를 정밀하게 제어하여 열 입력을 최적화하고, 이를 통해 용접부의 미세구조를 제어하는 것이 매우 중요합니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
자동차 산업에서 연비 효율이 높은 차량을 개발하기 위해 고장력 저합금강(HSLA)의 사용이 증가하고 있습니다. 휠 림 제조 공정에서 플래시 맞대기 용접(FBW)은 높은 생산성으로 널리 사용되지만, 용접부의 인성이 부족할 경우 벤딩이나 드로잉 같은 후속 성형 공정 중에 용접부 또는 열영향부(HAZ)에서 미세 균열이 발생할 수 있습니다. 이러한 결함은 제품의 안전성과 품질에 직접적인 영향을 미치므로, 기계적 강도와 용접 연속성을 모두 만족시키는 최적의 용접 조건을 찾는 것이 업계의 중요한 과제였습니다. 본 연구는 이 문제를 해결하기 위해 FBW 공정 변수가 HSLA 강재인 SPFH 590의 용접 품질에 미치는 영향을 규명하고자 했습니다.
Figure 1. Schematic of the flash butt welding process.
연구 접근법: 방법론 분석
본 연구에서는 일본 산업 표준(JIS) G 3134에 따른 SPFH 590 강재(두께 2.3mm)를 사용하여 플래시 맞대기 용접을 수행했습니다. 용접 장비로는 400kVA 용량의 Swift-Ohio 91-AA 모델이 사용되었습니다. 연구의 핵심은 세 가지 주요 공정 변수를 두 가지 수준(고/저)으로 조합하여 용접 품질에 미치는 영향을 평가하는 것이었습니다.
전압(Voltage): 5V (저) / 7V (고)
업셋 높이(Upset height): 2.3 mm (저) / 4.6 mm (고)
플래싱 시간(Flashing time): 2초 (저) / 4초 (고)
총 8가지 조합의 시편을 제작하여 인장 시험, 굽힘 시험, 로크웰 경도 시험을 통해 기계적 특성을 평가했습니다. 또한, 광학 현미경과 주사전자현미경(SEM)을 사용하여 용접부, 열영향부(HAZ), 모재의 미세구조 변화와 파단면을 정밀하게 분석했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 용접부 미세구조의 변화와 취성 상(Phase) 형성
연구 결과, 용접 공정을 통해 모재의 층상 페라이트(laminar ferrite) 구조가 용접부에서 침상 페라이트(acicular ferrite)로 변태되는 것이 확인되었습니다. 특히 냉각 과정에서 비드만스태튼 페라이트(Widmanstatten Ferrite) 구조가 형성되었습니다(그림 5 참조). 이 구조는 취성을 증가시켜 조기 파괴의 위험을 높일 수 있습니다. 높은 전압이나 긴 플래싱 시간과 같이 열 입력이 과도한 조건에서는 이러한 취성 상의 생성이 촉진되어 용접부의 연성이 크게 감소하는 경향을 보였습니다.
결과 2: 최적의 용접 파라미터 조합 규명
다양한 기계적 시험 결과, 특정 용접 조건이 강도와 연성 측면에서 가장 우수한 성능을 보였습니다.
최적 조건: 전압 5V, 업셋 높이 2.3mm, 플래싱 시간 2초 (Treatment 1)
성능: 이 조건에서 제작된 시편은 인장 강도 596.85 MPa, 연신율 30%를 기록했습니다 (표 4 참조). 이는 모재의 연신율(22%)을 상회하는 우수한 연성을 보여주면서도 충분한 강도를 확보한 결과입니다. 반면, 높은 열 입력 조건(예: Treatment 2, 3, 8)에서 제작된 시편들은 연신율이 5% 미만으로 매우 낮았고, 모두 용접부에서 파단이 발생하여 취성 거동을 보였습니다. 이는 낮은 열 입력이 용접 품질 확보에 유리함을 명확히 보여줍니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 전압 5V, 업셋 높이 2.3mm, 플래싱 시간 2초가 SPFH 590 강재의 플래시 맞대기 용접에 가장 적합한 파라미터임을 제시합니다. 열 입력을 최소화하는 방향으로 공정을 제어하면 취성 상인 비드만스태튼 조직의 생성을 억제하여 용접부의 연성을 크게 향상시킬 수 있습니다.
품질 관리팀: 표 4의 데이터는 용접부에서 파단이 발생한 시편들의 연신율이 현저히 낮다는 것을 보여줍니다. 따라서 인장 시험 시 연신율을 핵심 품질 지표로 관리하고, 경도 분포(그림 9)를 통해 용접부의 경화 정도를 모니터링하면 불량을 사전에 예측하고 관리하는 데 도움이 될 수 있습니다.
설계 엔지니어: 이 연구 결과는 용접 공정 중 발생하는 미세구조 변화가 부품의 최종 성능에 큰 영향을 미친다는 점을 보여줍니다. 특히 높은 열 입력이 취성을 유발할 수 있다는 점을 고려하여, 용접이 필요한 부위의 설계 시 열 집중을 피하거나 적절한 용접 조건을 적용할 수 있는 형상을 고려하는 것이 중요합니다.
논문 상세 정보
Efecto de los parámetros de la soldadura a tope por destello sobre las propiedades mecánicas de rines metálicos (Effect of flash butt welding parameters on mechanical properties of wheel rims)
1. 개요:
제목: Effect of flash butt welding parameters on mechanical properties of wheel rims
키워드: Flash Butt Welding, SPFH 590 steel, voltage, flashing time
2. 초록:
SPFH 590 강재의 플래시 맞대기 용접 품질에 대한 공정 변수의 영향을 연구했습니다. 용접 금속 및 열영향부는 인장 시험, 굽힘 시험, 로크웰 경도 시험으로 기계적 특성을, 광학 현미경 및 주사전자현미경으로 미세구조를 분석했습니다. 결과는 금속 접합부가 층상 페라이트에서 침상 페라이트로 변태되었음을 나타냈습니다. 용접 과정에서 길쭉한 결정립이 둥근 형태로 성장했고, 냉각 과정을 통해 일부 측판형 비드만스태튼 페라이트 구조가 형성되었습니다. 공정 인자 수준이 미세구조, 용접부 강도, 파괴 특성에 미치는 중요성을 분석했습니다. 전압 5V, 업셋 2.3mm, 플래싱 시간 2초의 용접 공정 파라미터가 수행된 모든 시험에서 가장 우수한 특성 조합(강도 및 연성)을 보였습니다.
3. 서론:
플래시 맞대기 용접(FBW)은 마주 보는 재료의 면을 한 번의 타격으로 용접하는 평면 용접으로, 매우 효율적인 공정입니다. 기본적으로 용융 및 단조 공정으로, 모재와 동등한 강도를 가진 용접 접합부를 생산할 수 있습니다. 이 공정은 저항 용접 공정의 일부로, 플레이트, 라인 파이프, 레일, 해양 구조물, 선박 계류 체인, 특히 자동차 산업의 강철 휠 림 용접에 적용됩니다. FBW의 특징은 용접 공정 파라미터에 직접적인 영향을 받으므로, 필요한 접합 요구 사항을 달성하기 위해 여러 공정 변수를 제어하는 것이 필수적입니다. 본 연구는 자동차 산업에 적용되는 고장력 저합금강(HSLA)에서 이러한 유형의 용접을 연구할 필요성을 제시합니다.
4. 연구 요약:
연구 주제의 배경:
자동차 산업에서 휠 림 제조 시 HSLA 강재의 사용이 증가하고 있습니다. FBW 공정 후 벤딩, 컬링 등의 공정에서 용접부의 낮은 인성으로 인해 균열이 발생할 수 있으며, 이는 제품의 안전성과 품질에 영향을 미칩니다. 따라서 기계적 강도와 용접 연속성 요구 사항을 만족시키는 FBW 공정 파라미터의 적절한 조합을 찾는 것이 중요합니다.
이전 연구 현황:
FBW 파라미터의 영향에 대한 이론적, 실험적 연구가 보고되어 왔습니다. 대부분의 연구는 인장 강도나 파괴 인성을 최대화하고 변형, 잔류 응력, 기공을 최소화하기 위해 플래싱 시간, 업셋 시간, 업셋 전류, 플래싱 패턴, 업셋 치수 등의 변화를 연구했습니다. Ziemian 등의 연구는 용접 파라미터가 결함 및 내부 개재물에 미치는 민감도를 통계적으로 연구했으며, Min과 Kang은 자동차 차체에 사용되는 냉연 강판의 플래시 용접성을 연구했습니다.
연구 목적:
본 연구는 전압, 업셋 높이, 플래싱 시간과 같은 공정 변수가 SPFH 590 HSLA 강재의 FBW 공정에서 기계적 강도와 용접 불연속성에 미치는 영향을 조사하는 것을 목적으로 합니다.
핵심 연구:
세 가지 주요 공정 변수(전압, 업셋 높이, 플래싱 시간)를 각각 두 수준(고/저)으로 설정하여 총 8가지의 처리 조합을 만들어 시편을 제작했습니다. 제작된 시편에 대해 인장 시험, 굽힘 시험, 경도 시험 및 미세구조 분석(광학 현미경, SEM)을 수행하여 각 조건이 용접부의 기계적 특성과 미세구조에 미치는 영향을 정량적으로 평가하고 최적의 공정 조건을 도출했습니다.
5. 연구 방법론
연구 설계:
전압(A), 업셋 높이(B), 플래싱 시간(C) 세 가지 요인을 각각 고/저 두 수준으로 설정한 2³ 요인 설계를 기반으로 8가지 실험 조합(Treatment)을 구성했습니다.
데이터 수집 및 분석 방법:
재료: SPFH 590 (JIS G 3134) 강재, 두께 2.3mm
용접 장비: Swift-Ohio 91-AA 모델 (400kVA)
기계적 시험: 인장 시험(JIS G 3134 표준), 3점 굽힘 시험(AWS B4.0: 2000 표준), Knoop 미세 경도 시험을 수행했습니다.
미세구조 분석: 광학 현미경(Leco 100x-800x)과 주사전자현미경(FEI Quanta 200)을 사용하여 용접부, 열영향부(HAZ)의 미세구조 및 파단면을 관찰했습니다. 시편은 5% 나이탈 용액으로 에칭했습니다.
Figure 11. SEM micrograph of fracture surface of the specimen with treatment 4. a) Ductile fracture outside the welding joint; b) Poor ductility perpendicular to the rolling direction.
연구 주제 및 범위:
이 연구는 SPFH 590 강재의 플래시 맞대기 용접에서 전압, 업셋 높이, 플래싱 시간이 용접부의 미세구조 변태(층상 페라이트 → 침상 페라이트, 비드만스태튼 페라이트 형성), 기계적 특성(인장 강도, 연신율, 경도, 굽힘 특성) 및 파괴 거동에 미치는 영향을 분석하는 데 초점을 맞춥니다.
6. 주요 결과:
주요 결과:
용접 공정 중, 모재의 층상 페라이트가 용접부에서 침상 페라이트로 변태되었으며, 냉각 과정에서 비드만스태튼 페라이트 구조가 형성되었습니다.
높은 열 입력(높은 전압, 긴 플래싱 시간) 조건에서 제작된 시편(Treatment 2, 3, 5, 8)은 취성 거동을 보이며 낮은 연신율과 굽힘 특성을 나타냈습니다.
전압 5V, 업셋 높이 2.3mm, 플래싱 시간 2초(Treatment 1) 조건이 인장 강도 596.85 MPa와 연신율 30%로 강도와 연성의 가장 우수한 조합을 보였습니다.
용접부 중심의 경도는 모재보다 높게 나타났으며, 이는 비드만스태튼 페라이트 구조 형성 및 업셋 공정에 의한 가공 경화에 기인합니다.
파단면 분석 결과, 우수한 연성을 보인 시편은 미세 기공(micro voids)이 특징인 연성 파괴를, 용접부에서 파단된 시편은 입내 파괴와 입계 파괴가 혼합된 혼합형 파괴를 보였습니다.
그림 목록:
Figure 1. Schematic of the flash butt welding process.
Figure 2. Tensile resistance specimen. Adapted from [13].
Figure 3. Optical Micrographs of image base material sheet (SPFH 590).
Figure 4. SEM Micrographs of the base material.
Figure 5. Optical Micrographs of Acicular Ferrite (light color) of the (upset joint) welded joint. GBF: Grain boundary Ferrite. WSP: Widmanstatten side-plate Ferrite. P: Pearlite.
Figure 6. SEM Micrographs. a) Joint zone, b) Base material
Figure 7. Optical Micrographs of macro section of Flash Butt Welding. White line indicates the decarburized zone.
Figure 8. Tensile test specimens which presented a fracture outside the welded join; a) with treatment 1 and b) with treatment 7.
Figure 9. Knoop microhardness of the specimens for each treatment.
Figure 10. Bending test imagines. a) Experimental arrangement; b) Specimen 1 meeting the requirements of the test; c) Specimen 2 does not meet the requirements.
Figure 11. SEM micrograph of fracture surface of the specimen with treatment 4. a) Ductile fracture outside the welding joint; b) Poor ductility perpendicular to the rolling direction.
Figure 12 a) SEM micrograph of the fracture surface on welding joint of the specimen of treatment 8. b) Superficial cracking.
7. 결론:
SPFH 590 강재에 대한 플래시 맞대기 용접 공정의 8가지 파라미터 설정에 대한 미세구조 및 기계적 특성 결과가 인장 시험, 굽힘 시험, 로크웰 경도 시험, 광학 현미경, 주사전자현미경을 사용하여 적절하게 평가되었습니다. 접합부의 미세구조 분석은 층상 페라이트에서 침상 페라이트로의 변태를 보여줍니다. 용접 과정에서 길쭉한 결정립이 둥글게 성장하며, 냉각 과정에서 일부 측판형 비드만스태튼 페라이트 구조가 형성됩니다. 기계적 거동은 경도 시험, 인장 시험, 굽힘 시험을 통해 평가되었으며, 여러 파라미터 조합에 대해 다른 거동을 보였습니다. 전압 5V, 업셋 2.3mm, 플래싱 시간 2초의 용접 공정 파라미터는 수행된 모든 시험에서 가장 우수한 특성 조합(강도 및 연성)을 보였습니다. 이러한 결과는 FBW로 생산되는 구조 요소의 제조 공정에서 불량 부품을 줄이는 데 적용될 수 있습니다.
8. 참고문헌:
[1]. Y. Ichiyama, and K. Shinji, “Flash-Butt Welding of High Strength Steels,” Nippon Steel Technical Report Vol. 95, Jan. 2007.
[2]. Flash Welding chapter in ASM Handbook: Welding, Brazing, and Soldering, Vol.6, 10th, Ed., by K. Ferjutz, J. Davis, Ed. ASM International, United States, 1994.
[3]. AWS Welding Handbook: Welding Processes, Vol. 2, 8th Ed., by R. L. O’Brien, American Welding Society/Welding Handbook, United States,
[4]. D. E. Ziemian, C. W. Sharma, and M. M. Whaley, “Flash butt-welding process optimization through the design of experiments” presented at Proc of Int Conf. on NSF Engineering Research and Innovation Conference, Knoxville, Tennessee USA, 2008.
[5]. F. Zhang, B. Lv, B. Hu, and Y. Li, “Flash butt welding of high manganese steel crossing and carbon steel rail”, Mater Sci Eng A, Vol. 454-455, pp 288-292, Apr. 2007.
[6]. D. Tawfik, P. Mutton, and W. Chiu, “Experimental and numerical investigations: Alleviating tensile residual stresses in flash-butt welds by localized rapid postweld heat treatment”, J Mater Process Technol, Vol. 196, pp 279–291, Jan. 2008.
[7]. C. Barbosa, J. Dille, J. L. Delplancke, J.M.A Rebello, and O. Acselrad, “A microstructural study of flash welded and aged 6061 and 6013 aluminum alloys,” Mater Characterization, Vol. 57, pp 187-192, 2006.
[8]. N.F.H. Kerstens, and I.M. Richardson, “Heat distribution in resistance upset butt welding” J Mater Process Technol, Vol. 209, pp 2715–2722, Aug. 2009.
[9]. D. Kim, Q. So, and M. Kang, “Effect of flash butt welding parameters on weld quality of mooring chain”, Arch Mater Sci Eng A, Vol. 38(2), pp 112-117, 2009.
[10]. M. Sharifitabar, and A. Halvaee, “Resistance upset butt welding of austenitic to martensitic stainless steels”, Mater Des, Vol. 31, pp 3044-3050, 2010.
[11]. C. W. Ziemian, M. M. Sharma, D. E. Whaley, “Effects of flashing and upset sequences on microstructure, hardness, and tensile properties of welded structural steel joints”, Mater Des, Vol 33, pp 175-184, 2012.
[12]. K.B. Min, K.S. Kim, and S.S Kang, “A study on resistance welding in steel sheets using a tailor-welded blank (1st report) Evaluation of upset weldability and formability”, J Mater Process Technol, Vol. 101, No. 1–3, 14, pp 186-192, Jan. 2000.
[13]. JIS HANDBOOK, “JIS G 3134:2006. Hot-rolled high strength steel plate, sheet and strip with improved formability for automobile structural uses”, Ferrous Materials & Metallurgy II, by JSA Japanese Standards Association, Tokyo Japan 2006.
[14]. N. Kerstens, Investigation and Control of Factors Influencing Resistance Upset Butt Welding, Delft.: Thesis Master dissertation. TU Delft, 2009.
[15]. AWS, “AWS B4.0M:2000,” Standard Methods for Mechanical Testing of Welds, American Welding Society, 2000.
[16]. A. Seshu-Kumar, B. Ravi-Kumar, G.L. Datta, and V.R. Ranganath, “Effect of microstructure and grain size on the fracture toughness of a micro-alloyed steel,” Mater Sci Eng A, Vol. 527, No. 4-5,15, pp 954-960 Feb. 2010.
[17]. R. Ricks, P. Howell, and G. S. Barritte, “The nature of acicular ferrite in HSLA steel weld metals,” J. Mater. Sci. Vol. 17, pp 732–740, Mar. 1982.
[18]. C. Centinkaya, and U. Arabaci, “Flash butt welding application on 16MnCr5 chain steel and investigations of mechanical properties,” Mater Des, Vol. 27, pp 1187-1195, Nov. 2006.
[19]. M. Sharifitabar, A. Halvaee, and S. Khorshahian, “Microstructure and mechanical properties of resistance upset butt welded 304 austenitic stainless steel joints,” Mater Des, Vol. 32, pp 3854-3864, Aug. 2011.
[20]. T. Singh, A. Shahi, and M. Kaur, “Experimental studies on the effect of multipass welding on the mechanical properties of AISI 304 stainless steel SMAW joints”, Int. J. Sci. Eng. Research, Vol. 4, pp 951-961, Dec. 2013.
[21]. H. Bang, H. Bang, C. Ro, and S. Jeong, “Mechanical Behavior of the Weld Joints of Thick Steel Plates Produced by Various Welding Processes”, Strength Mater, Vol 47, pp 213-220, Jan. 2015.
전문가 Q&A: 주요 질문과 답변
Q1: 연구에서 전압, 업셋 높이, 플래싱 시간을 핵심 변수로 선택한 이유는 무엇입니까?
A1: 이 세 가지 변수는 플래시 맞대기 용접에서 열 입력과 단조 효과를 결정하는 가장 중요한 요소이기 때문입니다. 전압과 플래싱 시간은 용접부에 가해지는 총 에너지 양을 조절하여 용융 상태에 직접적인 영향을 미칩니다. 업셋 높이는 용융된 금속과 산화물을 밀어내고 깨끗한 접합부를 형성하는 단조 공정의 정도를 결정합니다. 따라서 이 변수들을 제어하는 것이 최종 용접부의 미세구조와 기계적 특성을 결정하는 데 핵심적입니다.
Q2: 그림 5에 나타난 비드만스태튼 페라이트 구조는 기계적 특성에 구체적으로 어떤 영향을 미칩니까?
A2: 비드만스태튼 페라이트는 일반적으로 판상 또는 침상 형태를 가지며, 결정립계에서 성장하여 결정립 내부로 뻗어 나갑니다. 이 구조는 경도는 높지만 매우 취약하여 균열의 시작점 및 전파 경로가 되기 쉽습니다. 논문에서도 이 구조가 “취성 용접을 생성하고 조기 파괴의 위험을 증가시킬 수 있다”고 지적합니다. 표 4에서 높은 열 입력으로 인해 이 구조가 많이 생성되었을 것으로 추정되는 시편(Treatment 2, 3, 8)들의 연신율이 극히 낮은 것이 이를 뒷받침합니다.
Q3: 그림 7에서 보이는 탈탄층(decarburized zone)의 중요성은 무엇인가요?
A3: 탈탄층은 플래싱 과정에서 모재의 탄소가 용접 영역으로 확산된 후 업셋 과정에서 외부로 밀려나가면서 형성됩니다. 이 영역은 주변보다 탄소 함량이 낮아 상대적으로 연하고 강도가 낮을 수 있습니다. 이는 용접부의 국부적인 기계적 특성 불균일성을 유발할 수 있는 요인 중 하나이며, 플래시 맞대기 용접에서 흔히 관찰되는 특징적인 불연속부입니다.
Q4: 그림 9를 보면 용접부 중심에서 경도 값이 가장 높게 나타납니다. 그 원인은 무엇입니까?
A4: 논문에서는 두 가지 주요 원인을 제시합니다. 첫째, 용접부의 급격한 가열 및 냉각 사이클로 인해 모재의 미세구조가 더 단단한 비드만스태튼 페라이트 구조로 변태되었기 때문입니다. 둘째, 업셋 단계에서 가해지는 강한 축 방향 힘에 의해 용접부가 소성 변형되면서 발생하는 가공 경화(work hardening) 효과 때문입니다. 이 두 가지 요인이 복합적으로 작용하여 용접부 중심에서 가장 높은 경도 값을 나타냅니다.
Q5: Treatment 1(저전압, 저업셋, 저플래싱 시간)과 Treatment 7(고전압, 저업셋, 저플래싱 시간) 모두 양호한 결과를 보였는데, 왜 Treatment 1이 최적의 조건으로 결론 내려졌나요?
A5: 두 조건 모두 인장 시험 시 용접부가 아닌 모재에서 파단이 발생하여 용접 품질이 우수함을 입증했습니다. 하지만 표 4의 데이터를 자세히 보면, Treatment 1은 연신율이 30%로 모재(22%)보다 월등히 높게 나타나 우수한 연성을 보였습니다. 반면 Treatment 7의 연신율은 27.75%였습니다. 강도와 연성을 종합적으로 고려할 때, 충분한 강도를 유지하면서도 최고의 연성을 보여준 Treatment 1이 가장 이상적인 조합으로 평가된 것입니다.
결론: 더 높은 품질과 생산성을 향한 길
자동차 휠 림 제조 시 발생하는 용접부 균열 문제는 플래시 맞대기 용접 공정의 정밀한 제어를 통해 해결할 수 있습니다. 본 연구는 SPFH 590 강재 용접 시 낮은 열 입력 조건(5V 전압, 2.3mm 업셋, 2초 플래싱 시간)이 취성 조직의 생성을 억제하고, 강도와 연성이 가장 뛰어난 용접부를 만든다는 것을 명확히 보여주었습니다. 이는 미세구조 제어가 최종 제품의 품질을 좌우한다는 사실을 다시 한번 확인시켜 줍니다.
(주)에스티아이씨앤디에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원합니다. 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
저작권 정보
이 콘텐츠는 “Effect of flash butt welding parameters on mechanical properties of wheel rims” (저자: Rodolfo Rodríguez Baracaldo 외) 논문을 기반으로 한 요약 및 분석 자료입니다.
출처: Scientia et Technica Año XXII, Vol. 23, No. 01, marzo de 2018. ISSN 0122-1701
이 기술 요약은 Wenqi Zhang, Azeddine Chergui, Chris Valentin Nielsen이 2012년에 발표한 학술 논문 “Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 저항 용접 시뮬레이션
Secondary Keywords: 경량 소재 용접, 용접 본딩, 샌드위치 강판 용접, 자동차 공정 최적화, SORPAS
Executive Summary
The Challenge: 자동차 산업에서 연비 향상을 위해 도입되는 초고장력강, 샌드위치 강판 등 신소재는 기존 강재에 비해 저항 용접이 까다로워 공정 개발에 많은 시간과 비용이 소요됩니다.
The Method: 기계적, 전기적, 열적, 야금학적 프로세스의 연성 모델링을 기반으로 한 SORPAS® 소프트웨어를 사용하여 저항 용접 공정을 시뮬레이션하고 용접 결과를 예측합니다.
The Key Breakthrough: 시뮬레이션을 통해 용접 너겟 크기, 미세조직 및 경도 분포를 정확하게 예측할 수 있으며, 접착제를 사용하는 용접 본딩이나 폴리머 코어를 포함하는 샌드위치 강판 용접과 같은 복잡한 공정까지 모델링할 수 있습니다.
The Bottom Line: 저항 용접 시뮬레이션은 물리적 실험 전에 용접 파라미터를 최적화하고 신소재의 용접성을 평가함으로써 제품 개발 시간과 비용을 획기적으로 절감하는 핵심 기술입니다.
The Challenge: Why This Research Matters for CFD Professionals
자동차 산업은 CO2 배출량 감축이라는 시대적 요구에 부응하기 위해 차체 경량화에 집중하고 있습니다. 이를 위해 초고장력강(AHSS), 핫스탬핑 강, 알루미늄 합금, 그리고 폴리머와 강판을 결합한 새로운 샌드위치 강판 등 다양한 경량 소재가 개발되어 적용되고 있습니다.
하지만 이러한 신소재들은 기존의 연강에 비해 저항 용접성이 매우 까다롭습니다. 특히 서로 다른 종류의 강판을 3장 이상 겹쳐 용접하는 경우, 적절한 용접 조건을 찾는 것은 수많은 실험과 연구를 필요로 하는 어려운 과제입니다. 이처럼 실험에만 의존하는 방식은 막대한 시간과 비용을 초래하며, 이는 제품 개발의 큰 걸림돌이 됩니다. 따라서 개발 초기 단계에서 용접성을 예측하고 공정을 최적화할 수 있는 효율적인 방안이 절실히 요구됩니다.
The Approach: Unpacking the Methodology
본 연구에서는 저항 용접 공정 시뮬레이션 소프트웨어인 SORPAS®를 활용하여 이러한 문제를 해결하는 접근법을 제시합니다. 이 시뮬레이션의 핵심은 용접 중에 발생하는 기계적, 전기적, 열적, 야금학적 현상을 통합적으로 해석하는 연성 모델링(coupled modeling) 기술에 있습니다.
이 기본 기능을 바탕으로 다음과 같은 새로운 기능들이 추가 개발 및 적용되었습니다.
미세조직 및 경도 분포 모델링: 용접 후 냉각 속도를 계산하고, 이를 재료의 연속냉각변태(CCT) 선도와 연계하여 최종 미세조직(페라이트, 펄라이트, 베이나이트, 마르텐사이트)의 분포와 용접부의 경도를 예측합니다.
저항 용접 본딩 시뮬레이션: 용접 부위에 비전도성 접착제가 도포된 경우를 모델링합니다. 전류가 직접 흐르지 못하는 초기 상태에서 션트(shunt) 연결을 통해 모재를 가열하고, 접착제가 녹아 모재가 접촉된 후 점용접이 이루어지는 과정을 시뮬레이션합니다.
경량 샌드위치 강판 용접 시뮬레이션: 중앙에 비전도성 폴리머 코어를 가진 샌드위치 강판의 용접을 모델링합니다. 용접 본딩과 유사하게 션트 툴을 이용해 외부 강판을 먼저 가열하여 폴리머 코어를 녹인 후, 강판 간의 접촉을 통해 너겟을 형성하는 과정을 해석합니다.
Figure 3: Schematic outline of the weld bonding process
The Breakthrough: Key Findings & Data
시뮬레이션을 통해 복잡한 저항 용접 현상을 정확하게 예측하고 최적화할 수 있음이 입증되었습니다.
Finding 1: 용접부 미세조직 및 경도 분포의 정밀 예측
용접 품질을 결정하는 핵심 요소는 용접 후 형성되는 미세조직과 그에 따른 경도 분포입니다. 본 연구에서는 시뮬레이션을 통해 이를 성공적으로 예측했습니다. Figure 2는 0.8mm DC06 연강과 1.2mm DP600 강을 점용접한 사례를 보여줍니다.
시뮬레이션은 용접 후 냉각 과정에서 위치별 냉각 시간(800°C → 500°C)을 계산합니다(Figure 2b).
이 냉각 속도를 바탕으로 페라이트/펄라이트(Figure 2c), 베이나이트(Figure 2d), 마르텐사이트(Figure 2e)의 상분율 분포를 예측합니다.
최종적으로 각 상의 경도 기여도를 종합하여 용접부 전체의 경도 분포(Figure 2f)를 도출함으로써, 열영향부(HAZ)의 기계적 특성을 사전에 평가할 수 있습니다.
Finding 2: 비전도성 소재를 포함한 복합 접합 공정 시뮬레이션 구현
기존 시뮬레이션으로는 해석이 어려웠던 비전도성 층(접착제, 폴리머)이 포함된 용접 공정을 성공적으로 모델링했습니다. 이는 션트(shunt) 연결이라는 독창적인 개념을 도입하여 가능해졌습니다.
용접 본딩: Figure 4는 비전도성 접착제가 있는 강판의 용접 과정을 보여줍니다. 초기에는 션트 툴을 통해 전류가 강판으로만 흐르다가(Figure 4c), 강판의 저항열로 접착제가 녹아 없어지면 강판 간 직접 접촉이 발생하며 전류가 계면을 통해 흐르게 됩니다(Figure 4d). 이를 통해 최종 너겟이 형성되는(Figure 4f) 전 과정을 시뮬레이션할 수 있습니다.
샌드위치 강판 용접: Figure 7은 중앙에 폴리머 코어가 있는 샌드위치 강판의 용접 사례입니다. 용접 본딩과 동일한 원리로, 션트 툴을 이용해 외부 강판을 가열하여 폴리머 코어를 녹이고(Figure 7e), 이후 강판이 접촉하면서 최종 용접 너겟을 형성합니다(Figure 7f).
이러한 기능은 차세대 자동차에 적용되는 복합 소재 접합 기술의 개발을 가속화하는 데 결정적인 역할을 합니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구에서 제시된 용접성 엽도(weldability lobe, Figure 1d) 및 용접 성장 곡선(weld growth curve, Figure 1c) 시뮬레이션 기능은 수많은 물리적 테스트 없이도 최적의 용접 전류, 가압력, 통전 시간 범위를 신속하게 결정할 수 있도록 지원합니다. 이는 공정 셋업 시간을 단축하고 생산 안정성을 높이는 데 기여합니다.
For Quality Control Teams: Figure 2f에 나타난 경도 분포 예측 데이터는 용접부의 취약 지점을 사전에 파악하고, 열영향부의 기계적 특성을 정량적으로 평가하는 데 활용될 수 있습니다. 이는 새로운 품질 검사 기준을 수립하는 데 중요한 정보를 제공합니다.
For Design Engineers: 3종 재료 조합(Figure 1a)이나 샌드위치 강판과 같은 신소재의 용접성을 개발 초기 단계에서 가상으로 검증할 수 있습니다. 이를 통해 설계 변경에 따른 비용과 시간을 최소화하고, 보다 혁신적인 경량 구조 설계를 가능하게 합니다.
Paper Details
Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials
1. Overview:
Title: Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials
Author: Zhang, Wenqi; Chergui, Azeddine; Nielsen, Chris Valentin
Year of publication: 2012
Journal/academic society of publication: Abstract from 7th International Seminar on Advances in Resistance Welding, Busan, Korea, Republic of.
Keywords: Resistance welding, process simulation, weld bonding, lightweight materials, microstructures, automotive industry
2. Abstract:
이 논문은 저항 용접의 수치 시뮬레이션, 특히 미세구조 시뮬레이션, 용접 본딩, 새로운 경량 소재의 점용접을 위한 새로운 기능에 대한 최신 개발 사항을 제시합니다. SORPAS®의 기본 기능은 기계적, 전기적, 열적 및 야금학적 공정의 연성 모델링을 기반으로 하며, 이는 저항 용접 공정을 시뮬레이션하여 용접 결과를 예측하고 재료의 용접성을 평가하는 데 필수적입니다. 이러한 기능들은 용접 공정 파라미터 최적화, 최적의 용접 파라미터 설정을 통한 용접 계획, 그리고 용접 후 미세구조 및 경도 분포 모델링을 위한 새로운 기능으로 더욱 확장되었습니다. 최근에는 접착 본딩과 점용접을 결합한 용접 본딩 및 새로운 경량 샌드위치 강재의 점용접과 같은 비전도성 재료를 포함하는 저항 용접 시뮬레이션에 대한 개발이 이루어졌습니다.
3. Introduction:
자동차의 이산화탄소(CO2) 배출량 감축에 대한 요구가 증가함에 따라, 엔진 기술 개선, 공기역학 개선, 구름 저항 감소, 그리고 차체 중량 감소를 위한 혁신 연구 및 개발이 강화되었습니다. 차체 중량 감소를 위해 고장력강, 핫스탬핑 강, 알루미늄 및 마그네슘 합금, 그리고 플라스틱과 강판을 결합한 새로운 경량 샌드위치 강재 등 다양한 신소재가 개발되어 자동차 제조에 도입되었습니다. 저항 용접은 특히 자동차 산업에서 널리 적용되는 가장 생산적이고 비용 효율적인 접합 기술 중 하나입니다. 기존 강재의 저항 용접에 비해, 새로운 경량 소재를 용접하거나 기존 강재와 새로운 경량 소재를 용접하는 것은 훨씬 더 어렵습니다.
4. Summary of the study:
Background of the research topic:
자동차 산업의 CO2 배출 규제 강화로 인해 차체 경량화가 필수 과제가 되었으며, 이를 위해 다양한 신소재가 도입되고 있습니다. 그러나 이러한 신소재들은 기존의 저항 용접 기술로는 접합이 어려워 새로운 공정 개발이 필요합니다.
Status of previous research:
지난 30년간 저항 용접의 수치 시뮬레이션에 대한 많은 이론적 개발과 실험적 검증이 이루어졌습니다. 특히 SORPAS® 소프트웨어는 공정 최적화 및 생산 현장의 용접 스케줄 설정을 위한 포괄적인 기능으로 확장되었습니다.
Purpose of the study:
본 연구는 저항 용접 시뮬레이션의 최신 기술 동향을 소개하고, 특히 (1) 용접 후 미세조직 및 경도 분포 모델링, (2) 저항 용접 본딩 시뮬레이션, (3) 경량 샌드위치 강판 점용접 시뮬레이션이라는 세 가지 새로운 기능을 제시하는 것을 목적으로 합니다.
Figure 6: Comparative life cycle assessment of car roof
Core study:
SORPAS® 소프트웨어를 사용하여 다중 물리(기계, 전기, 열, 야금) 연성 해석을 기반으로 저항 용접 공정을 시뮬레이션했습니다. 이를 통해 3종 강판 점용접, 용접성 엽도 생성, 미세조직 및 경도 예측을 수행했습니다. 또한, 션트(shunt) 연결이라는 새로운 모델링 기법을 도입하여 비전도성 접착제나 폴리머 코어를 포함하는 용접 본딩 및 샌드위치 강판 용접 공정을 성공적으로 시뮬레이션했습니다.
5. Research Methodology
Research Design:
본 연구는 수치 시뮬레이션을 통해 저항 용접 공정을 해석하고 최적화하는 방안을 탐구하는 방식으로 설계되었습니다. 다양한 용접 시나리오(3종 강판 용접, 용접 본딩, 샌드위치 강판 용접)에 대한 시뮬레이션 모델을 구축하고, 그 결과를 분석하여 새로운 기능의 유효성을 검증했습니다.
Data Collection and Analysis Methods:
시뮬레이션은 SORPAS® 소프트웨어를 사용하여 수행되었습니다. 각 재료(DC06, HSLA340, DP600, 샌드위치 강판 등)의 기계적, 열적, 전기적 물성 데이터와 야금학적 데이터(CCT 선도 등)를 입력값으로 사용했습니다. 시뮬레이션 결과로 너겟 직경, 온도 분포, 전류 밀도 분포, 미세조직 상분율, 경도 분포 등을 도출하고 이를 그래픽으로 시각화하여 분석했습니다.
Research Topics and Scope:
연구 범위는 다음과 같은 저항 용접 공정의 시뮬레이션 및 최적화에 중점을 둡니다. – 다종 재료(3종 강판) 점용접 공정 시뮬레이션 및 용접 계획 – 용접 성장 곡선 및 용접성 엽도 예측을 통한 공정 창 최적화 – 용접 후 냉각 속도 계산을 통한 미세조직 및 경도 분포 모델링 – 비전도성 접착제를 포함하는 저항 용접 본딩 공정 시뮬레이션 – 비전도성 폴리머 코어를 포함하는 경량 샌드위치 강판 점용접 시뮬레이션
6. Key Results:
Key Results:
시뮬레이션을 통해 3종 강판(0.8mm DC06, 1.2mm HSLA340, 1.5mm DP600) 점용접 시 각 계면에서의 최종 너겟 크기(5.1mm, 7.1mm)와 용접 강도를 성공적으로 예측했습니다.
용접 계획(Weld Planning) 기능을 통해 주어진 용접 과제에 대해 최적의 가압력, 통전 시간, 용접 전류 범위를 자동으로 도출할 수 있음을 보였습니다.
용접 전류 및 가압력 변화에 따른 용접성 엽도(weldability lobe)를 시뮬레이션하여, 양호한 용접이 가능한 공정 창을 시각적으로 제시했습니다.
용접 후 냉각 속도 계산을 기반으로 페라이트/펄라이트, 베이나이트, 마르텐사이트의 분포와 최종 경도 분포를 예측하는 모델링을 구현했습니다.
션트 연결(shunt connection) 모델을 도입하여, 비전도성 접착제나 폴리머 코어가 있는 경우에도 전류 흐름과 열 발생, 그리고 최종 너겟 형성 과정을 성공적으로 시뮬레이션했습니다.
Figure List:
Figure 1: Process simulation and optimization with SORPAS®.
Figure 2: Simulation results with microstructures and hardness distribution.
Figure 3: Schematic outline of the weld bonding process [11].
Figure 4: Simulation of weld bonding with nonconductive adhesive.
Figure 5: Structure of sandwich steel invented by ThyssenKrupp Steel [1].
Figure 6: Comparative life cycle assessment of car roof [1].
Figure 7: Simulation of spot welding of sandwich steel to two HSLA340 sheets.
7. Conclusion:
저항 용접의 수치 시뮬레이션 및 최적화는 신소재의 용접성 평가와 용접 공정 파라미터 설정 및 계획을 위한 핵심 기능들로 요약됩니다. 강재 용접 후 미세조직 및 경도 분포 모델링을 위한 새로운 기능이 개발 및 구현되었습니다. 또한, 비전도성 재료 모델링과 션트 툴을 이용한 용접 본딩 및 경량 샌드위치 강판의 점용접 시뮬레이션을 위한 특수 기능이 개발 및 구현되었습니다.
8. References:
O. Hoffmann. Lightweight Steel Design in the Modern Vehicle Body. Werkstoff-Forum Intelligenter Leichtbau. Hannover, Germany. April 2011.
H.A. Nied. The Finite Element Modeling of the Resistance Spot Welding Process. Welding Journal Research Supplement, No. 4, p.23s-132s. 1984.
H.S. Cho and Y.J. Cho. A Study of the Thermal Behavior in Resistance Spot Welds. Welding Journal Research Supplement, (6), pp236s-244s. 1989.
C.L. Tsai, O.A. Jammal, J.C. Papritan and D.W. Dickinson. Modeling of Resistance Spot Weld Nugget Growth. Welding Journal Research Supplement, (2), pp47s-54s. 1992.
W. Zhang, H. Hallberg and N. Bay. Finite Element Modeling of Spot Welding Similar and Dissimilar Metals. 7th Int. Conf. on Computer Technology in Welding, San Francisco, USA, p.364-373. 1997.
W. Zhang and L. Kristensen. Finite Element Modeling of Resistance Spot and Projection Welding Processes. The 9th Int. Conf. on Computer Technology in Welding, Detroit, Michigan, pp15-23. 1999.
W. Zhang. Design and Implementation of Software for Resistance Welding Process Simulations. SAE 2003 Transactions: Journal of Materials and Manufacturing, Vol.112, No.5, 2003, pp556-564. 2003.
W. Zhang. New Developments and Challenges in Simulation and Optimization of Resistance Welding. Proceedings of the 4th International Seminar on Advances in Resistance Welding. 15 November 2006, Wels, Austria. Pp101-114.
W. Zhang. Recent Developments and Future Outlook for Simulation and Optimization of Resistance Spot Welding Processes. Proceedings of the 5th International Seminar on Advances in Resistance Welding, 24-26 September 2008, Toronto, Canada. Pp269-276.
Information on http://www.swantec.com.
I. O. Santos, W. Zhang, V. M. Gonçalves, N. Bay and P. A. F. Martins. Weld Bonding of Stainless Steel. International Journal of Machine Tools and Manufacture, Vol.44, No.14, pp1431-1439, 2004.
Expert Q&A: Your Top Questions Answered
Q1: 시뮬레이션에서 접착제나 폴리머 코어와 같은 비전도성 재료는 어떻게 처리하나요?
A1: 논문에서는 ‘션트 툴(shunt tool)’이라는 개념을 도입하여 이 문제를 해결합니다. 용접 초기에는 이 션트 툴을 통해 전류가 비전도성 층을 우회하여 강판으로만 흐르도록 합니다. 이 과정에서 발생하는 저항열이 강판을 가열하고, 이 열이 비전도성 층(접착제 또는 폴리머)을 녹이게 됩니다. 비전도성 층이 제거되어 강판끼리 직접 접촉하게 되면, 그때부터 전류가 강판 사이의 계면을 통해 흐르면서 일반적인 점용접 과정이 진행됩니다.
Q2: 용접부의 미세조직과 경도를 예측하는 원리는 무엇인가요?
A2: 예측의 핵심은 시뮬레이션을 통해 계산된 ‘냉각 속도’에 있습니다. 시뮬레이션은 용접 후 각 지점의 온도 변화 이력을 계산하여 800°C에서 500°C까지 냉각되는 데 걸리는 시간을 도출합니다(Figure 2b). 이 냉각 속도 데이터를 해당 강재의 연속냉각변태(CCT) 선도와 비교하여, 각 지점에서 페라이트, 펄라이트, 베이나이트, 마르텐사이트 중 어떤 조직이 형성될지와 그 분율을 결정합니다. 최종적으로 각 미세조직의 경도 값을 분율에 따라 합산하여 전체적인 경도 분포를 예측합니다.
Q3: 시뮬레이션 소프트웨어가 최적의 용접 조건을 자동으로 제안할 수 있나요?
A3: 네, 가능합니다. 논문의 Figure 1b에 소개된 ‘용접 계획(Weld Planning)’ 기능이 그 역할을 합니다. 사용자가 용접할 강판의 종류와 두께, 전극, 용접기 종류 등의 정보를 입력하면, 소프트웨어는 이를 분석하여 최적의 가압력과 통전 시간을 결정합니다. 그 후, 용접 전류를 변화시키며 시뮬레이션을 수행하여 양호한 용접이 가능한 전류 범위, 즉 공정 창(process window)을 자동으로 찾아내고 최적의 용접 스케줄 사양(WSS)을 제안합니다.
Q4: 시뮬레이션 결과에서 ‘양호한 용접’과 ‘용접 불량(날림 현상)’을 어떻게 구분하나요?
A4: Figure 1c와 1d의 그래프에서 시각적으로 구분합니다. 시뮬레이션은 각 조건에 따른 너겟 직경을 계산하고 이를 미리 정의된 기준과 비교합니다. ‘양호한 용접(good welds)’은 목표 너겟 크기를 만족하는 경우로, 녹색 원형 마커로 표시됩니다. ‘용접 없음 또는 미달 용접(no weld or undersized weld)’은 너겟이 형성되지 않거나 기준보다 작은 경우로, 검은색 사각형 마커로 표시됩니다. ‘과대 용접 또는 날림(oversized or expulsion/splash)’은 용융된 금속이 튀어나가는 현상이 발생한 경우로, 빨간색 사각형 마커로 표시됩니다.
Q5: 논문에 제시된 시뮬레이션 사례에서 구체적으로 어떤 재료들이 사용되었나요?
A5: 논문에서는 여러 구체적인 사례를 제시했습니다. 첫째, 0.8mm DC06 저탄소강, 1.2mm HSLA340 강, 1.5mm DP600 강을 겹친 3종 강판 점용접 사례가 있습니다(Figure 1a). 둘째, 0.8mm DC06 강과 1.2mm DP600 강의 점용접 후 미세조직 및 경도 분포를 분석한 사례가 있습니다(Figure 2). 셋째, 1mm 저탄소강 두 장을 비전도성 접착제로 붙인 용접 본딩 사례(Figure 4)와 마지막으로 샌드위치 강판을 두 장의 HSLA340 강판에 용접하는 사례(Figure 7)가 포함되었습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
자동차 산업의 경량화 추세에 따라 새롭게 등장하는 첨단 소재들의 성공적인 적용은 효율적이고 신뢰성 높은 접합 기술에 달려있습니다. 기존의 시행착오를 반복하는 실험적 접근 방식은 더 이상 경쟁력을 갖기 어렵습니다. 본 논문에서 제시된 저항 용접 시뮬레이션 기술은 이러한 문제를 해결할 강력한 대안입니다.
미세조직과 경도 예측부터 접착제나 폴리머가 포함된 복합재 용접에 이르기까지, 시뮬레이션은 개발 초기 단계에서 용접 품질을 예측하고 공정을 최적화하여 R&D 및 운영 단계에서 막대한 시간과 비용을 절감할 수 있도록 지원합니다. 이는 곧 더 높은 품질과 생산성으로 이어지는 지름길입니다.
“At STI C&D, we are committed to applying the latest industry research to help our customers achieve higher productivity and quality. If the challenges discussed in this paper align with your operational goals, contact our engineering team to explore how these principles can be implemented in your components.”
(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 “Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials” by “Zhang, Wenqi; Chergui, Azeddine; Nielsen, Chris Valentin”.
이 기술 요약은 Rosenda Valdés Arencibia 외 저자가 Soldagem & Inspeção (2011)에 발표한 논문 “Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)”를 바탕으로, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords Primary Keyword: 용접 비드 측정 불확실성 Secondary Keywords: 용접 품질, 기하학적 파라미터, ISO 17025, 평탄도, 직각도, CFD Executive Summary The Challenge: 용접 비드의 기하학적 형상을 정확하게 측정하는 것은 품질 관리의 핵심이지만, 측정 과정 자체, 특히 시험편의 기하학적 결함에서 비롯되는 내재적 불확실성은 종종 간과됩니다. The Method: 본 연구는 이미지 분석 시스템과 3차원 측정기(CMM)를 사용하여 용접 비드 파라미터(폭, 덧살 면적 등)와 시험편의 기하학적 편차(평탄도, 직각도)를 체계적으로 측정하고, ISO GUM 프레임워크를 적용하여 측정 불확실성을 정량화했습니다. The Key Breakthrough: 측정 시스템의 교정과 시험편의 직각도 편차가 최종 측정 불확실성에 가장 큰 영향을 미치는 요인임을 밝혔습니다. The Bottom Line: 신뢰할 수 있는 용접 품질 데이터를 얻기 위해, R&D 팀은 측정 장비를 정밀하게 교정할 뿐만 아니라 시험편의 기하학적 품질(특히 직각도)을 세심하게 관리해야 합니다. The Challenge: Why This Research Matters for CFD Professionals 용접부의 품질을 보증하기 위해 신뢰할 수 있고 정량화된 데이터는 필수적입니다. 용접 비드의 폭, 높이, 침투 깊이와 같은 기하학적 파라미터는 용접부의 기계적 강도와 직접적인 관련이 있기 때문입니다. 최근에는 이미지 분석과 같은 자동화된 측정 시스템이 널리 사용되지만, 이러한 시스템은 측정 불확실성을 계산하는 데 새로운 복잡성을 야기합니다.
더 중요한 문제는 종종 간과되는 오류의 원인, 즉 측정 대상인 시험편 자체의 기하학적 품질입니다. 만약 시험편의 절단면이 용접 방향에 완벽하게 수직이 아니라면, 측정된 단면은 실제 단면이 아니며 이는 부정확한 데이터로 이어집니다. 본 연구는 NBR ISO/IEC 17025 표준의 요구사항을 충족시키기 위해 이러한 숨겨진 불확실성 요인을 정량화하고 관리하는 방법론을 제시함으로써 이 문제를 정면으로 다룹니다.
The Approach: Unpacking the Methodology 본 연구는 용접 비드 측정의 불확실성을 체계적으로 분석하기 위해 다음과 같은 접근 방식을 사용했습니다.
Figura 2. Montagem experimental para medição dos desvios de perpendicularidade e de planeza com uma MMC.
시험편 제작: 35XFC 강판에 피복 아크 용접(SMAW) 공정을 사용하여 용접 비드를 형성한 후, 이를 여러 개의 단면 시험편으로 절단했습니다.
Figura 3. Imagens dos corpos de prova C6 (à esquerda) e C12 (à direita).
기하학적 파라미터 측정: NOVEL NIM-100 이미지 캡처 시스템을 사용하여 용접 비드의 단면 이미지를 얻었습니다. 시스템은 0.5mm 분해능의 강철 자를 사용하여 교정되었으며, SigmaScan Pro 5.0 소프트웨어로 이미지를 분석하여 덧살 면적(reinforcement area)과 같은 파라미터를 측정했습니다. 기하학적 편차 측정: MITUTOYO 사의 3차원 측정기(CMM)를 사용하여 각 시험편의 평탄도(flatness) 및 직각도(perpendicularity) 편차를 정밀하게 측정했습니다. 불확실성 분석: 측정 불확실성 표현 지침(ISO GUM)에 따라, 측정값, 시스템 분해능, 교정, 시험편의 기하학적 편차 등 다양한 요인이 최종 결과에 미치는 영향을 수학적 모델을 통해 분석했습니다. The Breakthrough: Key Findings & Data 연구 결과, 용접 비드 측정의 정확도에 큰 영향을 미치는 두 가지 핵심 요인이 밝혀졌습니다.
Finding 1: 직각도 편차는 주요 오차 원인 시험편의 직각도 편차는 측정 결과에 상당한 영향을 미쳤습니다. Figure 5에서 볼 수 있듯이, 시험편의 직각도 편차는 15’에서 최대 1° 41’까지 다양하게 나타났습니다. 이처럼 작아 보이는 각도 편차도 용접 비드의 폭과 같은 단면 파라미터를 측정할 때 상당한 왜곡을 유발할 수 있습니다. 특히, 비드 폭 방향의 직각도 편차가 두께 방향보다 더 크게 나타나, 폭 측정 시 오차가 발생할 가능성이 더 높음을 시사했습니다.
Finding 2: 교정 불확실성의 지배적인 영향 Table 3과 4의 불확실성 분석 결과에 따르면, 최종 불확실성에 가장 크게 기여한 요인은 측정 시스템의 교정(ICSM)에서 비롯된 불확실성이었습니다. 이는 상대적으로 낮은 분해능(0.5mm)을 가진 자를 교정 표준으로 사용했기 때문입니다. 이 결과는 측정에서 “부정확한 입력은 부정확한 결과를 낳는다(garbage in, garbage out)”는 기본 원칙을 명확하게 보여줍니다. 정밀한 교정 표준의 사용이 신뢰성 있는 데이터를 얻기 위한 전제 조건임을 강조합니다.
Practical Implications for R&D and Operations 본 연구 결과는 용접 공정 및 품질 관리와 관련된 여러 분야의 전문가들에게 중요한 시사점을 제공합니다.
For Process Engineers: 시험편을 절단하는 단계에서 직각도를 제어하는 것이 매우 중요합니다. 이는 시험편 준비 방법 자체가 신뢰성 있는 데이터를 얻기 위한 핵심 공정 변수임을 의미합니다. For Quality Control Teams: 본 연구는 측정 결과의 신뢰도를 정량화하는 프레임워크(ISO GUM)를 제공합니다. 시험편 검증 절차에 직각도 검사를 추가하는 것을 고려해야 합니다. 예를 들어, 덧살 면적을 ‘27.28 ± 1.02 mm²’ (Table 5, C1)와 같이 신뢰 구간과 함께 보고함으로써 데이터의 신뢰성을 높일 수 있습니다. For Design Engineers: 측정의 한계를 이해하는 것은 용접 설계 시 현실적이고 달성 가능한 기하학적 공차를 설정하는 데 도움이 됩니다. Paper Details Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)
Overview: Title: Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads) Author: Rosenda Valdés Arencibia, Eduardo Manuel Díaz Cedré, Amado Cruz Crespo, Antonio Piratelli-Filho Year of publication: 2011 Journal/academic society of publication: Soldagem & Inspeção, São Paulo Keywords: Soldagem, geometria do cordão de solda, incerteza de medição, planeza, perpendicularidade (Welding, weld bead geometry, uncertainty, flatness, perpendicularity)
Abstract: 이 연구는 NBR ISO/IEC 17025 표준의 요구사항을 충족시키기 위해 용접 비드의 기하학적 파라미터, 특히 비드 면적 측정과 관련된 불확실성을 추정하는 방법론을 제시합니다. 또한 평탄도 및 직각도 편차 측정을 통해 시험편의 기하학적 품질을 평가했습니다. 연구 결과, 측정 시스템 교정 및 직각도 편차에서 비롯된 불확실성이 최종 불확실성에 가장 큰 영향을 미치는 중요한 변수임이 밝혀졌습니다. 이 분석은 측정에 사용된 시험편의 직각도 편차 허용 값에 대한 경고를 제기합니다.
Introduction: 용접 비드의 기하학적 형상은 용접부의 품질을 평가할 때 가장 중요한 요소 중 하나입니다. 많은 연구에서 용접 비드 형상을 핵심적으로 다루고 있으며, 공정 파라미터를 예측하는 정량적 기준으로 사용되기도 합니다. 신뢰할 수 있는 결과를 얻기 위해서는 용접 비드의 기하학적 파라미터를 신중하게 측정해야 합니다. 그러나 이미지 분석과 같은 현대적 측정 기술은 불확실성 계산을 복잡하게 만들며, 시험편 자체의 기하학적 불완전성(평탄도, 직각도) 또한 측정값에 영향을 줄 수 있습니다. 이 연구의 목적은 이러한 불확실성을 추정하는 방법론을 제시하고, 측정에 사용된 시험편의 품질을 평가하는 것입니다.
Summary of the study: Background of the research topic: 용접 품질 평가는 용접 비드의 기하학적 파라미터 측정에 크게 의존합니다. 측정의 정확성과 신뢰성은 필수적이지만, 측정 과정에 내재된 다양한 불확실성 요인들이 결과에 영향을 미칩니다.
Status of previous research: 기존 연구들은 용접 비드 형상 자체에 초점을 맞추었으나, 측정 과정의 불확실성, 특히 시험편의 기하학적 결함이 측정 결과에 미치는 영향을 체계적으로 다룬 연구는 부족했습니다.
Purpose of the study: 본 연구는 NBR ISO/IEC 17025 표준에 따라 용접 비드의 기하학적 파라미터 측정에 대한 불확실성을 추정하는 방법론을 개발하고, 측정 시스템 교정과 시험편의 직각도 편차와 같은 주요 불확실성 요인을 식별하는 것을 목표로 합니다.
Core study: 피복 아크 용접으로 제작된 시험편의 단면을 이미지 분석 시스템과 3차원 측정기를 사용하여 분석했습니다. 용접 비드의 덧살 면적을 주요 파라미터로 설정하고, ISO GUM 지침에 따라 측정 불확실성을 계산했습니다. 이 과정에서 평탄도, 직각도, 시스템 교정 등 여러 변수가 최종 불확실성에 미치는 기여도를 평가했습니다.
Research Methodology Research Design: 실험적 연구 설계를 통해 실제 용접 시험편을 제작하고, 두 가지 다른 측정 시스템(이미지 분석, CMM)을 사용하여 데이터를 수집했습니다. 수집된 데이터를 바탕으로 통계적 불확실성 분석을 수행했습니다.
Data Collection and Analysis Methods: 데이터 수집: NOVEL NIM-100 이미지 캡처 시스템으로 용접 비드 단면 이미지를 수집하고, MITUTOYO 3차원 측정기로 시험편의 평탄도 및 직각도 편차를 측정했습니다. 데이터 분석: SigmaScan Pro 소프트웨어를 사용하여 이미지에서 기하학적 파라미터를 추출했습니다. ISO GUM 방법론에 따라 각 불확실성 요인(측정 반복성, 분해능, 교정, 기하학적 편차 등)을 평가하고, 이를 합성하여 최종 확장 불확실성을 계산했습니다. Research Topics and Scope: 연구는 피복 아크 용접(SMAW) 공정으로 생성된 용접 비드에 초점을 맞춥니다. 측정 파라미터는 폭, 높이, 침투 깊이, 덧살 면적, 침투 면적을 포함하며, 불확실성 분석은 특히 덧살 면적에 대해 상세히 수행되었습니다.
Key Results: Key Results: 시험편의 평탄도 편차는 4~11 µm 범위로 작아 측정 결과에 미미한 영향을 미쳤습니다. (Figure 4) 시험편의 직각도 편차는 15’에서 1° 41’까지 상대적으로 크게 나타났으며, 이는 측정 불확실성의 주요 원인 중 하나였습니다. (Figure 5) 불확실성 예산 분석 결과, 최종 불확실성에 가장 큰 기여를 한 요인은 측정 시스템의 교정(ICSM)이었고, 그 다음이 직각도 편차였습니다. (Table 3, 4) 12개 시험편의 덧살 면적(Ar)에 대한 최종 확장 불확실성(Up)은 95.45% 신뢰수준에서 ±0.98 mm²에서 ±1.72 mm² 사이의 값을 보였습니다. (Table 5) Figure List: Figura 1. Tolerâncias de planeza e de perpendicularidade. Figura 2. Montagem experimental para medição dos desvios de perpendicularidade e de planeza com uma MMC. Figura 3. Imagens dos corpos de prova C6 (à esquerda) e C12 (à direita). Figura 4. Desvios de planeza dos corpos de prova C1 a C12. Figura 5. Desvio de perpendicularidade do cordão 1 (corpos de prova C1-C6). Figura 6. Parâmetros do cordão.
Conclusion: 본 연구를 통해 다음과 같은 결론을 도출했습니다. a) ISO GUM 권장 사항에 따라 덧살 면적 측정의 불확실성을 성공적으로 추정했으며, 95.45% 신뢰수준에서 그 값은 ±0.98 ~ ±1.72 mm² 범위였습니다. 이 방법론은 다른 기하학적 파라미터에도 동일하게 적용될 수 있습니다. b) 시험편의 평탄도 편차는 작아서 측정 결과에 큰 영향을 미치지 않았습니다. 그러나 직각도 편차는 측정 결과와 최종 불확실성에 모두 영향을 미치는 중요한 요인이므로, 시험편 절단 및 고정 시 특별한 주의를 기울여야 합니다.
References: [1] KEJELIN, ZANETTE, N., DE ALMEIDA, BUSCHINELLI, A.J., MEIRELLES, POPE, A. Influence of Welding parameters on the formation of partially diluted zones of dissimilar metal welds. Soldagem & Inspeção, v. 12, n. 3, p.195-303, jul/sept 2007. [2] DÍAZ-CEDRÈ, E., CRUZ-CRESPO, A., RAMOS, MORALES, F., TELO, RICO, M., CHAPARRO GONZALEZ, J., RODRIGUEZ, PÉREZ, M., POZO, MOREJÓN, J. Influencia de la relación O2/CO₂ y de la corriente de soldadura sobre la geometría de la unión soldada de bordes rectos en aceros de bajo carbono con el proceso GMAW. Soldagem Insp. São Paulo, v. 13, n. 4, p.319-328, Out/Dez 2008. [3] NAGESH, D. S., DATTA, G. L. Prediction of weld bead geometry and penetration in Shilded Metal-arc Welding using artificial neural networks. Journal of Materials Processing Technology, 123, p. 303-312, 2002. [4] LÓPEZ IBARRA A. Influencia del coeficiente de dilución sobre la dureza de la capa aportada en el relleno superficial. 5ta Jornada de Investigación. Universidad Autónoma de Zacatecas. 25-29 de junio de 2001. [5] WANG X. H., ZHANG M. ZOU Z. D., QUO, S. Y. Microestructure and wear properties of TiC-VC reinforced iron based hardfacing layers. Materials Science and Technology, vol 22, No 2, p. 193-198, 2006. [6] CRUZ-CRESPO, A., SCOTTI, A., PEREZ, M. R. Operacional Behaviour Assessment of Coated Tubular Electrodes for SMAW Hardfacing, J. Mater. Process. Technol., p 265–273, 2007. [8] KARAOGLU, S., SEGGIN, A. Sensitivity Analysis of Submerged Arc Welding Process Parameters. Journal of Materials Processing Technology, 202, p. 500-507, 2008. [9] DE OLIVEIRA, RODRIGUES, L., DE PAIVA, A., DA COSTA, S. Otimização do Processo de Soldagem com Eletrodo Tubular através da Análise da Geometria do Cordão de Solda. Soldagem & Inspeção, v. 13, n. 2, p. 118-127, 2008. [10] TARNG, Y. S., JUANG, S. C., CHANG, C. H. The use of grey -based Taguchi methods to determine submerged arc welding process-parámetrs in hardfacing. Journal of materials Processing Technology, 128, p. 1-6, 2002. [11] DEAM, ROMAN, T., BEDNARZ, BERNIE, E., FRANCIS, JOHN A. Welding Parameter, that control dilution in hard facing overlays. Australasian Welding Journal, v. 51, n. 3, p. 41-48, 2006. [12] NBR 6409 “Tolerâncias geométricas Tolerâncias de forma, orientação, posição e batimento Generalidades, símbolos, definições e indicações em desenho” Maio 1997. p.19. [13] ISO TAG 4/WG 3 “Guide to the Expression of Uncertainty in Measurement”, Geneva Switzerland, 1993. [14] NBR ISO/IEC 17025 “Requisitos gerais para competência de laboratórios de ensaio e calibração”. Janeiro 2001. [15] COMMITTEE OF THE RUSSIAN FEDERATION FOR STANDARDIZATION, Gost 14771-85. [16] CENTRO DE INVESTIGACIONES DE SOLDADURA. Procedimiento CIS-MET-030: Preparación de muestras, CIS-UCLV, 2002. [17] CENTRO DE INVESTIGACIONES DE SOLDADURA. Procedimiento CIS-MET-027: Observación de muestras por microscopia óptica, CIS-UCLV, 2002. [18] CATTANI AOKI, C. S., GUILHERME DE ARAGÃO, B. J., CORREA, D. O., LIMA, H. T., RAMELLA, T. “Estimativa da Resolução do Microscópio Metalográfico”. ENQUALAB-2008, 09 a 12 de junho de 2008, São Paulo, Brasil. Expert Q&A: Your Top Questions Answered Q1: 상세 불확실성 분석을 위해 다른 파라미터가 아닌 ‘덧살 면적(reinforcement area)’을 선택한 이유는 무엇입니까?
A1: 덧살 면적은 용융 금속과 모재 사이의 경계가 명확하지 않아 측정 부정확성이 가장 크게 나타나는 파라미터 중 하나이기 때문입니다. 또한, 면적 계산에는 폭과 높이라는 두 변수가 서로 연관되어 있어 불확실성 분석이 더 복잡합니다. 따라서 덧살 면적은 측정 불확실성을 평가하기 위한 가장 어렵고 대표적인 사례이므로, 이 파라미터를 분석하면 다른 파라미터에도 적용할 수 있는 포괄적인 통찰력을 얻을 수 있습니다.
Q2: 논문에서는 교정 불확실성이 가장 큰 요인이었다고 밝혔습니다. 실제 실험실 환경에서 이를 실질적으로 줄일 수 있는 방법은 무엇입니까?
A2: 연구에서 사용된 0.5mm 분해능의 강철 자 대신, 더 높은 분해능의 교정 표준을 사용함으로써 줄일 수 있습니다. 예를 들어, 0.01mm 이하의 분해능을 가진 유리 스케일(glass scale)이나 인증된 게이지 블록을 사용하여 측정 시스템을 교정하면 교정에서 비롯되는 불확실성을 크게 감소시켜 전체 측정 신뢰도를 향상시킬 수 있습니다.
Q3: Figure 5에서 폭 방향의 직각도 편차가 두께 방향보다 더 크다고 나왔습니다. 이 발견의 실질적인 의미는 무엇입니까?
A3: 이는 용접 비드의 폭 측정이 높이나 침투 깊이 측정보다 직각도 문제에 더 민감하다는 것을 의미합니다. 따라서 시험편을 절단하거나 측정 장비에 고정할 때, 특히 폭을 측정하는 방향으로의 수직도를 확보하는 데 각별한 주의를 기울여야 합니다. 그렇지 않으면 실제보다 더 넓은 폭으로 측정될 수 있습니다.
Q4: 연구가 20 ± 1 °C 환경에서 수행되었습니다. 최종 계산에서 열 효과가 무시되었음에도 불구하고 온도 제어가 중요했던 이유는 무엇입니까?
A4: 온도 제어는 정밀 측정의 기본 원칙입니다. 이번 연구의 작은 온도 변화는 불확실성에 미치는 영향이 미미하여 무시할 수 있었지만, 더 큰 온도 변화는 시험편과 측정 장비 모두에서 재료의 팽창/수축을 일으켜 상당한 오차를 유발할 수 있습니다. 안정적인 환경을 유지하는 것은 신뢰성 있는 측정 결과를 얻기 위한 필수적인 모범 사례입니다.
Q5: 이러한 물리적 측정 불확실성에 대한 연구가 용접의 CFD 시뮬레이션과 어떤 관련이 있습니까?
A5: 이 연구는 CFD 모델을 검증(validation)하는 데 매우 중요합니다. 용접 비드 형상에 대한 시뮬레이션 결과는 반드시 실험 데이터와 비교되어야 합니다. 이때 실험 데이터의 불확실성 범위(예: ±1.72 mm²)를 이해하면 시뮬레이션의 예측 능력을 더 정확하게 평가할 수 있습니다. 만약 시뮬레이션 결과가 실험의 불확실성 범위 내에 있다면, 그 시뮬레이션은 유효한 예측으로 간주될 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity 용접 품질 평가의 정확성은 시험편의 직각도와 같은 숨겨진 변수를 제어하고 고정밀 교정을 사용하는 데 크게 좌우됩니다. 본 연구는 용접 비드 측정 불확실성을 줄이기 위한 명확한 로드맵을 제공하며, 신뢰할 수 있는 데이터 확보를 위해서는 시험편 준비 단계부터 세심한 관리가 필요함을 보여줍니다. 이는 단순히 더 나은 측정 장비를 사용하는 것을 넘어, 측정 프로세스 전반에 대한 깊은 이해가 필수적임을 시사합니다.
(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.
이 기술 요약은 Eder Paduan Alves 외 저자가 2010년 J. Aerosp. Technol. Manag.에 발표한 학술 논문 “Welding of AA1050 aluminum with AISI 304 stainless steel by rotary friction welding process”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 이종 재료 마찰 용접
Secondary Keywords: 회전 마찰 용접, AA1050 알루미늄, AISI 304 스테인리스강, 고체상 접합, 항공우주 산업
Executive Summary
도전 과제: 기존의 융용 용접 방식으로는 알루미늄과 스테인리스강을 접합할 때 취성이 강한 금속간 화합물이 형성되어 고품질 접합이 어렵다는 점입니다.
해결 방법: 두 재료의 표면 마찰열과 가압을 이용하는 고체상 접합 방식인 회전 마찰 용접(RFW) 공정을 적용했습니다.
핵심 돌파구: 용접부가 모재인 AA1050 알루미늄보다 더 높은 기계적 강도를 가지며, 파단이 용접 계면이 아닌 알루미늄 모재에서 발생하는 이상적인 접합부를 구현했습니다.
핵심 결론: 회전 마찰 용접은 알루미늄과 스테인리스강과 같은 이종 재료를 접합하여 항공우주 분야 등 고성능이 요구되는 구조물에 적용할 수 있는 매우 효과적이고 신뢰성 높은 방법임이 입증되었습니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
항공우주 산업에서는 경량화와 고강도, 내부식성을 동시에 만족시키기 위해 알루미늄과 스테인리스강과 같은 이종 재료의 접합이 필수적입니다. 하지만 이 두 재료는 융점이 크게 다르고, 고온에서 반응하여 FeAl, FeAl3 등 단단하고 깨지기 쉬운 금속간 화합물(Intermetallic Phases)을 형성합니다. 이 때문에 레이저나 전자빔과 같은 융용 용접(Fusion Welding) 공정으로는 건전한 용접부를 얻기 어렵고, 접합부의 기계적 특성이 모재보다 현저히 저하되는 문제가 있었습니다. 이러한 기술적 한계는 위성 발사체의 액체 추진제 탱크나 기타 핵심 부품의 설계 및 제조에 큰 제약이 되어 왔습니다. 따라서 금속간 화합물 생성을 억제하면서 두 재료를 견고하게 결합할 수 있는 새로운 접합 기술이 절실히 요구되었습니다.
접근법: 방법론 분석
본 연구에서는 이러한 문제를 해결하기 위해 고체상 접합 방식인 회전 마찰 용접(Rotary Friction Welding, RFW)을 적용했습니다. 연구에 사용된 재료는 상업용 순수 알루미늄인 AA1050과 오스테나이트계 스테인리스강인 AISI 304입니다. 각 재료는 직경 14.8mm의 봉 형태로 가공되었습니다.
GATWIK 브랜드의 회전 마찰 용접 장비를 사용하여 3,200 RPM의 고정된 회전 속도로 실험을 진행했습니다. 공정의 핵심 변수는 다음과 같습니다. – 마찰 압력(P1) 및 시간(t1): 접합 계면에 마찰열을 발생시키는 단계 – 단조 압력(P2) 및 시간(t2): 회전을 멈춘 후 가압하여 최종적으로 결합을 완성하는 단계
이렇게 얻어진 용접 시편에 대해 인장 시험(ASTM E 8M), 비커스 미소경도 측정, 금속 조직 분석, 그리고 주사전자현미경(SEM) 및 에너지 분산형 X선 분광법(EDX)을 이용한 계면 분석을 수행하여 접합부의 기계적, 미세조직적 특성을 종합적으로 평가했습니다.
돌파구: 주요 발견 및 데이터
발견 1: 모재를 능가하는 우수한 접합 강도 달성
인장 시험 결과, 특정 공정 조건에서 생성된 용접부는 모재인 AA1050 알루미늄의 강도를 뛰어넘는 우수한 기계적 특성을 보였습니다. 논문의 Table 3에 따르면, 시편 8번(마찰 압력 P1=2.1 MPa, 마찰 시간 t1=32초, 단조 압력 P2=1.4 MPa, 단조 시간 t2=2초)에서 80.08 MPa의 최대 인장 강도를 기록했습니다. 이는 AA1050 알루미늄 모재의 최대 인장 강도인 78.48 MPa보다 높은 수치입니다.
특히 주목할 점은, Figure 5에서 볼 수 있듯이 인장 시험 후 파단이 취약할 수 있는 용접 계면이 아닌 연성이 더 높은 AA1050 알루미늄 모재 쪽에서 발생했다는 것입니다. 이는 용접 계면이 모재보다 더 강하게 결합되었음을 의미하는 이상적인 결과입니다.
발견 2: 확산에 의한 견고한 원자 결합 메커니즘 규명
용접 계면에 대한 SEM-EDX 분석 결과, 알루미늄(Al)과 스테인리스강의 주성분인 철(Fe) 원자가 계면을 가로질러 서로 확산(Interdiffusion)되었음이 명확히 확인되었습니다. Figure 10의 그래프는 계면 영역에서 두 원소의 농도가 점진적으로 변하는 것을 보여주며, 이는 원자 수준의 확산이 주된 결합 메커니즘임을 증명합니다.
또한, Figure 7의 비커스 미소경도 측정 결과에 따르면, 용접 계면 근처에서 알루미늄과 스테인리스강 양쪽 모두 경도가 모재보다 높게 나타났습니다. 알루미늄 측의 경도 증가는 마찰열과 압력에 의한 큰 소성 변형 때문이며, 스테인리스강 측의 경도 증가는 주로 온도 상승에 기인합니다. 이는 용접 과정에서 계면 부근의 미세조직이 강화되었음을 시사합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 AA1050 알루미늄과 AISI 304 스테인리스강의 회전 마찰 용접에 대한 최적의 공정 변수(P1=2.1 MPa, t1=32초, P2=1.4 MPa, t2=2초)를 제시합니다. 이는 결함 발생을 줄이고 용접 품질의 일관성을 확보하기 위한 중요한 기초 데이터로 활용될 수 있습니다.
품질 관리팀: 논문의 Table 3과 Figure 5 데이터는 성공적인 용접부의 파단이 계면이 아닌 모재에서 발생해야 함을 보여줍니다. 또한, Figure 7의 미소경도 프로파일은 열영향부 및 소성 변형부의 건전성을 평가하는 새로운 품질 검사 기준으로 도입될 수 있습니다.
설계 엔지니어: 연구 결과는 알루미늄과 스테인리스강을 별도의 전이재 없이 직접 고강도로 접합할 수 있음을 입증합니다. 이를 통해 특히 추진제 탱크와 같은 항공우주 부품 설계 시 더 단순하고 가벼우며 견고한 구조 설계가 가능해집니다.
논문 상세 정보
Welding of AA1050 aluminum with AISI 304 stainless steel by rotary friction welding process
1. 개요:
제목: Welding of AA1050 aluminum with AISI 304 stainless steel by rotary friction welding process
저자: Eder Paduan Alves, Francisco Piorino Neto, Chen Ying An
본 연구의 목적은 액체 추진제 탱크 파이프 및 위성 발사체의 다른 부품에 사용될 수 있는 이종 재료 AA1050 알루미늄과 AISI 304 스테인리스강의 고체상 접합 개발을 평가하는 것이었습니다. 접합은 두 표면 사이의 마찰에서 발생하는 열과 소성 변형을 결합하는 회전 마찰 용접(RFW) 공정을 통해 얻어졌습니다. 다양한 용접 공정 변수를 사용하여 시험을 수행했습니다. 결과는 인장 시험, 비커스 미소경도, 금속 조직 시험 및 SEM-EDX를 통해 분석되었습니다. 접합부의 강도는 마찰 시간 증가 및 다른 압력 값 사용에 따라 다양했습니다. AA1050 알루미늄의 기계적 특성보다 우수한 접합부가 얻어졌으며, 파단은 접합 계면에서 떨어진 알루미늄에서 발생했습니다. 접합부 계면의 EDX 분석은 관련된 재료의 주요 화학 성분 간에 상호 확산이 발생함을 보여주었습니다. RFW는 융용 용접 공정으로는 불가능한 이종 재료 간의 접합을 얻는 훌륭한 방법임이 입증되었습니다.
3. 서론:
최근 몇 년 동안 이종 재료 간의 접합 사용이 상당히 증가했습니다. 기존의 강철 구조물은 높은 기계적 강도, 적은 재료 부피 및 우수한 내식성을 제공할 수 있는 더 가벼운 재료로 대체되었습니다. 항공우주 산업을 위한 신기술 개발에서 이러한 접합은 스테인리스강과 알루미늄으로 제조된 시스템, 하위 시스템 및 부품을 구조적으로 결합할 수 있게 해주기 때문에 매우 중요합니다. 레이저 및 전자빔 용접 공정과 같이 열영향부(HAZ)가 잘 감소된 융용 용접 공정조차도 모재보다 열등한 특성의 접합부를 생성합니다. 융용 용접 공정으로 알루미늄 합금과 스테인리스강을 용접하는 것의 어려움은 공학적으로 큰 도전 과제였는데, 이는 고온에서 알루미늄과 강철 사이에 형성되는 단단하고 취성이 강한 금속간 화합물(Fe3Al, FeAl, FeAl2, Fe2Al5, FeAl3) 때문입니다.
4. 연구 요약:
연구 주제의 배경:
항공우주 분야에서는 경량화와 고강도 특성을 동시에 요구하는 구조물이 많아, 알루미늄과 스테인리스강과 같은 이종 재료의 접합 기술이 필수적입니다. 그러나 기존의 융용 용접 방식은 취성 금속간 화합물 생성 문제로 인해 적용이 어려웠습니다.
이전 연구 현황:
융용 용접 방식의 한계로 인해, 고체상 접합 방식인 회전 마찰 용접(RFW)이 이종 재료 접합의 대안으로 연구되어 왔으며, 그중에서도 RFW가 가장 좋은 결과를 보였습니다.
연구 목적:
항공우주 분야 구조물에 적용 가능한 AA1050 알루미늄과 AISI 304 스테인리스강의 회전 마찰 용접 접합부를 개발하고, 그 특성을 평가하여 최적의 용접 변수를 찾는 것을 목적으로 합니다.
핵심 연구:
회전 마찰 용접 공정을 이용하여 AA1050 알루미늄과 AISI 304 스테인리스강을 접합하고, 다양한 공정 변수(마찰/단조 압력 및 시간)가 접합부의 기계적 강도에 미치는 영향을 인장 시험을 통해 평가했습니다. 최적의 결과를 보인 시편에 대해 미소경도 측정, 금속 조직 관찰, SEM-EDX 분석을 수행하여 접합 계면의 특성과 결합 메커니즘을 심층적으로 분석했습니다.
5. 연구 방법론
연구 설계:
다양한 공정 변수 조합(Table 3 참조)을 적용하여 AA1050 알루미늄과 AISI 304 스테인리스강 봉을 회전 마찰 용접했습니다. 이후, 각 시편의 기계적 특성을 평가하여 최적의 조건을 도출하고, 해당 조건의 시편에 대해 정밀 분석을 수행하는 방식으로 설계되었습니다.
Figure 3: Schematic view of the positioning of the materials before welding.
Figure 4: Interfaces of pins that were joined (A); flash generated by the process (B); specimen for tensile test (C); samples on graph paper.
데이터 수집 및 분석 방법:
인장 시험: ZWICK 1474 시험기를 사용하여 ASTM E 8M 규격에 따라 용접 시편의 기계적 강도를 측정했습니다.
비커스 미소경도 시험: Future-Tech Corporation의 디지털 미소경도 시험기를 사용하여 용접 계면 부근의 경도 변화를 측정했습니다.
금속 조직 분석: 시편을 절단, 연마 후 Keller 시약(알루미늄)과 10% 옥살산 전해 에칭(스테인리스강)을 통해 조직을 관찰했습니다.
계면 분석: 주사전자현미경(SEM)과 에너지 분산형 X선 분광법(EDX)을 이용하여 접합 계면의 미세구조와 원소 확산 거동을 분석했습니다.
연구 주제 및 범위:
본 연구는 AA1050 알루미늄과 AISI 304 스테인리스강의 회전 마찰 용접에 국한됩니다. 고정된 회전 속도(3,200 RPM) 하에서 마찰 압력(P1), 마찰 시간(t1), 단조 압력(P2), 단조 시간(t2)을 주요 변수로 하여 접합부의 기계적 특성 및 미세조직 변화를 분석했습니다.
6. 주요 결과:
주요 결과:
회전 마찰 용접을 통해 AA1050 알루미늄과 AISI 304 스테인리스강의 성공적인 접합이 가능했습니다.
최적 조건의 시편은 인장 시험 시 용접 계면이 아닌 알루미늄 모재에서 파단이 발생하여, 계면의 결합력이 매우 우수함을 입증했습니다.
용접 계면에서는 Fe와 Al 원소의 상호 확산이 관찰되었으며, 이는 확산이 주된 결합 메커니즘임을 나타냅니다.
용접 계면 근처에서는 알루미늄과 스테인리스강 양측 모두에서 모재보다 높은 미소경도 값을 나타내어, 용접부 주변이 강화되었음을 확인했습니다.
Figure 목록:
Figure 1: Phases of conventional friction welding process. (A) Period of approximation; (B) P1, t1 application; (C) end of P1, t1 application, and braking of the machine (RPM = 0); (D) P2, t2 application and finish welding.
Figure 2: Equipment of rotary friction welding.
Figure 3: Schematic view of the positioning of the materials before welding.
Figure 4: Interfaces of pins that were joined (A); flash generated by the process (B); specimen for tensile test (C); samples on graph paper.
Figure 5: Specimen number 5: (A) – rupture on the bonding interface; specimen number 8: (B) – rupture away from the bonding interface.
Figure 6: Specimens number 1, 2 and 3 – AA1050 aluminum/ AISI 304 stainless steel after completion of tensile tests.
Figure 8: Photomicrograph of the bonding interface between the AA1050 aluminum and AISI 304 stainless steel, showing the measuring points and the approximate distance in scale of the regions that presented a variation of the Vickers microhardness values.
Figure 9: Photomicrograph of the interface bonding between the AA1050 aluminum and AISI 304 stainless steel with an increase of 100 Χ.
Figure 10: Analysis by semiquantitative EDX showing the interdiffusion of the main elements of alloy AA1050 (Al) and AISI 304 stainless steel (Fe).
Figure 11: Joints produced by the rotary friction welding process (RFW) (dark part: AISI 304 stainless steel; clear part: AA1050 aluminum).
7. 결론:
마찰 용접 공정은 AA1050 알루미늄과 AISI 304 스테인리스강과 같은 이종 재료를 용접하는 데 매우 효율적이었습니다. 이는 융용 용접 공정으로는 달성할 수 없는 기계적 특성을 나타내는 인장 기계 시험 결과로 확인되었습니다. 시험에 사용된 변수 중, AA1050 알루미늄의 기계적 강도보다 우수한 값을 보이며 인장 시험에서 최고의 결과를 보인 것은 8번 시편(P1 = 2.1 MPa; t1 = 32초, P2 = 1.4 MPa; t2 = 2초)이었습니다. AA1050 알루미늄 측과 AISI 304 스테인리스강 측의 접합 계면 근처 중앙 영역에서 측정된 비커스 미소경도 값은 모재보다 높았습니다. 측정 지점이 계면에서 멀어질수록 각 재료의 기준 미소경도 값에 도달할 때까지 감소했습니다. 이 연구 결과는 마찰 용접 공정의 주요 특성, 이종 재료 간의 결합 메커니즘, 그리고 항공 및 항공우주 산업에서 사용될 구조적 접합부 생산에 이 공정을 적용할 타당성을 이해하고 파악하는 데 근본적인 중요성을 가집니다.
8. 참고 문헌:
AALCO, n/d, “Aluminium alloys – Aluminium 1050 proprierties, fabrication and applications, supplier data by Aalco. Typical mechanical properties for aluminum alloy 1050” Available at: www.azom.com/details.asp?ArticleID=2798#_Alloy_Designations
Banker, J., Nobili, A., 2002, “Aluminum-Steel Electric Transition Joints, Effects of Temperature and Time upon Mechanical Properties. Draft of paper for presentation at 2002 TMS 131st Annual Meeting”, Seatle, WA, USA.
Fukumoto, S. et al., 1997, “Evaluation of friction weld interface of aluminum to austenitic stainless steel joint”, Materials Science and Technology, Vol. 13, Nº. 8, pp. 679-686.
Fukumoto, S. et al., 1999, “Friction welding process of 5052 aluminum alloy to 304 stainless steel”. Materials Science and Technology, Vol. 15, Nº. 9, pp.1080.
Fuji, A. et al., 1997, “Mechanical properties of titanium – 5083 aluminum alloy friction joints”, Materials Science and Technology, Vol. 13, Nº. 8, pp. 673-678.
Kimura, M. et al., 2003, “Observation of joining phenomena in friction stage and improving friction welding method”, JSME International Journal, Series A, Vol. 46, N°. 3, pp. 384-390.
Maldonado-Zepeda, C., 2001, “The effect of interlayers on dissimilar friction weld properties”, PhD thesis, University of Toronto, Canada.
Wainer, E., Brandi, S.D. and Homem de Mello, F.D., 2002, “Soldagem: processos e metalurgia”, 3. ed. São Paulo: Edgard Blücher.
Ylbas, B.S. et al., 1995, “Friction welding of St-Al and Al-Cu materials”, Journal of Materials Processing Technology, Vol. 49, N°. 3-4, pp. 431-443. doi: 10.1016/0924-0136(94)01349-6
전문가 Q&A: 자주 묻는 질문
Q1: 이 연구에서 융용 용접 대신 회전 마찰 용접(RFW)을 선택한 구체적인 이유는 무엇인가요?
A1: 융용 용접은 고온에서 알루미늄과 강철이 반응하여 FeAl, FeAl3와 같이 매우 단단하고 깨지기 쉬운 금속간 화합물을 형성하기 때문입니다. 이러한 화합물은 용접부의 기계적 특성을 심각하게 저하시킵니다. 반면, 회전 마찰 용접은 재료의 융점 이하 온도에서 진행되는 고체상 접합 공정이므로 이러한 취성 화합물의 생성을 근본적으로 억제하여 건전하고 강한 접합부를 얻을 수 있습니다.
Q2: 용접 시 발생하는 ‘플래시(flash)’가 알루미늄 쪽에서만 형성된 것은 무엇을 의미하나요?
A2: 이는 두 재료의 기계적 강도 차이 때문입니다. AISI 304 스테인리스강은 AA1050 알루미늄보다 고온 강도가 훨씬 높습니다. 따라서 마찰열과 압력이 가해졌을 때, 강도가 낮은 알루미늄만 소성 변형되어 계면 밖으로 밀려나와 플래시를 형성하고, 스테인리스강은 거의 변형되지 않은 것입니다. 이는 불순물과 산화물을 효과적으로 제거하는 긍정적인 과정이기도 합니다.
Q3: Table 3의 결과 중 가장 강한 접합부를 만든 구체적인 공정 변수는 무엇이며, 이 조합이 효과적이었던 이유는 무엇인가요?
A3: 가장 강한 접합부는 시편 8번 조건인 마찰 압력(P1) 2.1 MPa, 마찰 시간(t1) 32초, 단조 압력(P2) 1.4 MPa, 단조 시간(t2) 2초에서 얻어졌습니다. 32초라는 비교적 긴 마찰 시간은 계면에 충분한 열을 발생시켜 원활한 소성 변형과 확산을 촉진했으며, 이후 2초간의 단조 압력은 가열된 재료를 효과적으로 압착하여 최종적인 결합을 완성했기 때문으로 분석됩니다.
Q4: Figure 7을 보면 용접 계면 근처에서 양쪽 재료 모두 경도가 증가했습니다. 각 재료에서 경도가 증가한 원인은 무엇인가요?
A4: 두 재료에서 경도가 증가한 원인은 다릅니다. AA1050 알루미늄의 경우, 용접 중 발생한 큰 소성 변형(가공 경화)과 온도 상승이 복합적으로 작용하여 경도가 증가했습니다. 반면, 소성 변형이 거의 없었던 AISI 304 스테인리스강의 경우, 주로 알루미늄으로부터 전달된 열에 의한 온도 상승과 그에 따른 미세조직 변화가 경도 증가의 주된 원인입니다.
Q5: Figure 10의 EDX 분석에서 어떤 원소가 다른 원소로 더 많이 확산되었으며, 논문에서 제시하는 이유는 무엇인가요?
A5: 분석 결과, 알루미늄(Al)이 철(Fe)로 확산된 것보다 철(Fe)이 알루미늄(Al)으로 더 많이 확산되었습니다. 논문에서는 이에 대한 두 가지 가능한 이유를 제시합니다. 첫째, 철 원자의 직경이 알루미늄 원자보다 작아 확산이 더 용이하다는 점. 둘째, 각 모재에 포함된 철과 알루미늄의 농도 차이 때문일 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 이종 재료 마찰 용접이 기존의 기술적 한계를 극복하고 알루미늄과 스테인리스강을 성공적으로 접합할 수 있는 매우 강력한 솔루션임을 명확히 보여주었습니다. 특히 용접부가 모재보다 더 강한 이상적인 접합부를 구현함으로써, 항공우주와 같이 극한의 신뢰성이 요구되는 분야에서의 적용 가능성을 입증했습니다. 이 연구 결과는 R&D 및 운영팀에게 공정 최적화, 품질 관리 기준 설정, 그리고 혁신적인 제품 설계를 위한 실질적인 통찰력을 제공합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 당사의 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
저작권 정보
이 콘텐츠는 “Eder Paduan Alves” 외 저자의 논문 “Welding of AA1050 aluminum with AISI 304 stainless steel by rotary friction welding process”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Y. Zhang, S. Babu, G. S. Daehn이 2010년 4th International Conference on High Speed Forming에 발표한 논문 “Impact Welding in a Variety of Geometric Configurations”을 기반으로 하며, STI C&D의 기술 전문가가 분석하고 정리했습니다.
키워드
Primary Keyword: 자기 펄스 용접(Magnetic Pulse Welding)
Secondary Keywords: 임팩트 용접(Impact Welding), 이종 금속 접합(Dissimilar Metal Joining), 고속 성형(High Speed Forming), 용접 구성(Welding Configuration)
Executive Summary
도전 과제: 자동차, 항공우주 산업에서 요구되는 이종 경량 합금의 접합 시, 기존 용접 방식은 열영향부(HAZ) 발생 및 소재 변형이라는 한계를 가집니다.
해결 방법: 전자기력을 이용한 고속 충돌 용접 기술인 자기 펄스 용접(MPW)을 사용하여 직접 랩 조인트, 프리플랜지 랩 조인트, 와이어 삽입 랩 조인트 등 세 가지 기하학적 구성에 대한 접합을 연구했습니다.
핵심 성과: 구리(Cu) 판재 용접에서 성공적인 접합을 위한 임계 충돌 속도(250 m/s 이상)와 충돌 각도(2°~7°) 범위를 규명했으며, 접합 계면의 경도와 파괴 인성이 모재보다 월등히 우수함을 입증했습니다.
핵심 결론: MPW 접합부의 뛰어난 기계적 특성은 고속 충돌로 인해 형성된 나노 크기의 미세 결정립 구조에 기인하며, 이는 공정 최적화를 통해 제어 가능합니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
자동차, 항공기, 심지어 자전거에 이르기까지 최적의 경량 구조물은 종종 여러 종류의 재료를 조합하여 만들어집니다. 따라서 강도가 높고 가벼운 이종 합금을 접합하는 기술은 산업계의 중요한 관심사였습니다. 기존의 용접 방식은 높은 열로 인해 접합부 주변에 열영향부(HAZ)가 생기거나 소재가 변형되는 문제를 안고 있습니다. 특히 이종 금속을 접합할 때 취성이 강한 금속간화합물(intermetallic phase)이 연속적으로 형성되어 접합 강도를 저하시키는 치명적인 단점이 있습니다.
이러한 문제를 해결하기 위한 대안이 바로 고체 상태에서 접합이 이루어지는 임팩트 용접(Impact Welding)입니다. 그중에서도 자기 펄스 용접(MPW)은 폭발물을 사용하지 않고 전자기력을 이용해 안전하고 정밀하게 공정을 제어할 수 있어 산업적 활용도가 높습니다. 본 연구는 판재 대 판재 용접에서 다양한 기하학적 구성을 적용하여 MPW 공정의 핵심 변수를 규명하고, 그에 따른 접합부의 기계적 특성과 미세구조를 분석하여 이 기술의 산업적 적용 가능성을 탐구하는 것을 목표로 합니다.
Figure 1 Schematic diagram of MPW system.
접근 방식: 연구 방법론 분석
본 연구는 자기 펄스 용접(MPW) 시스템을 사용하여 구리 합금, 알루미늄 합금, 강철 등 다양한 금속 판재의 접합을 실험했습니다. MPW 시스템은 커패시터 뱅크, 액추에이터, 그리고 용접될 소재(플라이어 판재와 타겟 판재)로 구성됩니다. 커패시터 뱅크에서 방전된 고밀도 전류가 액추에이터를 통해 흐르면, 전자기 유도 현상에 의해 플라이어 판재에 2차 전류가 발생합니다. 이때 발생하는 강력한 반발력(로렌츠 힘)이 플라이어 판재를 타겟 판재 쪽으로 매우 빠른 속도로 가속시켜 충돌, 접합시키는 원리입니다.
연구팀은 세 가지 다른 기하학적 구성을 설계하여 실험을 진행했습니다.
직접 랩 조인트(Direct Lap Joint): 비대칭 ‘n’자 형태의 평판 액추에이터를 사용하여 기본적인 랩 조인트를 구현했습니다. 특히 5°에서 30°까지 다양한 챔퍼 각도를 가진 2세대 액추에이터를 제작하여 충돌 각도와 속도의 영향을 체계적으로 연구했습니다.
프리플랜지 랩 조인트(Pre-flange Lap Joint): 액추에이터의 전류 유입부와 유출부가 서로 다른 평면에 위치하도록 설계하여, 플라이어 판재가 플랜징(flanging)됨과 동시에 용접이 이루어지도록 했습니다. 이는 성형과 접합을 동시에 수행할 수 있는 가능성을 보여줍니다.
와이어 삽입 랩 조인트(Lap Joint with Embedded Wires): 균일한 압력을 가하는 UP(Uniform Pressure) 액추에이터를 사용하되, 플라이어와 타겟 판재 사이에 미세한 강철 와이어를 삽입했습니다. 이 와이어는 평행 충돌 시 접합이 어려운 문제를 해결하고, 국부적인 충돌 각도를 형성하는 역할을 합니다.
연구팀은 광자 도플러 속도계(Photon Doppler Velocimetry, PDV)를 이용해 충돌 속도와 각도를 정밀하게 측정했으며, 접합된 시편에 대해 랩 전단, 박리, 나노인덴테이션 시험을 통해 기계적 강도를 평가했습니다. 또한, 투과전자현미경(TEM)을 사용하여 접합 계면의 미세구조 변화를 분석했습니다.
핵심 성과: 주요 발견 및 데이터
성과 1: 정밀한 용접 가능성 맵(Weldability Map) 구축
연구팀은 0.254mm 두께의 구리(Cu110) 판재를 용접하는 실험을 통해 성공적인 접합을 위한 공정 변수의 범위를 명확히 규명했습니다. 그림 8에서 볼 수 있듯이, 용접이 성공적으로 이루어지기 위해서는 충돌 속도가 250 m/s 이상이어야 하며, 충돌 각도는 2°에서 7° 사이의 좁은 범위 내에 있어야 합니다. 이 ‘용접 가능성 맵’은 단순히 경험에 의존하던 공정 설계를 데이터 기반의 정밀한 공학적 접근으로 전환시켰다는 점에서 큰 의미가 있습니다. 이는 생산 현장에서 불량률을 줄이고 안정적인 품질을 확보하는 데 핵심적인 지표가 될 수 있습니다.
Figure 8 Weldability map for Cu110 joints of 0.254mm thick plates.
성과 2: 모재를 능가하는 강력한 접합부 강도
MPW로 제작된 접합 시편의 기계적 특성은 매우 뛰어났습니다. 랩 전단 시험에서 알루미늄(AA6061)과 구리(Cu110) 시편 모두 용접부가 파괴되지 않고 모재 부분에서 파단이 발생했습니다. 이는 접합부가 모재보다 더 강하다는 것을 질적으로 증명합니다.
나노인덴테이션 시험을 통해 이를 정량적으로 분석한 결과, 그림 9와 같이 접합 계면에서 경도가 급격히 증가하는 것을 확인했습니다. AA6061 접합부의 경우, 약 20µm 폭에 걸쳐 경화 영역이 나타났으며, Cu110의 경우 약 30~40µm 폭의 비대칭적인 경화 패턴을 보였습니다. 이러한 국부적인 강도 증가는 접합부의 신뢰성을 크게 향상시킵니다.
성과 3: 강도의 비밀, 나노 단위 결정립 미세화
접합부가 왜 모재보다 강한지에 대한 해답은 미세구조 분석을 통해 밝혀졌습니다. 그림 10의 투과전자현미경(TEM) 이미지에서 볼 수 있듯이, MPW의 초고속 변형은 접합 계면에 수십 나노미터 직경의 초미세 등축정(equiaxed nano-crystalline) 구조를 형성했습니다. 즉, 기존 마이크로미터 단위였던 결정립 크기가 나노미터 단위로 미세화된 것입니다.
Figure 10 TEM images from Cu-Al joint showing grain refinement after high strain rate deformation. (All images are TEM BF image.)
홀-페치 관계(Hall-Petch relation)에 따라 결정립 크기가 작을수록 재료의 강도와 경도는 증가합니다. 이 나노 결정립 구조가 바로 MPW 접합부가 모재보다 월등한 기계적 특성을 갖는 근본적인 원인입니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 액추에이터의 기하학적 형상(예: 챔퍼 각도, 와이어 배치)이 충돌 각도와 속도를 제어하는 핵심 요소임을 보여줍니다. 그림 8의 용접 가능성 맵을 활용하여 특정 소재 조합에 대한 최적의 공정 조건을 설정하고, 이를 통해 안정적인 용접 품질을 확보할 수 있습니다.
품질 관리팀:그림 9의 나노인덴테이션 데이터는 접합부 품질을 정량적으로 평가할 수 있는 새로운 기준을 제시합니다. 접합 계면의 경도 증가 폭과 범위를 측정하여 용접의 건전성을 비파괴적으로 검사하는 QC 프로토콜을 개발할 수 있습니다.
설계 엔지니어: 프리플랜지 랩 조인트 구성의 성공은 부품 설계 단계에서부터 성형과 용접을 동시에 고려할 수 있음을 시사합니다. 이는 공정 단계를 줄여 생산성을 획기적으로 향상시킬 수 있는 잠재력을 가집니다.
논문 상세 정보
Impact Welding in a Variety of Geometric Configurations
1. 개요:
제목: Impact Welding in a Variety of Geometric Configurations
저자: Y. Zhang, S. Babu, and G. S. Daehn
발표 연도: 2010
발표 학회: 4th International Conference on High Speed Forming
키워드: Impact welding, Magnetic pulse welding, Welding configuration
2. 초록:
자기 펄스 용접은 전자기력을 이용한 고변형률 충격 용접 기술이다. 물리적 원리는 폭발 용접과 유사하며 고체 상태 충격 용접에 속한다. 이 고속 경사 충돌 용접은 다양한 랩 조인트 구성에 적용되어 왔다. 본 논문에서는 판재 대 판재 용접에 대한 세 가지 다른 기하학적 구성을 연구했다. 이는 직접 랩 조인트, 프리플랜지 랩 조인트, 그리고 와이어가 삽입된 랩 조인트이다. 세 가지 용접 구성 모두 동일 및 이종 금속 쌍 간의 야금학적 결합을 제공하는 데 사용되었다. 용접된 재료에는 구리 합금, 알루미늄 합금 및 강철이 포함된다. 판재는 두께가 센티미터 이상이고 종종 센티미터 범위의 크기를 가진다. 중요한 용접 공정 변수들은 로고스키 코일과 광자 도플러 속도계를 사용하여 기계적으로 조사되었다. 용접된 계면의 금속 조직 분석 결과 미세한 결정립 구조가 나타났다. 용접된 판재의 기계적 특성은 랩 전단, 박리 및 나노인덴테이션 시험으로 연구되었다. 시험 결과, 충격 용접된 계면은 모재보다 훨씬 더 큰 미세 경도와 파괴 인성을 가짐을 보여주었다.
3. 서론:
자동차, 항공기, 심지어 자전거를 위한 최적의 경량 구조물은 종종 다중 재료 조립체로 만들어진다는 인식이 증가하고 있다. 따라서 이종 고강도 경량 합금을 접합하는 것은 중요하고 성장하는 관심사가 되어왔다. 이종 금속 용접을 달성하는 가장 우아한 방법 중 하나는 충격 용접이다. 충격 용접의 뛰어난 장점은 이종 금속을 화학적으로 결합시키면서 연속적인 금속간화합물 상의 형성을 최소화할 수 있다는 것이다. 충격 용접은 용접 부위 근처에 열영향부나 변형을 일으키지 않는다. 따라서 이종 재료 접합에 대한 고체 상태 충격 용접에 더 많은 관심이 집중되고 있다. 본 논문은 고체 상태 충격 용접 공정 중 하나인 자기 펄스 용접(MPW)을 연구했다.
4. 연구 요약:
연구 주제의 배경:
경량화가 필수적인 산업 분야에서 이종 고강도 합금의 접합 수요가 증가하고 있으며, 기존 용접 방식의 한계(열영향부, 변형, 금속간화합물 형성)를 극복할 새로운 기술이 필요하다.
이전 연구 현황:
MPW는 1969년부터 튜브 간 용접에 성공적으로 적용되었으나, 일반적으로 20~100 kJ 범위의 높은 에너지를 필요로 했다. 최근에는 더 낮은 에너지로 평판의 선형 심 용접을 개발하는 연구가 진행되었으며, 이는 공정 효율성을 크게 향상시켰다.
연구 목적:
판재 대 판재 용접을 위한 다양한 MPW 구성(configurations)을 조사하고, 충돌 속도 및 각도와 같은 핵심 공정 변수를 측정하며, 접합부의 강도와 미세구조를 분석하여 각 구성의 효율성과 적용 가능성을 평가하는 것을 목표로 한다.
핵심 연구:
세 가지 기하학적 구성(직접 랩 조인트, 프리플랜지 랩 조인트, 와이어 삽입 랩 조인트)을 사용하여 동일 및 이종 금속(구리 합금, 알루미늄 합금, 강철) 판재를 접합했다. PDV를 사용하여 충돌 속도와 각도를 측정하고, 랩 전단, 박리, 나노인덴테이션 시험으로 기계적 특성을, TEM으로 미세구조를 분석하여 접합 메커니즘을 규명했다.
5. 연구 방법론
연구 설계:
세 가지 다른 기하학적 액추에이터 구성을 설계하여 MPW 실험을 수행했다. 각 구성은 충돌 각도와 속도에 다른 영향을 미치도록 고안되었다. 특히 2세대 직접 랩 조인트 액추에이터는 5°에서 30°까지 다양한 챔퍼 각도를 적용하여 충돌 각도의 영향을 체계적으로 연구할 수 있도록 설계되었다.
데이터 수집 및 분석 방법:
공정 변수 측정: 로고스키 코일(전류 측정)과 광자 도플러 속도계(PDV, 충돌 속도 측정)를 사용하여 핵심 공정 데이터를 수집했다. PDV 데이터를 Matlab 서브루틴으로 분석하여 시간-속도 프로파일을 얻고, 이를 통해 충돌 각도를 계산했다.
기계적 특성 평가: 랩 전단 시험, 박리 시험, 나노인덴테이션 시험을 통해 접합부의 강도와 경도를 정량적으로 평가했다.
미세구조 분석: 투과전자현미경(TEM)을 사용하여 용접 계면의 결정립 구조 변화를 관찰했다.
연구 주제 및 범위:
본 연구는 판재 대 판재의 자기 펄스 용접에 초점을 맞춘다. 연구 범위는 세 가지 기하학적 구성의 적용, 동일 및 이종 금속(구리 합금, 알루미늄 합금, 강철) 접합, 핵심 공정 변수(충돌 속도, 각도) 측정, 그리고 접합부의 기계적 특성 및 미세구조 분석을 포함한다.
6. 주요 결과:
주요 결과:
구리 판재(0.254mm 두께)의 MPW를 위한 용접 가능성 맵을 구축했으며, 성공적인 용접을 위해서는 충돌 속도 250 m/s 이상, 충돌 각도 2°~7° 범위가 필요함을 밝혔다.
랩 전단 시험 결과, 모든 시편이 용접부가 아닌 모재에서 파단되어 접합부가 모재보다 강함을 입증했다.
나노인덴테이션 시험 결과, 용접 계면에서 경도가 현저하게 증가했으며, AA6061의 경우 약 20µm, Cu110의 경우 약 30~40µm 폭의 경화 영역이 관찰되었다.
TEM 분석 결과, 용접 계면에서 수십 나노미터 크기의 초미세 등축정이 형성되었으며, 이러한 결정립 미세화가 접합부 강도 향상의 주된 원인임을 확인했다.
그림 목록:
Figure 1 Schematic diagram of MPW system.
Figure 2 Illustration of magnetic flux lines during impact welding process [7]. The abscissa and the longitudinal axes is the length scale and the unit is millimetre.
Figure 3 Schematic of the first generation flat bar actuator.
Figure 4 Second generation of the flat bar actuator.
Figure 5 Pre-flange actuator with workpieces. The inbound and outbound currents were labeled onto the actuator. (The supporting blank holders are ignored in this figure.)
Figure 6 Uniform pressure actuator applied for plate-to-plate welding with embedded wires.
Figure 7 Schematic of impact angle measurement. (In order to measure the moving flyer plate velocity, the laser beam direction needs to be perpendicular to the flyer plate, which is very difficult in real experiment. In this study, two individual laser beams were used to measure the specific point velocity rather than the moving surface velocity. Hence, the beam direction is not perpendicular to the flyer plate.)
Figure 8 Weldability map for Cu110 joints of 0.254mm thick plates.
Figure 9 Nano-indentation test results from MPW joints.
Figure 10 TEM images from Cu-Al joint showing grain refinement after high strain rate deformation. (All images are TEM BF image.)
7. 결론:
본 논문은 판재 대 판재 자기 펄스 용접을 위한 다양한 액추에이터 구성을 연구했다. 직접 랩 조인트, 프리플랜지 랩 조인트, 와이어 삽입 랩 조인트의 세 가지 유형이 판재 대 판재 용접에 적용되었다. 충격 용접은 동일 및 이종 재료 모두에 적용되었다. 충돌 속도와 충돌 각도는 광자 도플러 속도계로 측정되었다. Cu-Cu 판재에 대한 하나의 용접 맵이 개발되었다. 접합 강도를 조사한 결과, 계면이 모재보다 더 큰 강도를 가졌으며, 이는 계면의 결정립 미세화로 설명될 수 있다.
8. 참고 문헌:
[1] Psyk, V., Gershteny, G., Demir, O.K., Brosius, A., Tekkaya, A.E., Schaper, M., Bach, F.W., Process Analysis and Physical Simulation of Electromagnetic Joining of Thin-Walled Parts. in 3rd International Conference on High Speed Forming. 2008. Dortmund, Germany.
[2] Khrenov, K.K. and V.A. Chudakov, Magnetic pulse welding of butt joints between tubes. Automatic Welding Ussr, 1969. 22: p. 75.
[3] Tamaki, K. and M. Kojima, Factors affecting the result of electromagnetic welding of aluminum tube. Trans. Jpn. Weld. Soc, 1988. 19(1): p. 53-59.
[4] Aizawa, T., Kashani M., and Okagawa K., Application of Magnetic Pulse Welding for Aluminum Alloys and SPCC Steel Sheet Joints. Welding in the World, 2005. 49(9): p. 212-222.
[5] Kore, S.D., Date P.P., and Kulkarni S.V., Effect of Process Parameters on Electromagnetic Impact Welding of Aluminum Sheets. International Journal of Impact Engineering, 2007. 34: p. 1327-1341.
[6] Lee, K.-J., Shinji, K., Takashi, A., Tomokatsu, A., Interfacial microstructure and strength of steel/aluminum alloy lap joint fabricated by magnetic pressure seam welding. Materials Science and Engineering A, 2007. 471: p. 95-101.
[7] Fenton, G., Daehn, G., Vivek, A., Johson, J., Taber, G., Electromagnetic ring expansion for high strain rate tensile testing. in TMS 2008. New Orleans, LA, USA.
[8] Banik, K., Factors affecting electromagnetic flat sheet forming using the uniform pressure coil, in Materials Science and Engineering. 2008, The Ohio State University: Columbus, OH.
[9] Kamal, M., A uniform pressure electromagnetic actuator for forming flat sheets, in Materials Science and Engieering. 2005, The Ohio State Univeristy: Columbus, OH.
[10] Zhilyaev, A.P., Swaminathan, S., Gimazov, A., McNelley, T., Langdon, T., An evaluation of microstructure and microhardness in copper subjected to ultra-high strains. Journal of Materials Science, 2008. 43(23): p. 7451-7456.
전문가 Q&A: 자주 묻는 질문에 대한 답변
Q1: 왜 세 가지 다른 기하학적 구성을 연구했나요?
A1: 세 가지 구성은 MPW 기술의 다용성을 보여주기 위해 선택되었습니다. 직접 랩 조인트는 기본적인 접합 특성을 연구하는 데 사용되었고, 프리플랜지 랩 조인트는 성형과 용접을 결합하는 공정 통합의 가능성을 탐구했으며, 와이어 삽입 랩 조인트는 평행 충돌이 불가피한 상황에서 국부적인 충돌 각도를 인위적으로 만들어 접합을 가능하게 하는 새로운 접근법을 제시했습니다. 이를 통해 다양한 산업적 요구에 맞는 최적의 솔루션을 찾고자 했습니다.
Q2: 그림 8의 용접 가능성 맵(Weldability Map)이 갖는 실질적인 의미는 무엇인가요?
A2: 이 맵은 성공적인 용접을 위한 ‘레시피’와 같습니다. 이전에는 시행착오를 통해 공정 조건을 찾아야 했다면, 이제는 구리 판재 용접 시 충돌 속도와 각도를 특정 범위(속도 > 250 m/s, 각도 2°~7°) 내로 제어하면 안정적인 품질의 용접이 가능하다는 것을 과학적으로 보여줍니다. 이는 생산 공정의 예측 가능성과 신뢰성을 높여 불량률을 줄이고 생산성을 향상시키는 데 직접적으로 기여합니다.
Q3: 그림 9의 나노인덴테이션 결과에서 Cu110 접합부가 비대칭적인 경화 패턴을 보이는 이유는 무엇인가요?
A3: 논문에서는 이 비대칭 패턴이 서로 다른 경화 메커니즘이나 각 인덴테이션 간의 변동성에서 비롯될 수 있다고 언급하며, 이 현상을 이해하기 위해서는 추가 연구가 필요하다고 밝히고 있습니다. 이는 연구의 한계를 명확히 하고 향후 연구 방향을 제시하는 정직한 접근 방식으로, 이 현상이 실제 접합부의 피로 수명이나 내구성에 미치는 영향을 파악하는 것이 중요할 수 있습니다.
Q4: 이 연구에서 광자 도플러 속도계(PDV)는 어떤 중요한 역할을 했나요?
A4: PDV는 MPW 공정의 핵심 변수인 플라이어 판재의 속도를 마이크로초 단위로 정밀하게 측정하는 데 결정적인 역할을 했습니다. 두 지점에서의 속도 프로파일을 측정하고 이를 적분하여 이동 거리의 차이(Δh)를 계산함으로써, 직접 측정이 매우 어려운 충돌 각도(α)를 정확하게 산출할 수 있었습니다. 이 정밀한 측정 없이는 그림 8과 같은 신뢰성 있는 용접 가능성 맵을 구축할 수 없었을 것입니다.
Q5: 접합부 강도가 모재보다 강해지는 근본적인 물리적 메커니즘은 무엇인가요?
A5: 근본적인 메커니즘은 ‘결정립 미세화에 의한 강화’입니다. MPW의 초고속, 고변형률 충돌은 접합 계면에 엄청난 양의 소성 변형을 일으킵니다. 이 에너지는 재료의 재결정을 유도하여 기존의 마이크로미터 크기 결정립을 수십 나노미터 크기의 초미세 결정립으로 바꿉니다. 홀-페치 관계(Hall-Petch relation)에 따르면, 결정립 크기가 작을수록 결정립계가 전위(dislocation)의 이동을 더 효과적으로 방해하므로 재료의 강도와 경도가 크게 증가합니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 자기 펄스 용접(Magnetic Pulse Welding)이 기존 용접 기술의 한계를 넘어 이종 금속을 포함한 다양한 재료를 효과적으로 접합할 수 있는 혁신적인 기술임을 명확히 보여주었습니다. 특히, 성공적인 접합을 위한 핵심 변수인 충돌 속도와 각도의 임계 범위를 규명하고, 접합부의 강도가 모재를 능가하는 이유가 나노 단위의 결정립 미세화에 있음을 과학적으로 입증했습니다. 이는 액추에이터의 기하학적 설계를 통해 공정을 최적화함으로써 접합 품질을 예측하고 제어할 수 있다는 것을 의미합니다.
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 알아보십시오.
(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 Y. Zhang, S. Babu, G. S. Daehn의 논문 “Impact Welding in a Variety of Geometric Configurations”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Muhammad RAFIQ, Laurent LANGLOIS, Régis BIGOT가 2010년 AIP Conference Proceedings에 발표한 논문 “Hot Forging of a Cladded Component by Automated GMAW Process”를 기반으로 합니다. STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 내구성과 내식성이 뛰어난 부품을 제조할 때, 복잡한 형상을 가공한 후 클래딩을 적용하는 기존 방식은 비효율적일 수 있습니다.
The Method: 본 연구는 공정을 역으로 전환하여, 단순한 형상의 강철 프리폼(pre-form)에 자동 GMAW(Gas Metal Arc Welding) 공법으로 스테인리스강 클래딩을 먼저 적용한 후, 열간 단조를 통해 최종 형상을 만드는 새로운 방식을 제안합니다.
The Key Breakthrough: 연구 결과, 클래딩된 부품의 성공적인 성형을 위해 균열과 결함을 방지하는 최적의 열간 단조 온도(900°C)와 GMAW 토치 각도(β=30°)를 규명했습니다.
The Bottom Line: ‘선 클래딩, 후 단조(clad-then-forge)’ 방식은 구조적 무결성이 향상된 고성능 바이메탈(bimetallic) 부품을 제조할 수 있는 매우 유망한 대안 공법임이 입증되었습니다.
The Challenge: Why This Research Matters for CFD Professionals
기존의 부품 제조 공정은 일반적으로 최종 형상을 먼저 가공한 후, 내마모성이나 내식성을 높이기 위해 표면에 용접 클래딩을 적용합니다. 하지만 복잡한 형상의 부품에 균일한 품질의 클래딩 층을 형성하는 것은 기술적으로 어렵고 비용이 많이 드는 작업입니다.
본 연구는 이러한 패러다임에 도전합니다. “단순한 프리폼에 먼저 클래딩을 하고, 그 다음 고온에서 단조하여 최종 형상을 만들 수 있을까?”라는 질문에서 출발합니다. 이 역발상 공법의 성공 여부는 이종 금속(모재: 저탄소강, 클래딩재: 스테인리스강)으로 구성된 프리폼의 ‘단조성(forgeability)’에 달려 있습니다. 즉, 고온의 단조 공정 중 클래딩 층이 모재로부터 분리되거나 균열이 발생하는 등의 결함 없이 안정적으로 변형될 수 있는지를 규명하는 것이 핵심 과제입니다.
The Approach: Unpacking the Methodology
연구팀은 제안된 공법의 실현 가능성을 검증하기 위해 체계적인 실험을 설계했습니다.
소재: 두께 30mm의 저탄소강 S235 강판 위에 스테인리스강 316L 와이어를 클래딩 소재로 사용했습니다.
공정: 자동화된 로봇 GMAW(MIG 용접) 시스템을 활용하여 클래딩을 수행했습니다.
주요 변수:
용접 공정 변수: 와이어 공급 속도, 아크 전압, 용접 속도
기하학적 변수: 인접한 비드 간의 중첩(overlapping), 측면 토치 기울기 각도(β)
실험을 통해 클래딩 품질과 열간 단조성에 영향을 미치는 두 가지 핵심 요인을 발견했습니다.
Finding 1: 클래드 품질 확보의 핵심, 토치 기울기 각도
다중 비드 클래딩 시, 이전 비드와 새로운 비드가 만나는 지점(toe)에서 발생하는 ‘용입 불량(lack of penetration)’ 결함이 가장 큰 문제점으로 나타났습니다. 연구 결과, 이 결함은 용융 금속의 ‘젖음각(wetting angle)’과 밀접한 관련이 있었습니다. Figure 6(b)에서 볼 수 있듯이, 토치를 수직(β=0°)으로 유지했을 때보다 측면으로 30° 기울였을 때(β=30°) 모든 비드 중첩 조건에서 젖음각이 현저히 감소했습니다. 이는 용입 불량 결함을 줄이고 균일한 표면 형상을 만드는 데 결정적인 역할을 했습니다.
Finding 2: 성공적인 열간 단조를 위한 최적의 온도 구간 존재
열간 굽힘 시험 결과, 단조 온도에 따라 성패가 명확하게 갈렸습니다. Table 2와 Figure 8에 나타난 바와 같이, 900°C에서 단조한 시편에서는 어떠한 균열도 발견되지 않았습니다. 반면, 750°C의 낮은 온도나 1050°C의 높은 온도에서 단조한 시편에서는 비드 경계면의 ‘용입 불량’ 결함 부위에서부터 균열이 시작되어 클래딩 표면으로 전파되는 현상이 관찰되었습니다. 이는 해당 소재 조합의 성공적인 열간 단조를 위해서는 900°C라는 최적의 온도 창이 존재함을 명확히 보여줍니다.
FIGURE 8 Hot bending test results of 18% diluted cladded plate at different temperatures
Practical Implications for R&D and Operations
본 연구 결과는 공정, 품질, 설계 엔지니어에게 다음과 같은 실용적인 통찰을 제공합니다.
For Process Engineers: 다중 비드 GMAW 클래딩 공정에서 토치 측면 기울기를 약 30°로 조절하면 ‘용입 불량’ 결함을 효과적으로 줄일 수 있습니다. 또한, ‘선 클래딩, 후 단조’ 공법 적용 시, 본 연구의 소재 조합(S235+316L)에서는 약 900°C의 정밀한 온도 제어가 균열 방지의 핵심입니다.
For Quality Control Teams: 논문의 Table 2와 Figure 8 데이터는 ‘용입 불량’ 결함이 열간 성형 시 균열의 시작점 역할을 한다는 것을 명확히 보여줍니다. 이는 단조 공정 이전에 용접 비드 접합부에 대한 비파괴 검사를 통해 해당 결함 유무를 확인하는 것이 최종 부품의 파손을 예방하는 중요한 품질 관리 기준이 될 수 있음을 시사합니다.
For Design Engineers: 이번 연구 결과는 초기 클래딩 공정 변수가 바이메탈 부품의 최종 성형성에 직접적인 영향을 미친다는 것을 보여줍니다. 따라서 ‘선 클래딩, 후 단조’ 공법을 채택할 경우, 클래딩 전략(토치 각도, 비드 중첩 등)을 단순한 표면 처리 공정이 아닌, 초기 설계 단계부터 반드시 고려해야 할 핵심 설계 인자로 다루어야 합니다.
Paper Details
Hot Forging of a Cladded Component by Automated GMAW Process
1. Overview:
Title: Hot Forging of a Cladded Component by Automated GMAW Process
Author: Muhammad RAFIQ, Laurent LANGLOIS, Régis BIGOT
Year of publication: 2010
Journal/academic society of publication: AIP Conference Proceedings (AMPT2010)
Keywords: Automatic GMAW, Clad quality parameters, Bead overlapping, Hot bending
2. Abstract:
Weld cladding is employed to improve the service life of engineering components by increasing corrosion and wear resistance and reducing the cost. The acceptable multi-bead cladding layer depends on single bead geometry. Hence, in first step, the relationship between input process parameters and the single bead geometry is studied and in second step a comprehensive study on multi bead clad layer deposition is carried out. This paper highlights an experimental study carried out to get single layer cladding deposited by automated GMAW process and to find the possibility of hot forming of the cladded work piece to get the final hot formed improved structure. The experiments for single bead were conducted by varying the three main process parameters wire feed rate, arc voltage and welding speed while keeping other parameters like nozzle to work distance, shielding gas and its flow rate and torch angle constant. The effect of bead spacing and torch orientation on the cladding quality of single layer from the results of single bead deposition was studied. A hot bending test at different temperatures of cladded plates with different dilution and nominal energy carried out.
3. Introduction:
본 연구의 핵심 아이디어는 기존의 일반적인 부품 제작 순서를 뒤집어, 단순한 형상의 프리폼에 먼저 클래딩을 적용한 후 단조를 통해 최종 제품을 얻는 것입니다. 이 연구는 이종 금속으로 용접된 프리폼의 단조성(forgeability)을 평가하여 작업성과 그에 따른 기계적 특성을 확인하고자 합니다. 단순 형상에 클래딩을 적용하고, 후속 열간 단조를 통해 원하는 표면 구조를 얻을 수 있는지에 대한 가능성을 탐구합니다.
4. Summary of the study:
Background of the research topic:
엔지니어링 부품의 수명을 향상시키기 위해 내부식성 및 내마모성이 우수한 소재를 표면에 덧씌우는 용접 클래딩 기술이 널리 사용됩니다.
Status of previous research:
여러 연구[2,3,4,5]에서 용접 공정 변수와 비드 형상 간의 상관관계가 보고되었으며, Rajeev 등[6]은 표면 불균일성을 최소화하는 연구를 수행했습니다. 특히 Joseph 등[1]은 용접 클래딩된 판재의 열간 단조 거동 연구를 제안한 바 있습니다.
Purpose of the study:
용접 클래딩된 프리폼의 열간 단조 가능성을 조사하고, 클래딩 공정 변수, 클래드 품질, 그리고 최종 성형 거동 사이의 관계를 규명하는 것을 목표로 합니다.
Core study:
자동 GMAW 공정을 이용한 단일 및 다중 비드 클래딩 실험을 수행하고, 클래딩된 시편의 단조성을 평가하기 위해 다양한 온도 조건에서 열간 굽힘 시험을 실시했습니다.
5. Research Methodology
Research Design:
실험 계획법에 따라 GMAW 공정 변수(전압, 와이어 공급 속도, 용접 속도)가 단일 비드 형상에 미치는 영향을 먼저 분석하고, 그 결과를 바탕으로 다중 비드 클래딩의 최적 조건을 탐색했습니다. 최종적으로 클래딩된 시편의 열간 단조성을 평가했습니다.
Data Collection and Analysis Methods:
클래딩된 시편의 단면을 절단하여 매크로 분석을 통해 클래드 형상(두께, 용입), 희석률, 결함 등을 측정했습니다. 열간 굽힘 시험 후에는 시편의 균열 발생 여부를 육안 및 매크로 사진으로 관찰했습니다.
Research Topics and Scope:
본 연구는 저탄소강(S235) 모재에 스테인리스강(316L)을 자동 GMAW 공법으로 클래딩한 후, 열간 성형 시의 거동을 분석하는 데 초점을 맞춥니다. 클래딩 공정에서는 토치 각도와 비드 중첩의 영향을, 열간 성형에서는 온도의 영향을 중점적으로 다룹니다.
6. Key Results:
Key Results:
다중 비드 클래딩 시, 인접 비드 경계면의 ‘용입 불량’이 주요 결함으로 나타났습니다.
토치 측면 기울기 각도(β)를 0°에서 30°로 변경했을 때, 비드의 젖음각이 개선되어 용입 불량 결함이 감소하고 표면 조도가 향상되었습니다.
열간 굽힘 시험 결과, 900°C에서 성형 시 균열이 발생하지 않아 최적의 단조 온도로 확인되었습니다.
FIGURE 6 Macrographs of cladded beads at different torch angles (a) and its effect on wetting angle (b)
FIGURE 7 Hot bending test apparatus setup
FIGURE 8 Hot bending test results of 18% diluted cladded plate at different temperatures
7. Conclusion:
본 연구를 통해 클래딩된 부품의 열간 단조 거동을 특성화했습니다. 일련의 실험을 통해 클래딩 공정과 클래드 품질 파라미터 간의 관계를 수립했으며, 이러한 클래드 품질이 부품의 성형 거동과 직접적으로 연결됨을 확인했습니다. 열간 단조 후 클래딩 층의 최종 특성에 대한 탐구는 향후 연구 과제로 남겨두었습니다.
8. References:
[1] Joseph Domblesky, Frank F. Kraft, Metallographic evaluation of welded forging performs, Journal of Materials Processing Technology, 191 (2007) 82-86
[2] Raveendra J, Parmar RS, Mathematical models to predict weld bead geometry for flux cored arc welding. J Metal Construct 1987; 19(2):31R-5R.
[3] Yang LJ, Bibby MJ, Chandel RS., Linear regression equations for modeling the submerged-arc welding process. J Mater Process Technol, 1993; 39:33-42.
[4] Allen TT, Richardson RW, Tagliabue DP, Statistical process design for robotic GMA welding of sheet metal. Weld J, AWS 2002(May):69-s–77-s.
[5]. Pandey S, Parmer RS, Mathematical models for predicting bead geometry and shape relationships for MIG welding of aluminium alloy 5083. Proceedings of the 2nd International Conference on recent Trends in Welding science and Technology USA, 1990, pp 37-41
[6].Rajeev Dwivedi, Radovan Kovacevic, Automated Torch Path Planning Using Polygon Subdivision for Solid Freeform Fabrication Based on Welding, Journal of Manufacturing Systems, Vol. 23/No. 4,2004.
Expert Q&A: Your Top Questions Answered
Q1: 연구에서 토치 측면 기울기 각도(β)를 핵심 변수로 조사한 이유는 무엇인가요?
A1: 초기 실험 결과, 인접한 비드의 끝부분(toe)에서 발생하는 ‘용입 불량’ 결함이 가장 중요한 문제임이 드러났습니다. 이 결함은 새로운 용융 비드가 이전 비드 위에서 어떻게 퍼지는지, 즉 ‘젖음성’과 깊은 관련이 있습니다. 연구팀은 토치의 측면 기울기 각도를 변경하면 용융 금속의 흐름과 열 분포에 영향을 주어 젖음각을 제어할 수 있을 것이라 가정했습니다. Figure 6(b)의 결과에서 보듯이, 30°의 기울기 각도는 0°에 비해 젖음성을 크게 개선하여 이 가설이 옳았음을 증명했습니다.
Q2: 논문에 따르면 750°C와 1050°C 모두에서 균열이 발생했는데, 두 온도에서의 파괴 메커니즘이 동일한가요?
A2: 논문은 균열 발생을 ‘클래딩의 고온 연성(hot ductility)’과 연관 짓지만, 두 온도에서의 파괴 메커니즘 차이를 명확히 구분하지는 않습니다. 하지만 일반적인 금속학적 관점에서, 750°C는 연성이 부족하여 균열이 발생할 수 있는 너무 낮은 온도일 수 있습니다. 반면 1050°C는 스테인리스강의 특정 상(예: 열영향부의 델타 페라이트)이 고온 연성을 저하 시키거나 액상 균열(liquation cracking)을 유발할 수 있는 온도 범위에 해당할 수 있습니다. 논문의 핵심은 900°C라는 안전한 작업 구간의 존재를 밝힌 것이며, 다른 온도에서의 상세한 파괴 메커니즘 분석은 다루지 않았습니다.
Q3: 논문에서 제안된 두 가지 비드 중첩 기준(수식 1, 2)의 이론적 근거는 무엇인가요?
A3: 논문은 이 기준들이 “단순화된 기하학적 중첩 가정”에 기반한다고 설명합니다. 수식 (1)은 높이 기반 기준으로, 중첩 지점이 비드 덧살 높이(r)의 절반(r/2)이 되도록 하는 것을 목표로 합니다. 수식 (2)는 면적 기반 기준으로, 새로운 비드가 이전 비드의 골짜기를 채우는 면적과 중첩 지점 위로 쌓이는 덧살의 면적이 균형을 이루도록 하는 것을 목표로 합니다. 두 가지 모두 매끄럽고 균일한 최종 표면을 얻기 위한 기하학적 접근법입니다.
Q4: 연구에서는 진행 방향에 대한 토치 각도(α)를 18°로 고정했습니다. 이 각도를 변경하면 결과에 어떤 영향을 미칠 수 있나요?
A4: 논문은 진행 방향 각도(α) 변화의 영향은 조사하지 않았습니다. 이 각도는 일반적으로 아크 특성, 비드 형상, 용입 깊이에 영향을 미칩니다. 만약 이 값을 변경한다면 전체 공정 윈도우가 바뀔 가능성이 높습니다. 본 연구에서는 이 값을 고정하고, 다중 패스 클래딩에서 인접 비드 간의 상호작용과 젖음성에 더 직접적인 영향을 미치는 측면 기울기 각도(β)에 집중했습니다.
Q5: 열간 굽힘 시험 전에 비드 접합부의 ‘용입 불량’ 결함은 어떻게 확인되었나요?
A5: 논문에 따르면, “클래딩된 판재는 두 비드의 접합부에서 용입 불량 결함을 보였으나, 이는 열간 굽힘 시험 전의 매크로 및 마이크로 사진에서는 보이지 않았다”고 기술되어 있습니다. 이는 해당 결함이 미세한 용융 불량 또는 기공으로, 일반적인 단면 분석으로는 쉽게 검출하기 어려웠음을 시사합니다. 이 결함은 Figure 8에서 볼 수 있듯이, 열간 굽힘 시험이라는 가혹한 변형이 가해졌을 때 비로소 균열의 시작점으로 작용하며 명확하게 드러났습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 ‘선 클래딩, 후 열간 단조(Hot Forging)‘라는 혁신적인 공법이 고성능 바이메탈 부품 제조에 있어 기술적으로 실현 가능한 대안임을 입증했습니다. 최적의 클래딩 변수(특히 토치 각도)와 정밀한 단조 온도 제어를 통해, 기존 공법의 한계를 극복하고 더 높은 품질과 생산성을 달성할 수 있는 새로운 길을 제시합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 본 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 적용할 수 있는지 알아보십시오.
(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 “Hot Forging of a Cladded Component by Automated GMAW Process” by “Muhammad RAFIQ, Laurent LANGLOIS, Régis BIGOT”.
A Study on an Interface Tracking Algorithm in Friction Stir Welding Based on Computational Fluid Dynamics Analysis
Fig. 3 Frictional heat generation rate
연구 배경 및 목적
문제 정의
마찰교반용접(Friction Stir Welding, FSW)은 고상 용접 기술로, 기존 용접 방법보다 결함이 적고 알루미늄과 같은 난용접 소재에도 적용 가능함.
기존 CFD 해석에서는 툴과 모재 간의 마찰에 의한 열원을 정확히 모델링하지 못하고 소성변형에 의한 열원만 고려하는 경우가 많았음.
연구 목적
FLOW-3D를 활용하여 FSW 공정에서 툴과 모재 간의 마찰열원을 정밀하게 모델링할 수 있는 표면추적 알고리즘 개발.
새로운 알고리즘을 통해 툴의 회전과 이동을 동시에 고려한 마찰열원 계산을 수행하고, 해석 결과를 이론적 계산값과 비교하여 검증.
연구 방법
표면추적 알고리즘 개발
툴의 형상(숄더, 핀 측면, 핀 밑면) 및 이동 궤적을 반영한 인터페이스 추적 기법 적용.
툴의 중심 좌표와 셀 중심 간의 거리를 계산하여 툴 표면 셀을 추적.
표면적 평균값을 활용하여 마찰열원의 크기를 계산하는 방식 도입.
FSW 시뮬레이션 모델링
유체역학 모델: 점성 유동(visco-plastic flow) 고려.
열 전달 모델: 마찰열과 소성변형열을 포함한 3D 열원 모델 구축.
경계 조건: 모재 하부의 받침판(backing plate)과의 열전달을 대류 경계조건으로 가정.
수치해석 도구: Flow-3D 유저 서브루틴(user subroutine) 활용하여 해석 수행.
주요 결과
마찰열 모델 검증
새로운 표면추적 알고리즘을 적용한 해석 결과, 이론적으로 계산한 마찰열원 값과 최대 3% 이내의 오차율을 보이며 높은 정확도 확인.
해석 결과에서 숄더 > 핀 측면 > 핀 밑면 순으로 열 발생량이 많음, 이는 접촉면적과 속도의 영향 때문임.
기존 연구들과 비교 시, 툴 이동과 회전을 동시에 고려하면서도 보다 정확한 마찰열원을 부여할 수 있음을 입증.
결론 및 향후 연구
결론
제안된 표면추적 알고리즘이 FSW 공정에서 마찰열원을 정확히 반영할 수 있음을 확인.
툴의 이동 및 회전을 동시에 고려하면서 마찰열원을 부여할 수 있는 새로운 접근법을 제시.
기존 방법 대비 이론값과의 오차율이 3% 이내로 줄어들어, 해석 신뢰도가 향상됨.
향후 연구 방향
다양한 툴 형상 및 재료에 대한 적용 연구.
다층 용접 및 비대칭 툴 형상에서의 추가 검증.
실제 실험 데이터를 활용한 모델의 보정 및 개선.
연구의 의의
본 연구는 전산유체역학(CFD)을 활용한 FSW 해석에서 마찰열원의 정밀한 모델링을 가능하게 하는 표면추적 알고리즘을 제안하였다. 이 접근법은 기존의 한계를 극복하며, FSW 공정 최적화 및 용접 품질 향상에 기여할 것으로 기대된다.
References
W.M. Thomas, E.D. Nicholas, J.D. Needham, M.G. Murch, P. Templesmith, C. Dawes, G.B. Patent Application No. 9,125,978.8, Dec. 1991, U.S. Patent No. 5,460,317, Oct. 1995
I.S. Chang, Y.J. Cho, H.S. Park, D.Y. So, Importance of Fundamental Manufacturing Technology in the Automotive Industry and the State of the Art Welding and Joining Technology, J.Welding and Joining, 34(1) (2016), 21-25
D.G. Kim, H. Badarinarayan, J.H. Kim, C.M. Kim, K. Okamoto, R.H. Wagoner and K.S. Chung, Numerical simulation of friction stir butt welding process for AA5083-H18 sheets, European Journal of Mechanics-A/Solids, 29(2) (2013), 204-215
G.Q. Chen, Q.Y. Shi, Y.J. Li, Y.J. Sun, Q.L. Dai, J.Y. Jia, Y.C. Zhu and J.J. Wu, Computational fluid dynamics studies on heat generation during friction stir welding of aluminum alloy, Computational Materials Science, 79 (2013), 540-546
S.D. Ji, Q.Y. Shi, L.G. Zhang, A.L. Zou, S.S. Gao and L.V. Zan, Numerical simulation of material flow behavior of friction stir welding influenced by rotational tool geometry, Computational Materials Science, 63 (2012), 218-226
T. Sheppard and D.S. Wright, Determination of flow stress : Part 1 constitutive equation for aluminium alloys at elevated temperatures, Metals Technology, 6(1) (1979), 215-223
O.C. Zienkiewicz and I.C. Cormeau, Visco‐plasticity-plasticity and creep in elastic solids-a unified numerical solution approach, International Journal for Numerical Methods in Engineering, 8(4) (1974), 821-845
G. Buffa, J. Hua, R. Shivpuri and L. Fratini, A continuum based fem model for friction stir welding-model development, Materials Science and Engineering: A, 419-1 (2005), 389-396
R. Ayer, H.W. Jin, R.R. Mueller, S. Ling and S. Ford, Interface structure in a Fe–Ni friction stir welded joint, Scripta Materialia, 53(12) (2005), 1383-1387
H.S. Carslaw and J.C. Jaeger, Conduction of heat in solids, Oxford(2nd Edition), Clarendon Press, 1959
R. Nandan, G.G. Roy, T.J. Lienert and T. Deb-Roy, Three-dimensional heat and material flow during friction stir welding of mild steel, Acta Materialia, 55(3) (2007)
J.H. Cho, D.E. Boyce and P.R. Dawson, Modeling strain hardening and texture evolution in friction stir welding of stainless steel, Materials Science and Engineering, A, 398(1) (2005), 146-163
T. Sheppard and A. Jackson, Constitutive equations for use in prediction of flow stress during extrusion of aluminium alloys, Materials science and Technology, 13(3) (1997), 203-209
H. Schmidt, J. Hattel and J. Wert, An analytical model for the heat generation in friction stir welding, Modelling and Simulation in Materials Science and Engineering, 12(1) (2003), 143-157
회전 이중초점 광학(Rotating Bifocal Optics)을 이용한 레이저 빔 용접(Laser Beam Welding) 공정 시뮬레이션 및 개발
연구 배경 및 목적
문제 정의: 레이저 빔 용접(LBW, Laser Beam Welding)은 고속 용접, 작은 열영향부(HAZ, Heat-Affected Zone), 변형 최소화 등의 장점으로 산업 생산에서 널리 사용된다.
그러나 스테인리스강(Stainless Steel)과 같은 특정 재료의 용접 시 균열(Cracks) 및 기공(Pores) 발생 문제가 남아있다.
회전 이중초점 광학(Bifocal Optics with Rotating Technique)은 용접 중 온도 제어를 개선하고, 용융 풀(Molten Pool) 내 균일한 온도 분포를 통해 용접 품질을 향상시킬 수 있다.
연구 목적:
FLOW-3D 소프트웨어를 활용하여 이중초점 광학을 사용한 회전 레이저 빔 용접 공정 시뮬레이션을 수행.
레이저 출력(Laser Power, LP), 회전 속도(Rotational Speed, RS), 용접 속도(Welding Speed, WS) 등의 공정 매개변수를 최적화하여 스테인리스강의 용접 품질을 평가.
실험 및 시뮬레이션 결과 비교를 통해 모델의 신뢰성 검증 및 비용과 시간을 절감할 수 있는 최적화 방안 제시.
연구 방법
실험 설정 및 시뮬레이션 환경
Ruhr University Bochum 실험실에서 LMB 회사와 협력하여 스테인리스강 AISI 304를 대상으로 실험 수행.
TruDisk 4001D 디스크 레이저 시스템 사용:
이중초점 거리(Bifocal Distance): 0.8 mm.
섬유 직경(Fiber Diameter) 및 점 크기(Dot Size): 0.1 mm.
시편 크기: 50 mm × 50 mm × 15 mm.
공정 변수:
용접 속도(WS): 2000 mm/min.
레이저 출력(LP): 2 kW 및 4 kW.
회전 속도(RS): 2500 ~ 5000 rev/min.
FLOW-3D 시뮬레이션 설정
FLOW-3D WELD 모듈을 사용하여 레이저 키홀(Keyhole) 형성 및 용융 풀의 형상 변화 시뮬레이션.
레이저 경로의 x 및 y 좌표 모델링:
원형 진동(Circular Oscillation) 방식을 통해 정확한 빔 이동 경로 계산.
이중초점 광학 시스템에서는 0.8 mm 간격으로 두 개의 동일한 경로 생성.
모든 실험 조건을 동일하게 입력하여 수치 모델의 정확도를 높임.
주요 결과
용접 형상(Geometry) 분석
FLOW-3D 시뮬레이션과 실험 결과 비교에서 높은 일치도 확인.
레이저 출력 및 회전 속도 변화에 따른 용접 깊이(Weld Depth, WD) 및 용접 폭(Weld Width, WW) 분석:
2 kW 출력 그룹(Group 1):
최대 용접 폭: 2392.05 µm, 최대 깊이: 2294.77 µm (RS: 2500 rev/min).
4 kW 출력 그룹(Group 2):
최대 용접 폭: 3422.97 µm, 최대 깊이: 3382.70 µm (RS: 2500 rev/min).
공정 매개변수 최적화
회전 속도 4000 rev/min, 레이저 출력 2 kW에서 기공 및 균열 최소화.
회전 속도 증가 시 용접 깊이 증가하지만, 5000 rev/min 이상에서는 기공 증가.
C7 시편(4 kW, 4000 rev/min)이 가장 적은 기공을 보임.
시뮬레이션과 실험 결과 비교
시뮬레이션 결과: 폭 2300 µm, 깊이 a 2120 µm, 깊이 b 1900 µm.
실험 결과: 폭 2367.89 µm, 깊이 a 2161.91 µm, 깊이 b 1924.39 µm.
10% 이내의 오차율을 보여, 시뮬레이션이 실제 용접 공정 예측에 유용.
결론 및 향후 연구
결론:
회전 이중초점 광학을 활용한 레이저 빔 용접 공정 시뮬레이션이 높은 정확도와 효율성을 입증.
FLOW-3D 소프트웨어를 통해 용접 풀 형상 및 온도 분포를 예측할 수 있으며, 공정 매개변수 최적화 가능.
회전 속도 4000 rev/min 및 레이저 출력 2 kW가 스테인리스강의 최적 용접 품질 제공.
향후 연구 방향:
다양한 재료 및 용접 조건에 대한 시뮬레이션 확장.
AI 및 머신러닝을 활용한 실시간 용접 품질 예측 시스템 개발.
산업 현장 적용을 위한 대규모 실증 연구 수행.
연구의 의의
본 연구는 FLOW-3D 시뮬레이션을 통해 회전 이중초점 광학 시스템을 적용한 레이저 빔 용접 공정의 최적화 가능성을 입증하고, 기공 및 균열을 최소화하여 용접 품질을 향상시킬 수 있는 실질적인 데이터를 제공하며, 산업용 스테인리스강 용접 공정의 효율성을 높이는 데 기여할 수 있다.
Formation of a quasi-steady molten pool is one of the necessary conditions for achieving excellent quality in many laser processes. The influences of distribution characteristics of powder sizes on quasi-stability of the molten pool shape during single-track powder bed fusion-laser beam (PBF-LB) of molybdenum and the underlying mechanism were investigated.
The feasibility of improving quasi-stability of the molten pool shape by increasing the laser energy conduction effect and preheating was explored. Results show that an increase in the range of powder sizes does not significantly influence the average laser energy conduction effect in PBF-LB process. Whereas, it intensifies fluctuations of the transient laser energy conduction effect.
It also leads to fluctuations of the replenishment rate of metals, difficulty in formation of the quasi-steady molten pool, and increased probability of incomplete fusion and pores defects. As the laser power rises, the laser energy conduction effect increases, which improves the quasi-stability of the molten pool shape. When increasing the laser scanning speed, the laser energy conduction effect grows.
However, because the molten pool size reduces due to the decreased heat input, the replenishment rate of metals of the molten pool fluctuates more obviously and the quasi-stability of the molten pool shape gets worse. On the whole, the laser energy conduction effect in the PBF-LB process of Mo is low (20-40%). The main factor that affects quasi-stability of the molten pool shape is the amount of energy input per unit length of the scanning path, rather than the laser energy conduction effect.
Moreover, substrate preheating can not only enlarge the molten pool size, particularly the length, but also reduce non-uniformity and discontinuity of surface morphologies of clad metals and inhibit incomplete fusion and pores defects.
준안정 용융 풀의 형성은 많은 레이저 공정에서 우수한 품질을 달성하는 데 필요한 조건 중 하나입니다. 몰리브덴의 단일 트랙 분말층 융합 레이저 빔(PBF-LB) 동안 용융 풀 형태의 준안정성에 대한 분말 크기 분포 특성의 영향과 그 기본 메커니즘을 조사했습니다.
레이저 에너지 전도 효과와 예열을 증가시켜 용융 풀 형태의 준안정성을 향상시키는 타당성을 조사했습니다. 결과는 분말 크기 범위의 증가가 PBF-LB 공정의 평균 레이저 에너지 전도 효과에 큰 영향을 미치지 않음을 보여줍니다. 반면, 과도 레이저 에너지 전도 효과의 변동이 강화됩니다.
이는 또한 금속 보충 속도의 변동, 준안정 용융 풀 형성의 어려움, 불완전 융합 및 기공 결함 가능성 증가로 이어집니다. 레이저 출력이 증가함에 따라 레이저 에너지 전도 효과가 증가하여 용융 풀 모양의 준 안정성이 향상됩니다. 레이저 스캐닝 속도를 높이면 레이저 에너지 전도 효과가 커집니다.
그러나 열 입력 감소로 인해 용융 풀 크기가 줄어들기 때문에 용융 풀의 금속 보충 속도의 변동이 더욱 뚜렷해지고 용융 풀 형태의 준안정성이 악화됩니다.
전체적으로 Mo의 PBF-LB 공정에서 레이저 에너지 전도 효과는 낮다(20~40%). 용융 풀 형상의 준안정성에 영향을 미치는 주요 요인은 레이저 에너지 전도 효과보다는 스캐닝 경로의 단위 길이당 입력되는 에너지의 양입니다.
또한 기판 예열은 용융 풀 크기, 특히 길이를 확대할 수 있을 뿐만 아니라 클래드 금속 표면 형태의 불균일성과 불연속성을 줄이고 불완전한 융합 및 기공 결함을 억제합니다.
M. Sharifitabar, F.O. Sadeq, and M.S. Afarani, Synthesis and Kinetic Study of Mo (Si, Al)2 Coatings on the Surface of Molybdenum Through Hot Dipping into a Commercial Al-12 wt.% Si Alloy Melt, Surf. Interfaces, 2021, 24, p 101044.ArticleCASGoogle Scholar
Z. Zhang, X. Li, and H. Dong, Response of a Molybdenum Alloy to Plasma Nitriding, Int. J. Refract. Met. Hard Mater., 2018, 72, p 388–395.ArticleCASGoogle Scholar
C. Tan, K. Zhou, M. Kuang, W. Ma, and T. Kuang, Microstructural Characterization and Properties of Selective Laser Melted Maraging Steel with Different Build Directions, Sci. Technol. Adv. Mater., 2018, 19(1), p 746–758.ArticleCASGoogle Scholar
C. Tan, F. Weng, S. Sui, Y. Chew, and G. Bi, Progress and Perspectives in Laser Additive Manufacturing of Key Aeroengine Materials, Int. J. Mach. Tools Manuf, 2021, 170, p 103804.ArticleGoogle Scholar
S.A. Khairallah and A. Anderson, Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder, J. Mater. Process. Technol., 2014, 214(11), p 2627–2636.ArticleCASGoogle Scholar
S.A. Khairallah, A.T. Anderson, A. Rubenchik, and W.E. King, Laser Powder-Bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and Formation Mechanisms of Pores, Spatter, and Denudation Zones, Acta Mater., 2016, 108, p 36–45.ArticleCASADSGoogle Scholar
K.Q. Le, C. Tang, and C.H. Wong, On the Study of Keyhole-Mode Melting in Selective Laser Melting Process, Int. J. Therm. Sci., 2019, 145, p 105992.ArticleGoogle Scholar
M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, and J.H. Hattel, Keyhole-Induced Porosities in Laser-Based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-Fidelity Modelling and Experimental Validation, Addit. Manuf., 2019, 30, p 100835.CASGoogle Scholar
B. Liu, G. Fang, L. Lei, and X. Yan, Predicting the Porosity Defects in Selective Laser Melting (SLM) by Molten Pool Geometry, Int. J. Mech. Sci., 2022, 228, p 107478.ArticleGoogle Scholar
W. Ge, J.Y.H. Fuh, and S.J. Na, Numerical Modelling of Keyhole Formation in Selective Laser Melting of Ti6Al4V, J. Manuf. Process., 2021, 62, p 646–654.ArticleGoogle Scholar
W. Ge, S. Han, S.J. Na, and J.Y.H. Fuh, Numerical Modelling of Surface Morphology in Selective Laser Melting, Comput. Mater. Sci., 2021, 186, p 110062.ArticleGoogle Scholar
Y.-C. Wu, C.-H. San, C.-H. Chang, H.-J. Lin, R. Marwan, S. Baba, and W.-S. Hwang, Numerical Modeling of Melt-Pool Behavior In Selective Laser Melting with Random Powder Distribution and Experimental Validation, J. Mater. Process. Technol., 2018, 254, p 72–78.ArticleGoogle Scholar
C. Tang, J.L. Tan, and C.H. Wong, A Numerical Investigation on the Physical Mechanisms of Single Track Defects in Selective Laser Melting, Int. J. Heat Mass Transf., 2018, 126, p 957–968.ArticleCASGoogle Scholar
X. Zhou, X. Liu, D. Zhang, Z. Shen, and W. Liu, Balling Phenomena in Selective Laser Melted Tungsten, J. Mater. Process. Technol., 2015, 222, p 33–42.ArticleCASGoogle Scholar
J.D.K. Monroy and J. Ciurana, Study of the Pore Formation on CoCrMo Alloys by Selective Laser Melting Manufacturing Process, Procedia Eng., 2013, 63, p 361–369.ArticleCASGoogle Scholar
L. Kaserer, J. Braun, J. Stajkovic, K.H. Leitz, B. Tabernig, P. Singer, I. Letofsky-Papst, H. Kestler, and G. Leichtfried, Fully Dense and Crack Free Molybdenum Manufactured by Selective Laser Melting Through Alloying with Carbon, Int. J. Refract. Met. Hard Mater., 2019, 84, p 105000.ArticleCASGoogle Scholar
T.B.T. Majumdar, E.M.C. Ribeiro, J.E. Frith, and N. Birbilis, Understanding the Effects of PBF Process Parameter Interplay on Ti-6Al-4V Surface Properties, PLoS ONE, 2019, 14, p e0221198.ArticleCASPubMedPubMed CentralGoogle Scholar
A.K.J.-R. Poulin, P. Terriault, and V. Brailovski, Long Fatigue Crack Propagation Behavior of Laser Powder Bed-Fused Inconel 625 with Intentionally- Seeded Porosity, Int. J. Fatigue, 2019, 127, p 144–156.ArticleCASGoogle Scholar
P. Rebesan, M. Ballan, M. Bonesso, A. Campagnolo, S. Corradetti, R. Dima, C. Gennari, G.A. Longo, S. Mancin, M. Manzolaro, G. Meneghetti, A. Pepato, E. Visconti, and M. Vedani, Pure Molybdenum Manufactured by Laser Powder Bed Fusion: Thermal and Mechanical Characterization at Room and High Temperature, Addit. Manuf., 2021, 47, p 102277.CASGoogle Scholar
D. Wang, C. Yu, J. Ma, W. Liu, and Z. Shen, Densification and Crack Suppression in Selective Laser Melting of Pure Molybdenum, Mater. Des., 2017, 129, p 44–52.ArticleCASGoogle Scholar
K.-H. Leitz, P. Singer, A. Plankensteiner, B. Tabernig, H. Kestler, and L.S. Sigl, Multi-physical Simulation of Selective Laser Melting, Met. Powder Rep., 2017, 72, p 331–338.ArticleGoogle Scholar
D.G.J. Zhang, Y. Yang, H. Zhang, H. Chen, D. Dai, and K. Lin, Influence of Particle Size on Laser Absorption and Scanning Track Formation Mechanisms of Pure Tungsten Powder During Selective Laser Melting, Engineering, 2019, 5, p 736–745.ArticleCASGoogle Scholar
L. Caprio, A.G. Demir, and B. Previtali, Influence of Pulsed and Continuous Wave Emission on Melting Efficiency in Selective Laser Melting, J. Mater. Process. Technol., 2019, 266, p 429–441.ArticleCASGoogle Scholar
D. Gu, M. Xia, and D. Dai, On the Role of Powder Flow Behavior in Fluid Thermodynamics and Laser Processability of Ni-based Composites by Selective Laser Melting, Int. J. Mach. Tools Manuf, 2018, 137, p 67–78.ArticleGoogle Scholar
W.-I. Cho, S.-J. Na, C. Thomy, and F. Vollertsen, Numerical Simulation of Molten Pool Dynamics in High Power Disk Laser Welding, J. Mater. Process. Technol., 2012, 212(1), p 262–275.ArticleCASGoogle Scholar
S.W. Han, J. Ahn, and S.J. Na, A Study on Ray Tracing Method for CFD Simulations of Laser Keyhole Welding: Progressive Search Method, Weld. World, 2016, 60, p 247–258.ArticleCASGoogle Scholar
W. Ge, S. Han, Y. Fang, J. Cheon, and S.J. Na, Mechanism of Surface Morphology in Electron Beam Melting of Ti6Al4V Based on Computational Flow Patterns, Appl. Surf. Sci., 2017, 419, p 150–158.ArticleCASADSGoogle Scholar
W.-I. Cho, S.-J. Na, C. Thomy, and F. Vollertsen, Numerical Simulation of Molten Pool Dynamics in High Power Disk Laser Welding, J. Mater. Process. Technol., 2012, 212, p 262–275.ArticleCASGoogle Scholar
W. Ma, J. Ning, L.-J. Zhang, and S.-J. Na, Regulation of Microstructures and Properties of Molybdenum-Silicon-Boron Alloy Subjected to Selective Laser Melting, J. Manuf. Process., 2021, 69, p 593–601.ArticleGoogle Scholar
S. Haeri, Y. Wang, O. Ghita, and J. Sun, Discrete Element Simulation and Experimental Study of Powder Spreading Process in Additive Manufacturing, Powder Technol., 2016, 306, p 45–54.ArticleGoogle Scholar
D. Yao, X. Liu, J. Wang, W. Fan, M. Li, H. Fu, H. Zhang, X. Yang, Q. Zou, and X. An, Numerical Insights on the Spreading of Practical 316 L Stainless Steel Powder in SLM Additive Manufacturing, Powder Technol., 2021, 390, p 197–208.ArticleCASGoogle Scholar
S. Vock, B. Klöden, A. Kirchner, T. Weißgärber, and B. Kieback, Powders for Powder Bed Fusion: A Review, Prog. Addit. Manuf., 2019, 4, p 383–397.ArticleGoogle Scholar
X. Luo, C. Yang, Z.Q. Fu, L.H. Liu, H.Z. Lu, H.W. Ma, Z. Wang, D.D. Li, L.C. Zhang, and Y.Y. Li, Achieving Ultrahigh-Strength in Beta-Type Titanium Alloy by Controlling the Melt Pool Mode in Selective Laser Melting, Mater. Sci. Eng. A, 2021, 823, p 141731.ArticleCASGoogle Scholar
J. Braun, L. Kaserer, J. Stajkovic, K.-H. Leitz, B. Tabernig, P. Singer, P. Leibenguth, C. Gspan, H. Kestler, and G. Leichtfried, Molybdenum and Tungsten Manufactured by Selective Laser Melting: Analysis of Defect Structure and Solidification Mechanisms, Int. J. Refract. Met. Hard Mater., 2019, 84, p 104999.ArticleCASGoogle Scholar
L. Kaserera, J. Brauna, J. Stajkovica, K.-H. Leitzb, B. Tabernigb, P. Singerb, I. Letofsky-Papstc, H. Kestlerb, and G. Leichtfried, Fully Dense and Crack Free Molybdenum Manufactured by Selective Laser Melting Through Alloying with Carbon, Int. J. Refract Metal Hard Mater., 2019, 84, p 105000.ArticleGoogle Scholar
Solute segregation significantly affects material properties and is a critical issue in the laser powder-bed fusion (LPBF) additive manufacturing (AM) of Ni-based superalloys. To the best of our knowledge, this is the first study to demonstrate a computational thermal-fluid dynamics (CtFD) simulation coupled multi-phase-field (MPF) simulation with a multicomponent-composition model of Ni-based superalloy to predict solute segregation under solidification conditions in LPBF. The MPF simulation of the Hastelloy-X superalloy reproduced the experimentally observed submicron-sized cell structure. Significant solute segregations were formed within interdendritic regions during solidification at high cooling rates of up to 108 K s-1, a characteristic feature of LPBF. Solute segregation caused a decrease in the solidus temperature (TS), with a reduction of up to 30.4 K, which increases the risk of liquation cracks during LPBF. In addition, the segregation triggers the formation of carbide phases, which increases the susceptibility to ductility dip cracking. Conversely, we found that the decrease in TS is suppressed at the melt-pool boundary regions, where re-remelting occurs during the stacking of the layer above. Controlling the re-remelting behavior is deemed to be crucial for designing crack-free alloys. Thus, we demonstrated that solute segregation at the various interfacial regions of Ni-based multicomponent alloys can be predicted by the conventional MPF simulation. The design of crack-free Ni-based superalloys can be expedited by MPF simulations of a broad range of element combinations and their concentrations in multicomponent Ni-based superalloys.
Additive manufacturing (AM) technologies have attracted considerable attention as they allow us to easily build three-dimensional (3D) parts with complex geometries. Among the wide range of available AM techniques, laser powder-bed fusion (LPBF) has emerged as a preferred technique for metal AM [1], [2], [3], [4], [5]. In LPBF, metal products are built layer-by-layer by scanning laser, which fuse metal powder particles into bulk solids.
Significant attempts have been made to integrate LPBF techniques within the aerospace industry, with a particular focus on weldable Ni-based superalloys, such as IN718 [6], [7], [8], IN625 [9], [10], and Hastelloy-X (HX) [11], [12], [13], [14]. Non-weldable alloys, such as IN738LC [15], [16] and CMSX-4 [1], [17] are also suitable for their sufficient creep resistance under higher temperature conditions. However, non-weldable alloys are difficult to build using LPBF because of their susceptibility to cracking during the process. In general, a macro solute-segregation during solidification is suppressed by the rapid cooling conditions (up to 108 K s-1) unique to the LPBF process [18]. However, the solute segregation still occurs in the interdendritic regions that are smaller than the micrometer scale [5], [19], [20], [21]; these regions are suggested to be related to the hot cracks in LPBF-fabricated parts. Therefore, an understanding of solute segregation is essential for the fabrication of reliable LPBF-fabricated parts while avoiding cracks.
The multiphase-field (MPF) method has gained popularity for modeling the microstructure evolution and solute segregation under rapid cooling conditions [5], [20], [21], [22], [23], [24], [25], [26], [27], [28]. Moreover, quantifiable predictions have been achieved by combining the MPF method with temperature distribution analysis methods such as the finite-element method (FEM) [20] and computational thermal-fluid dynamics (CtFD) simulations [28]. These aforementioned studies have used binary-approximated multicomponent systems, such as Ni–Nb binary alloys, to simulate IN718 alloys. While MPF simulations using binary alloy systems can effectively reproduce microstructure formations and segregation behaviors, the binary approximation might be affected by the chemical interactions between the removed solute elements in the target multicomponent alloy. The limit of absolute stability predicted by the Mullins-Sekerka theory [29] is also crucial because the limit velocity is close to the solidification rate in the LPBF process and is different in multicomponent and binary-approximated systems. The difference between the solidus and liquidus temperatures, ΔT0, directly determines the absolute stability according to the Mullins-Sekerka theory. For example, the ΔT0 values of IN718 and its binary-approximated Ni–5 wt.%Nb alloy are 134 K [28] and 71 K [30], respectively. The solidification rate compared to the limit of absolute stability, i.e., the relative non-equilibrium of solidification, changes by simplification of the system. It is therefore important to use the composition of the actual multicomponent system in such simulations. However, to the best of our knowledge, there is no MPF simulation using a multicomponent model coupled with a temperature analysis simulation to predict solute segregation in a Ni-based superalloy.
In this study, we demonstrate that the conventional MPF model can reproduce experimentally observed dendritic structures by performing a phase-field simulation using the temperature distribution obtained by a CtFD simulation of a multicomponent Ni-based alloy (conventional solid-solution hardening-type HX). The MPF simulation revealed that the segregation behavior of solute elements largely depends on the regions of the melt pool, such as the cell boundary, the interior of the melt-pool boundary, and heat-affected regions. The sensitivities of the various interfaces to liquation and solidification cracks are compared based on the predicted concentration distributions. Moreover, the feasibility of using the conventional MPF model for LPBF is discussed in terms of the absolute stability limit.
2. Methods
2.1. Laser-beam irradiation experiments
Rolled and recrystallized HX ingots with dimensions of 20 × 50 × 10 mm were used as the specimens for laser-irradiation experiments. The specimens were irradiated with a laser beam scanned along straight lines of 10 mm in length using a laser AM machine (EOS 290 M, EOS) equipped with a 400 W Yb-fiber laser. Irradiation was performed with a beam power of P = 300 W and a scanning speed of V = 600 mm s-1, which are the conditions generally used in the LPBF fabrication of Ni-based superalloy [8]. The corresponding line energy was 0.5 J mm-1. The samples were cut perpendicular to the beam-scanning direction for cross-sectional observation using a field-emission scanning electron microscope (FE-SEM, JEOL JSM 6500). Crystal orientation analysis was performed by electron backscatter diffraction (EBSD). The sizes of each crystal grain and their aspect ratios were evaluated by analyzing the EBSD data.
2.2. CtFD simulation
CtFD simulations of the laser-beam irradiation of HX were performed using a 3D thermo-fluid analysis software (Flow Science FLOW-3D® with Flow-3D Weld module). A Gaussian heat source model was used, in which the irradiation intensity distribution of the beam is regarded as a symmetrical Gaussian distribution over the entire beam. The distribution of the beam irradiation intensity is expressed by the following equation.(1)q̇=2ηPπR2exp−2r2R2.
Here, P is the power, R is the effective beam radius, r is the actual beam radius, and η is the beam absorption rate of the substrate. To improve the accuracy of the model, η was calculated by assuming multiple reflections using the Fresnel equation:(2)�=1−121+1−�cos�21+1+�cos�2+�2−2�cos�+2cos2��2+2�cos�+2cos2�.
ε is the Fresnel coefficient and θ is the incident angle of the laser. A local laser melt causes the vaporization of the material and results in a high vapor pressure. This vapor pressure acts as a recoil pressure on the surface, pushing the weld pool down. The recoil pressure is reproduced using the following equation.(3)precoil=Ap0exp∆HLVRTV1−TVT.
Here, p0 is the atmospheric pressure, ∆HLV is the latent heat of vaporization, R is the gas constant, and TV is the boiling point at the saturated vapor pressure. A is a ratio coefficient that is generally assumed to be 0.54, indicating that the recoil pressure due to evaporation is 54% of the vapor pressure at equilibrium on the liquid surface.
Table 1 shows the parameters used in the simulations. Most parameters were evaluated using an alloy physical property calculation software (Sente software JMatPro v11). The values in a previously published study [31] were used for the emissivity and the Stefan–Boltzmann constant, and the values for pure Ni [32] were used for the heat of vaporization and vaporization temperatures. The Fresnel coefficient, which determines the beam absorption efficiency, was used as a fitting parameter to reproduce the morphology of the experimentally observed melt region, and a Fresnel coefficient of 0.12 was used in this study.
The dimensions of the computational domain of the numerical model were 4.0 mm in the beam-scanning direction, 0.4 mm in width, and 0.3 mm in height. A uniform mesh size of 10 μm was applied throughout the computational domain. The boundary condition of continuity was applied to all boundaries except for the top surface. The temperature was initially set to 300 K. P and V were set to their experimental values, i.e., 300 W and 600 mm s-1, respectively. Solidification conditions based on the temperature gradient, G, the solidification rate, R, and the cooling rate were evaluated, and the obtained temperature distribution was used in the MPF simulations.
2.3. MPF simulation
Two-dimensional MPF simulations weakly coupled with the CtFD simulation were performed using the Microstructure Evolution Simulation Software (MICRESS) [33], [34], [35], [36], [37] with the TQ-Interface for Thermo-Calc [38]. A simplified HX alloy composition of Ni-21.4Cr-17.6Fe-0.46Mn-8.80Mo-0.39Si-0.50W-1.10Co-0.08 C (mass %) was used in this study. The Gibbs free energy and diffusion coefficient of the system were calculated using the TCNI9 thermodynamic database [39] and the MOBNi5 mobility database [40]. Τhe equilibrium phase diagram calculated using Thermo-Calc indicates that the face-centered cubic (FCC) and σ phases appear as the equilibrium solid phases [19]. However, according to the time-temperature-transformation (TTT) diagram [41], the phases are formed after the sample is maintained for tens of hours in a temperature range of 1073 to 1173 K. Therefore, only the liquid and FCC phases were assumed to appear in the MPF simulations. The simulation domain was 5 × 100 μm, and the grid size Δx and interface width were set to 0.025 and 0.1 µm, respectively. The interfacial mobility between the solid and liquid phases was set to 1.0 × 10-8 m4 J-1 s-1. Initially, one crystalline nucleus with a [100] crystal orientation was placed at the left bottom of the simulation domain, with the liquid phase occupying the remainder of the domain. The model was solidified under the temperature field distribution obtained by the CtFD simulation. The concentration distribution and crystal orientation of the solidified model were examined. The primary dendrite arm space (PDAS) was compared to the experimental PDAS measured by the cross-sectional SEM observation.
In an actual LPBF process, solidified layers are remelted and resolidified during the stacking of the one layer above, thereby greatly affecting solute element distributions in those regions. Therefore, remelting and resolidification simulations were performed to examine the effect of remelting on solute segregation. The solidified model was remelted and resolidified by applying a time-dependent temperature field shifted by 60 μm in the height direction, assuming reheating during the stacking of the upper layer (i.e., the upper 40 μm region of the simulation box was remelted and resolidified). The changes in the composition distribution and formed microstructure were investigated.
3. Results
3.1. Experimental observation of melt pool
Fig. 1 shows a cross-sectional optical microscopy image and corresponding inverse pole figure (IPF) orientation maps obtained from the laser-melted region of HX. The dashed line indicates the fusion line. A deep melted region was formed by keyhole-mode melting due to the vaporization of the metal and resultant recoil pressure. Epitaxial growth from the unmelted region was observed. Columnar crystal grains with an average diameter of 5.46 ± 0.32 μm and an aspect ratio of 3.61 ± 0.13 appeared at the melt regions (Figs. 1b–1d). In addition, crystal grains growing in the z direction could be observed in the lower center.
Fig. 2a shows a cross-sectional backscattering electron image (BEI) obtained from the laser-melted region indicated by the black square in Fig. 1a. The bright particles with a diameter of approximately 2 μm observed outside the melt pool. It is well known that M6C, M23C6, σ, and μ precipitate phases are formed in Hastelloy-X [41]. These precipitates mainly consisted of Mo, Cr, Fe, and Ni; The μ and M6C phases are rich in Mo, while the σ and M23C6 phases are rich in Cr. The SEM energy dispersive X-ray spectroscopy analysis suggested that the bright particles are the stable precipitates as shown in Fig. S2 and Table S1. Conversely, there are no carbides in the melt pool. This suggests that the cooling rate is extremely high during LPBF, which prevents the formation of a stable carbide during solidification. Figs. 2b–2f show magnified BEI images at different height positions indicated in Fig. 2a. Bright regions are observed between the cells, which become fragmentary at the center of the melt pool, as indicated by the yellow arrow heads in Figs. 2e and 2f.
3.2. CtFD simulation
Figs. 3a–3c show snapshots of the CtFD simulation of HX at 2.72 ms, with the temperature indicated in color. A melt pool with an elongated teardrop shape formed and keyhole-mode melting was observed at the front of the melt region. The cooling rate, temperature gradient (G), and solidification rate (R) were evaluated from the temporal change in the temperature distribution of the CtFD simulation results. The z-position of the solid/liquid interface during the melting and solidification processes is shown in Fig. 3d. The interface goes down rapidly during melting and then rises during solidification. The MPF simulation of the microstructure formation during solidification was performed using the temperature distribution. Moreover, the microstructure formation process during the fabrication of the upper layer was investigated by remelting and resolidifying the solidified layer using the same temperature distribution with a 60 μm upward shift, corresponding to the layer thickness commonly used in the LPBF of Ni-based superalloys.
Figs. 4a–4c show the changes in the cooling rate, temperature gradient, and solidification rate in the center line of the melt pool parallel to the z direction. To output the solidification conditions at the solid/liquid interface in the melt pool, only the data of the mesh where the solid phase ratio was close to 0.5 were plotted. Solidification occurred where the cooling rate was in the range of 2.1 × 105–1.6 × 106 K s-1, G was in the range of 3.6 × 105–1.9 × 107 K m-1, and R was in the range of 8.2 × 10−2–6.3 × 10−1 m s-1. The cooling rate was the highest near the fusion line and decreased as the interface approached the center of the melt region (Fig. 4a). G also exhibited the highest value in the regions near the fusion line and decreased throughout the solid/liquid interface toward the center of the melt pool (Fig. 4b). R had the lowest value near the fusion line and increased as the interface approached the center of the melt region (Fig. 4c).
3.3. MPF simulations coupled with CtFD simulation
MPF simulations of solidification, remelting, and resolidification were performed using the temperature-time distribution obtained by the CtFD simulation. Fig. 5 shows the MPF solidified models colored by phase and Mo concentration. All the computational domains show the FCC phase after the solidification (Fig. 5a). Dendrites grew parallel to the heat flow direction, and solute segregations were observed in the interdendritic regions. At the bottom of the melt pool (Fig. 5d), planar interface growth occurred before the formation of primary dendrites. The bottom of the melt pool is the turning point of the solid/liquid interface from the downward motion in melting to the upward motion in solidification. Thus, the solidification rate at the boundary is zero, and is extremely low immediately above the molt-pool boundary. Here, the lower limit of the solidification rate (R) for dendritic growth can be represented by the constitutional supercooling criterion [29], Vcs = (G × DL) / ΔT, and planar interface growth occurs at R < Vcs. DL and ΔT denote the diffusion coefficient in the liquid and the equilibrium freezing range, respectively. The results suggest that planar interface growth occurs at the bottom of the melt pool, resulting in a dark region with a different solute element distribution. Some of the primary dendrites were diminished by competition with other dendrites. In addition, secondary dendrite arms could be seen in the upper regions (Fig. 5c), where solidification occurred at a lower cooling rate. The fragmentation of the solute segregation near the secondary dendrite arms is similar to that observed in the experimental melt pool shown in Figs. 2e and 2f, and the secondary dendrite arms are suggested to have appeared at the center of the melt region. Fig. 6 shows the PDASs measured from the MPF simulation models, compared to the experimental PDASs measured by the cross-sectional SEM observation of the laser-melted regions (Fig. 2). The PDAS obtained by the MPF simulation become larger as the solidification progress. Ghosh et al. [21] evident by the phase-field method that the PDAS decreases as the cooling rate increases under the rapid cooling conditions obtained by the finite element analysis. In this study, the cooling rate was decreased as the interface approached the center of the melt region (Fig. 4a), and the trends in PDAS changes with respect to cooling rate is same as the reported trend [21]. The simulated trends of the PDAS with the position in the melt pool agreed well with the experimental trends. However, all PDASs in the simulation were larger than those observed in the experiment at the same positions. Ode et al. [42] reported that PDAS differences between 2D and 3D MPF simulations can be represented by PDAS2D = 1.12 × PDAS3D owing to differences in the effects of the interfacial energy and diffusivity. We also performed 2D and 3D MPF simulations under the solidification conditions of G = 1.94 × 107 K m-1 and R = 0.82 m s-1 (Fig. S1), and found that the PDAS from the 2D MPF simulation was 1.26 times larger than that from the 3D simulation. Therefore, the cell structure obtained by the CtFD simulation coupled with the 2D MPF simulation agreed well with the experimental results over the entire melt pool region considering the dimensional effects.
Fig. 7b1 and 7c1 show the concentration profiles of the solidified model along the growth direction indicated by dashed lines in Fig. 7a. The differences in concentrations from the alloy composition are also shown in Fig. 7b2 and 7c2. Cr, Mo, C, Mn, and W were segregated to the interdendritic regions, while Si, Fe, and Co were depressed. The solute segregation behavior agrees with the experimentally observation [43] and the prediction by the Scheil-Gulliver simulation [19]. Segregation occurred to the highest degree in Mo, while the ratio of segregation to the alloy composition was remarkable in C. The concentration fluctuations correlated with the position in the melt pool and decreased at the center of the melt pool, which was suggested to correspond to the lower cooling rate in this region. Conversely, droplets that appeared between secondary dendrite arms in the upper regions of the simulation domain exhibited a locally high segregation of solute elements, with the same amount of segregation as that at the bottom of the melt pool.
3.4. Remelting and resolidification simulation
The solidified model was subjected to remelting and resolidification conditions by shifting the temperature profile upward by 60 µm to reveal the effect of reheating on the solute segregation behavior. Figs. 8a and 8b shows the simulation domains of the HX model after resolidification, colored by phase and Mo concentration. The magnified MPF models during the resolidification of the regions indicated by rectangles in Figs. 8a and 8b are also shown as Figs. 8c and 8d. Dendrites grew from the bottom of the remelted region, with the segregation of solute elements occurring in the interdendritic regions. The entire domain become the FCC phase after the resolidification, as shown in Fig. 8a. The bottom of the remelted regions exhibited a different microstructure, and Mo was depressed at the remelted regions, rather than the interdendritic regions. The different solute segregation behavior [44] and the microstructure formation [45] at the melt pool boundary is also observed in LPBF manufactured 316 L stainless steel. We found that this microstructure was formed by further remelting during the resolidification process, which is shown in Fig. 9. Here, the solidified HX model was heated, and the interdendritic regions were preferentially melted while concentration fluctuations were maintained (Fig. 9a1 and 9a2). Subsequently, planer interface growth occurs near the melt pool boundary where the solidification rate is almost zero, and the dendrites outside of the boundary are grown epitaxially (Fig. 9b1 and 9b2). However, these remelted again because of the temperature rise (Fig. 9c1 and 9c2, and the temperature-time profile shown in Fig. 9e). The remelted regions then cooled and solidified with the abnormal solute segregations (Fig. 9d1 and 9d2). Then, dendrite grows from amplified fluctuations under the solidification rate larger than the criterion of constitutional supercooling (Fig. 9d1, 9d2, and Fig. 8d). It has been reported [46], [47] that temperature rising owning to latent heat affects microstructure formation: phase-field simulations of a Ni–Al binary alloy suggest that the release of latent heat during solidification increases the average temperature of the system [46] and strongly influences the solidification conditions [47]. In this study, the release of latent heat during solidification is considered in CtFD simulations for calculating the temperature distribution, and the temperature increase is suggested to have also occurred due to the release of latent heat.
Fig. 10b1 and 10c1 show the solute element concentration line profiles of the resolidified model along the growth direction indicated by dashed lines in Fig. 10a. Fig. 10b2 and 10c2 show the corresponding differences in concentration from the alloy composition. The segregation behavior of solute elements at the interdendritic regions (Fig. 10b1 and 10b2) was the same as that in the solidified model (Figs. 7b1 and 7b2). Here, Cr, Mo, C, Mn, and W were segregated to the interdendritic regions, while Si, Fe, and Co were depressed. However, the concentration fluctuations at the interdendritic regions were larger than those in the solidified model. Moreover, the segregation of the outside of the melt pool, i.e., the heat-affected zone, was remarkable throughout remelting and resolidification. Different segregation behaviors were observed in the re-remelted region: Mo, Si, Mn, and W were segregated, while Ni, Fe, and Co were depressed. These solute segregations caused by remelting are expected to heavily influence the crack behavior.
4. Discussion
4.1. Effect of segregation of solute elements on liquation cracking susceptibility
Strong solute segregation was observed between the interdendritic regions of the solidified alloy (Fig. 7). In addition, the solute segregation behavior was significantly affected by remelting and resolidification and varied across the alloy. Solute segregation can be categorized by the regions shown in Fig. 11a1–11a4, namely the cell boundary (Fig. 11a1), interior of the melt-pool boundary (Fig. 11a2), re-remelted regions (Fig. 11a3), and heat-affected regions (Fig. 11a4). The concentration profiles of these regions are shown in Fig. 11b1–11b4. Solute segregation was the highest in the cell boundary region. The solute segregation in the heat-affected region was almost the same as that in the cell boundary region, but seemed to have been attenuated by reheating during remelting and resolidification. The interior of the melt-pool boundary region also had the same tendency for solute segregation. However, the amount of Cr segregation was smaller than that of Mo. A decrease in the Cr concentration was also mitigated, and the concentration remained the same as that in the alloy composition. Fig. 11c1–11c4 show the chemical potentials of the solute elements for the FCC phase at 1073 K calculated using the compositions of those interfacial regions. All the interfacial regions showed non-constant chemical potentials for each element along the perpendicular direction, but the fluctuations of the chemical potentials differed by the type of interfaces. In particular, the fluctuation of the chemical potential of C at the cell boundary region was the largest, suggesting it can be relaxed easily by heat treatment. On the other hand, the fluctuations of the other elements in all the regions were small. The solute segregations are most likely to remain after the heat treatment and are supposed to affect the cracking susceptibilities.
The solidus temperatures TS, the difference between the liquidus and solidus temperatures (i.e., the brittle temperature range (BTR)), and the fractions of the equilibrium precipitate phases at 1073 K of the interfacial regions were calculated as the liquation, solidification, and ductility dip cracking susceptibilities, respectively. At the cell boundary (Fig. 12a1), interior of the melt-pool boundary (Fig. 12a1), and heat-affected regions (Fig. 12a1), the internal and interfacial regions exhibited higher and lower TS compared to that of the alloy composition, respectively. The lowest Ts was obtained with the composition at the cell boundary region, which is the largest solute-segregated region. It has been suggested that strong segregations of solute elements in LPBF lead to liquation cracks [16]. This study also supports this suggestion, and liquation cracks are more likely to occur at the interfacial regions indicated by predicting the solute segregation behavior using the MPF model. Additionally, the BTRs of the cell boundary, interior of the melt-pool boundary, and heat-affected regions were wider at the interdendritic regions, and solidification cracks were also likely to occur in these regions. Moreover, within the solute segregation regions, the fraction of the precipitate phases in these interfacial regions was larger than that calculated using the alloy composition (Fig. 12c1, 12c2, and 12c4). This indicates that ductility dip cracking is also likely to occur at the cell boundary, interior of the melt-pool boundary, and in heat-affected regions. Contrarily, we found that the re-remelted region exhibited a higher TS and smaller BTR even in the interfacial region (Fig. 12a3 and 12b3), where the solute segregation behavior was different from that of the other regions. In addition, the re-remelting region exhibited less precipitation compared with the other segregated regions (Fig. 12c3). The re-remelting caused by the latent heat can attenuate solute segregation, prevent Ts from decreasing, decrease the BTR, and decrease the amount of precipitate phases. Alloys with a large amount of latent heat are expected to increase the re-remelting region, thereby decreasing the susceptibility to liquation and ductility dip cracks due to solute element segregation. This can be a guide for designing alloys for the LPBF process. As mentioned in Section 3.4, the microstructure [45] and the solute segregation behavior [44] at the melt pool boundary of LPBF-manufactured 316 L stainless steel are observed, and they are different from that of the interdendritic regions. Experimental observations of the solute segregation behavior in the LPBF-fabricated Ni-based alloys are currently underway.
4.2. Applicability of the conventional MPF simulation to microstructure formation under LPBF
As the solidification growth rate increases, segregation coefficients approach 1, and the fluctuation of the solid/liquid interface is suppressed by the interfacial tension. The interface growth occurs in a flat fashion instead of having a cellular morphology at a velocity above the absolute stability limit, Ras, predicted by the Mullins-Sekerka theory [29]: Ras = (ΔT0DL) / (k Γ) where ΔT0, DL, k, and Γ are the difference between the liquidus and solidus temperatures, equilibrium segregation coefficient, the diffusivity of liquid, and the Gibbs-Thomson coefficient, respectively.
The Ras of HX was calculated using the equation and the thermodynamic parameters obtained by the TCNI9 thermodynamic database [39]. The calculated Ras of HX was 3.9 m s-1 and is ten times larger than that of the Ni–Nb alloy (approximately 0.4 m s-1) [20]. The HX alloy was solidified under R values in the range of 8.2 × 10−2–6.3 × 10−1 m s-1. The theoretically calculated criterion is larger than the evaluated R, and is in agreement with the experiment in which dendritic growth is observed in the melt pool (Fig. 5). In contrast, Karayagiz et al. [20] reported that the R of the Ni–Nb binary alloy under LPBF was as high as approximately 2 m s-1, and planar interface growth was observed to be predominant under the high-growth-rate conditions. These experimentally observed microstructures agree well with the prediction by the Mullins-Sekerka theory about the relationship between the morphology and solidification rates.
In this study, the solidification microstructure formed by the laser-beam irradiation of an HX multicomponent Ni-based superalloy was reproduced by a conventional MPF simulation, in which the system was assumed to be in a quasi-equilibrium condition. Boussinot et al. [24] also suggested that the conventional phase-field model can be applied to simulate the microstructure of an IN718 multicomponent Ni-based superalloy in LPBF. In contrast, Kagayaski et al. [20] suggested that the conventional MPF simulation cannot be applied to the solidification of the Ni-Nb binary alloy system and that the finite interface dissipation model proposed by Steinbach et al. [48], [49] is necessary to simulate the high solidification rates observed in LPBF. The difference in the applicability of the conventional MPF method to HX and Ni–Nb binary alloys is presumed to arise from the differences in the non-equilibrium degree of these systems under the high solidification rates of LPBF. The results suggest that Ras can be used as a simple index to apply the conventional MPF model for solidification in LPBF. Solidification becomes a non-equilibrium process as the solidification rate approaches the limit of absolute stability, Ras. In this study, the solidification of the HX multicomponent system occurred under a relatively low solidification rate compared to Ras, and the microstructure of the conventional MPF model was successfully reproduced in the physical experiment. However, note that the limit of absolute stability predicted by the Mullins-Sekerka theory was originally proposed for solidification in a binary alloy system, and further investigation is required to consider its applicability to multicomponent alloy systems. Moreover, the fast solidification, such as in the LPBF process, causes segregation coefficient approaching a value of 1 [20], [21], [25] corresponds to a diffusion length that is on the order of the atomic interface thickness. When the segregation coefficient approaches 1, solute undercooling disappears; hence, there is no driving force to amplify fluctuations regardless of whether interfacial tension is present. This phenomenon should be further investigated in future studies.
5. Conclusions
We simulated solute segregation in a multicomponent HX alloy under the LPBF process by an MPF simulation using the temperature distributions obtained by a CtFD simulation. We set the parameters of the CtFD simulation to match the melt pool shape formed in the laser-irradiation experiment and found that solidification occurred under high cooling rates of up to 1.6 × 106 K s-1.
MPF simulations using the temperature distributions from CtFD simulation could reproduce the experimentally observed PDAS and revealed that significant solute segregation occurred at the interdendritic regions. Equilibrium thermodynamic calculations using the alloy compositions of the segregated regions when considering crack sensitivities suggested a decrease in the solidus temperature and an increase in the amount of carbide precipitation, thereby increasing the susceptibility to liquation and ductility dip cracks in these regions. Notably, these changes were suppressed at the melt-pool boundary region, where re-remelting occurred during the stacking of the layer above. This effect can be used to achieve a novel in-process segregation attenuation.
Our study revealed that a conventional MPF simulation weakly coupled with a CtFD simulation can be used to study the solidification of multicomponent alloys in LPBF, contrary to the cases of binary alloys investigated in previous studies. We discussed the applicability of the conventional MPF model to the LPBF process in terms of the limit of absolute stability, Ras, and suggested that alloys with a high limit velocity, i.e., multicomponent alloys, can be simulated using the conventional MPF model even under the high solidification velocity conditions of LPBF.
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper
Acknowledgments
This work was partly supported by the Cabinet Office, Government of Japan, Cross-ministerial Strategic Innovation Promotion Program (SIP), “Materials Integration for Revolutionary Design System of Structural Materials,” (funding agency: The Japan Science and Technology Agency), by JSPS KAKENHI Grant Numbers 21H05018 and 21H05193, and by CREST Nanomechanics: Elucidation of macroscale mechanical properties based on understanding nanoscale dynamics for innovative mechanical materials (Grant Number: JPMJCR2194) from the Japan Science and Technology Agency (JST). The authors would like to thank Mr. H. Kawabata and Mr. K. Kimura for their technical support with the sample preparations and laser beam irradiation experiments.
[1]M. Ramsperger, R.F. Singer, C. KörnerMicrostructure of the nickel-base superalloy CMSX-4 fabricated by selective electron beam meltingMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 47 (2016), pp. 1469-1480, 10.1007/s11661-015-3300-y View at publisher This article is free to access.View in ScopusGoogle Scholar
[3]K. Hagihara, T. NakanoControl of anisotropic crystallographic texture in powder bed fusion additive manufacturing of metals and ceramics—A reviewJOM, 74 (2021), pp. 1760-1773, 10.1007/s11837-021-04966-7 View at publisher This article is free to access.Google Scholar
[6]N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J. Turner, N. Carlson, S.S. BabuNumerical modeling of heat-transfer and the influence of process parameters on tailoring the grain morphology of IN718 in electron beam additive manufacturingActa Mater, 112 (2016), pp. 303-314, 10.1016/j.actamat.2016.03.063View PDFView articleView in ScopusGoogle Scholar
[7]N. Raghavan, S. Simunovic, R. Dehoff, A. Plotkowski, J. Turner, M. Kirka, S. BabuLocalized melt-scan strategy for site specific control of grain size and primary dendrite arm spacing in electron beam additive manufacturingActa Mater, 140 (2017), pp. 375-387, 10.1016/j.actamat.2017.08.038View PDFView articleView in ScopusGoogle Scholar
[9]T. Keller, G. Lindwall, S. Ghosh, L. Ma, B.M. Lane, F. Zhang, U.R. Kattner, E.A. Lass, J.C. Heigel, Y. Idell, M.E. Williams, A.J. Allen, J.E. Guyer, L.E. LevineApplication of finite element, phase-field, and CALPHAD-based methods to additive manufacturing of Ni-based superalloysActa Mater, 139 (2017), pp. 244-253, 10.1016/j.actamat.2017.05.003View PDFView articleView in ScopusGoogle Scholar
[10]F. Zhang, L.E. Levine, A.J. Allen, M.R. Stoudt, G. Lindwall, E.A. Lass, M.E. Williams, Y. Idell, C.E. CampbellEffect of heat treatment on the microstructural evolution of a nickel-based superalloy additive-manufactured by laser powder bed fusionActa Mater, 152 (2018), pp. 200-214, 10.1016/j.actamat.2018.03.017View PDFView articleView in ScopusGoogle Scholar
[12]H. Wang, L. Chen, B. Dovgyy, W. Xu, A. Sha, X. Li, H. Tang, Y. Liu, H. Wu, M.S. PhamMicro-cracking, microstructure and mechanical properties of Hastelloy-X alloy printed by laser powder bed fusion: As-built, annealed and hot-isostatic pressedAddit. Manuf., 39 (2021), Article 101853, 10.1016/j.addma.2021.101853View PDFView articleView in ScopusGoogle Scholar
[14]H. Kitano, M. Tsujii, M. Kusano, A. Yumoto, M. WatanabeEffect of plastic strain on the solidification cracking of Hastelloy-X in the selective laser melting processAddit. Manuf., 37 (2020), Article 101742, 10.1016/j.addma.2020.101742View at publisher Google Scholar
[15]J. Xu, H. Gruber, D. Deng, R.L. Peng, J.J. MoverareShort-term creep behavior of an additive manufactured non-weldable Nickel-base superalloy evaluated by slow strain rate testingActa Mater, 179 (2019), pp. 142-157, 10.1016/j.actamat.2019.08.034View PDFView articleGoogle Scholar
[16]P. Kontis, E. Chauvet, Z. Peng, J. He, A.K. da Silva, D. Raabe, C. Tassin, J.J. Blandin, S. Abed, R. Dendievel, B. Gault, G. MartinAtomic-scale grain boundary engineering to overcome hot-cracking in additively-manufactured superalloysActa Mater, 177 (2019), pp. 209-221, 10.1016/j.actamat.2019.07.041View PDFView articleView in ScopusGoogle Scholar
[17]C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, G. EggelerMicrostructure and mechanical properties of CMSX-4 single crystals prepared by additive manufacturingMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 49 (2018), pp. 3781-3792, 10.1007/s11661-018-4762-5 View at publisher This article is free to access.View in ScopusGoogle Scholar
[18]T. Ishimoto, R. Ozasa, K. Nakano, M. Weinmann, C. Schnitter, M. Stenzel, A. Matsugaki, T. Nagase, T. Matsuzaka, M. Todai, H.S. Kim, T. NakanoDevelopment of TiNbTaZrMo bio-high entropy alloy (BioHEA) super-solid solution by selective laser melting, and its improved mechanical property and biocompatibilityScr. Mater., 194 (2021), Article 113658, 10.1016/j.scriptamat.2020.113658View PDFView articleView in ScopusGoogle Scholar
[20]K. Karayagiz, L. Johnson, R. Seede, V. Attari, B. Zhang, X. Huang, S. Ghosh, T. Duong, I. Karaman, A. Elwany, R. ArróyaveFinite interface dissipation phase field modeling of Ni–Nb under additive manufacturing conditionsActa Mater, 185 (2020), pp. 320-339, 10.1016/j.actamat.2019.11.057View PDFView articleView in ScopusGoogle Scholar
[21]S. Ghosh, L. Ma, N. Ofori-Opoku, J.E. GuyerOn the primary spacing and microsegregation of cellular dendrites in laser deposited Ni-Nb alloysModel. Simul. Mater. Sci. Eng., 25 (2017), 10.1088/1361-651X/aa7369View at publisher Google Scholar
[22]S. Nomoto, M. Segawa, M. WatanabeNon- and quasi-equilibrium multi-phase field methods coupled with CALPHAD database for rapid-solidification microstructural evolution in laser powder bed additive manufacturing conditionMetals, 11 (2021), p. 626, 10.3390/met11040626View at publisher View in ScopusGoogle Scholar
[26]M. Okugawa, Y. Ohigashi, Y. Furishiro, Y. Koizumi, T. NakanoEquiaxed grain formation by intrinsic heterogeneous nucleation via rapid heating and cooling in additive manufacturing of aluminum-silicon hypoeutectic alloyJ. Alloys Compd., 919 (2022), Article 165812, 10.1016/j.jallcom.2022.165812View PDFView articleView in ScopusGoogle Scholar
[27]M. Okugawa, Y. Furushiro, Y. KoizumiEffect of rapid heating and cooling conditions on microstructure formation in powder bed fusion of Al-Si hypoeutectic alloy: A Phase-Field StudyMaterials, 15 (2022), p. 6092, 10.3390/ma15176092View at publisher View in ScopusGoogle Scholar
[36]C. Kumara, A. Ramanathan Balachandramurthi, S. Goel, F. Hanning, J. MoverareToward a better understanding of phase transformations in additive manufacturing of Alloy 718Materialia, 13 (2020), Article 100862View PDFView articleView in ScopusGoogle Scholar
[37]B. Böttger, M. ApelPhase-field simulation of the formation of new grains by fragmentation during melting of an ABD900 superalloyIOP Conf. Ser. Mater. Sci. Eng., 1281 (2023), Article 012008, 10.1088/1757-899x/1281/1/012008 View at publisher This article is free to access.Google Scholar
[44]K. Sato, S. Takagi, S. Ichikawa, T. Ishimoto, T. NakanoMicrostructure and Solute Segregation around the Melt-Pool Boundary of Orientation-Controlled 316L Austenitic Stainless Steel Produced by Laser Powder Bed FusionMaterials, 16 (2023), 10.3390/ma16010218View at publisher Google Scholar
[45]Y. Liu, K. Nose, M. Okugawa, Y. Koizumi, T. NakanoFabrication and process monitoring of 316L stainless steel by laser powder bed fusion with µ-helix scanning strategy and narrow scanning line intervalsMater. Trans., 64 (2023), pp. 1135-1142, 10.2320/matertrans.MT-ME2022006View at publisherView in ScopusGoogle Scholar
[46]H. Schaar, I. Steinbach, M. TegelerNumerical study of epitaxial growth after partial remelting during selective electron beam melting in the context of ni–alMetals, 11 (2021), pp. 2-13, 10.3390/met11122012View at publisher Google Scholar
[47]M. Uddagiri, O. Shchyglo, I. Steinbach, B. Wahlmann, C. KoernerPhase-Field Study of the History-Effect of Remelted Microstructures on Nucleation During Additive Manufacturing of Ni-Based SuperalloysMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 54 (2023), pp. 1825-1842, 10.1007/s11661-023-07004-0 View at publisher This article is free to access.View in ScopusGoogle Scholar
Unintended end-of-process depression (EOPD) commonly occurs in laser powder bed fusion (LPBF), leading to poor surface quality and lower fatigue strength, especially for many implants. In this study, a high-fidelity multi-physics meso-scale simulation model is developed to uncover the forming mechanism of this defect. A defect-process map of the EOPD phenomenon is obtained using this simulation model. It is found that the EOPD formation mechanisms are different under distinct regions of process parameters. At low scanning speeds in keyhole mode, the long-lasting recoil pressure and the large temperature gradient easily induce EOPD. While at high scanning speeds in keyhole mode, the shallow molten pool morphology and the large solidification rate allow the keyhole to evolve into an EOPD quickly. Nevertheless, in the conduction mode, the Marangoni effects along with a faster solidification rate induce EOPD. Finally, a ‘step’ variable power strategy is proposed to optimise the EOPD defects for the case with high volumetric energy density at low scanning speeds. This work provides a profound understanding and valuable insights into the quality control of LPBF fabrication.
의도하지 않은 공정 종료 후 함몰(EOPD)은 LPBF(레이저 분말층 융합)에서 흔히 발생하며, 특히 많은 임플란트의 경우 표면 품질이 떨어지고 피로 강도가 낮아집니다. 본 연구에서는 이 결함의 형성 메커니즘을 밝히기 위해 충실도가 높은 다중 물리학 메조 규모 시뮬레이션 모델을 개발했습니다.
이 시뮬레이션 모델을 사용하여 EOPD 현상의 결함 프로세스 맵을 얻습니다. EOPD 형성 메커니즘은 공정 매개변수의 별개 영역에서 서로 다른 것으로 밝혀졌습니다.
키홀 모드의 낮은 스캔 속도에서는 오래 지속되는 반동 압력과 큰 온도 구배로 인해 EOPD가 쉽게 유발됩니다. 키홀 모드에서 높은 스캐닝 속도를 유지하는 동안 얕은 용융 풀 형태와 큰 응고 속도로 인해 키홀이 EOPD로 빠르게 진화할 수 있습니다.
그럼에도 불구하고 전도 모드에서는 더 빠른 응고 속도와 함께 마랑고니 효과가 EOPD를 유발합니다. 마지막으로, 낮은 스캐닝 속도에서 높은 체적 에너지 밀도를 갖는 경우에 대해 EOPD 결함을 최적화하기 위한 ‘단계’ 가변 전력 전략이 제안되었습니다.
이 작업은 LPBF 제조의 품질 관리에 대한 심오한 이해와 귀중한 통찰력을 제공합니다.
Figure 5. Simulation of the molten pool under low-speed scanning (1.06 m/s). (a) Sequential solidification of the molten pool at the
end of the melt track for laser powers of 190 and 340 W, respectively. (b) Recoil pressure on the molten pool at the keyhole for laser
powers of 190 and 340 W, respectively. (c) The force diagram of the melt at the back of the keyhole at t = 750 μs in case B. (d) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case A. (e) Temperature
gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case B.
References
[1] Zhang C, Li Z, Zhang J, et al. Additive manufacturing of magnesium matrix composites: comprehensive review of recent progress and research perspectives. J Mag Alloys. 2023. doi:10.1016/j.jma.2023.02.005 [2] Webster S, Lin H, Carter III FM, et al. Physical mechanisms in hybrid additive manufacturing: a process design framework. J Mater Process Technol. 2022;291:117048. doi:10. 1016/j.jmatprotec.2021.117048 [3] Wang S, Ning J, Zhu L, et al. Role of porosity defects in metal 3D printing: formation mechanisms, impacts on properties and mitigation strategies. Mater Today. 2022. doi:10.1016/j.mattod.2022.08.014 [4] Wei C, Li L. Recent progress and scientific challenges in multi-material additive manufacturing via laser-based powder bed fusion. Virtual Phys Prototyp. 2021;16 (3):347–371. doi:10.1080/17452759.2021.1928520 [5] Lin X, Wang Q, Fuh JYH, et al. Motion feature based melt pool monitoring for selective laser melting process. J Mater Process Technol. 2022;303:117523. doi:10.1016/j. jmatprotec.2022.117523 [6] Gockel J, Sheridan L, Koerper B, et al. The influence of additive manufacturing processing parameters on surface roughness and fatigue life. Int J Fatigue. 2019;124:380–388. doi:10.1016/j.ijfatigue.2019.03.025 [7] Nicoletto G. Influence of rough as-built surfaces on smooth and notched fatigue behavior of L-PBF AlSi10Mg. Addit Manuf. 2020;34:101251. doi:10.1016/j. addma.2020.101251 [8] Spece H, Yu T, Law AW, et al. 3D printed porous PEEK created via fused filament fabrication for osteoconductive orthopaedic surfaces. J Mech Behav Biomed Mater. 2020;109:103850. doi:10.1115/1.0004270v [9] Andrukhov O, Huber R, Shi B, et al. Proliferation, behavior, and differentiation of osteoblasts on surfaces of different microroughness. Dent Mater. 2016;32(11):1374–1384. doi:10.1016/j.dental.2016.08.217 [10] Dai N, Zhang LC, Zhang J, et al. Corrosion behavior of selective laser melted Ti-6Al-4 V alloy in NaCl solution. Corros Sci. 2016;102:484–489. doi:10.1016/j.corsci.2015. 10.041 [11] Li EL, Wang L, Yu AB, et al. A three-phase model for simulation of heat transfer and melt pool behaviour in laser powder bed fusion process. Powder Technol. 2021;381:298–312. doi:10.1016/j.powtec.2020.11.061 [12] Liao B, Xia RF, Li W, et al. 3D-printed ti6al4v scaffolds with graded triply periodic minimal surface structure for bone tissue engineering. J Mater Eng Perform. 2021;30:4993– 5004. doi:10.1007/s11665-021-05580-z [13] Li E, Zhou Z, Wang L, et al. Melt pool dynamics and pores formation in multi-track studies in laser powder bed fusion process. Powder Technol. 2022;405:117533. doi:10.1016/j.powtec.2022.117533 [14] Guo L, Geng S, Gao X, et al. Numerical simulation of heat transfer and fluid flow during nanosecond pulsed laser processing of Fe78Si9B13 amorphous alloys. Int J Heat Mass Transfer. 2021;170:121003. doi:10.1016/j.ijheatma sstransfer.2021.121003 [15] Guo L, Li Y, Geng S, et al. Numerical and experimental analysis for morphology evolution of 6061 aluminum alloy during nanosecond pulsed laser cleaning. Surf Coat Technol. 2022;432:128056. doi:10.1016/j.surfcoat. 2021.128056 [16] Li S, Liu D, Mi H, et al. Numerical simulation on evolution process of molten pool and solidification characteristics of melt track in selective laser melting of ceramic powder. Ceram Int. 2022;48(13):18302–18315. doi:10. 1016/j.ceramint.2022.03.089 [17] Aboulkhair NT, Maskery I, Tuck C, et al. On the formation of AlSi10Mg single tracks and layers in selective laser melting: microstructure and nano-mechanical properties. J Mater Process Technol. 2016;230:88–98. doi:10.1016/j. jmatprotec.2015.11.016 [18] Thijs L, Kempen K, Kruth JP, et al. Fine-structured aluminium products with controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder. Acta Mater. 2013;61(5):1809–1819. doi:10.1016/j.actamat.2012.11.052 [19] Qiu C, Adkins NJE, Attallah MM. Microstructure and tensile properties of selectively laser-melted and of HIPed laser-melted Ti–6Al–4 V. Mater Sci Eng A. 2013;578:230–239. doi:10.1016/j.msea.2013.04.099 [20] Kazemi Z, Soleimani M, Rokhgireh H, et al. Melting pool simulation of 316L samples manufactured by selective laser melting method, comparison with experimental results. Int J Therm Sci. 2022;176:107538. doi:10.1016/j. ijthermalsci.2022.107538 [21] Cao L. Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel. Comput Math Appl. 2021;96:209–228. doi:10.1016/j. camwa.2020.04.020 [22] Liu B, Fang G, Lei L, et al. Predicting the porosity defects in selective laser melting (SLM) by molten pool geometry. Int J Mech Sci. 2022;228:107478. doi:10.1016/j.ijmecsci. 2022.107478 [23] Ur Rehman A, Pitir F, Salamci MU. Full-field mapping and flow quantification of melt pool dynamics in laser powder bed fusion of SS316L. Materials. 2021;14(21):6264. doi:10. 3390/ma14216264 [24] Chia HY, Wang L, Yan W. Influence of oxygen content on melt pool dynamics in metal additive manufacturing: high-fidelity modeling with experimental validation. Acta Mater. 2023;249:118824. doi:10.1016/j.actamat. 2023.118824 [25] Cheng B, Loeber L, Willeck H, et al. Computational investigation of melt pool process dynamics and pore formation in laser powder bed fusion. J Mater Eng Perform. 2019;28:6565–6578. doi:10.1007/s11665-019- 04435-y [26] Li X, Guo Q, Chen L, et al. Quantitative investigation of gas flow, powder-gas interaction, and powder behavior under different ambient pressure levels in laser powder bed fusion. Int J Mach Tools Manuf. 2021;170:103797. doi:10.1016/j.ijmachtools.2021.103797 [27] Wu Y, Li M, Wang J, et al. Powder-bed-fusion additive manufacturing of molybdenum: process simulation, optimization, and property prediction. Addit Manuf. 2022;58:103069. doi:10.1016/j.addma.2022.103069 [28] Wu S, Yang Y, Huang Y, et al. Study on powder particle behavior in powder spreading with discrete element method and its critical implications for binder jetting additive manufacturing processes. Virtual Phys Prototyp. 2023;18(1):e2158877. doi:10.1080/17452759.2022.2158877 [29] Klassen A, Schakowsky T, Kerner C. Evaporation model for beam based additive manufacturing using free surface lattice Boltzmann methods. J Phys D Appl Phys. 2014;47 (27):275303. doi:10.1088/0022-3727/47/27/275303 [30] Cao L. Mesoscopic-scale numerical simulation including the influence of process parameters on slm single-layer multi-pass formation. Metall Mater Trans A. 2020;51:4130–4145. doi:10.1007/s11661-020-05831-z [31] Zhuang JR, Lee YT, Hsieh WH, et al. Determination of melt pool dimensions using DOE-FEM and RSM with process window during SLM of Ti6Al4V powder. Opt Laser Technol. 2018;103:59–76. doi:10.1016/j.optlastec.2018. 01.013 [32] Li Y, Gu D. Thermal behavior during selective laser melting of commercially pure titanium powder: numerical simulation and experimental study. Addit Manuf. 2014;1–4:99–109. doi:10.1016/j.addma.2014.09.001 [33] Dai D, Gu D. Thermal behavior and densification mechanism during selective laser melting of copper matrix composites: simulation and experiments. Mater Des. 2014;55 (0):482–491. doi:10.1016/j.matdes.2013.10.006 [34] Wang S, Zhu L, Dun Y, et al. Multi-physics modeling of direct energy deposition process of thin-walled structures: defect analysis. Comput Mech. 2021;67:c1229– c1242. doi:10.1007/s00466-021-01992-9 [35] Wu J, Zheng J, Zhou H, et al. Molten pool behavior and its mechanism during selective laser melting of polyamide 6 powder: single track simulation and experiments. Mater Res Express. 2019;6. doi:10.1088/2053-1591/ab2747 [36] Cho JH, Farson DF, Milewski JO, et al. Weld pool flows during initial stages of keyhole formation in laser welding. J Phys D Appl Phys. 2009;42. doi:10.1088/0022- 3727/42/17/175502 [37] Sinha KN. Identification of a suitable volumetric heat source for modelling of selective laser melting of Ti6Al4V powder using numerical and experimental validation approach. Int J Adv Manuf Technol. 2018;99:2257–2270. doi:10.1007/s00170-018-2631-4 [38] Fu CH, Guo YB. Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V. J Manuf Sci Eng. 2014;136(6):061004. doi:10.1115/1.4028539 [39] Ansari P, Rehman AU, Pitir F, et al. Selective laser melting of 316 l austenitic stainless steel: detailed process understanding using multiphysics simulation and experimentation. Metals. 2021;11(7):1076. doi:10.3390/met11071076 [40] Zhao C, Shi B, Chen S, et al. Laser melting modes in metal powder bed fusion additive manufacturing. Rev Mod Phys. 2022;94(4):045002. doi:10.1103/revmodphys.94. 045002 [41] Bertoli US, Wolfer AJ, Matthews MJ, et al. On the limitations of volumetric energy density as a design parameter for selective laser melting. Mater Des. 2017;113:331–340. doi:10.1016/j.matdes.2016.10.037 [42] Dash A, Kamaraj A. Prediction of the shift in melting mode during additive manufacturing of 316L stainless steel. Mater Today Commun. 2023: 107238. doi:10.1016/j. mtcomm.2023.107238 [43] Majeed M, Khan HM, Rasheed I. Finite element analysis of melt pool thermal characteristics with passing laser in SLM process. Optik. 2019;194:163068. doi:10.1016/j.ijleo. 2019.163068
Yi Wei ;Genyu Chen;Nengru Tao;Wei Zhou https://doi.org/10.1063/5.0191504
In order to comprehensively reveal the evolutionary dynamics of the molten pool and the state of motion of the fluid during the high-precision laser powder bed fusion (HP-LPBF) process, this study aims to deeply investigate the specific manifestations of the multiphase flow, solidification phenomena, and heat transfer during the process by means of numerical simulation methods. Numerical simulation models of SS316L single-layer HP-LPBF formation with single and double tracks were constructed using the discrete element method and the computational fluid dynamics method. The effects of various factors such as Marangoni convection, surface tension, vapor recoil, gravity, thermal convection, thermal radiation, and evaporative heat dissipation on the heat and mass transfer in the molten pool have been paid attention to during the model construction process. The results show that the molten pool exhibits a “comet” shape, in which the temperature gradient at the front end of the pool is significantly larger than that at the tail end, with the highest temperature gradient up to 1.69 × 108 K/s. It is also found that the depth of the second track is larger than that of the first one, and the process parameter window has been determined preliminarily. In addition, the application of HP-LPBF technology helps to reduce the surface roughness and minimize the forming size.
Laser powder bed fusion (LPBF) has become a research hotspot in the field of additive manufacturing of metals due to its advantages of high-dimensional accuracy, good surface quality, high density, and high material utilization.1,2 With the rapid development of electronics, medical, automotive, biotechnology, energy, communication, and optics, the demand for microfabrication technology is increasing day by day.3 High-precision laser powder bed fusion (HP-LPBF) is one of the key manufacturing technologies for tiny parts in the fields of electronics, medical, automotive, biotechnology, energy, communication, and optics because of its process characteristics such as small focal spot diameter, small powder particle size, and thin powder layup layer thickness.4–13 Compared with LPBF, HP-LPBF has the significant advantages of smaller focal spot diameter, smaller powder particle size, and thinner layer thickness. These advantages make HP-LPBF perform better in producing micro-fine parts, high surface quality, and parts with excellent mechanical properties.
HP-LPBF is in the exploratory stage, and researchers have already done some exploratory studies on the focal spot diameter, the amount of defocusing, and the powder particle size. In order to explore the influence of changing the laser focal spot diameter on the LPBF process characteristics of the law, Wildman et al.14 studied five groups of different focal spot diameter LPBF forming 316L stainless steel (SS316L) processing effect, the smallest focal spot diameter of 26 μm, and the results confirm that changing the focal spot diameter can be achieved to achieve the energy control, so as to control the quality of forming. Subsequently, Mclouth et al.15 proposed the laser out-of-focus amount (focal spot diameter) parameter, which characterizes the distance between the forming plane and the laser focal plane. The laser energy density was controlled by varying the defocusing amount while keeping the laser parameters constant. Sample preparation at different focal positions was investigated, and their microstructures were characterized. The results show that the samples at the focal plane have finer microstructure than those away from the focal plane, which is the effect of higher power density and smaller focal spot diameter. In order to explore the influence of changing the powder particle size on the characteristics of the LPBF process, Qian et al.16 carried out single-track scanning simulations on powder beds with average powder particle sizes of 70 and 40 μm, respectively, and the results showed that the melt tracks sizes were close to each other under the same process parameters for the two particle-size distributions and that the molten pool of powder beds with small particles was more elongated and the edges of the melt tracks were relatively flat. In order to explore the superiority of HP-LPBF technology, Xu et al.17 conducted a comparative analysis of HP-LPBF and conventional LPBF of SS316L. The results showed that the average surface roughness of the top surface after forming by HP-LPBF could reach 3.40 μm. Once again, it was verified that HP-LPBF had higher forming quality than conventional LPBF. On this basis, Wei et al.6 comparatively analyzed the effects of different laser focal spot diameters on different powder particle sizes formed by LPBF. The results showed that the smaller the laser focal spot diameter, the fewer the defects on the top and side surfaces. The above research results confirm that reducing the laser focal spot diameter can obtain higher energy density and thus better forming quality.
LPBF involves a variety of complex systems and mechanisms, and the final quality of the part is influenced by a large number of process parameters.18–24 Some research results have shown that there are more than 50 factors affecting the quality of the specimen. The influencing factors are mainly categorized into three main groups: (1) laser parameters, (2) powder parameters, and (3) equipment parameters, which interact with each other to determine the final specimen quality. With the continuous development of technologies such as computational materials science and computational fluid dynamics (CFD), the method of studying the influence of different factors on the forming quality of LPBF forming process has been shifted from time-consuming and laborious experimental characterization to the use of numerical simulation methods. As a result, more and more researchers are adopting this approach for their studies. Currently, numerical simulation studies on LPBF are mainly focused on the exploration of molten pool, temperature distribution, and residual stresses.
Finite element simulation based on continuum mechanics and free surface fluid flow modeling based on fluid dynamics are two common approaches to study the behavior of LPBF molten pool.25–28 Finite element simulation focuses on the temperature and thermal stress fields, treats the powder bed as a continuum, and determines the molten pool size by plotting the elemental temperature above the melting point. In contrast, fluid dynamics modeling can simulate the 2D or 3D morphology of the metal powder pile and obtain the powder size and distribution by certain algorithms.29 The flow in the molten pool is mainly affected by recoil pressure and the Marangoni effect. By simulating the molten pool formation, it is possible to predict defects, molten pool shape, and flow characteristics, as well as the effect of process parameters on the molten pool geometry.30–34 In addition, other researchers have been conducted to optimize the laser processing parameters through different simulation methods and experimental data.35–46 Crystal growth during solidification is studied to further understand the effect of laser parameters on dendritic morphology and solute segregation.47–54 A multi-scale system has been developed to describe the fused deposition process during 3D printing, which is combined with the conductive heat transfer model and the dendritic solidification model.55,56
Relevant scholars have adopted various different methods for simulation, such as sequential coupling theory,57 Lagrangian and Eulerian thermal models,58 birth–death element method,25 and finite element method,59 in order to reveal the physical phenomena of the laser melting process and optimize the process parameters. Luo et al.60 compared the LPBF temperature field and molten pool under double ellipsoidal and Gaussian heat sources by ANSYS APDL and found that the diffusion of the laser energy in the powder significantly affects the molten pool size and the temperature field.
The thermal stresses obtained from the simulation correlate with the actual cracks,61 and local preheating can effectively reduce the residual stresses.62 A three-dimensional thermodynamic finite element model investigated the temperature and stress variations during laser-assisted fabrication and found that powder-to-solid conversion increases the temperature gradient, stresses, and warpage.63 Other scholars have predicted residual stresses and part deflection for LPBF specimens and investigated the effects of deposition pattern, heat, laser power, and scanning strategy on residual stresses, noting that high-temperature gradients lead to higher residual stresses.64–67
In short, the process of LPBF forming SS316L is extremely complex and usually involves drastic multi-scale physicochemical changes that will only take place on a very small scale. Existing literature employs DEM-based mesoscopic-scale numerical simulations to investigate the effects of process parameters on the molten pool dynamics of LPBF-formed SS316L. However, a few studies have been reported on the key mechanisms of heating and solidification, spatter, and convective behavior of the molten pool of HP-LPBF-formed SS316L with small laser focal spot diameters. In this paper, the geometrical properties of coarse and fine powder particles under three-dimensional conditions were first calculated using DEM. Then, numerical simulation models for single-track and double-track cases in the single-layer HP-LPBF forming SS316L process were developed at mesoscopic scale using the CFD method. The flow genesis of the melt in the single-track and double-track molten pools is discussed, and their 3D morphology and dimensional characteristics are discussed. In addition, the effects of laser process parameters, powder particle size, and laser focal spot diameter on the temperature field, characterization information, and defects in the molten pool are discussed.
II. MODELING
A. 3D powder bed modeling
HP-LPBF is an advanced processing technique for preparing target parts layer by layer stacking, the process of which involves repetitive spreading and melting of powders. In this process, both the powder spreading and the morphology of the powder bed are closely related to the results of the subsequent melting process, while the melted surface also affects the uniform distribution of the next layer of powder. For this reason, this chapter focuses on the modeling of the physical action during the powder spreading process and the theory of DEM to establish the numerical model of the powder bed, so as to lay a solid foundation for the accuracy of volume of fluid (VOF) and CFD.
1. DEM
DEM is a numerical technique for calculating the interaction of a large number of particles, which calculates the forces and motions of the spheres by considering each powder sphere as an independent unit. The motion of the powder particles follows the laws of classical Newtonian mechanics, including translational and rotational,38,68–70 which are expressed as follows:����¨=���+∑��ij,
(1)����¨=∑�(�ij×�ij),
(2)
where �� is the mass of unit particle i in kg, ��¨ is the advective acceleration in m/s2, And g is the gravitational acceleration in m/s2. �ij is the force in contact with the neighboring particle � in N. �� is the rotational inertia of the unit particle � in kg · m2. ��¨ is the unit particle � angular acceleration in rad/s2. �ij is the vector pointing from unit particle � to the contact point of neighboring particle �.
Equations (1) and (2) can be used to calculate the velocity and angular velocity variations of powder particles to determine their positions and velocities. A three-dimensional powder bed model of SS316L was developed using DEM. The powder particles are assumed to be perfect spheres, and the substrate and walls are assumed to be rigid. To describe the contact between the powder particles and between the particles and the substrate, a non-slip Hertz–Mindlin nonlinear spring-damping model71 was used with the following expression:�hz=��������+��[(�����ij−�eff����)−(�����+�eff����)],
(3)
where �hz is the force calculated using the Hertzian in M. �� and �� are the radius of unit particles � and � in m, respectively. �� is the overlap size of the two powder particles in m. ��, �� are the elastic constants in the normal and tangential directions, respectively. �ij is the unit vector connecting the centerlines of the two powder particles. �eff is the effective mass of the two powder particles in kg. �� and �� are the viscoelastic damping constants in the normal and tangential directions, respectively. �� and �� are the components of the relative velocities of the two powder particles. ��� is the displacement vector between two spherical particles. The schematic diagram of overlapping powder particles is shown in Fig. 1.
Schematic diagram of overlapping powder particles.
Because the particle size of the powder used for HP-LPBF is much smaller than 100 μm, the effect of van der Waals forces must be considered. Therefore, the cohesive force �jkr of the Hertz–Mindlin model was used instead of van der Waals forces,72 with the following expression:�jkr=−4��0�*�1.5+4�*3�*�3,
(4)1�*=(1−��2)��+(1−��2)��,
(5)1�*=1��+1��,
(6)
where �* is the equivalent Young’s modulus in GPa; �* is the equivalent particle radius in m; �0 is the surface energy of the powder particles in J/m2; α is the contact radius in m; �� and �� are the Young’s modulus of the unit particles � and �, respectively, in GPa; and �� and �� are the Poisson’s ratio of the unit particles � and �, respectively.
2. Model building
Figure 2 shows a 3D powder bed model generated using DEM with a coarse powder geometry of 1000 × 400 × 30 μm3. The powder layer thickness is 30 μm, and the powder bed porosity is 40%. The average particle size of this spherical powder is 31.7 μm and is normally distributed in the range of 15–53 μm. The geometry of the fine powder was 1000 × 400 × 20 μm3, with a layer thickness of 20 μm, and the powder bed porosity of 40%. The average particle size of this spherical powder is 11.5 μm and is normally distributed in the range of 5–25 μm. After the 3D powder bed model is generated, it needs to be imported into the CFD simulation software for calculation, and the imported geometric model is shown in Fig. 3. This geometric model is mainly composed of three parts: protective gas, powder bed, and substrate. Under the premise of ensuring the accuracy of the calculation, the mesh size is set to 3 μm, and the total number of coarse powder meshes is 1 704 940. The total number of fine powder meshes is 3 982 250.
Geometric modeling of the powder bed computational domain: (a) coarse powder, (b) fine powder.
B. Modeling of fluid mechanics simulation
In order to solve the flow, melting, and solidification problems involved in HP-LPBF molten pool, the study must follow the three governing equations of conservation of mass, conservation of energy, and conservation of momentum.73 The VOF method, which is the most widely used in fluid dynamics, is used to solve the molten pool dynamics model.
1. VOF
VOF is a method for tracking the free interface between the gas and liquid phases on the molten pool surface. The core idea of the method is to define a volume fraction function F within each grid, indicating the proportion of the grid space occupied by the material, 0 ≤ F ≤ 1 in Fig. 4. Specifically, when F = 0, the grid is empty and belongs to the gas-phase region; when F = 1, the grid is completely filled with material and belongs to the liquid-phase region; and when 0 < F < 1, the grid contains free surfaces and belongs to the mixed region. The direction normal to the free surface is the direction of the fastest change in the volume fraction F (the direction of the gradient of the volume fraction), and the direction of the gradient of the volume fraction can be calculated from the values of the volume fractions in the neighboring grids.74 The equations controlling the VOF are expressed as follows:𝛻����+�⋅(��→)=0,
(7)
where t is the time in s and �→ is the liquid velocity in m/s.
The material parameters of the mixing zone are altered due to the inclusion of both the gas and liquid phases. Therefore, in order to represent the density of the mixing zone, the average density �¯ is used, which is expressed as follows:72�¯=(1−�1)�gas+�1�metal,
(8)
where �1 is the proportion of liquid phase, �gas is the density of protective gas in kg/m3, and �metal is the density of metal in kg/m3.
2. Control equations and boundary conditions
Figure 5 is a schematic diagram of the HP-LPBF melting process. First, the laser light strikes a localized area of the material and rapidly heats up the area. Next, the energy absorbed in the region is diffused through a variety of pathways (heat conduction, heat convection, and surface radiation), and this process triggers complex phase transition phenomena (melting, evaporation, and solidification). In metals undergoing melting, the driving forces include surface tension and the Marangoni effect, recoil due to evaporation, and buoyancy due to gravity and uneven density. The above physical phenomena interact with each other and do not occur independently.
Laser heat sourceThe Gaussian surface heat source model is used as the laser heat source model with the following expression:�=2�0����2exp(−2�12��2),(9)where � is the heat flow density in W/m2, �0 is the absorption rate of SS316L, �� is the radius of the laser focal spot in m, and �1 is the radial distance from the center of the laser focal spot in m. The laser focal spot can be used for a wide range of applications.
Energy absorptionThe formula for calculating the laser absorption �0 of SS316L is as follows:�0=0.365(�0[1+�0(�−20)]/�)0.5,(10)where �0 is the direct current resistivity of SS316L at 20 °C in Ω m, �0 is the resistance temperature coefficient in ppm/°C, � is the temperature in °C, and � is the laser wavelength in m.
Heat transferThe basic principle of heat transfer is conservation of energy, which is expressed as follows:𝛻𝛻𝛻�(��)��+�·(��→�)=�·(�0����)+��,(11)where � is the density of liquid phase SS316L in kg/m3, �� is the specific heat capacity of SS316L in J/(kg K), 𝛻� is the gradient operator, t is the time in s, T is the temperature in K, 𝛻�� is the temperature gradient, �→ is the velocity vector, �0 is the coefficient of thermal conduction of SS316L in W/(m K), and �� is the thermal energy dissipation term in the molten pool.
Molten pool flowThe following three conditions need to be satisfied for the molten pool to flow:
Conservation of mass with the following expression:𝛻�·(��→)=0.(12)
Conservation of momentum (Navier–Stokes equation) with the following expression:𝛻𝛻𝛻𝛻���→��+�(�→·�)�→=�·[−pI+�(��→+(��→)�)]+�,(13)where � is the pressure in Pa exerted on the liquid phase SS316L microelement, � is the unit matrix, � is the fluid viscosity in N s/m2, and � is the volumetric force (gravity, atmospheric pressure, surface tension, vapor recoil, and the Marangoni effect).
Surface tension and the Marangoni effectThe effect of temperature on the surface tension coefficient is considered and set as a linear relationship with the following expression:�=�0−��dT(�−��),(14)where � is the surface tension of the molten pool at temperature T in N/m, �� is the melting temperature of SS316L in K, �0 is the surface tension of the molten pool at temperature �� in Pa, and σdσ/ dT is the surface tension temperature coefficient in N/(m K).In general, surface tension decreases with increasing temperature. A temperature gradient causes a gradient in surface tension that drives the liquid to flow, known as the Marangoni effect.
Metal vapor recoilAt higher input energy densities, the maximum temperature of the molten pool surface reaches the evaporation temperature of the material, and a gasification recoil pressure occurs vertically downward toward the molten pool surface, which will be the dominant driving force for the molten pool flow.75 The expression is as follows:��=0.54�� exp ���−���0���,(15)where �� is the gasification recoil pressure in Pa, �� is the ambient pressure in kPa, �� is the latent heat of evaporation in J/kg, �0 is the gas constant in J/(mol K), T is the surface temperature of the molten pool in K, and Te is the evaporation temperature in K.
Solid–liquid–gas phase transitionWhen the laser hits the powder layer, the powder goes through three stages: heating, melting, and solidification. During the solidification phase, mutual transformations between solid, liquid, and gaseous states occur. At this point, the latent heat of phase transition absorbed or released during the phase transition needs to be considered.68 The phase transition is represented based on the relationship between energy and temperature with the following expression:�=�����,(�<��),�(��)+�−����−����,(��<�<��)�(��)+(�−��)����,(��<�),,(16)where �� and �� are solid and liquid phase density, respectively, of SS316L in kg/m3. �� and �� unit volume of solid and liquid phase-specific heat capacity, respectively, of SS316L in J/(kg K). �� and ��, respectively, are the solidification temperature and melting temperature of SS316L in K. �� is the latent heat of the phase transition of SS316L melting in J/kg.
3. Assumptions
The CFD model was computed using the commercial software package FLOW-3D.76 In order to simplify the calculation and solution process while ensuring the accuracy of the results, the model makes the following assumptions:
It is assumed that the effects of thermal stress and material solid-phase thermal expansion on the calculation results are negligible.
The molten pool flow is assumed to be a Newtonian incompressible laminar flow, while the effects of liquid thermal expansion and density on the results are neglected.
It is assumed that the surface tension can be simplified to an equivalent pressure acting on the free surface of the molten pool, and the effect of chemical composition on the results is negligible.
Neglecting the effect of the gas flow field on the molten pool.
The mass loss due to evaporation of the liquid metal is not considered.
The influence of the plasma effect of the molten metal on the calculation results is neglected.
It is worth noting that the formulation of assumptions requires a trade-off between accuracy and computational efficiency. In the above models, some physical phenomena that have a small effect or high difficulty on the calculation results are simplified or ignored. Such simplifications make numerical simulations more efficient and computationally tractable, while still yielding accurate results.
4. Initial conditions
The preheating temperature of the substrate was set to 393 K, at which time all materials were in the solid state and the flow rate was zero.
5. Material parameters
The material used is SS316L and the relevant parameters required for numerical simulations are shown in Table I.46,77,78
TABLE I.
SS316L-related parameters.
Property
Symbol
Value
Density of solid metal (kg/m3)
�metal
7980
Solid phase line temperature (K)
��
1658
Liquid phase line temperature (K)
��
1723
Vaporization temperature (K)
��
3090
Latent heat of melting ( J/kg)
��
2.60×105
Latent heat of evaporation ( J/kg)
��
7.45×106
Surface tension of liquid phase (N /m)
�
1.60
Liquid metal viscosity (kg/m s)
��
6×10−3
Gaseous metal viscosity (kg/m s)
�gas
1.85×10−5
Temperature coefficient of surface tension (N/m K)
��/�T
0.80×10−3
Molar mass ( kg/mol)
M
0.05 593
Emissivity
�
0.26
Laser absorption
�0
0.35
Ambient pressure (kPa)
��
101 325
Ambient temperature (K)
�0
300
Stefan–Boltzmann constant (W/m2 K4)
�
5.67×10−8
Thermal conductivity of metals ( W/m K)
�
24.55
Density of protective gas (kg/m3)
�gas
1.25
Coefficient of thermal expansion (/K)
��
16×10−6
Generalized gas constant ( J/mol K)
R
8.314
III. RESULTS AND DISCUSSION
With the objective of studying in depth the evolutionary patterns of single-track and double-track molten pool development, detailed observations were made for certain specific locations in the model, as shown in Fig. 6. In this figure, P1 and P2 represent the longitudinal tangents to the centers of the two melt tracks in the XZ plane, while L1 is the transverse profile in the YZ plane. The scanning direction is positive and negative along the X axis. Points A and B are the locations of the centers of the molten pool of the first and second melt tracks, respectively (x = 1.995 × 10−4, y = 5 × 10−7, and z = −4.85 × 10−5).
A series of single-track molten pool simulation experiments were carried out in order to investigate the influence law of laser power as well as scanning speed on the HP-LPBF process. Figure 7 demonstrates the evolution of the 3D morphology and temperature field of the single-track molten pool in the time period of 50–500 μs under a laser power of 100 W and a scanning speed of 800 mm/s. The powder bed is in the natural cooling state. When t = 50 μs, the powder is heated by the laser heat and rapidly melts and settles to form the initial molten pool. This process is accompanied by partial melting of the substrate and solidification together with the melted powder. The molten pool rapidly expands with increasing width, depth, length, and temperature, as shown in Fig. 7(a). When t = 150 μs, the molten pool expands more obviously, and the temperature starts to transfer to the surrounding area, forming a heat-affected zone. At this point, the width of the molten pool tends to stabilize, and the temperature in the center of the molten pool has reached its peak and remains largely stable. However, the phenomenon of molten pool spatter was also observed in this process, as shown in Fig. 7(b). As time advances, when t = 300 μs, solidification begins to occur at the tail of the molten pool, and tiny ripples are produced on the solidified surface. This is due to the fact that the melt flows toward the region with large temperature gradient under the influence of Marangoni convection and solidifies together with the melt at the end of the bath. At this point, the temperature gradient at the front of the bath is significantly larger than at the end. While the width of the molten pool was gradually reduced, the shape of the molten pool was gradually changed to a “comet” shape. In addition, a slight depression was observed at the top of the bath because the peak temperature at the surface of the bath reached the evaporation temperature, which resulted in a recoil pressure perpendicular to the surface of the bath downward, creating a depressed region. As the laser focal spot moves and is paired with the Marangoni convection of the melt, these recessed areas will be filled in as shown in Fig. 7(c). It has been shown that the depressed regions are the result of the coupled effect of Marangoni convection, recoil pressure, and surface tension.79 By t = 500 μs, the width and height of the molten pool stabilize and show a “comet” shape in Fig. 7(d).
Single-track molten pool process: (a) t = 50 ��, (b) t = 150 ��, (c) t = 300 ��, (d) t = 500 ��.
Figure 8 depicts the velocity vector diagram of the P1 profile in a single-track molten pool, the length of the arrows represents the magnitude of the velocity, and the maximum velocity is about 2.36 m/s. When t = 50 μs, the molten pool takes shape, and the velocities at the two ends of the pool are the largest. The variation of the velocities at the front end is especially more significant in Fig. 8(a). As the time advances to t = 150 μs, the molten pool expands rapidly, in which the velocity at the tail increases and changes more significantly, while the velocity at the front is relatively small. At this stage, the melt moves backward from the center of the molten pool, which in turn expands the molten pool area. The melt at the back end of the molten pool center flows backward along the edge of the molten pool surface and then converges along the edge of the molten pool to the bottom center, rising to form a closed loop. Similarly, a similar closed loop is formed at the front end of the center of the bath, but with a shorter path. However, a large portion of the melt in the center of the closed loop formed at the front end of the bath is in a nearly stationary state. The main cause of this melt flow phenomenon is the effect of temperature gradient and surface tension (the Marangoni effect), as shown in Figs. 8(b) and 8(e). This dynamic behavior of the melt tends to form an “elliptical” pool. At t = 300 μs, the tendency of the above two melt flows to close the loop is more prominent and faster in Fig. 8(c). When t = 500 μs, the velocity vector of the molten pool shows a stable trend, and the closed loop of melt flow also remains stable. With the gradual laser focal spot movement, the melt is gradually solidified at its tail, and finally, a continuous and stable single track is formed in Fig. 8(d).
Vector plot of single-track molten pool velocity in XZ longitudinal section: (a) t = 50 ��, (b) t = 150 ��, (c) t = 300 ��, (d) t = 500 ��, (e) molten pool flow.
In order to explore in depth the transient evolution of the molten pool, the evolution of the single-track temperature field and the melt flow was monitored in the YZ cross section. Figure 9(a) shows the state of the powder bed at the initial moment. When t = 250 μs, the laser focal spot acts on the powder bed and the powder starts to melt and gradually collects in the molten pool. At this time, the substrate will also start to melt, and the melt flow mainly moves in the downward and outward directions and the velocity is maximum at the edges in Fig. 9(b). When t = 300 μs, the width and depth of the molten pool increase due to the recoil pressure. At this time, the melt flows more slowly at the center, but the direction of motion is still downward in Fig. 9(c). When t = 350 μs, the width and depth of the molten pool further increase, at which time the intensity of the melt flow reaches its peak and the direction of motion remains the same in Fig. 9(d). When t = 400 μs, the melt starts to move upward, and the surrounding powder or molten material gradually fills up, causing the surface of the molten pool to begin to flatten. At this time, the maximum velocity of the melt is at the center of the bath, while the velocity at the edge is close to zero, and the edge of the melt starts to solidify in Fig. 9(e). When t = 450 μs, the melt continues to move upward, forming a convex surface of the melt track. However, the melt movement slows down, as shown in Fig. 9(f). When t = 500 μs, the melt further moves upward and its speed gradually becomes smaller. At the same time, the melt solidifies further, as shown in Fig. 9(g). When t = 550 μs, the melt track is basically formed into a single track with a similar “mountain” shape. At this stage, the velocity is close to zero only at the center of the molten pool, and the flow behavior of the melt is poor in Fig. 9(h). At t = 600 μs, the melt stops moving and solidification is rapidly completed. Up to this point, a single track is formed in Fig. 9(i). During the laser action on the powder bed, the substrate melts and combines with the molten state powder. The powder-to-powder fusion is like the convergence of water droplets, which are rapidly fused by surface tension. However, the fusion between the molten state powder and the substrate occurs driven by surface tension, and the molten powder around the molten pool is pulled toward the substrate (a wetting effect occurs), which ultimately results in the formation of a monolithic whole.38,80,81
Evolution of single-track molten pool temperature and melt flow in the YZ cross section: (a) t = 0 ��, (b) t = 250 ��, (c) t = 300 ��, (d) t = 350 ��, (e) t = 400 ��, (f) t = 450 ��, (g) t = 500 ��, (h) t = 550 ��, (i) t = 600 ��.
The wetting ability between the liquid metal and the solid substrate in the molten pool directly affects the degree of balling of the melt,82,83 and the wetting ability can be measured by the contact angle of a single track in Fig. 10. A smaller value of contact angle represents better wettability. The contact angle α can be calculated by�=�1−�22,
(17)
where �1 and �2 are the contact angles of the left and right regions, respectively.
Relevant studies have confirmed that the wettability is better at a contact angle α around or below 40°.84 After measurement, a single-track contact angle α of about 33° was obtained under this process parameter, which further confirms the good wettability.
B. Double-track simulation
In order to deeply investigate the influence of hatch spacing on the characteristics of the HP-LPBF process, a series of double-track molten pool simulation experiments were systematically carried out. Figure 11 shows in detail the dynamic changes of the 3D morphology and temperature field of the double-track molten pool in the time period of 2050–2500 μs under the conditions of laser power of 100 W, scanning speed of 800 mm/s, and hatch spacing of 0.06 mm. By comparing the study with Fig. 7, it is observed that the basic characteristics of the 3D morphology and temperature field of the second track are similar to those of the first track. However, there are subtle differences between them. The first track exhibits a basically symmetric shape, but the second track morphology shows a slight deviation influenced by the difference in thermal diffusion rate between the solidified metal and the powder. Otherwise, the other characteristic information is almost the same as that of the first track. Figure 12 shows the velocity vector plot of the P2 profile in the double-track molten pool, with a maximum velocity of about 2.63 m/s. The melt dynamics at both ends of the pool are more stable at t = 2050 μs, where the maximum rate of the second track is only 1/3 of that of the first one. Other than that, the rest of the information is almost no significant difference from the characteristic information of the first track. Figure 13 demonstrates a detailed observation of the double-track temperature field and melts flow in the YZ cross section, and a comparative study with Fig. 9 reveals that the width of the second track is slightly wider. In addition, after the melt direction shifts from bottom to top, the first track undergoes four time periods (50 μs) to reach full solidification, while the second track takes five time periods. This is due to the presence of significant heat buildup in the powder bed after the forming of the first track, resulting in a longer dynamic time of the melt and an increased molten pool lifetime. In conclusion, the level of specimen forming can be significantly optimized by adjusting the laser power and hatch spacing.
Evolution of double-track molten pool temperature and melt flow in the YZ cross section: (a) t = 2250 ��, (b) t = 2300 ��, (c) t = 2350 ��, (d) t = 2400 ��, (e) t = 2450 ��, (f) t = 2500 ��, (g) t = 2550 ��, (h) t = 2600 ��, (i) t = 2650 ��.
In order to quantitatively detect the molten pool dimensions as well as the remolten region dimensions, the molten pool characterization information in Fig. 14 is constructed by drawing the boundary on the YZ cross section based on the isothermal surface of the liquid phase line. It can be observed that the heights of the first track and second track are basically the same, but the depth of the second track increases relative to the first track. The molten pool width is mainly positively correlated with the laser power as well as the scanning speed (the laser line energy density �). However, the remelted zone width is negatively correlated with the hatch spacing (the overlapping ratio). Overall, the forming quality of the specimens can be directly influenced by adjusting the laser power, scanning speed, and hatch spacing.
Double-track molten pool characterization information on YZ cross section.
In order to study the variation rule of the temperature in the center of the molten pool with time, Fig. 15 demonstrates the temperature variation curves with time for two reference points, A and B. Among them, the red dotted line indicates the liquid phase line temperature of SS316L. From the figure, it can be seen that the maximum temperature at the center of the molten pool in the first track is lower than that in the second track, which is mainly due to the heat accumulation generated after passing through the first track. The maximum temperature gradient was calculated to be 1.69 × 108 K/s. When the laser scanned the first track, the temperature in the center of the molten pool of the second track increased slightly. Similarly, when the laser scanned the second track, a similar situation existed in the first track. Since the temperature gradient in the second track is larger than that in the first track, the residence time of the liquid phase in the molten pool of the first track is longer than that of the second track.
Temperature profiles as a function of time for two reference points A and B.
C. Simulation analysis of molten pool under different process parameters
In order to deeply investigate the effects of various process parameters on the mesoscopic-scale temperature field, molten pool characteristic information and defects of HP-LPBF, numerical simulation experiments on mesoscopic-scale laser power, scanning speed, and hatch spacing of double-track molten pools were carried out.
1. Laser power
Figure 16 shows the effects of different laser power on the morphology and temperature field of the double-track molten pool at a scanning speed of 800 mm/s and a hatch spacing of 0.06 mm. When P = 50 W, a smaller molten pool is formed due to the lower heat generated by the Gaussian light source per unit time. This leads to a smaller track width, which results in adjacent track not lapping properly and the presence of a large number of unmelted powder particles, resulting in an increase in the number of defects, such as pores in the specimen. The surface of the track is relatively flat, and the depth is small. In addition, the temperature gradient before and after the molten pool was large, and the depression location appeared at the biased front end in Fig. 16(a). When P = 100 W, the surface of the track is flat and smooth with excellent lap. Due to the Marangoni effect, the velocity field of the molten pool is in the form of “vortex,” and the melt has good fluidity, and the maximum velocity reaches 2.15 m/s in Fig. 16(b). When P = 200 W, the heat generated by the Gaussian light source per unit time is too large, resulting in the melt rapidly reaching the evaporation temperature, generating a huge recoil pressure, forming a large molten pool, and the surface of the track is obviously raised. The melt movement is intense, especially the closed loop at the center end of the molten pool. At this time, the depth and width of the molten pool are large, leading to the expansion of the remolten region and the increased chance of the appearance of porosity defects in Fig. 16(c). The results show that at low laser power, the surface tension in the molten pool is dominant. At high laser power, recoil pressure is its main role.
Simulation results of double-track molten pool under different laser powers: (a) P = 50 W, (b) P = 100 W, (c) P = 200 W.
Table II shows the effect of different laser powers on the characteristic information of the double-track molten pool at a scanning speed of 800 mm/s and a hatch spacing of 0.06 mm. The negative overlapping ratio in the table indicates that the melt tracks are not lapped, and 26/29 indicates the melt depth of the first track/second track. It can be seen that with the increase in laser power, the melt depth, melt width, melt height, and remelted zone show a gradual increase. At the same time, the overlapping ratio also increases. Especially in the process of laser power from 50 to 200 W, the melting depth and melting width increased the most, which increased nearly 2 and 1.5 times, respectively. Meanwhile, the overlapping ratio also increases with the increase in laser power, which indicates that the melting and fusion of materials are better at high laser power. On the other hand, the dimensions of the molten pool did not change uniformly with the change of laser power. Specifically, the depth-to-width ratio of the molten pool increased from about 0.30 to 0.39 during the increase from 50 to 120 W, which further indicates that the effective heat transfer in the vertical direction is greater than that in the horizontal direction with the increase in laser power. This dimensional response to laser power is mainly affected by the recoil pressure and also by the difference in the densification degree between the powder layer and the metal substrate. In addition, according to the experimental results, the contact angle shows a tendency to increase and then decrease during the process of laser power increase, and always stays within the range of less than 33°. Therefore, in practical applications, it is necessary to select the appropriate laser power according to the specific needs in order to achieve the best processing results.
TABLE II.
Double-track molten pool characterization information at different laser powers.
Laser power (W)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
50
16
54
11
/
−10
23
100
26/29
74
14
18
23.33
33
200
37/45
116
21
52
93.33
28
2. Scanning speed
Figure 17 demonstrates the effect of different scanning speeds on the morphology and temperature field of the double-track molten pool at a laser power of 100 W and a hatch spacing of 0.06 mm. With the gradual increase in scanning speed, the surface morphology of the molten pool evolves from circular to elliptical. When � = 200 mm/s, the slow scanning speed causes the material to absorb too much heat, which is very easy to trigger the overburning phenomenon. At this point, the molten pool is larger and the surface morphology is uneven. This situation is consistent with the previously discussed scenario with high laser power in Fig. 17(a). However, when � = 1600 mm/s, the scanning speed is too fast, resulting in the material not being able to absorb sufficient heat, which triggers the powder particles that fail to melt completely to have a direct effect on the bonding of the melt to the substrate. At this time, the molten pool volume is relatively small and the neighboring melt track cannot lap properly. This result is consistent with the previously discussed case of low laser power in Fig. 17(b). Overall, the ratio of the laser power to the scanning speed (the line energy density �) has a direct effect on the temperature field and surface morphology of the molten pool.
Simulation results of double-track molten pool under different scanning speed: (a) � = 200 mm/s, (b) � = 1600 mm/s.
Table III shows the effects of different scanning speed on the characteristic information of the double-track molten pool under the condition of laser power of 100 W and hatch spacing of 0.06 mm. It can be seen that the scanning speed has a significant effect on the melt depth, melt width, melt height, remolten region, and overlapping ratio. With the increase in scanning speed, the melt depth, melt width, melt height, remelted zone, and overlapping ratio show a gradual decreasing trend. Among them, the melt depth and melt width decreased faster, while the melt height and remolten region decreased relatively slowly. In addition, when the scanning speed was increased from 200 to 800 mm/s, the decreasing speeds of melt depth and melt width were significantly accelerated, while the decreasing speeds of overlapping ratio were relatively slow. When the scanning speed was further increased to 1600 mm/s, the decreasing speeds of melt depth and melt width were further accelerated, and the un-lapped condition of the melt channel also appeared. In addition, the contact angle increases and then decreases with the scanning speed, and both are lower than 33°. Therefore, when selecting the scanning speed, it is necessary to make reasonable trade-offs according to the specific situation, and take into account the factors of melt depth, melt width, melt height, remolten region, and overlapping ratio, in order to achieve the best processing results.
TABLE III.
Double-track molten pool characterization information at different scanning speeds.
Scanning speed (mm/s)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
200
55/68
182
19/32
124
203.33
22
1600
13
50
11
/
−16.67
31
3. Hatch spacing
Figure 18 shows the effect of different hatch spacing on the morphology and temperature field of the double-track molten pool under the condition of laser power of 100 W and scanning speed of 800 mm/s. The surface morphology and temperature field of the first track and second track are basically the same, but slightly different. The first track shows a basically symmetric morphology along the scanning direction, while the second track shows a slight offset due to the difference in the heat transfer rate between the solidified material and the powder particles. When the hatch spacing is too small, the overlapping ratio increases and the probability of defects caused by remelting phenomenon grows. When the hatch spacing is too large, the neighboring melt track cannot overlap properly, and the powder particles are not completely melted, leading to an increase in the number of holes. In conclusion, the ratio of the line energy density � to the hatch spacing (the volume energy density E) has a significant effect on the temperature field and surface morphology of the molten pool.
Simulation results of double-track molten pool under different hatch spacings: (a) H = 0.03 mm, (b) H = 0.12 mm.
Table IV shows the effects of different hatch spacing on the characteristic information of the double-track molten pool under the condition of laser power of 100 W and scanning speed of 800 mm/s. It can be seen that the hatch spacing has little effect on the melt depth, melt width, and melt height, but has some effect on the remolten region. With the gradual expansion of hatch spacing, the remolten region shows a gradual decrease. At the same time, the overlapping ratio also decreased with the increase in hatch spacing. In addition, it is observed that the contact angle shows a tendency to increase and then remain stable when the hatch spacing increases, which has a more limited effect on it. Therefore, trade-offs and decisions need to be made on a case-by-case basis when selecting the hatch spacing.
TABLE IV.
Double-track molten pool characterization information at different hatch spacings.
Hatch spacing (mm)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
0.03
25/27
82
14
59
173.33
30
0.12
26
78
14
/
−35
33
In summary, the laser power, scanning speed, and hatch spacing have a significant effect on the formation of the molten pool, and the correct selection of these three process parameters is crucial to ensure the forming quality. In addition, the melt depth of the second track is slightly larger than that of the first track at higher line energy density � and volume energy density E. This is mainly due to the fact that a large amount of heat accumulation is generated after the first track, forming a larger molten pool volume, which leads to an increase in the melt depth.
D. Simulation analysis of molten pool with powder particle size and laser focal spot diameter
Figure 19 demonstrates the effect of different powder particle sizes and laser focal spot diameters on the morphology and temperature field of the double-track molten pool under a laser power of 100 W, a scanning speed of 800 mm/s, and a hatch spacing of 0.06 mm. In the process of melting coarse powder with small laser focal spot diameter, the laser energy cannot completely melt the larger powder particles, resulting in their partial melting and further generating excessive pore defects. The larger powder particles tend to generate zigzag molten pool edges, which cause an increase in the roughness of the melt track surface. In addition, the molten pool is also prone to generate the present spatter phenomenon, which can directly affect the quality of forming. The volume of the formed molten pool is relatively small, while the melt depth, melt width, and melt height are all smaller relative to the fine powder in Fig. 19(a). In the process of melting fine powders with a large laser focal spot diameter, the laser energy is able to melt the fine powder particles sufficiently, even to the point of overmelting. This results in a large number of fine spatters being generated at the edge of the molten pool, which causes porosity defects in the melt track in Fig. 19(b). In addition, the maximum velocity of the molten pool is larger for large powder particle sizes compared to small powder particle sizes, which indicates that the temperature gradient in the molten pool is larger for large powder particle sizes and the melt motion is more intense. However, the size of the laser focal spot diameter has a relatively small effect on the melt motion. However, a larger focal spot diameter induces a larger melt volume with greater depth, width, and height. In conclusion, a small powder size helps to reduce the surface roughness of the specimen, and a small laser spot diameter reduces the minimum forming size of a single track.
Simulation results of double-track molten pool with different powder particle size and laser focal spot diameter: (a) focal spot = 25 μm, coarse powder, (b) focal spot = 80 μm, fine powder.
Table V shows the maximum temperature gradient at the reference point for different powder sizes and laser focal spot diameters. As can be seen from the table, the maximum temperature gradient is lower than that of HP-LPBF for both coarse powders with a small laser spot diameter and fine powders with a large spot diameter, a phenomenon that leads to an increase in the heat transfer rate of HP-LPBF, which in turn leads to a corresponding increase in the cooling rate and, ultimately, to the formation of finer microstructures.
TABLE V.
Maximum temperature gradient at the reference point for different powder particle sizes and laser focal spot diameters.
Laser power (W)
Scanning speed (mm/s)
Hatch spacing (mm)
Average powder size (μm)
Laser focal spot diameter (μm)
Maximum temperature gradient (×107 K/s)
100
800
0.06
31.7
25
7.89
11.5
80
7.11
IV. CONCLUSIONS
In this study, the geometrical characteristics of 3D coarse and fine powder particles were first calculated using DEM and then numerical simulations of single track and double track in the process of forming SS316L from monolayer HP-LPBF at mesoscopic scale were developed using CFD method. The effects of Marangoni convection, surface tension, recoil pressure, gravity, thermal convection, thermal radiation, and evaporative heat dissipation on the heat and mass transfer in the molten pool were considered in this model. The effects of laser power, scanning speed, and hatch spacing on the dynamics of the single-track and double-track molten pools, as well as on other characteristic information, were investigated. The effects of the powder particle size on the molten pool were investigated comparatively with the laser focal spot diameter. The main conclusions are as follows:
The results show that the temperature gradient at the front of the molten pool is significantly larger than that at the tail, and the molten pool exhibits a “comet” morphology. At the top of the molten pool, there is a slightly concave region, which is the result of the coupling of Marangoni convection, recoil pressure, and surface tension. The melt flow forms two closed loops, which are mainly influenced by temperature gradients and surface tension. This special dynamic behavior of the melt tends to form an “elliptical” molten pool and an almost “mountain” shape in single-track forming.
The basic characteristics of the three-dimensional morphology and temperature field of the second track are similar to those of the first track, but there are subtle differences. The first track exhibits a basically symmetrical shape; however, due to the difference in thermal diffusion rates between the solidified metal and the powder, a slight asymmetry in the molten pool morphology of the second track occurs. After forming through the first track, there is a significant heat buildup in the powder bed, resulting in a longer dynamic time of the melt, which increases the life of the molten pool. The heights of the first track and second track remained essentially the same, but the depth of the second track was greater relative to the first track. In addition, the maximum temperature gradient was 1.69 × 108 K/s during HP-LPBF forming.
At low laser power, the surface tension in the molten pool plays a dominant role. At high laser power, recoil pressure becomes the main influencing factor. With the increase of laser power, the effective heat transfer in the vertical direction is superior to that in the horizontal direction. With the gradual increase of scanning speed, the surface morphology of the molten pool evolves from circular to elliptical. In addition, the scanning speed has a significant effect on the melt depth, melt width, melt height, remolten region, and overlapping ratio. Too large or too small hatch spacing will lead to remelting or non-lap phenomenon, which in turn causes the formation of defects.
When using a small laser focal spot diameter, it is difficult to completely melt large powder particle sizes, resulting in partial melting and excessive porosity generation. At the same time, large powder particles produce curved edges of the molten pool, resulting in increased surface roughness of the melt track. In addition, spatter occurs, which directly affects the forming quality. At small focal spot diameters, the molten pool volume is relatively small, and the melt depth, the melt width, and the melt height are correspondingly small. Taken together, the small powder particle size helps to reduce surface roughness, while the small spot diameter reduces the forming size.
REFERENCES
S. L. Sing and W. Y. Yeong , “ Laser powder bed fusion for metal additive manufacturing: Perspectives on recent developments,” Virtual Phys. Prototyping. 15, 359–370 (2020).https://doi.org/10.1080/17452759.2020.1779999 Google ScholarCrossref
A. M. Khorasani , I. G. Jithin , J. K. Veetil , and A. H. Ghasemi , “ A review of technological improvements in laser-based powder bed fusion of metal printers,” Int. J. Adv. Manuf. Technol. 108, 191–209 (2020).https://doi.org/10.1007/s00170-020-05361-3 Google ScholarCrossref
Y. Qin , A. Brockett , Y. Ma , A. Razali , J. Zhao , C. Harrison , W. Pan , X. Dai , and D. Loziak , “ Micro-manufacturing: Research, technology outcomes and development issues,” Int. J. Adv. Manuf. Technol. 47, 821–837 (2010).https://doi.org/10.1007/s00170-009-2411-2 Google ScholarCrossref
B. Nagarajan , Z. Hu , X. Song , W. Zhai , and J. Wei , “ Development of micro selective laser melting: The state of the art and future perspectives,” Engineering. 5, 702–720 (2019).https://doi.org/10.1016/j.eng.2019.07.002 Google ScholarCrossref
Y. Wei , G. Chen , W. Li , Y. Zhou , Z. Nie , J. Xu , and W. Zhou , “ Micro selective laser melting of SS316L: Single tracks, defects, microstructures and thermal/mechanical properties,” Opt. Laser Technol. 145, 107469 (2022).https://doi.org/10.1016/j.optlastec.2021.107469 Google ScholarCrossref
Y. Wei , G. Chen , W. Li , M. Li , Y. Zhou , Z. Nie , and J. Xu , “ Process optimization of micro selective laser melting and comparison of different laser diameter for forming different powder,” Opt. Laser Technol. 150, 107953 (2022).https://doi.org/10.1016/j.optlastec.2022.107953 Google ScholarCrossref
H. Zhiheng , B. Nagarajan , X. Song , R. Huang , W. Zhai , and J. Wei , “ Formation of SS316L single tracks in micro selective laser melting: Surface, geometry, and defects,” Adv. Mater. Sci. Eng. 2019, 9451406.https://doi.org/10.1155/2019/9451406 Crossref
B. Nagarajan , Z. Hu , S. Gao , X. Song , R. Huang , M. Seita , and J. Wei , “ Effect of in-situ laser remelting on the microstructure of SS316L fabricated by micro selective laser melting,” in Advanced Surface Enhancement, edited by Sho Itoh and Shashwat Shukla , Lecture Notes in Mechanical Engineering ( Springer Singapore, Singapore, 2020), pp. 330–336. Google ScholarCrossref
H. Zhiheng , B. Nagarajan , X. Song , R. Huang , W. Zhai , and J. Wei , “ Tailoring surface roughness of micro selective laser melted SS316L by in-situ laser remelting,” in Advanced Surface Enhancement, edited by Sho Itoh and Shashwat Shukla , Lecture Notes in Mechanical Engineering ( Springer Singapore, Singapore, 2020), pp. 337–343. Google Scholar
J. Fu , Z. Hu , X. Song , W. Zhai , Y. Long , H. Li , and M. Fu , “ Micro selective laser melting of NiTi shape memory alloy: Defects, microstructures and thermal/mechanical properties,” Opt. Laser Technol. 131, 106374 (2020).https://doi.org/10.1016/j.optlastec.2020.106374 Google ScholarCrossref
E. Abele and M. Kniepkamp , “ Analysis and optimisation of vertical surface roughness in micro selective laser melting,” Surf. Topogr.: Metrol. Prop. 3, 034007 (2015).https://doi.org/10.1088/2051-672X/3/3/034007 Google ScholarCrossref
S. Qu , J. Ding , J. Fu , M. Fu , B. Zhang , and X. Song , “ High-precision laser powder bed fusion processing of pure copper,” Addit. Manuf. 48, 102417 (2021).https://doi.org/10.1016/j.addma.2021.102417 Google ScholarCrossref
Y. Wei , G. Chen , M. Li , W. Li , Y. Zhou , J. Xu , and Z. wei , “ High-precision laser powder bed fusion of 18Ni300 maraging steel and its SiC reinforcement composite materials,” J. Manuf. Process. 84, 750–763 (2022).https://doi.org/10.1016/j.jmapro.2022.10.049 Google ScholarCrossref
B. Liu , R. Wildman , T. Christopher , I. Ashcroft , and H. Richard , “ Investigation the effect of particle size distribution on processing parameters optimisation in selective laser melting process,” in 2011 International Solid Freeform Fabrication Symposium ( University of Texas at Austin, 2011). Google Scholar
T. D. McLouth , G. E. Bean , D. B. Witkin , S. D. Sitzman , P. M. Adams , D. N. Patel , W. Park , J.-M. Yang , and R. J. Zaldivar , “ The effect of laser focus shift on microstructural variation of Inconel 718 produced by selective laser melting,” Mater. Des. 149, 205–213 (2018).https://doi.org/10.1016/j.matdes.2018.04.019 Google ScholarCrossref
Y. Qian , Y. Wentao , and L. Feng , “ Mesoscopic simulations of powder bed fusion: Research progresses and conditions,” Electromachining Mould 06, 46–52 (2017).https://doi.org/10.3969/j.issn.1009-279X.2017.06.012 Google Scholar
J. Fu , S. Qu , J. Ding , X. Song , and M. W. Fu , “ Comparison of the microstructure, mechanical properties and distortion of stainless Steel 316L fabricated by micro and conventional laser powder bed fusion,” Addit. Manuf. 44, 102067 (2021).https://doi.org/10.1016/j.addma.2021.102067 Google ScholarCrossref
N. T. Aboulkhair , I. Maskery , C. Tuck , I. Ashcroft , and N. M. Everitt , “ The microstructure and mechanical properties of selectively laser Melted AlSi10Mg: The effect of a conventional T6-like heat treatment,” Mater. Sci. Eng. A 667, 139–146 (2016).https://doi.org/10.1016/j.msea.2016.04.092 Google ScholarCrossref
S. Y. Chen , J. C. Huang , C. T. Pan , C. H. Lin , T. L. Yang , Y. S. Huang , C. H. Ou , L. Y. Chen , D. Y. Lin , H. K. Lin , T. H. Li , J. S. C. Jang , and C. C. Yang , “ Microstructure and mechanical properties of open-cell porous Ti-6Al-4V fabricated by selective laser melting,” J. Alloys Compd. 713, 248–254 (2017).https://doi.org/10.1016/j.jallcom.2017.04.190 Google ScholarCrossref
Y. Bai , Y. Yang , D. Wang , and M. Zhang , “ Influence mechanism of parameters process and mechanical properties evolution mechanism of Maraging steel 300 by selective laser melting,” Mater. Sci. Eng. A 703, 116–123 (2017).https://doi.org/10.1016/j.msea.2017.06.033 Google ScholarCrossref
Y. Bai , Y. Yang , Z. Xiao , M. Zhang , and D. Wang , “ Process optimization and mechanical property evolution of AlSiMg0.75 by selective laser melting,” Mater. Des. 140, 257–266 (2018).https://doi.org/10.1016/j.matdes.2017.11.045 Google ScholarCrossref
Y. Liu , M. Zhang , W. Shi , Y. Ma , and J. Yang , “ Study on performance optimization of 316L stainless steel parts by high-efficiency selective laser melting,” Opt. Laser Technol. 138, 106872 (2021).https://doi.org/10.1016/j.optlastec.2020.106872 Google ScholarCrossref
D. Gu , Y.-C. Hagedorn , W. Meiners , G. Meng , R. J. S. Batista , K. Wissenbach , and R. Poprawe , “ Densification behavior, microstructure evolution, and wear performance of selective laser melting processed commercially pure titanium,” Acta Mater. 60, 3849–3860 (2012).https://doi.org/10.1016/j.actamat.2012.04.006 Google ScholarCrossref
N. Read , W. Wang , K. Essa , and M. M. Attallah , “ Selective laser melting of AlSi10Mg alloy: Process optimisation and mechanical properties development,” Mater. Des. 65, 417–424 (2015).https://doi.org/10.1016/j.matdes.2014.09.044 Google ScholarCrossref
I. A. Roberts , C. J. Wang , R. Esterlein , M. Stanford , and D. J. Mynors , “ A three-dimensional finite element analysis of the temperature field during laser melting of metal powders in additive layer manufacturing,” Int. J. Mach. Tools Manuf. 49(12–13), 916–923 (2009).https://doi.org/10.1016/j.ijmachtools.2009.07.004 Google ScholarCrossref
K. Dai and L. Shaw , “ Finite element analysis of the effect of volume shrinkage during laser densification,” Acta Mater. 53(18), 4743–4754 (2005).https://doi.org/10.1016/j.actamat.2005.06.014 Google ScholarCrossref
K. Carolin , E. Attar , and P. Heinl , “ Mesoscopic simulation of selective beam melting processes,” J. Mater. Process. Technol. 211(6), 978–987 (2011).https://doi.org/10.1016/j.jmatprotec.2010.12.016 Google ScholarCrossref
F.-J. Gürtler , M. Karg , K.-H. Leitz , and M. Schmidt , “ Simulation of laser beam melting of steel powders using the three-dimensional volume of fluid method,” Phys. Procedia 41, 881–886 (2013).https://doi.org/10.1016/j.phpro.2013.03.162 Google ScholarCrossref
P. Meakin and R. Jullien , “ Restructuring effects in the rain model for random deposition,” J. Phys. France 48(10), 1651–1662 (1987).https://doi.org/10.1051/jphys:0198700480100165100 Google ScholarCrossref
J-m Wang , G-h Liu , Y-l Fang , and W-k Li , “ Marangoni effect in nonequilibrium multiphase system of material processing,” Rev. Chem. Eng. 32(5), 551–585 (2016).https://doi.org/10.1515/revce-2015-0067 Google ScholarCrossref
W. Ye , S. Zhang , L. L. Mendez , M. Farias , J. Li , B. Xu , P. Li , and Y. Zhang , “ Numerical simulation of the melting and alloying processes of elemental titanium and boron powders using selective laser alloying,” J. Manuf. Process. 64, 1235–1247 (2021).https://doi.org/10.1016/j.jmapro.2021.02.044 Google ScholarCrossref
U. S. Bertoli , A. J. Wolfer , M. J. Matthews , J.-P. R. Delplanque , and J. M. Schoenung , “ On the limitations of volumetric energy density as a design parameter for selective laser melting,” Mater. Des. 113, 331–340 (2017).https://doi.org/10.1016/j.matdes.2016.10.037 Google ScholarCrossref
W. E. King , H. D. Barth , V. M. Castillo , G. F. Gallegos , J. W. Gibbs , D. E. Hahn , C. Kamath , and A. M. Rubenchik , “ Observation of keyhole-mode laser melting in laser powder-bed fusion additive manufacturing,” J. Mater. Process. Technol. 214(12), 2915–2925 (2014).https://doi.org/10.1016/j.jmatprotec.2014.06.005 Google ScholarCrossref
L. Cao , “ Numerical simulation of the impact of laying powder on selective laser melting single-pass formation,” Int. J. Heat Mass Transfer 141, 1036–1048 (2019).https://doi.org/10.1016/j.ijheatmasstransfer.2019.07.053 Google ScholarCrossref
L. Huang , X. Hua , D. Wu , and F. Li , “ Numerical study of keyhole instability and porosity formation mechanism in laser welding of aluminum alloy and steel,” J. Mater. Process. Technol. 252, 421–431 (2018).https://doi.org/10.1016/j.jmatprotec.2017.10.011 Google ScholarCrossref
K. Q. Le , C. Tang , and C. H. Wong , “ On the study of keyhole-mode melting in selective laser melting process,” Int. J. Therm. Sci. 145, 105992 (2019).https://doi.org/10.1016/j.ijthermalsci.2019.105992 Google ScholarCrossref
J.-H. Cho and S.-J. Na , “ Theoretical analysis of keyhole dynamics in polarized laser drilling,” J. Phys. D: Appl. Phys. 40(24), 7638 (2007).https://doi.org/10.1088/0022-3727/40/24/007 Google ScholarCrossref
W. Ye , “ Mechanism analysis of selective laser melting and metallurgy process based on base element powder of titanium and boron,” Ph.D. dissertation ( Nanchang University, 2021). Google Scholar
R. Ammer , M. Markl , U. Ljungblad , C. Körner , and U. Rüde , “ Simulating fast electron beam melting with a parallel thermal free surface lattice Boltzmann method,” Comput. Math. Appl. 67(2), 318–330 (2014).https://doi.org/10.1016/j.camwa.2013.10.001 Google ScholarCrossref
H. Chen , Q. Wei , S. Wen , Z. Li , and Y. Shi , “ Flow behavior of powder particles in layering process of selective laser melting: Numerical modeling and experimental verification based on discrete element method,” Int. J. Mach. Tools Manuf. 123, 146–159 (2017).https://doi.org/10.1016/j.ijmachtools.2017.08.004 Google ScholarCrossref
F. Verhaeghe , T. Craeghs , J. Heulens , and L. Pandelaers , “ A pragmatic model for selective laser melting with evaporation,” Acta Mater. 57(20), 6006–6012 (2009).https://doi.org/10.1016/j.actamat.2009.08.027 Google ScholarCrossref
C. H. Fu and Y. B. Guo , “ Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V,” J. Manuf. Sci. Eng. 136(6), 061004 (2014).https://doi.org/10.1115/1.4028539 Google ScholarCrossref
Y. Xiang , Z. Shuzhe , L. Junfeng , W. Zhengying , Y. Lixiang , and J. Lihao , “ Numerical simulation and experimental verification for selective laser single track melting forming of Ti6Al4V,” J. Zhejiang Univ. (Eng. Sci.) 53(11), 2102–2109 + 2117 (2019).https://doi.org/10.3785/j.issn.1008-973X.2019.11.007 Google Scholar
Q. He , H. Xia , J. Liu , X. Ao , and S. Lin , “ Modeling and numerical studies of selective laser melting: Multiphase flow, solidification and heat transfer,” Mater. Des. 196, 109115 (2020).https://doi.org/10.1016/j.matdes.2020.109115 Google ScholarCrossref
L. Cao , “ Mesoscopic-scale numerical simulation including the influence of process parameters on SLM single-layer multi-pass formation,” Metall. Mater. Trans. A 51, 4130–4145 (2020).https://doi.org/10.1007/s11661-020-05831-z Google ScholarCrossref
L. Cao , “ Mesoscopic-scale numerical investigation including the influence of process parameters on LPBF multi-layer multi-path formation,” Comput. Model. Eng. Sci. 126(1), 5–23 (2021).https://doi.org/10.32604/cmes.2021.014693 Google ScholarCrossref
H. Yin and S. D. Felicelli , “ Dendrite growth simulation during solidification in the LENS process,” Acta Mater. 58(4), 1455–1465 (2010).https://doi.org/10.1016/j.actamat.2009.10.053 Google ScholarCrossref
P. Nie , O. A. Ojo , and Z. Li , “ Numerical modeling of microstructure evolution during laser additive manufacturing of a nickel-based superalloy,” Acta Mater. 77, 85–95 (2014).https://doi.org/10.1016/j.actamat.2014.05.039 Google ScholarCrossref
Z. Liu and H. Qi , “ Effects of substrate crystallographic orientations on crystal growth and microstructure formation in laser powder deposition of nickel-based superalloy,” Acta Mater. 87, 248–258 (2015).https://doi.org/10.1016/j.actamat.2014.12.046 Google ScholarCrossref
L. Wei , L. Xin , W. Meng , and H. Weidong , “ Cellular automaton simulation of the molten pool of laser solid forming process,” Acta Phys. Sin. 64(01), 018103–018363 (2015).https://doi.org/10.7498/aps.64.018103 Google ScholarCrossref
R. Acharya , J. A. Sharon , and A. Staroselsky , “ Prediction of microstructure in laser powder bed fusion process,” Acta Mater. 124, 360–371 (2017).https://doi.org/10.1016/j.actamat.2016.11.018 Google ScholarCrossref
M. R. Rolchigo and R. LeSar , “ Modeling of binary alloy solidification under conditions representative of additive manufacturing,” Comput. Mater. Sci. 150, 535–545 (2018).https://doi.org/10.1016/j.commatsci.2018.04.004 Google ScholarCrossref
S. Geng , P. Jiang , L. Guo , X. Gao , and G. Mi , “ Multi-scale simulation of grain/sub-grain structure evolution during solidification in laser welding of aluminum alloys,” Int. J. Heat Mass Transfer 149, 119252 (2020).https://doi.org/10.1016/j.ijheatmasstransfer.2019.119252 Google ScholarCrossref
W. L. Wang , W. Q. Liu , X. Yang , R. R. Xu , and Q. Y. Dai , “ Multi-scale simulation of columnar-to-equiaxed transition during laser selective melting of rare earth magnesium alloy,” J. Mater. Sci. Technol. 119, 11–24 (2022).https://doi.org/10.1016/j.jmst.2021.12.029 Google ScholarCrossref
Q. Xia , J. Yang , and Y. Li , “ On the conservative phase-field method with the N-component incompressible flows,” Phys. Fluids 35, 012120 (2023).https://doi.org/10.1063/5.0135490 Google ScholarCrossref
Q. Xia , G. Sun , J. Kim , and Y. Li , “ Multi-scale modeling and simulation of additive manufacturing based on fused deposition technique,” Phys. Fluids 35, 034116 (2023).https://doi.org/10.1063/5.0141316 Google ScholarCrossref
A. Hussein , L. Hao , C. Yan , and R. Everson , “ Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting,” Mater. Des. 52, 638–647 (2013).https://doi.org/10.1016/j.matdes.2013.05.070 Google ScholarCrossref
J. Ding , P. Colegrove , J. Mehnen , S. Ganguly , P. M. Sequeira Almeida , F. Wang , and S. Williams , “ Thermo-mechanical analysis of wire and arc additive layer manufacturing process on large multi-layer parts,” Comput. Mater. Sci. 50(12), 3315–3322 (2011).https://doi.org/10.1016/j.commatsci.2011.06.023 Google ScholarCrossref
Y. Du , X. You , F. Qiao , L. Guo , and Z. Liu , “ A model for predicting the temperature field during selective laser melting,” Results Phys. 12, 52–60 (2019).https://doi.org/10.1016/j.rinp.2018.11.031 Google ScholarCrossref
X. Luo , M. Liu , L. Zhenhua , H. Li , and J. Shen , “ Effect of different heat-source models on calculated temperature field of selective laser melted 18Ni300,” Chin. J. Lasers 48(14), 1402005–1402062 (2021).https://doi.org/10.3788/CJL202148.1402005 Google ScholarCrossref
J. F. Li , L. Li , and F. H. Stott , “ Thermal stresses and their implication on cracking during laser melting of ceramic materials,” Acta Mater. 52(14), 4385–4398 (2004).https://doi.org/10.1016/j.actamat.2004.06.005 Google ScholarCrossref
P. Aggarangsi and J. L. Beuth , “ Localized preheating approaches for reducing residual stress in additive manufacturing,” paper presented at the 2006 International Solid Freeform Fabrication Symposium, The University of Texas in Austin on August 14–16, 2006.
K. Dai and L. Shaw , “ Thermal and mechanical finite element modeling of laser forming from metal and ceramic powders,” Acta Mater. 52(1), 69–80 (2004).https://doi.org/10.1016/j.actamat.2003.08.028 Google ScholarCrossref
A. H. Nickel , D. M. Barnett , and F. B. Prinz , “ Thermal stresses and deposition patterns in layered manufacturing,” Mater. Sci. Eng. A 317(1–2), 59–64 (2001).https://doi.org/10.1016/S0921-5093(01)01179-0 Google ScholarCrossref
M. F. Zaeh and G. Branner , “ Investigations on residual stresses and deformations in selective laser melting,” Prod. Eng. 4(1), 35–45 (2010).https://doi.org/10.1007/s11740-009-0192-y Google ScholarCrossref
P. Bian , J. Shi , Y. Liu , and Y. Xie , “ Influence of laser power and scanning strategy on residual stress distribution in additively manufactured 316L steel,” Opt. Laser Technol. 132, 106477 (2020).https://doi.org/10.1016/j.optlastec.2020.106477 Google ScholarCrossref
B. M. Marques , C. M. Andrade , D. M. Neto , M. C. Oliveira , J. L. Alves , and L. F. Menezes , “ Numerical analysis of residual stresses in parts produced by selective laser melting process,” Procedia Manuf. 47, 1170–1177 (2020).https://doi.org/10.1016/j.promfg.2020.04.167 Google ScholarCrossref
W. Mu , “ Numerical simulation of SLM forming process and research and prediction of forming properties,” MA thesis ( Anhui Jianzhu University, 2022). Google Scholar
Y. Zhang , “ Multi-scale multi-physics modeling of laser powder bed fusion process of metallic materials with experiment validation,” Ph.D. dissertation ( Purdue University, 2018). Google Scholar
Y. Qian , “ Mesoscopic simulation studies of key processing issues for powder bed fusion technology,” Ph.D. dissertation ( Tsinghua University, 2019). Google Scholar
N. V. Brilliantov , S. Frank , J.-M. Hertzsch , and T. Pöschel , “ Model for collisions in granular gases,” Phys. Rev. E 53(5), 5382–5392 (1996).https://doi.org/10.1103/PhysRevE.53.5382 Google ScholarCrossref
Z. Xiao , “ Research on microscale selective laser melting process of high strength pure copper specimens,” MA thesis ( Hunan University, 2022). Google Scholar
Z. Li , K. Mukai , M. Zeze , and K. C. Mills , “ Determination of the surface tension of liquid stainless steel,” J. Mater. Sci. 40(9–10), 2191–2195 (2005).https://doi.org/10.1007/s10853-005-1931-x Google ScholarCrossref
R. Scardovelli and S. Zaleski , “ Analytical relations connecting linear interfaces and volume fractions in rectangular grids,” J. Comput. Phys. 164(1), 228–237 (2000).https://doi.org/10.1006/jcph.2000.6567 Google ScholarCrossref
D.-W. Cho , W.-I. Cho , and S.-J. Na , “ Modeling and simulation of arc: Laser and hybrid welding process,” J. Manuf. Process. 16(1), 26–55 (2014).https://doi.org/10.1016/j.jmapro.2013.06.012 Google ScholarCrossref 76.Flow3D. Version 11.1.0: User Manual ( FlowScience, Santa Fe, NM, USA, 2015).
Y. Tian , L. Yang , D. Zhao , Y. Huang , and J. Pan , “ Numerical analysis of powder bed generation and single track forming for selective laser melting of ss316l stainless steel,” J. Manuf. Process. 58, 964–974 (2020).https://doi.org/10.1016/j.jmapro.2020.09.002 Google ScholarCrossref
C. Tang , K. Q. Le , and C. H. Wong , “ Physics of humping formation in laser powder bed fusion,” Int. J. Heat Mass Transfer 149, 119172 (2020).https://doi.org/10.1016/j.ijheatmasstransfer.2019.119172 Google ScholarCrossref
L. Cao , “ Mesoscopic-scale simulation of pore evolution during laser powder bed fusion process,” Comput. Mater. Sci. 179, 109686 (2020).https://doi.org/10.1016/j.commatsci.2020.109686 Google ScholarCrossref
R. Li , J. Liu , Y. Shi , W. Li , and W. Jiang , “ Balling behavior of stainless steel and nickel powder during selective laser melting process,” Int. J. Adv. Manuf. Technol. 59(9–12), 1025–1035 (2012).https://doi.org/10.1007/s00170-011-3566-1 Google ScholarCrossref
S. A. Khairallah and A. Anderson , “ Mesoscopic simulation model of selective laser melting of stainless steel powder,” J. Mater. Process. Technol. 214(11), 2627–2636 (2014).https://doi.org/10.1016/j.jmatprotec.2014.06.001 Google ScholarCrossref
J. Liu , D. Gu , H. Chen , D. Dai , and H. Zhang , “ Influence of substrate surface morphology on wetting behavior of tracks during selective laser melting of aluminum-based alloys,” J. Zhejiang Univ. Sci. A 19(2), 111–121 (2018).https://doi.org/10.1631/jzus.A1700599 Google ScholarCrossref
L. Li , J. Li , and T. Fan , “ Phase-field modeling of wetting and balling dynamics in powder bed fusion process,” Phys. Fluids 33, 042116 (2021).https://doi.org/10.1063/5.0046771 Google ScholarCrossref
X. Nie , Z. Hu , H. Zhu , Z. Hu , L. Ke , and X. Zeng , “ Analysis of processing parameters and characteristics of selective laser melted high strength Al-Cu-Mg alloys: from single tracks to cubic samples,” J. Mater. Process. Technol. 256, 69–77 (2018).https://doi.org/10.1016/j.jmatprotec.2018.01.030 Google ScholarCrossref
금속 적층 제조 중 고체 상 변형 예측: Inconel-738의 전자빔 분말층 융합에 대한 사례 연구
Nana Kwabena Adomako a, Nima Haghdadi a, James F.L. Dingle bc, Ernst Kozeschnik d, Xiaozhou Liao bc, Simon P. Ringer bc, Sophie Primig a
Abstract
Metal additive manufacturing (AM) has now become the perhaps most desirable technique for producing complex shaped engineering parts. However, to truly take advantage of its capabilities, advanced control of AM microstructures and properties is required, and this is often enabled via modeling. The current work presents a computational modeling approach to studying the solid-state phase transformation kinetics and the microstructural evolution during AM. Our approach combines thermal and thermo-kinetic modelling. A semi-analytical heat transfer model is employed to simulate the thermal history throughout AM builds. Thermal profiles of individual layers are then used as input for the MatCalc thermo-kinetic software. The microstructural evolution (e.g., fractions, morphology, and composition of individual phases) for any region of interest throughout the build is predicted by MatCalc. The simulation is applied to an IN738 part produced by electron beam powder bed fusion to provide insights into how γ′ precipitates evolve during thermal cycling. Our simulations show qualitative agreement with our experimental results in predicting the size distribution of γ′ along the build height, its multimodal size character, as well as the volume fraction of MC carbides. Our findings indicate that our method is suitable for a range of AM processes and alloys, to predict and engineer their microstructures and properties.
Additive manufacturing (AM) is an advanced manufacturing method that enables engineering parts with intricate shapes to be fabricated with high efficiency and minimal materials waste. AM involves building up 3D components layer-by-layer from feedstocks such as powder [1]. Various alloys, including steel, Ti, Al, and Ni-based superalloys, have been produced using different AM techniques. These techniques include directed energy deposition (DED), electron- and laser powder bed fusion (E-PBF and L-PBF), and have found applications in a variety of industries such as aerospace and power generation[2], [3], [4]. Despite the growing interest, certain challenges limit broader applications of AM fabricated components in these industries and others. One of such limitations is obtaining a suitable and reproducible microstructure that offers the desired mechanical properties consistently. In fact, the AM as-built microstructure is highly complex and considerably distinctive from its conventionally processed counterparts owing to the complicated thermal cycles arising from the deposition of several layers upon each other [5], [6].
Several studies have reported that the solid-state phases and solidification microstructure of AM processed alloys such as CMSX-4, CoCr [7], [8], Ti-6Al-4V [9], [10], [11], IN738[6], 304L stainless steel[12], and IN718 [13], [14] exhibit considerable variations along the build direction. For instance, references [9], [10] have reported that there is a variation in the distribution of α and β phases along the build direction in Ti-alloys. Similarly, the microstructure of an L-PBF fabricated martensitic steel exhibits variations in the fraction of martensite [15]. Furthermore, some of the present authors and others [6], [16], [17], [18], [19], [20] have recently reviewed and reported that there is a difference in the morphology and fraction of nanoscale precipitates as a function of build height in Ni-based superalloys. These non-uniformities in the as-built microstructure result in an undesired heterogeneity in mechanical and other important properties such as corrosion and oxidation[19], [21], [22], [23]. To obtain the desired microstructure and properties, additional processing treatments are utilized, but this incurs extra costs and may lead to precipitation of detrimental phases and grain coarsening. Therefore, a through-process understanding of the microstructure evolution under repeated heating and cooling is now needed to further advance 3D printed microstructure and property control.
It is now commonly understood that the microstructure evolution during printing is complex, and most AM studies concentrate on the microstructure and mechanical properties of the final build only. Post-printing studies of microstructure characteristics at room temperature miss crucial information on how they evolve. In-situ measurements and modelling approaches are required to better understand the complex microstructural evolution under repeated heating and cooling. Most in-situ measurements in AM focus on monitoring the microstructural changes, such as phase transformations and melt pool dynamics during fabrication using X-ray scattering and high-speed X-ray imaging [24], [25], [26], [27]. For example, Zhao et al. [25] measured the rate of solidification and described the α/β phase transformation during L-PBF of Ti-6Al-4V in-situ. Also, Wahlmann et al. [21] recently used an L-PBF machine coupled with X-ray scattering to investigate the changes in CMSX-4 phase during successive melting processes. Although these techniques provide significant understanding of the basic principles of AM, they are not widely accessible. This is due to the great cost of the instrument, competitive application process, and complexities in terms of the experimental set-up, data collection, and analysis [26], [28].
Computational modeling techniques are promising and more widely accessible tools that enable advanced understanding, prediction, and engineering of microstructures and properties during AM. So far, the majority of computational studies have concentrated on physics based process models for metal AM, with the goal of predicting the temperature profile, heat transfer, powder dynamics, and defect formation (e.g., porosity) [29], [30]. In recent times, there have been efforts in modeling of the AM microstructure evolution using approaches such as phase-field [31], Monte Carlo (MC) [32], and cellular automata (CA) [33], coupled with finite element simulations for temperature profiles. However, these techniques are often restricted to simulating the evolution of solidification microstructures (e.g., grain and dendrite structure) and defects (e.g., porosity). For example, Zinovieva et al. [33] predicted the grain structure of L-PBF Ti-6Al-4V using finite difference and cellular automata methods. However, studies on the computational modelling of the solid-state phase transformations, which largely determine the resulting properties, remain limited. This can be attributed to the multi-component and multi-phase nature of most engineering alloys in AM, along with the complex transformation kinetics during thermal cycling. This kind of research involves predictions of the thermal cycle in AM builds, and connecting it to essential thermodynamic and kinetic data as inputs for the model. Based on the information provided, the thermokinetic model predicts the history of solid-state phase microstructure evolution during deposition as output. For example, a multi-phase, multi-component mean-field model has been developed to simulate the intermetallic precipitation kinetics in IN718 [34] and IN625 [35] during AM. Also, Basoalto et al. [36] employed a computational framework to examine the contrasting distributions of process-induced microvoids and precipitates in two Ni-based superalloys, namely IN718 and CM247LC. Furthermore, McNamara et al. [37] established a computational model based on the Johnson-Mehl-Avrami model for non-isothermal conditions to predict solid-state phase transformation kinetics in L-PBF IN718 and DED Ti-6Al-4V. These models successfully predicted the size and volume fraction of individual phases and captured the repeated nucleation and dissolution of precipitates that occur during AM.
In the current study, we propose a modeling approach with appreciably short computational time to investigate the detailed microstructural evolution during metal AM. This may include obtaining more detailed information on the morphologies of phases, such as size distribution, phase fraction, dissolution and nucleation kinetics, as well as chemistry during thermal cycling and final cooling to room temperature. We utilize the combination of the MatCalc thermo-kinetic simulator and a semi-analytical heat conduction model. MatCalc is a software suite for simulation of phase transformations, microstructure evolution and certain mechanical properties in engineering alloys. It has successfully been employed to simulate solid-state phase transformations in Ni-based superalloys [38], [39], steels [40], and Al alloys[41] during complex thermo-mechanical processes. MatCalc uses the classical nucleation theory as well as the so-called Svoboda-Fischer-Fratzl-Kozeschnik (SFFK) growth model as the basis for simulating precipitation kinetics [42]. Although MatCalc was originally developed for conventional thermo-mechanical processes, we will show that it is also applicable for AM if the detailed time-temperature profile of the AM build is known. The semi-analytical heat transfer code developed by Stump and Plotkowski [43] is used to simulate these profile throughout the AM build.
1.1. Application to IN738
Inconel-738 (IN738) is a precipitation hardening Ni-based superalloy mainly employed in high-temperature components, e.g. in gas turbines and aero-engines owing to its exceptional mechanical properties at temperatures up to 980 °C, coupled with high resistance to oxidation and corrosion [44]. Its superior high-temperature strength (∼1090 MPa tensile strength) is provided by the L12 ordered Ni3(Al,Ti) γ′ phase that precipitates in a face-centered cubic (FCC) γ matrix [45], [46]. Despite offering great properties, IN738, like most superalloys with high γ′ fractions, is challenging to process owing to its propensity to hot cracking [47], [48]. Further, machining of such alloys is challenging because of their high strength and work-hardening rates. It is therefore difficult to fabricate complex INC738 parts using traditional manufacturing techniques like casting, welding, and forging.
The emergence of AM has now made it possible to fabricate such parts from IN738 and other superalloys. Some of the current authors’ recent research successfully applied E-PBF to fabricate defect-free IN738 containing γ′ throughout the build [16], [17]. The precipitated γ′ were heterogeneously distributed. In particular, Haghdadi et al. [16] studied the origin of the multimodal size distribution of γ′, while Lim et al. [17] investigated the gradient in γ′ character with build height and its correlation to mechanical properties. Based on these results, the present study aims to extend the understanding of the complex and site-specific microstructural evolution in E-PBF IN738 by using a computational modelling approach. New experimental evidence (e.g., micrographs not published previously) is presented here to support the computational results.
2. Materials and Methods
2.1. Materials preparation
IN738 Ni-based superalloy (59.61Ni-8.48Co-7.00Al-17.47Cr-3.96Ti-1.01Mo-0.81W-0.56Ta-0.49Nb-0.47C-0.09Zr-0.05B, at%) gas-atomized powder was used as feedstock. The powders, with average size of 60 ± 7 µm, were manufactured by Praxair and distributed by Astro Alloys Inc. An Arcam Q10 machine by GE Additive with an acceleration voltage of 60 kV was used to fabricate a 15 × 15 × 25 mm3 block (XYZ, Z: build direction) on a 316 stainless steel substrate. The block was 3D-printed using a ‘random’ spot melt pattern. The random spot melt pattern involves randomly selecting points in any given layer, with an equal chance of each point being melted. Each spot melt experienced a dwell time of 0.3 ms, and the layer thickness was 50 µm. Some of the current authors have previously characterized the microstructure of the very same and similar builds in more detail [16], [17]. A preheat temperature of ∼1000 °C was set and kept during printing to reduce temperature gradients and, in turn, thermal stresses [49], [50], [51]. Following printing, the build was separated from the substrate through electrical discharge machining. It should be noted that this sample was simultaneously printed with the one used in [17] during the same build process and on the same build plate, under identical conditions.
2.2. Microstructural characterization
The printed sample was longitudinally cut in the direction of the build using a Struers Accutom-50, ground, and then polished to 0.25 µm suspension via standard techniques. The polished x-z surface was electropolished and etched using Struers A2 solution (perchloric acid in ethanol). Specimens for image analysis were polished using a 0.06 µm colloidal silica. Microstructure analyses were carried out across the height of the build using optical microscopy (OM) and scanning electron microscopy (SEM) with focus on the microstructure evolution (γ′ precipitates) in individual layers. The position of each layer being analyzed was determined by multiplying the layer number by the layer thickness (50 µm). It should be noted that the position of the first layer starts where the thermal profile is tracked (in this case, 2 mm from the bottom). SEM images were acquired using a JEOL 7001 field emission microscope. The brightness and contrast settings, acceleration voltage of 15 kV, working distance of 10 mm, and other SEM imaging parameters were all held constant for analysis of the entire build. The ImageJ software was used for automated image analysis to determine the phase fraction and size of γ′ precipitates and carbides. A 2-pixel radius Gaussian blur, following a greyscale thresholding and watershed segmentation was used [52]. Primary γ′ sizes (>50 nm), were measured using equivalent spherical diameters. The phase fractions were considered equal to the measured area fraction. Secondary γ′ particles (<50 nm) were not considered here. The γ′ size in the following refers to the diameter of a precipitate.
2.3. Hardness testing
A Struers DuraScan tester was utilized for Vickers hardness mapping on a polished x-z surface, from top to bottom under a maximum load of 100 mN and 10 s dwell time. 30 micro-indentations were performed per row. According to the ASTM standard [53], the indentations were sufficiently distant (∼500 µm) to assure that strain-hardened areas did not interfere with one another.
2.4. Computational simulation of E-PBF IN738 build
2.4.1. Thermal profile modeling
The thermal history was generated using the semi-analytical heat transfer code (also known as the 3DThesis code) developed by Stump and Plotkowski [43]. This code is an open-source C++ program which provides a way to quickly simulate the conductive heat transfer found in welding and AM. The key use case for the code is the simulation of larger domains than is practicable with Computational Fluid Dynamics/Finite Element Analysis programs like FLOW-3D AM. Although simulating conductive heat transfer will not be an appropriate simplification for some investigations (for example the modelling of keyholding or pore formation), the 3DThesis code does provide fast estimates of temperature, thermal gradient, and solidification rate which can be useful for elucidating microstructure formation across entire layers of an AM build. The mathematics involved in the code is as follows:
In transient thermal conduction during welding and AM, with uniform and constant thermophysical properties and without considering fluid convection and latent heat effects, energy conservation can be expressed as:(1)��∂�∂�=�∇2�+�̇where � is density, � specific heat, � temperature, � time, � thermal conductivity, and �̇ a volumetric heat source. By assuming a semi-infinite domain, Eq. 1 can be analytically solved. The solution for temperature at a given time (t) using a volumetric Gaussian heat source is presented as:(2)��,�,�,�−�0=33�����32∫0�1������exp−3�′�′2��+�′�′2��+�′�′2����′(3)and��=12��−�′+��2for�=�,�,�(4)and�′�′=�−���′Where � is the vector �,�,� and �� is the location of the heat source.
The numerical integration scheme used is an adaptive Gaussian quadrature method based on the following nondimensionalization:(5)�=��xy2�,�′=��xy2�′,�=��xy,�=��xy,�=��xy,�=���xy
A more detailed explanation of the mathematics can be found in reference [43].
The main source of the thermal cycling present within a powder-bed fusion process is the fusion of subsequent layers. Therefore, regions near the top of a build are expected to undergo fewer thermal cycles than those closer to the bottom. For this purpose, data from the single scan’s thermal influence on multiple layers was spliced to represent the thermal cycles experienced at a single location caused by multiple subsequent layers being fused.
The cross-sectional area simulated by this model was kept constant at 1 × 1 mm2, and the depth was dependent on the build location modelled with MatCalc. For a build location 2 mm from the bottom, the maximum number of layers to simulate is 460. Fig. 1a shows a stitched overview OM image of the entire build indicating the region where this thermal cycle is simulated and tracked. To increase similarity with the conditions of the physical build, each thermal history was constructed from the results of two simulations generated with different versions of a random scan path. The parameters used for these thermal simulations can be found in Table 1. It should be noted that the main purpose of the thermal profile modelling was to demonstrate how the conditions at different locations of the build change relative to each other. Accurately predicting the absolute temperature during the build would require validation via a temperature sensor measurement during the build process which is beyond the scope of the study. Nonetheless, to establish the viability of the heat source as a suitable approximation for this study, an additional sensitivity analysis was conducted. This analysis focused on the influence of energy input on γ′ precipitation behavior, the central aim of this paper. This was achieved by employing varying beam absorption energies (0.76, 0.82 – the values utilized in the simulation, and 0.9). The direct impact of beam absorption efficiency on energy input into the material was investigated. Specifically, the initial 20 layers of the build were simulated and subsequently compared to experimental data derived from SEM. While phase fractions were found to be consistent across all conditions, disparities emerged in the mean size of γ′ precipitates. An absorption efficiency of 0.76 yielded a mean size of approximately 70 nm. Conversely, absorption efficiencies of 0.82 and 0.9 exhibited remarkably similar mean sizes of around 130 nm, aligning closely with the outcomes of the experiments.
The numerical analyses of the evolution of precipitates was performed using MatCalc version 6.04 (rel 0.011). The thermodynamic (‘mc_ni.tdb’, version 2.034) and diffusion (‘mc_ni.ddb’, version 2.007) databases were used. MatCalc’s basic principles are elaborated as follows:
The nucleation kinetics of precipitates are computed using a computational technique based on a classical nucleation theory[54] that has been modified for systems with multiple components [42], [55]. Accordingly, the transient nucleation rate (�), which expresses the rate at which nuclei are formed per unit volume and time, is calculated as:(6)�=�0��*∙�xp−�*�∙�∙exp−��where �0 denotes the number of active nucleation sites, �* the rate of atomic attachment, � the Boltzmann constant, � the temperature, �* the critical energy for nucleus formation, τ the incubation time, and t the time. � (Zeldovich factor) takes into consideration that thermal excitation destabilizes the nucleus as opposed to its inactive state [54]. Z is defined as follows:(7)�=−12�kT∂2∆�∂�2�*12where ∆� is the overall change in free energy due to the formation of a nucleus and n is the nucleus’ number of atoms. ∆�’s derivative is evaluated at n* (critical nucleus size). �* accounts for the long-range diffusion of atoms required for nucleation, provided that the matrix’ and precipitates’ composition differ. Svoboda et al. [42] developed an appropriate multi-component equation for �*, which is given by:(8)�*=4��*2�4�∑�=1��ki−�0�2�0��0�−1where �* denotes the critical radius for nucleation, � represents atomic distance, and � is the molar volume. �ki and �0� represent the concentration of elements in the precipitate and matrix, respectively. The parameter �0� denotes the rate of diffusion of the ith element within the matrix. The expression for the incubation time � is expressed as [54]:(9)�=12�*�2
and �*, which represents the critical energy for nucleation:(10)�*=16�3�3∆�vol2where � is the interfacial energy, and ∆Gvol the change in the volume free energy. The critical nucleus’ composition is similar to the γ′ phase’s equilibrium composition at the same temperature. � is computed based on the precipitate and matrix compositions, using a generalized nearest neighbor broken bond model, with the assumption of interfaces being planar, sharp, and coherent [56], [57], [58].
In Eq. 7, it is worth noting that �* represents the fundamental variable in the nucleation theory. It contains �3/∆�vol2 and is in the exponent of the nucleation rate. Therefore, even small variations in γ and/or ∆�vol can result in notable changes in �, especially if �* is in the order of �∙�. This is demonstrated in [38] for UDIMET 720 Li during continuous cooling, where these quantities change steadily during precipitation due to their dependence on matrix’ and precipitate’s temperature and composition. In the current work, these changes will be even more significant as the system is exposed to multiple cycles of rapid cooling and heating.
Once nucleated, the growth of a precipitate is assessed using the radius and composition evolution equations developed by Svoboda et al. [42] with a mean-field method that employs the thermodynamic extremal principle. The expression for the total Gibbs free energy of a thermodynamic system G, which consists of n components and m precipitates, is given as follows:(11)�=∑���0��0�+∑�=1�4���33��+∑�=1��ki�ki+∑�=1�4���2��.
The chemical potential of component � in the matrix is denoted as �0�(�=1,…,�), while the chemical potential of component � in the precipitate is represented by �ki(�=1,…,�,�=1,…,�). These chemical potentials are defined as functions of the concentrations �ki(�=1,…,�,�=1,…,�). The interface energy density is denoted as �, and �� incorporates the effects of elastic energy and plastic work resulting from the volume change of each precipitate.
Eq. (12) establishes that the total free energy of the system in its current state relies on the independent state variables: the sizes (radii) of the precipitates �� and the concentrations of each component �ki. The remaining variables can be determined by applying the law of mass conservation to each component �. This can be represented by the equation:(12)��=�0�+∑�=1�4���33�ki,
Furthermore, the global mass conservation can be expressed by equation:(13)�=∑�=1���When a thermodynamic system transitions to a more stable state, the energy difference between the initial and final stages is dissipated. This model considers three distinct forms of dissipation effects [42]. These include dissipations caused by the movement of interfaces, diffusion within the precipitate and diffusion within the matrix.
Consequently, �̇� (growth rate) and �̇ki (chemical composition’s rate of change) of the precipitate with index � are derived from the linear system of equation system:(14)�ij��=��where �� symbolizes the rates �̇� and �̇ki [42]. Index i contains variables for precipitate radius, chemical composition, and stoichiometric boundary conditions suggested by the precipitate’s crystal structure. Eq. (10) is computed separately for every precipitate �. For a more detailed description of the formulae for the coefficients �ij and �� employed in this work please refer to [59].
The MatCalc software was used to perform the numerical time integration of �̇� and �̇ki of precipitates based on the classical numerical method by Kampmann and Wagner [60]. Detailed information on this method can be found in [61]. Using this computational method, calculations for E-PBF thermal cycles (cyclic heating and cooling) were computed and compared to experimental data. The simulation took approximately 2–4 hrs to complete on a standard laptop.
3. Results
3.1. Microstructure
Fig. 1 displays a stitched overview image and selected SEM micrographs of various γ′ morphologies and carbides after observations of the X-Z surface of the build from the top to 2 mm above the bottom. Fig. 2 depicts a graph that charts the average size and phase fraction of the primary γ′, as it changes with distance from the top to the bottom of the build. The SEM micrographs show widespread primary γ′ precipitation throughout the entire build, with the size increasing in the top to bottom direction. Particularly, at the topmost height, representing the 460th layer (Z = 22.95 mm), as seen in Fig. 1b, the average size of γ′ is 110 ± 4 nm, exhibiting spherical shapes. This is representative of the microstructure after it solidifies and cools to room temperature, without experiencing additional thermal cycles. The γ′ size slightly increases to 147 ± 6 nm below this layer and remains constant until 0.4 mm (∼453rd layer) from the top. At this position, the microstructure still closely resembles that of the 460th layer. After the 453rd layer, the γ′ size grows rapidly to ∼503 ± 19 nm until reaching the 437th layer (1.2 mm from top). The γ′ particles here have a cuboidal shape, and a small fraction is coarser than 600 nm. γ′ continue to grow steadily from this position to the bottom (23 mm from the top). A small fraction of γ′ is > 800 nm.
Besides primary γ′, secondary γ′ with sizes ranging from 5 to 50 nm were also found. These secondary γ′ precipitates, as seen in Fig. 1f, were present only in the bottom and middle regions. A detailed analysis of the multimodal size distribution of γ′ can be found in [16]. There is no significant variation in the phase fraction of the γ′ along the build. The phase fraction is ∼ 52%, as displayed in Fig. 2. It is worth mentioning that the total phase fraction of γ′ was estimated based on the primary γ′ phase fraction because of the small size of secondary γ′. Spherical MC carbides with sizes ranging from 50 to 400 nm and a phase fraction of 0.8% were also observed throughout the build. The carbides are the light grey precipitates in Fig. 1g. The light grey shade of carbides in the SEM images is due to their composition and crystal structure [52]. These carbides are not visible in Fig. 1b-e because they were dissolved during electro-etching carried out after electropolishing. In Fig. 1g, however, the sample was examined directly after electropolishing, without electro-etching.
Table 2 shows the nominal and measured composition of γ′ precipitates throughout the build by atom probe microscopy as determined in our previous study [17]. No build height-dependent composition difference was observed in either of the γ′ precipitate populations. However, there was a slight disparity between the composition of primary and secondary γ′. Among the main γ′ forming elements, the primary γ′ has a high Ti concentration while secondary γ′ has a high Al concentration. A detailed description of the atom distribution maps and the proxigrams of the constituent elements of γ′ throughout the build can be found in [17].
Table 2. Bulk IN738 composition determined using inductively coupled plasma atomic emission spectroscopy (ICP-AES). Compositions of γ, primary γ′, and secondary γ′ at various locations in the build measured by APT. This information is reproduced from data in Ref. [17] with permission.
at%
Ni
Cr
Co
Al
Mo
W
Ti
Nb
C
B
Zr
Ta
Others
Bulk
59.12
17.47
8.48
7.00
1.01
0.81
3.96
0.49
0.47
0.05
0.09
0.56
0.46
γ matrix
Top
50.48
32.91
11.59
1.94
1.39
0.82
0.44
0.8
0.03
0.03
0.02
–
0.24
Mid
50.37
32.61
11.93
1.79
1.54
0.89
0.44
0.1
0.03
0.02
0.02
0.01
0.23
Bot
48.10
34.57
12.08
2.14
1.43
0.88
0.48
0.08
0.04
0.03
0.01
–
0.12
Primary γ′
Top
72.17
2.51
3.44
12.71
0.25
0.39
7.78
0.56
–
0.03
0.02
0.05
0.08
Mid
71.60
2.57
3.28
13.55
0.42
0.68
7.04
0.73
–
0.01
0.03
0.04
0.04
Bot
72.34
2.47
3.86
12.50
0.26
0.44
7.46
0.50
0.05
0.02
0.02
0.03
0.04
Secondary γ′
Mid
70.42
4.20
3.23
14.19
0.63
1.03
5.34
0.79
0.03
–
0.04
0.04
0.05
Bot
69.91
4.06
3.68
14.32
0.81
1.04
5.22
0.65
0.05
–
0.10
0.02
0.11
3.2. Hardness
Fig. 3a shows the Vickers hardness mapping performed along the entire X-Z surface, while Fig. 3b shows the plot of average hardness at different build heights. This hardness distribution is consistent with the γ′ precipitate size gradient across the build direction in Fig. 1, Fig. 2. The maximum hardness of ∼530 HV1 is found at ∼0.5 mm away from the top surface (Z = 22.5), where γ′ particles exhibit the smallest observed size in Fig. 2b. Further down the build (∼ 2 mm from the top), the hardness drops to the 440–490 HV1 range. This represents the region where γ′ begins to coarsen. The hardness drops further to 380–430 HV1 at the bottom of the build.
3.3. Modeling of the microstructural evolution during E-PBF
3.3.1. Thermal profile modeling
Fig. 4 shows the simulated thermal profile of the E-PBF build at a location of 23 mm from the top of the build, using a semi-analytical heat conduction model. This profile consists of the time taken to deposit 460 layers until final cooling, as shown in Fig. 4a. Fig. 4b-d show the magnified regions of Fig. 4a and reveal the first 20 layers from the top, a single layer (first layer from the top), and the time taken for the build to cool after the last layer deposition, respectively.
The peak temperatures experienced by previous layers decrease progressively as the number of layers increases but never fall below the build preheat temperature (1000 °C). Our simulated thermal cycle may not completely capture the complexity of the actual thermal cycle utilized in the E-PBF build. For instance, the top layer (Fig. 4c), also representing the first deposit’s thermal profile without additional cycles (from powder heating, melting, to solidification), recorded the highest peak temperature of 1390 °C. Although this temperature is above the melting range of the alloy (1230–1360 °C) [62], we believe a much higher temperature was produced by the electron beam to melt the powder. Nevertheless, the solidification temperature and dynamics are outside the scope of this study as our focus is on the solid-state phase transformations during deposition. It takes ∼25 s for each layer to be deposited and cooled to the build temperature. The interlayer dwell time is 125 s. The time taken for the build to cool to room temperature (RT) after final layer deposition is ∼4.7 hrs (17,000 s).
3.3.2. MatCalc simulation
During the MatCalc simulation, the matrix phase is defined as γ. γ′, and MC carbide are included as possible precipitates. The domain of these precipitates is set to be the matrix (γ), and nucleation is assumed to be homogenous. In homogeneous nucleation, all atoms of the unit volume are assumed to be potential nucleation sites. Table 3 shows the computational parameters used in the simulation. All other parameters were set at default values as recommended in the version 6.04.0011 of MatCalc. The values for the interfacial energies are automatically calculated according to the generalized nearest neighbor broken bond model and is one of the most outstanding features in MatCalc [56], [57], [58]. It should be noted that the elastic misfit strain was not included in the calculation. The output of MatCalc includes phase fraction, size, nucleation rate, and composition of the precipitates. The phase fraction in MatCalc is the volume fraction. Although the experimental phase fraction is the measured area fraction, it is relatively similar to the volume fraction. This is because of the generally larger precipitate size and similar morphology at the various locations along the build [63]. A reliable phase fraction comparison between experiment and simulation can therefore be made.
Table 3. Computational parameters used in the simulation.
γ′ = 0.080–0.140 J/m2 and MC carbide = 0.410–0.430 J/m2
3.3.2.1. Precipitate phase fraction
Fig. 5a shows the simulated phase fraction of γ′ and MC carbide during thermal cycling. Fig. 5b is a magnified view of 5a showing the simulated phase fraction at the center points of the top 70 layers, whereas Fig. 5c corresponds to the first two layers from the top. As mentioned earlier, the top layer (460th layer) represents the microstructure after solidification. The microstructure of the layers below is determined by the number of thermal cycles, which increases with distance to the top. For example, layers 459, 458, 457, up to layer 1 (region of interest) experience 1, 2, 3 and 459 thermal cycles, respectively. In the top layer in Fig. 5c, the volume fraction of γ′ and carbides increases with temperature. For γ′, it decreases to zero when the temperature is above the solvus temperature after a few seconds. Carbides, however, remain constant in their volume fraction reaching equilibrium (phase fraction ∼ 0.9%) in a short time. The topmost layer can be compared to the first deposit, and the peak in temperature symbolizes the stage where the electron beam heats the powder until melting. This means γ′ and carbide precipitation might have started in the powder particles during heating from the build temperature and electron beam until the onset of melting, where γ′ dissolves, but carbides remain stable [28].
During cooling after deposition, γ′ reprecipitates at a temperature of 1085 °C, which is below its solvus temperature. As cooling progresses, the phase fraction increases steadily to ∼27% and remains constant at 1000 °C (elevated build temperature). The calculated equilibrium fraction of phases by MatCalc is used to show the complex precipitation characteristics in this alloy. Fig. 6 shows that MC carbides form during solidification at 1320 °C, followed by γ′, which precipitate when the solidified layer cools to 1140 °C. This indicates that all deposited layers might contain a negligible amount of these precipitates before subsequent layer deposition, while being at the 1000 °C build temperature or during cooling to RT. The phase diagram also shows that the equilibrium fraction of the γ′ increases as temperature decreases. For instance, at 1000, 900, and 800 °C, the phase fractions are ∼30%, 38%, and 42%, respectively.
Deposition of subsequent layers causes previous layers to undergo phase transformations as they are exposed to several thermal cycles with different peak temperatures. In Fig. 5c, as the subsequent layer is being deposited, γ′ in the previous layer (459th layer) begins to dissolve as the temperature crosses the solvus temperature. This is witnessed by the reduction of the γ′ phase fraction. This graph also shows how this phase dissolves during heating. However, the phase fraction of MC carbide remains stable at high temperatures and no dissolution is seen during thermal cycling. Upon cooling, the γ′ that was dissolved during heating reprecipitates with a surge in the phase fraction until 1000 °C, after which it remains constant. This microstructure is similar to the solidification microstructure (layer 460), with a similar γ′ phase fraction (∼27%).
The complete dissolution and reprecipitation of γ′ continue for several cycles until the 50th layer from the top (layer 411), where the phase fraction does not reach zero during heating to the peak temperature (see Fig. 5d). This indicates the ‘partial’ dissolution of γ′, which continues progressively with additional layers. It should be noted that the peak temperatures for layers that underwent complete dissolution were much higher (1170–1300 °C) than the γ′ solvus.
The dissolution and reprecipitation of γ′ during thermal cycling are further confirmed in Fig. 7, which summarizes the nucleation rate, phase fraction, and concentration of major elements that form γ′ in the matrix. Fig. 7b magnifies a single layer (3rd layer from top) within the full dissolution region in Fig. 7a to help identify the nucleation and growth mechanisms. From Fig. 7b, γ′ nucleation begins during cooling whereby the nucleation rate increases to reach a maximum value of approximately 1 × 1020 m−3s−1. This fast kinetics implies that some rearrangement of atoms is required for γ′ precipitates to form in the matrix [65], [66]. The matrix at this stage is in a non-equilibrium condition. Its composition is similar to the nominal composition and remains unchanged. The phase fraction remains insignificant at this stage although nucleation has started. The nucleation rate starts declining upon reaching the peak value. Simultaneously, diffusion-controlled growth of existing nuclei occurs, depleting the matrix of γ′ forming elements (Al and Ti). Thus, from (7), (11), ∆�vol continuously decreases until nucleation ceases. The growth of nuclei is witnessed by the increase in phase fraction until a constant level is reached at 27% upon cooling to and holding at build temperature. This nucleation event is repeated several times.
At the onset of partial dissolution, the nucleation rate jumps to 1 × 1021 m−3s−1, and then reduces sharply at the middle stage of partial dissolution. The nucleation rate reaches 0 at a later stage. Supplementary Fig. S1 shows a magnified view of the nucleation rate, phase fraction, and thermal profile, underpinning this trend. The jump in nucleation rate at the onset is followed by a progressive reduction in the solute content of the matrix. The peak temperatures (∼1130–1160 °C) are lower than those in complete dissolution regions but still above or close to the γ′ solvus. The maximum phase fraction (∼27%) is similar to that of the complete dissolution regions. At the middle stage, the reduction in nucleation rate is accompanied by a sharp drop in the matrix composition. The γ′ fraction drops to ∼24%, where the peak temperatures of the layers are just below or at γ′ solvus. The phase fraction then increases progressively through the later stage of partial dissolution to ∼30% towards the end of thermal cycling. The matrix solute content continues to drop although no nucleation event is seen. The peak temperatures are then far below the γ′ solvus. It should be noted that the matrix concentration after complete dissolution remains constant. Upon cooling to RT after final layer deposition, the nucleation rate increases again, indicating new nucleation events. The phase fraction reaches ∼40%, with a further depletion of the matrix in major γ′ forming elements.
3.3.2.2. γ′ size distribution
Fig. 8 shows histograms of the γ′ precipitate size distributions (PSD) along the build height during deposition. These PSDs are predicted at the end of each layer of interest just before final cooling to room temperature, to separate the role of thermal cycles from final cooling on the evolution of γ′. The PSD for the top layer (layer 460) is shown in Fig. 8a (last solidified region with solidification microstructure). The γ′ size ranges from 120 to 230 nm and is similar to the 44 layers below (2.2 mm from the top).
Further down the build, γ′ begins to coarsen after layer 417 (44th layer from top). Fig. 8c shows the PSD after the 44th layer, where the γ′ size exhibits two peaks at ∼120–230 and ∼300 nm, with most of the population being in the former range. This is the onset of partial dissolution where simultaneously with the reprecipitation and growth of fresh γ′, the undissolved γ′ grows rapidly through diffusive transport of atoms to the precipitates. This is shown in Fig. 8c, where the precipitate class sizes between 250 and 350 represent the growth of undissolved γ′. Although this continues in the 416th layer, the phase fractions plot indicates that the onset of partial dissolution begins after the 411th layer. This implies that partial dissolution started early, but the fraction of undissolved γ′ was too low to impact the phase fraction. The reprecipitated γ′ are mostly in the 100–220 nm class range and similar to those observed during full dissolution.
As the number of layers increases, coarsening intensifies with continued growth of more undissolved γ′, and reprecipitation and growth of partially dissolved ones. Fig. 8d, e, and f show this sequence. Further down the build, coarsening progresses rapidly, as shown in Figs. 8d, 8e, and 8f. The γ′ size ranges from 120 to 1100 nm, with the peaks at 160, 180, and 220 nm in Figs. 8d, 8e, and 8f, respectively. Coarsening continues until nucleation ends during dissolution, where only the already formed γ′ precipitates continue to grow during further thermal cycling. The γ′ size at this point is much larger, as observed in layers 361 and 261, and continues to increase steadily towards the bottom (layer 1). Two populations in the ranges of ∼380–700 and ∼750–1100 nm, respectively, can be seen. The steady growth of γ′ towards the bottom is confirmed by the gradual decrease in the concentration of solute elements in the matrix (Fig. 7a). It should be noted that for each layer, the γ′ class with the largest size originates from continuous growth of the earliest set of the undissolved precipitates.
Fig. 9, Fig. 10 and supplementary Figs. S2 and S3 show the γ′ size evolution during heating and cooling of a single layer in the full dissolution region, and early, middle stages, and later stages of partial dissolution, respectively. In all, the size of γ′ reduces during layer heating. Depending on the peak temperature of the layer which varies with build height, γ′ are either fully or partially dissolved as mentioned earlier. Upon cooling, the dissolved γ′ reprecipitate.
In Fig. 9, those layers that underwent complete dissolution (top layers) were held above γ′ solvus temperature for longer. In Fig. 10, layers at the early stage of partial dissolution spend less time in the γ′ solvus temperature region during heating, leading to incomplete dissolution. In such conditions, smaller precipitates are fully dissolved while larger ones shrink [67]. Layers in the middle stages of partial dissolution have peak temperatures just below or at γ′ solvus, not sufficient to achieve significant γ′ dissolution. As seen in supplementary Fig. S2, only a few smaller γ′ are dissolved back into the matrix during heating, i.e., growth of precipitates is more significant than dissolution. This explains the sharp decrease in concentration of Al and Ti in the matrix in this layer.
The previous sections indicate various phenomena such as an increase in phase fraction, further depletion of matrix composition, and new nucleation bursts during cooling. Analysis of the PSD after the final cooling of the build to room temperature allows a direct comparison to post-printing microstructural characterization. Fig. 11 shows the γ′ size distribution of layer 1 (460th layer from the top) after final cooling to room temperature. Precipitation of secondary γ′ is observed, leading to the multimodal size distribution of secondary and primary γ′. The secondary γ′ size falls within the 10–80 nm range. As expected, a further growth of the existing primary γ′ is also observed during cooling.
3.3.2.3. γ′ chemistry after deposition
Fig. 12 shows the concentration of the major elements that form γ′ (Al, Ti, and Ni) in the primary and secondary γ′ at the bottom of the build, as calculated by MatCalc. The secondary γ′ has a higher Al content (13.5–14.5 at% Al), compared to 13 at% Al in the primary γ′. Additionally, within the secondary γ′, the smallest particles (∼10 nm) have higher Al contents than larger ones (∼70 nm). In contrast, for the primary γ′, there is no significant variation in the Al content as a function of their size. The Ni concentration in secondary γ′ (71.1–72 at%) is also higher in comparison to the primary γ′ (70 at%). The smallest secondary γ′ (∼10 nm) have higher Ni contents than larger ones (∼70 nm), whereas there is no substantial change in the Ni content of primary γ′, based on their size. As expected, Ti shows an opposite size-dependent variation. It ranges from ∼ 7.7–8.7 at% Ti in secondary γ′ to ∼9.2 at% in primary γ′. Similarly, within the secondary γ′, the smallest (∼10 nm) have lower Al contents than the larger ones (∼70 nm). No significant variation is observed for Ti content in primary γ′.
4. Discussion
A combined modelling method is utilized to study the microstructural evolution during E-PBF of IN738. The presented results are discussed by examining the precipitation and dissolution mechanism of γ′ during thermal cycling. This is followed by a discussion on the phase fraction and size evolution of γ′ during thermal cycling and after final cooling. A brief discussion on carbide morphology is also made. Finally, a comparison is made between the simulation and experimental results to assess their agreement.
4.1. γ′ morphology as a function of build height
4.1.1. Nucleation of γ′
The fast precipitation kinetics of the γ′ phase enables formation of γ′ upon quenching from higher temperatures (above solvus) during thermal cycling [66]. In Fig. 7b, for a single layer in the full dissolution region, during cooling, the initial increase in nucleation rate signifies the first formation of nuclei. The slight increase in nucleation rate during partial dissolution, despite a decrease in the concentration of γ′ forming elements, may be explained by the nucleation kinetics. During partial dissolution and as the precipitates shrink, it is assumed that the regions at the vicinity of partially dissolved precipitates are enriched in γ′ forming elements [68], [69]. This differs from the full dissolution region, in which case the chemical composition is evenly distributed in the matrix. Several authors have attributed the solute supersaturation of the matrix around primary γ′ to partial dissolution during isothermal ageing [69], [70], [71], [72]. The enhanced supersaturation in the regions close to the precipitates results in a much higher driving force for nucleation, leading to a higher nucleation rate upon cooling. This phenomenon can be closely related to the several nucleation bursts upon continuous cooling of Ni-based superalloys, where second nucleation bursts exhibit higher nucleation rates [38], [68], [73], [74].
At middle stages of partial dissolution, the reduction in the nucleation rate indicates that the existing composition and low supersaturation did not trigger nucleation as the matrix was closer to the equilibrium state. The end of a nucleation burst means that the supersaturation of Al and Ti has reached a low level, incapable of providing sufficient driving force during cooling to or holding at 1000 °C for further nucleation [73]. Earlier studies on Ni-based superalloys have reported the same phenomenon during ageing or continuous cooling from the solvus temperature to RT [38], [73], [74].
4.1.2. Dissolution of γ′ during thermal cycling
γ′ dissolution kinetics during heating are fast when compared to nucleation due to exponential increase in phase transformation and diffusion activities with temperature [65]. As shown in Fig. 9, Fig. 10, and supplementary Figs. S2 and S3, the reduction in γ′ phase fraction and size during heating indicates γ′ dissolution. This is also revealed in Fig. 5 where phase fraction decreases upon heating. The extent of γ′ dissolution mostly depends on the temperature, time spent above γ′ solvus, and precipitate size[75], [76], [77]. Smaller γ′ precipitates are first to be dissolved [67], [77], [78]. This is mainly because more solute elements need to be transported away from large γ′ precipitates than from smaller ones [79]. Also, a high temperature above γ′ solvus temperature leads to a faster dissolution rate[80]. The equilibrium solvus temperature of γ′ in IN738 in our MatCalc simulation (Fig. 6) and as reported by Ojo et al. [47] is 1140 °C and 1130–1180 °C, respectively. This means the peak temperature experienced by previous layers decreases progressively from γ′ supersolvus to subsolvus, near-solvus, and far from solvus as the number of subsequent layers increases. Based on the above, it can be inferred that the degree of dissolution of γ′ contributes to the gradient in precipitate distribution.
Although the peak temperatures during later stages of partial dissolution are much lower than the equilibrium γ′ solvus, γ′ dissolution still occurs but at a significantly lower rate (supplementary Fig. S3). Wahlmann et al. [28] also reported a similar case where they observed the rapid dissolution of γ′ in CMSX-4 during fast heating and cooling cycles at temperatures below the γ′ solvus. They attributed this to the γ′ phase transformation process taking place in conditions far from the equilibrium. While the same reasoning may be valid for our study, we further believe that the greater surface area to volume ratio of the small γ′ precipitates contributed to this. This ratio means a larger area is available for solute atoms to diffuse into the matrix even at temperatures much below the solvus [81].
4.2. γ′ phase fraction and size evolution
4.2.1. During thermal cycling
In the first layer, the steep increase in γ′ phase fraction during heating (Fig. 5), which also represents γ′ precipitation in the powder before melting, has qualitatively been validated in [28]. The maximum phase fraction of 27% during the first few layers of thermal cycling indicates that IN738 theoretically could reach the equilibrium state (∼30%), but the short interlayer time at the build temperature counteracts this. The drop in phase fraction at middle stages of partial dissolution is due to the low number of γ′ nucleation sites [73]. It has been reported that a reduction of γ′ nucleation sites leads to a delay in obtaining the final volume fraction as more time is required for γ′ precipitates to grow and reach equilibrium [82]. This explains why even upon holding for 150 s before subsequent layer deposition, the phase fraction does not increase to those values that were observed in the previous full γ′ dissolution regions. Towards the end of deposition, the increase in phase fraction to the equilibrium value of 30% is as a result of the longer holding at build temperature or close to it [83].
During thermal cycling, γ′ particles begin to grow immediately after they first precipitate upon cooling. This is reflected in the rapid increase in phase fraction and size during cooling in Fig. 5 and supplementary Fig. S2, respectively. The rapid growth is due to the fast diffusion of solute elements at high temperatures [84]. The similar size of γ′ for the first 44 layers from the top can be attributed to the fact that all layers underwent complete dissolution and hence, experienced the same nucleation event and growth during deposition. This corresponds with the findings by Balikci et al. [85], who reported that the degree of γ′ precipitation in IN738LC does not change when a solution heat treatment is conducted above a certain critical temperature.
The increase in coarsening rate (Fig. 8) during thermal cycling can first be ascribed to the high peak temperature of the layers [86]. The coarsening rate of γ′ is known to increase rapidly with temperature due to the exponential growth of diffusion activity. Also, the simultaneous dissolution with coarsening could be another reason for the high coarsening rate, as γ′ coarsening is a diffusion-driven process where large particles grow by consuming smaller ones [78], [84], [86], [87]. The steady growth of γ′ towards the bottom of the build is due to the much lower layer peak temperature, which is almost close to the build temperature, and reduced dissolution activity, as is seen in the much lower solute concentration in γ′ compared to those in the full and partial dissolution regions.
4.2.2. During cooling
The much higher phase fraction of ∼40% upon cooling signifies the tendency of γ′ to reach equilibrium at lower temperatures (Fig. 4). This is due to the precipitation of secondary γ′ and a further increase in the size of existing primary γ′, which leads to a multimodal size distribution of γ′ after cooling [38], [73], [88], [89], [90]. The reason for secondary γ′ formation during cooling is as follows: As cooling progresses, it becomes increasingly challenging to redistribute solute elements in the matrix owing to their lower mobility [38], [73]. A higher supersaturation level in regions away from or free of the existing γ′ precipitates is achieved, making them suitable sites for additional nucleation bursts. More cooling leads to the growth of these secondary γ′ precipitates, but as the temperature and in turn, the solute diffusivity is low, growth remains slow.
4.3. Carbides
MC carbides in IN738 are known to have a significant impact on the high-temperature strength. They can also act as effective hardening particles and improve the creep resistance [91]. Precipitation of MC carbides in IN738 and several other superalloys is known to occur during solidification or thermal treatments (e.g., hot isostatic pressing) [92]. In our case, this means that the MC carbides within the E-PBF build formed because of the thermal exposure from the E-PBF thermal cycle in addition to initial solidification. Our simulation confirms this as MC carbides appear during layer heating (Fig. 5). The constant and stable phase fraction of MC carbides during thermal cycling can be attributed to their high melting point (∼1360 °C) and the short holding time at peak temperatures [75], [93], [94]. The solvus temperature for most MC carbides exceeds most of the peak temperatures observed in our simulation, and carbide dissolution kinetics at temperatures above the solvus are known to be comparably slow [95]. The stable phase fraction and random distribution of MC carbides signifies the slight influence on the gradient in hardness.
4.4. Comparison of simulations and experiments
4.4.1. Precipitate phase fraction and morphology as a function of build height
A qualitative agreement is observed for the phase fraction of carbides, i.e. ∼0.8% in the experiment and ∼0.9% in the simulation. The phase fraction of γ′ differs, with the experiment reporting a value of ∼51% and the simulation, 40%. Despite this, the size distribution of primary γ′ along the build shows remarkable consistency between experimental and computational analyses. It is worth noting that the primary γ′ morphology in the experimental analysis is observed in the as-fabricated state, whereas the simulation (Fig. 8) captures it during deposition process. The primary γ′ size in the experiment is expected to experience additional growth during the cooling phase. Regardless, both show similar trends in primary γ′ size increments from the top to the bottom of the build. The larger primary γ’ size in the simulation versus the experiment can be attributed to the fact that experimental and simulation results are based on 2D and 3D data, respectively. The absence of stereological considerations [96] in our analysis could have led to an underestimation of the precipitate sizes from SEM measurements. The early starts of coarsening (8th layer) in the experiment compared to the simulation (45th layer) can be attributed to a higher actual γ′ solvus temperature than considered in our simulation [47]. The solvus temperature of γ′ in a Ni-based superalloy is mainly determined by the detailed composition. A high amount of Cr and Co are known to reduce the solvus temperature, whereas Ta and Mo will increase it [97], [98], [99]. The elemental composition from our experimental work was used for the simulation except for Ta. It should be noted that Ta is not included in the thermodynamic database in MatCalc used, and this may have reduced the solvus temperature. This could also explain the relatively higher γ′ phase fraction in the experiment than in simulation, as a higher γ′ solvus temperature will cause more γ′ to precipitate and grow early during cooling [99], [100].
Another possible cause of this deviation can be attributed to the extent of γ′ dissolution, which is mainly determined by the peak temperature. It can be speculated that individual peak temperatures at different layers in the simulation may have been over-predicted. However, one needs to consider that the true thermal profile is likely more complicated in the actual E-PBF process [101]. For example, the current model assumes that the thermophysical properties of the material are temperature-independent, which is not realistic. Many materials, including IN738, exhibit temperature-dependent properties such as thermal conductivity, specific heat capacity, and density [102]. This means that heat transfer simulations may underestimate or overestimate the temperature gradients and cooling rates within the powder bed and the solidified part. Additionally, the model does not account for the reduced thermal diffusivity through unmelted powder, where gas separating the powder acts as insulation, impeding the heat flow [1]. In E-PBF, the unmelted powder regions with trapped gas have lower thermal diffusivity compared to the fully melted regions, leading to localized temperature variations, and altered solidification behavior. These limitations can impact the predictions, particularly in relation to the carbide dissolution, as the peak temperatures may be underestimated.
While acknowledging these limitations, it is worth emphasizing that achieving a detailed and accurate representation of each layer’s heat source would impose tough computational challenges. Given the substantial layer count in E-PBF, our decision to employ a semi-analytical approximation strikes a balance between computational feasibility and the capture of essential trends in thermal profiles across diverse build layers. In future work, a dual-calibration strategy is proposed to further reduce simulation-experiment disparities. By refining temperature-independent thermophysical property approximations and absorptivity in the heat source model, and by optimizing interfacial energy descriptions in the kinetic model, the predictive precision could be enhanced. Further refining the simulation controls, such as adjusting the precipitate class size may enhance quantitative comparisons between modeling outcomes and experimental data in future work.
4.4.2. Multimodal size distribution of γ′ and concentration
Another interesting feature that sees qualitative agreement between the simulation and the experiment is the multimodal size distribution of γ′. The formation of secondary γ′ particles in the experiment and most E-PBF Ni-based superalloys is suggested to occur at low temperatures, during final cooling to RT [16], [73], [90]. However, so far, this conclusion has been based on findings from various continuous cooling experiments, as the study of the evolution during AM would require an in-situ approach. Our simulation unambiguously confirms this in an AM context by providing evidence for secondary γ′ precipitation during slow cooling to RT. Additionally, it is possible to speculate that the chemical segregation occurring during solidification, due to the preferential partitioning of certain elements between the solid and liquid phases, can contribute to the multimodal size distribution during deposition [51]. This is because chemical segregation can result in variations in the local composition of superalloys, which subsequently affects the nucleation and growth of γ′. Regions with higher concentrations of alloying elements will encourage the formation of larger γ′ particles, while regions with lower concentrations may favor the nucleation of smaller precipitates. However, it is important to acknowledge that the elevated temperature during the E-PBF process will largely homogenize these compositional differences [103], [104].
A good correlation is also shown in the composition of major γ′ forming elements (Al and Ti) in primary and secondary γ′. Both experiment and simulation show an increasing trend for Al content and a decreasing trend for Ti content from primary to secondary γ′. The slight composition differences between primary and secondary γ′ particles are due to the different diffusivity of γ′ stabilizers at different thermal conditions [105], [106]. As the formation of multimodal γ′ particles with different sizes occurs over a broad temperature range, the phase chemistry of γ′ will be highly size dependent. The changes in the chemistry of various γ′ (primary, secondary, and tertiary) have received significant attention since they have a direct influence on the performance [68], [105], [107], [108], [109]. Chen et al. [108], [109], reported a high Al content in the smallest γ′ precipitates compared to the largest, while Ti showed an opposite trend during continuous cooling in a RR1000 Ni-based superalloy. This was attributed to the temperature and cooling rate at which the γ′ precipitates were formed. The smallest precipitates formed last, at the lowest temperature and cooling rate. A comparable observation is evident in the present investigation, where the secondary γ′ forms at a low temperature and cooling rate in comparison to the primary. The temperature dependence of γ′ chemical composition is further evidenced in supplementary Fig. S4, which shows the equilibrium chemical composition of γ′ as a function of temperature.
5. Conclusions
A correlative modelling approach capable of predicting solid-state phase transformations kinetics in metal AM was developed. This approach involves computational simulations with a semi-analytical heat transfer model and the MatCalc thermo-kinetic software. The method was used to predict the phase transformation kinetics and detailed morphology and chemistry of γ′ and MC during E-PBF of IN738 Ni-based superalloy. The main conclusions are:
1.The computational simulations are in qualitative agreement with the experimental observations. This is particularly true for the γ′ size distribution along the build height, the multimodal size distribution of particles, and the phase fraction of MC carbides.
2.The deviations between simulation and experiment in terms of γ′ phase fraction and location in the build are most likely attributed to a higher γ′ solvus temperature during the experiment than in the simulation, which is argued to be related to the absence of Ta in the MatCalc database.
3.The dissolution and precipitation of γ′ occur fast and under non-equilibrium conditions. The level of γ′ dissolution determines the gradient in γ′ size distribution along the build. After thermal cycling, the final cooling to room temperature has further significant impacts on the final γ′ size, morphology, and distribution.
4.A negligible amount of γ′ forms in the first deposited layer before subsequent layer deposition, and a small amount of γ′ may also form in the powder induced by the 1000 °C elevated build temperature before melting.
Our findings confirm the suitability of MatCalc to predict the microstructural evolution at various positions throughout a build in a Ni-based superalloy during E-PBF. It also showcases the suitability of a tool which was originally developed for traditional thermo-mechanical processing of alloys to the new additive manufacturing context. Our simulation capabilities are likely extendable to other alloy systems that undergo solid-state phase transformations implemented in MatCalc (various steels, Ni-based superalloys, and Al-alloys amongst others) as well as other AM processes such as L-DED and L-PBF which have different thermal cycle characteristics. New tools to predict the microstructural evolution and properties during metal AM are important as they provide new insights into the complexities of AM. This will enable control and design of AM microstructures towards advanced materials properties and performances.
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Acknowledgements
This research was sponsored by the Department of Industry, Innovation, and Science under the auspices of the AUSMURI program – which is a part of the Commonwealth’s Next Generation Technologies Fund. The authors acknowledge the facilities and the scientific and technical assistance at the Electron Microscope Unit (EMU) within the Mark Wainwright Analytical Centre (MWAC) at UNSW Sydney and Microscopy Australia. Nana Adomako is supported by a UNSW Scientia PhD scholarship. Michael Haines’ (UNSW Sydney) contribution to the revised version of the original manuscript is thankfully acknowledged.
[1]T. Debroy, H.L. Wei, J.S. Zuback, T. Mukherjee, J.W. Elmer, J.O. Milewski, A.M. Beese, A. Wilson-heid, A. De, W. ZhangAdditive manufacturing of metallic components – process, structure and propertiesProg. Mater. Sci., 92 (2018), pp. 112-224, 10.1016/j.pmatsci.2017.10.001View PDFView articleView in ScopusGoogle Scholar
[4]N.K. Adomako, J.J. Lewandowski, B.M. Arkhurst, H. Choi, H.J. Chang, J.H. KimMicrostructures and mechanical properties of multi-layered materials composed of Ti-6Al-4V, vanadium, and 17–4PH stainless steel produced by directed energy depositionAddit. Manuf., 59 (2022), Article 103174, 10.1016/j.addma.2022.103174View PDFView articleView in ScopusGoogle Scholar
[5]H. Wang, Z.G. Zhu, H. Chen, A.G. Wang, J.Q. Liu, H.W. Liu, R.K. Zheng, S.M.L. Nai, S. Primig, S.S. Babu, S.P. Ringer, X.Z. LiaoEffect of cyclic rapid thermal loadings on the microstructural evolution of a CrMnFeCoNi high-entropy alloy manufactured by selective laser meltingActa Mater., 196 (2020), pp. 609-625, 10.1016/J.ACTAMAT.2020.07.006View PDFView articleView in ScopusGoogle Scholar
[10]S.S. Al-Bermani, M.L. Blackmore, W. Zhang, I. ToddThe origin of microstructural diversity, texture, and mechanical properties in electron beam melted Ti-6Al-4VMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 41 (2010), pp. 3422-3434, 10.1007/s11661-010-0397-xView article View in ScopusGoogle Scholar
[13]H. Helmer, A. Bauereiß, R.F. Singer, C. KörnerErratum to: ‘Grain structure evolution in Inconel 718 during selective electron beam melting’ (Materials Science & Engineering A (2016) 668 (180–187 (S0921509316305536) (10.1016/j.msea.2016.05.046))Mater. Sci. Eng. A., 676 (2016), p. 546, 10.1016/j.msea.2016.09.016View PDFView articleView in ScopusGoogle Scholar
[16]N. Haghdadi, E. Whitelock, B. Lim, H. Chen, X. Liao, S.S. Babu, S.P. Ringer, S. PrimigMultimodal γ′ precipitation in Inconel-738 Ni-based superalloy during electron-beam powder bed fusion additive manufacturingJ. Mater. Sci., 55 (2020), pp. 13342-13350, 10.1007/s10853-020-04915-wView article View in ScopusGoogle Scholar
[17]B. Lim, H. Chen, Z. Chen, N. Haghdadi, X. Liao, S. Primig, S.S. Babu, A. Breen, S.P. RingerMicrostructure–property gradients in Ni-based superalloy (Inconel 738) additively manufactured via electron beam powder bed fusionAddit. Manuf. (2021), Article 102121, 10.1016/j.addma.2021.102121View PDFView articleView in ScopusGoogle Scholar
[18]P. Karimi, E. Sadeghi, P. Åkerfeldt, J. Ålgårdh, J. AnderssonInfluence of successive thermal cycling on microstructure evolution of EBM-manufactured alloy 718 in track-by-track and layer-by-layer designMater. Des., 160 (2018), pp. 427-441, 10.1016/j.matdes.2018.09.038View PDFView articleView in ScopusGoogle Scholar
[19]E. Chauvet, P. Kontis, E.A. Jägle, B. Gault, D. Raabe, C. Tassin, J.J. Blandin, R. Dendievel, B. Vayre, S. Abed, G. MartinHot cracking mechanism affecting a non-weldable Ni-based superalloy produced by selective electron Beam MeltingActa Mater., 142 (2018), pp. 82-94, 10.1016/j.actamat.2017.09.047View PDFView articleView in ScopusGoogle Scholar
[20]M. Ramsperger, R.F. Singer, C. KörnerMicrostructure of the nickel-base superalloy CMSX-4 fabricated by selective electron beam meltingMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 47 (2016), pp. 1469-1480, 10.1007/s11661-015-3300-y View PDF This article is free to access.View in ScopusGoogle Scholar
[21]B. Zhang, P. Wang, Y. Chew, Y. Wen, M. Zhang, P. Wang, G. Bi, J. WeiMechanical properties and microstructure evolution of selective laser melting Inconel 718 along building direction and sectional dimensionMater. Sci. Eng. A, 794 (2020), Article 139941, 10.1016/j.msea.2020.139941View PDFView articleView in ScopusGoogle Scholar
[22]C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, G. EggelerMicrostructure and mechanical properties of CMSX-4 single crystals prepared by additive manufacturingMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 49 (2018), pp. 3781-3792, 10.1007/s11661-018-4762-5 View PDF This article is free to access.View in ScopusGoogle Scholar
[23]B. Lim, H. Chen, K. Nomoto, Z. Chen, A.I. Saville, S. Vogel, A.J. Clarke, A. Paradowska, M. Reid, S. Primig, X. Liao, S.S. Babu, A.J. Breen, S.P. RingerAdditively manufactured Haynes-282 monoliths containing thin wall struts of varying thicknessesAddit. Manuf., 59 (2022), Article 103120, 10.1016/j.addma.2022.103120View PDFView articleView in ScopusGoogle Scholar
[24]C.L.A. Leung, S. Marussi, R.C. Atwood, M. Towrie, P.J. Withers, P.D. LeeIn situ X-ray imaging of defect and molten pool dynamics in laser additive manufacturingNat. Commun., 9 (2018), pp. 1-9, 10.1038/s41467-018-03734-7 View PDF This article is free to access.View in ScopusGoogle Scholar
[25]C. Zhao, K. Fezzaa, R.W. Cunningham, H. Wen, F. De Carlo, L. Chen, A.D. Rollett, T. SunReal-time monitoring of laser powder bed fusion process using high-speed X-ray imaging and diffractionSci. Rep., 7 (2017), pp. 1-11, 10.1038/s41598-017-03761-2 View PDF This article is free to access.View in ScopusGoogle Scholar
[26]C. Kenel, D. Grolimund, X. Li, E. Panepucci, V.A. Samson, D.F. Sanchez, F. Marone, C. LeinenbachIn situ investigation of phase transformations in Ti-6Al-4V under additive manufacturing conditions combining laser melting and high-speed micro-X-ray diffractionSci. Rep., 7 (2017), pp. 1-10, 10.1038/s41598-017-16760-0 View PDF This article is free to access.Google Scholar
[27]W.L. Bevilaqua, J. Epp, H. Meyer, J. Dong, H. Roelofs, A. da, S. Rocha, A. RegulyRevealing the dynamic transformation of austenite to bainite during uniaxial warm compression through in-situ synchrotron X-ray diffractionMetals, 11 (2021), pp. 1-14, 10.3390/met11030467View article View in ScopusGoogle Scholar
[28]B. Wahlmann, E. Krohmer, C. Breuning, N. Schell, P. Staron, E. Uhlmann, C. KörnerIn situ observation of γ′ phase transformation dynamics during selective laser melting of CMSX-4Adv. Eng. Mater., 23 (2021), 10.1002/adem.202100112 View PDF This article is free to access.Google Scholar
[35]M.J. Anderson, J. Benson, J.W. Brooks, B. Saunders, H.C. BasoaltoPredicting precipitation kinetics during the annealing of additive manufactured Inconel 625 componentsIntegr. Mater. Manuf. Innov., 8 (2019), pp. 154-166, 10.1007/S40192-019-00134-7/FIGURES/11 View PDFThis article is free to access.View in ScopusGoogle Scholar
[36]H.C. Basoalto, C. Panwisawas, Y. Sovani, M.J. Anderson, R.P. Turner, B. Saunders, J.W. BrooksA computational study on the three-dimensional printability of precipitate-strengthened nickel-based superalloysProc. R. Soc. A, 474 (2018), 10.1098/RSPA.2018.0295View article Google Scholar
[37]K. McNamara, Y. Ji, F. Lia, P. Promoppatum, S.C. Yao, H. Zhou, Y. Wang, L.Q. Chen, R.P. MartukanitzPredicting phase transformation kinetics during metal additive manufacturing using non-isothermal Johnson-Mehl-Avrami models: application to Inconel 718 and Ti-6Al-4VAddit. Manuf., 49 (2022), Article 102478, 10.1016/J.ADDMA.2021.102478View PDFView articleView in ScopusGoogle Scholar
[39]A. Drexler, B. Oberwinkler, S. Primig, C. Turk, E. Povoden-karadeniz, A. Heinemann, W. Ecker, M. StockingerMaterials Science & Engineering A Experimental and numerical investigations of the γ ″ and γ ′ precipitation kinetics in Alloy 718Mater. Sci. Eng. A., 723 (2018), pp. 314-323, 10.1016/j.msea.2018.03.013View PDFView articleView in ScopusGoogle Scholar
[44]A.V. Sotov, A.V. Agapovichev, V.G. Smelov, V.V. Kokareva, M.O. Dmitrieva, A.A. Melnikov, S.P. Golanov, Y.M. AnurovInvestigation of the IN-738 superalloy microstructure and mechanical properties for the manufacturing of gas turbine engine nozzle guide vane by selective laser meltingInt. J. Adv. Manuf. Technol., 107 (2020), pp. 2525-2535, 10.1007/s00170-020-05197-xView article View in ScopusGoogle Scholar
[49]S. Sanchez, P. Smith, Z. Xu, G. Gaspard, C.J. Hyde, W.W. Wits, I.A. Ashcroft, H. Chen, A.T. ClarePowder Bed Fusion of nickel-based superalloys: a reviewInt. J. Mach. Tools Manuf., 165 (2021), 10.1016/j.ijmachtools.2021.103729 View PDF This article is free to access.Google Scholar
[50]C.L.A. Leung, R. Tosi, E. Muzangaza, S. Nonni, P.J. Withers, P.D. LeeEffect of preheating on the thermal, microstructural and mechanical properties of selective electron beam melted Ti-6Al-4V componentsMater. Des., 174 (2019), Article 107792, 10.1016/j.matdes.2019.107792View PDFView articleView in ScopusGoogle Scholar
[51]S. Griffiths, H. Ghasemi Tabasi, T. Ivas, X. Maeder, A. De Luca, K. Zweiacker, R. Wróbel, J. Jhabvala, R.E. Logé, C. LeinenbachCombining alloy and process modification for micro-crack mitigation in an additively manufactured Ni-base superalloyAddit. Manuf., 36 (2020), 10.1016/j.addma.2020.101443View article Google Scholar
[52]P. Soille, L. Vincent Pierre Soille, L.M. Vincent, Determining watersheds in digital pictures via flooding simulations, Https://Doi.Org/10.1117/12.24211. 1360 (1990) 240–250. https://doi.org/10.1117/12.24211.Google Scholar
[53]ASTM Standard Test Method for Microindentation Hardness of MaterialsKnoop and Vickers Hardness of Materials 1, Annu. B ASTM Stand. i 2010 1 42.Google Scholar
[56]B. Sonderegger, E. KozeschnikGeneralized nearest-neighbor broken-bond analysis of randomly oriented coherent interfaces in multicomponent Fcc and Bcc structuresMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 40 (2009), pp. 499-510, 10.1007/S11661-008-9752-6/FIGURES/8View articleView in ScopusGoogle Scholar
[58]B. Sonderegger, E. KozeschnikInterfacial energy of diffuse phase boundaries in the generalized broken-bond approachMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 41 (2010), pp. 3262-3269, 10.1007/S11661-010-0370-8/FIGURES/4View articleView in ScopusGoogle Scholar
[67]P. Strunz, M. Petrenec, J. Polák, U. Gasser, G. FarkasFormation and dissolution of’ precipitates in IN792 superalloy at elevated temperaturesMetals, 6 (2016), 10.3390/met6020037View article Google Scholar
[68]A.R.P. Singh, S. Nag, J.Y. Hwang, G.B. Viswanathan, J. Tiley, R. Srinivasan, H.L. Fraser, R. BanerjeeInfluence of cooling rate on the development of multiple generations of γ′ precipitates in a commercial nickel base superalloyMater. Charact., 62 (2011), pp. 878-886, 10.1016/j.matchar.2011.06.002View PDFView articleView in ScopusGoogle Scholar
[69]E. Balikci, A. Raman, R. MirshamsMicrostructure evolution in polycrystalline IN738LC in the range 1120 to 1250C, Zeitschrift FuerMet, 90 (1999), pp. 132-140View in ScopusGoogle Scholar
[71]Ł. Rakoczy, M. Grudzień-Rakoczy, F. Hanning, G. Cempura, R. Cygan, J. Andersson, A. Zielińska-LipiecInvestigation of the γ′ precipitates dissolution in a Ni-based superalloy during stress-free short-term annealing at high homologous temperaturesMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 52 (2021), pp. 4767-4784, 10.1007/s11661-021-06420-4 View PDF This article is free to access.View in ScopusGoogle Scholar
[73]F. Masoumi, D. Shahriari, M. Jahazi, J. Cormier, A. DevauxKinetics and Mechanisms of γ′ Reprecipitation in a Ni-based SuperalloySci. Rep., 6 (2016), pp. 1-16, 10.1038/srep28650View articleGoogle Scholar
[74]A.R.P. Singh, S. Nag, S. Chattopadhyay, Y. Ren, J. Tiley, G.B. Viswanathan, H.L. Fraser, R. BanerjeeMechanisms related to different generations of γ′ precipitation during continuous cooling of a nickel base superalloyActa Mater., 61 (2013), pp. 280-293, 10.1016/j.actamat.2012.09.058View PDFView articleView in ScopusGoogle Scholar
[76]N.D. Souza, M.C. Hardy, B. Roebuck, W.E.I. Li, G.D. West, D.M. Collins, On the Rate Dependence of Precipitate Formation and Dissolution in a Nickel-Base Superalloy, Metall. Mater. Trans. A. (n.d.). https://doi.org/10.1007/s11661–022-06680–8.Google Scholar
[79]H. Huang, G. Liu, H. Wang, A. Ullah, B. HuDissolution behavior and kinetics of γ′ phase during solution treatment in powder metallurgy nickel-based superalloyMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 51 (2020), pp. 1075-1084, 10.1007/s11661-019-05581-7View article View in ScopusGoogle Scholar
[80]A.J. Goodfellow, E.I. Galindo-Nava, K.A. Christofidou, N.G. Jones, T. Martin, P.A.J. Bagot, C.D. Boyer, M.C. Hardy, H.J. StoneGamma prime precipitate evolution during aging of a model nickel-based superalloyMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 49 (2018), pp. 718-728, 10.1007/s11661-017-4336-y View PDF This article is free to access.View in ScopusGoogle Scholar
[81]T.P. Gabb, D.G. Backman, D.Y. Wei, D.P. Mourer, D. Furrer, A. Garg, D.L. Ellis, #947;’ Form. a Nickel-Base Disk Superalloy 2012 405 414 doi: 10.7449/2000/superalloys_2000_405_414.Google Scholar
[82]A. PlatiModelling of γ precipitation in superalloys University of CambridgeMater. Sci. (2003), p. 73Google Scholar
[91]F. Theska, W.F. Tse, B. Schulz, R. Buerstmayr, S.R. Street, M. Lison-Pick, S. PrimigReview of microstructure–mechanical property relationships in cast and wrought ni-based superalloys with boron, carbon, and zirconium microalloying additionsAdv. Eng. Mater. (2022), p. 2201514, 10.1002/ADEM.202201514 View PDF This article is free to access.Google Scholar
[93]L. Zhang, Y. Li, Q. Zhang, S. ZhangMicrostructure evolution, phase transformation and mechanical properties of IN738 superalloy fabricated by selective laser melting under different heat treatmentsMater. Sci. Eng. A, 844 (2022), Article 142947, 10.1016/j.msea.2022.142947View PDFView articleView in ScopusGoogle Scholar
[94]J.C. Franco-Correa, E. Martínez-Franco, J.M. Alvarado-Orozco, L.A. Cáceres-Díaz, D.G. Espinosa-Arbelaez, J.A. VilladaEffect of conventional heat treatments on the microstructure and microhardness of IN718 obtained by wrought and additive manufacturingJ. Mater. Eng. Perform., 30 (2021), pp. 7035-7045, 10.1007/s11665-021-06138-9View article View in ScopusGoogle Scholar
[96]N. Li, M.J. Anderson, H.C. BasoaltoAutomated stereology and uncertainty quantification considering spherical non-penetrating dispersionsPage 464.Cryst 2023, Vol. 13 (13) (2023), p. 464, 10.3390/CRYST13030464View article Google Scholar
[97]W.T. Loomis, J.W. Freeman, D.L. SponsellerInfluence of molybdenum on the γ′- phase in experimental nickelbase superalloysMet. Trans., 3 (1972), pp. 989-1000Google Scholar
[98]A.S. Shaikh Development of a γ’ Precipitation Hardening Ni-Base Superalloy for Additive Manufacturing Thesis 2018 102.〈https://odr.chalmers.se/handle/20.500.12380/255645%0Ahttps://www.researchgate.net/profile/Abdul_Shaafi_Shaikh2/publication/326226200%0Ahttps://drive.google.com/open?id=1BIez-aJyBTjnSgazzzTvv3jlrYpFC0N-〉.Google Scholar
[102]P.N. Quested, R.F. Brooks, L. Chapman, R. Morrell, Y. Youssef, K.C. MillsMeasurement and estimation of thermophysical properties of nickel based superalloysMater. Sci. Technol., 25 (2009), pp. 154-162, 10.1179/174328408×361454View articleView in ScopusGoogle Scholar
As a highly efficient thick plate welding resolution, narrow gap gas tungsten arc welding (NG-GTAW) is in the face of a series of problems like inter-layer defects like pores, lack of fusion, inclusion of impurity, and the sensitivity to poor sidewall fusion, which is hard to be repaired after the welding process. This study employs numerical simulation to investigate the molten pool behavior in NG-GTAW root welding. A 3D numerical model was established, where a body-fitted coordinate system was applied to simulate the electromagnetic force, and a bridge transition model was developed to investigate the wire–feed root welding. The simulated results were validated experimentally. Results show that the molten pool behavior is dominated by electromagnetic force when the welding current is relatively high, and the dynamic change of the vortex actually determines the molten pool morphology. For self-fusion welding, there are two symmetric inward vortices in the cross-section and one clockwise vortex in the longitudinal section. With the increasing welding current, the vortices in the cross-section gradually move to the arc center with a decreasing range, while the vortex in the longitudinal section moves backward. With the increasing traveling speed, the vortices in the cross-section move toward the surface of the molten pool with a decreasing range, and the horizontal component of liquid metal velocity changes in the longitudinal section. For wire–feed welding, the filling metal strengthens the downward velocity component; as a result, the vortex formation is blocked in the cross-section and is strengthened in the longitudinal section.
The raw/processed data required cannot be shared at this time as the data also forms part of an ongoing study.
References
Wang X, Nan Y, Xie Z, Tsai Y, Yang J, Shang C (2017) Influence of welding pass on microstructure and toughness in the reheated zone of multi-pass weld metal of 550 MPa offshore engineering steel. Mater Sci Eng : A 702:196–205. https://doi.org/10.1016/j.msea.2017.06.081ArticleGoogle Scholar
Mitra A, Rajan Babu V, Puthiyavinayagam P, Varier NV, Ghosh M, Desai H, Chellapandi P, Chetal SC (2012) Design and development of thick plate concept for rotatable plugs and technology development for future Indian FBR. Nucl Eng Des 246:245–255. https://doi.org/10.1016/j.nucengdes.2012.01.008ArticleGoogle Scholar
Alemdar ASA, Jalal SR, Mulapeer MMS (2022) Influence of friction stir welding process on the mechanical characteristics of the hybrid joints aa2198-t8 to aa2024-t3. Adv Mater Sci Eng 2022:1–11. https://doi.org/10.1155/2022/7055446ArticleGoogle Scholar
Ohnishi T, Kawahito Y, Mizutani M, Katayama S (2013) Butt welding of thick, high strength steel plate with a high power laser and hot wire to improve tolerance to gap variance and control weld metal oxygen content. Sci Technol Welding Join 18:314–322. https://doi.org/10.1179/1362171813Y.0000000108ArticleGoogle Scholar
Miao R, Shan Z, Zhou Q, Wu Y, Ge L, Zhang J, Hu H (2022) Real-time defect identification of narrow overlap welds and application based on convolutional neural networks. J Manuf Syst 62:800–810. https://doi.org/10.1016/j.jmsy.2021.01.012ArticleGoogle Scholar
Mikihito H, Yoshito I (2016) A simplified Fe simulation method with shell element for welding deformation and residual stress generated by multi-pass butt welding. Int J Steel Struct 16:51–58. https://doi.org/10.1007/s13296-016-3005-0ArticleGoogle Scholar
Cai W, Saez M, Spicer P, Chakraborty D, Skurkis R, Carlson B, Okigami F, Robertson J (2023) Distortion simulation of gas metal arc welding (gmaw) processes for automotive body assembly. Weld World 67:109–139. https://doi.org/10.1007/s40194-022-01369-3ArticleGoogle Scholar
Pazilova UA, Il In AV, Kruglova AA, Motovilina GD, Khlusova EI (2015) Influence of the temperature and strain rate on the structure and fracture mode of high-strength steels upon the simulation of the thermal cycle of welding and post-welding tempering. Phys Metals Metallogr 116:606–614. https://doi.org/10.1134/S0031918X1506006XArticleGoogle Scholar
Zeng Z, Wang Z, Hu S, Wu S (2022) Dynamic molten pool behavior of pulsed gas tungsten arc welding with filler wire in horizontal position and its characterization based on arc voltage. J Manuf Proc 75:1–12. https://doi.org/10.1016/j.jmapro.2021.12.051ArticleGoogle Scholar
Ma C, Chen B, Meng Z, Tan C, Song X, Li Y (2023) Characteristic of keyhole, molten pool and microstructure of oscillating laser TIG hybrid welding. Optics Laser Technol. https://doi.org/10.1016/j.optlastec.2023.109142.161:109142
Meng X, Artinov A, Bachmann M, Üstündağ Ö, Gumenyuk A, Rethmeier M (2022) The detrimental molten pool narrowing phenomenon in wire feed laser beam welding and its suppression by magnetohydrodynamic technique. Int J Heat Mass Transf 193:122913. https://doi.org/10.1016/j.ijheatmasstransfer.2022.122913ArticleGoogle Scholar
Li X, Wei X, Zhang L, Lv Q (2023) Numerical simulation for the effect of scanning speed and in situ laser shock peening on molten pool and solidification characteristics. Int J Adv Manuf Technol 125:5031–5046. https://doi.org/10.1007/s00170-023-10897-1ArticleGoogle Scholar
Ye W, Bao J, Lei J Huang Y, Li Z, Li P, Zhang Y (2022) Multiphysics modeling of thermal behavior of commercial pure titanium powder during selective laser melting. Met Mater Int 28:282-296. https://doi.org/10.1007/s12540-021-01019-1.
Cheng H, Kang L, Wang C, Li Q, Chang B, Chang B (2022) Dynamic behavior of molten pool backside during full-penetration laser welding of Ni-based superalloys. Int J Adv Manuf Technol 119:4587–4598. https://doi.org/10.1007/s00170-021-08187-9ArticleGoogle Scholar
Pan Lu1 , Zhang Cheng-Lin2,6,Wang Liang3, Liu Tong4 and Liu Jiang-lin5 1 Aviation and Materials College, Anhui Technical College of Mechanical and Electrical Engineering, Wuhu Anhui 241000, People’s Republic of China 2 School of Engineering Science, University of Science and Technology of China, Hefei Anhui 230026, People’s Republic of China 3 Anhui Top Additive Manufacturing Technology Co., Ltd., Wuhu Anhui 241300, People’s Republic of China 4 Anhui Chungu 3D Printing Institute of Intelligent Equipment and Industrial Technology, Anhui 241300, People’s Republic of China 5 School of Mechanical and Transportation Engineering, Taiyuan University of Technology, Taiyuan Shanxi 030024, People’s Republic of China 6 Author to whom any correspondence should be addressed. E-mail: ahjdpanlu@126.com, jiao__zg@126.com, ahjdjxx001@126.com,tongliu1988@126.com and liujianglin@tyut.edu.cn
선택적 레이저 용융(SLM)은 열 전달, 용융, 상전이, 기화 및 물질 전달을 포함하는 복잡한 동적 비평형 프로세스인 금속 적층 제조(MAM)에서 가장 유망한 기술 중 하나가 되었습니다. 용융 풀의 특성(구조, 온도 흐름 및 속도 흐름)은 SLM의 최종 성형 품질에 결정적인 영향을 미칩니다. 이 연구에서는 선택적 레이저 용융 AlCu5MnCdVA 합금의 용융 풀 구조, 온도 흐름 및 속도장을 연구하기 위해 수치 시뮬레이션과 실험을 모두 사용했습니다.
그 결과 용융풀의 구조는 다양한 형태(깊은 오목 구조, 이중 오목 구조, 평면 구조, 돌출 구조 및 이상적인 평면 구조)를 나타냈으며, 용융 풀의 크기는 약 132 μm × 107 μm × 50 μm였습니다. : 용융풀은 초기에는 여러 구동력에 의해 깊이 15μm의 깊은 오목형상이었으나, 성형 후기에는 장력구배에 의해 높이 10μm의 돌출형상이 되었다. 용융 풀 내부의 금속 흐름은 주로 레이저 충격력, 금속 액체 중력, 표면 장력 및 반동 압력에 의해 구동되었습니다.
AlCu5MnCdVA 합금의 경우, 금속 액체 응고 속도가 매우 빠르며(3.5 × 10-4 S), 가열 속도 및 냉각 속도는 각각 6.5 × 107 K S-1 및 1.6 × 106 K S-1 에 도달했습니다. 시각적 표준으로 표면 거칠기를 선택하고, 낮은 레이저 에너지 AlCu5MnCdVA 합금 최적 공정 매개변수 창을 수치 시뮬레이션으로 얻었습니다: 레이저 출력 250W, 부화 공간 0.11mm, 층 두께 0.03mm, 레이저 스캔 속도 1.5m s-1 .
또한, 실험 프린팅과 수치 시뮬레이션과 비교할 때, 용융 풀의 폭은 각각 약 205um 및 약 210um이었고, 인접한 두 용융 트랙 사이의 중첩은 모두 약 65um이었다. 결과는 수치 시뮬레이션 결과가 실험 인쇄 결과와 기본적으로 일치함을 보여 수치 시뮬레이션 모델의 정확성을 입증했습니다.
Selective Laser Melting (SLM) has become one of the most promising technologies in Metal Additive Manufacturing (MAM), which is a complex dynamic non-equilibrium process involving heat transfer, melting, phase transition, vaporization and mass transfer. The characteristics of the molten pool (structure, temperature flow and velocity flow) have a decisive influence on the final forming quality of SLM. In this study, both numerical simulation and experiments were employed to study molten pool structure, temperature flow and velocity field in Selective Laser Melting AlCu5MnCdVA alloy. The results showed the structure of molten pool showed different forms(deep-concave structure, double-concave structure, plane structure, protruding structure and ideal planar structure), and the size of the molten pool was approximately 132 μm × 107 μm × 50 μm: in the early stage, molten pool was in a state of deep-concave shape with a depth of 15 μm due to multiple driving forces, while a protruding shape with a height of 10 μm duo to tension gradient in the later stages of forming. The metal flow inside the molten pool was mainly driven by laser impact force, metal liquid gravity, surface tension and recoil pressure. For AlCu5MnCdVA alloy, metal liquid solidification speed was extremely fast(3.5 × 10−4 S), the heating rate and cooling rate reached 6.5 × 107 K S−1 and 1.6 × 106 K S−1 , respectively. Choosing surface roughness as a visual standard, low-laser energy AlCu5MnCdVA alloy optimum process parameters window was obtained by numerical simulation: laser power 250 W, hatching space 0.11 mm, layer thickness 0.03 mm, laser scanning velocity 1.5 m s−1 . In addition, compared with experimental printing and numerical simulation, the width of the molten pool was about 205 um and about 210 um, respectively, and overlapping between two adjacent molten tracks was all about 65 um. The results showed that the numerical simulation results were basically consistent with the experimental print results, which proved the correctness of the numerical simulation model.
Figure 1. AlCu5MnCdVA powder particle size distribution.Figure 2. AlCu5MnCdVA powderFigure 3. Finite element model and calculation domains of SLM.Figure 4. SLM heat transfer process.Figure 17. Two-pass molten tracks overlapping for Scheme NO.2.
References
[1] Cuiyun H 2008 Phase diagram determination and thermodynamic study of Al–Cu–Mn, Al–Cu–Si, Al–Mg–Ni and Ni–Ti–Si systems Central South University [2] Zhanfei Z 2017 Study on theta phase segregation and room temperature properties of high strength cast Al–Cu–Mn alloy Lanzhou University of Technology [3] Nie X et al 2018 Analysis of processing parameters and characteristics of selective laser melted high strength Al–Cu–Mg alloys: from single tracks to cubic samplesJ. Mater. Process. Technol. 256 69–77 [4] Shenping Y et al 2017 Laser absorptance measurement of commonly used metal materials in laser additive manufacturing technology Aviation Manufacturing Technology 12 23–9 [5] Wenqing W 2007 Relationship between cooling rate and grain size of AlCu5MnCdVA alloy Harbin University of Technology [6] Majeed M, Vural M, Raja S and Bilal Naim Shaikh M 2019 Finite element analysis of thermal behavior in maraging steel during SLM process Optik 208 113–24 [7] Khairallah S A, Anderson A T, Rubenchik A and King W E 2016 Laser powder-bed fusion additive manufacturing: physics of complex melt flow and formation mechanisms of pores, spatter, and denudation zones Acta Mater. 108 36–45 [8] Bo C, Zhiyu X, Quanquan Z, Yuanbiao W, Liping W and Jin C 2020 Process optimization and microstructure and properties of SLM forming Cu6AlNiSnInCe imitation gold alloy Chin. J. Nonferr. Met. 30 372–82 [9] Li W 2012 Research on performance of metal parts formed by selective laser melting Huazhong University of Science and Technology [10] Yu Q 2013 The influence of different laser heat sources on the surface shape of the molten pool in laser cladding Surf. Technol. 42 40–3
[11] Xianfeng J, Xiangchen M, Rongwei S, Xigen Y and Ming Y 2015 Research on the influence of material state change on temperature field in SLM processing Applied Laser 35 155–9 [12] Körner C, Attar E and Heinl P 2011 Mesoscopic simulation of selective beam melting processesJ. Mater. Process. Technol. 211 978–87 [13] Yadroitsev I, Gusarov A, Yadroitsava I and Smurov I 2010 Single track formation in selective laser melting of metal powdersJ. Mater. Process. Technol. 210 1624–31 [14] King W, Anderson A T, Ferencz R M, Hodge N E, Kamath C and Khairallah S A 2014 Overview of modelling and simulation of metal powder bed fusion process at Lawrence Livermore National Laboratory Mater. Sci. Technol. 31 957–68 [15] Hussein A, Hao L, Yan C and Everson R 2013 Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting Materials & Design (1980–2015) 52 638–47 [16] Qiu C, Panwisawas C, Ward M, Basoalto H C, Brooks J W and Attallah M M 2015 On the role of melt flow into the surface structure and porosity development during selective laser melting Acta Mater. 96 72–9 [17] Weihao Y, Hui C and Qingsong W 2020 Thermodynamic behavior of laser selective melting molten pool under the action of recoil pressure Journal of Mechanical Engineering 56 213–9 [18] Weijuan Y 2019 Numerical simulation of melt pool temperature field and morphology evolution during laser selective melting process Xi’an University of Technology [19] Genwang W 2017 Research on the establishment of laser heat source model based on energy distribution and its simulation application Harbin Institute of Technology [20] FLOW-3D 2017 User Manual (USA: FLOW SCIENCE) [21] Hirt C and Nichols B 1981 Volume of fluid (VOF) method for the dynamics of free boundariesJ. Comput. Phys. 39 201–25 [22] Hu Z, Zhang H, Zhu H, Xiao Z, Nie X and Zeng X 2019 Microstructure, mechanical properties and strengthening mechanisms of AlCu5MnCdVA aluminum alloy fabricated by selective laser melting Materials Science and Engineering: A 759 154–66 [23] Ketai H, Liu Z and Lechang Y 2020 Simulation of temperature field, microstructure and mechanical properties of 316L stainless steel in selected laser melting Progress in Laser and Optoelectronics 9 1–18 [24] Cao L 2020 Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel Comput. Math. Appl. 4 22–34 [25] Dening Z, Yongping L, Tinglu H and Junyi S 2000 Numerical study of fluid flow and heat transfer in molten pool under the condition of moving heat source J. Met. 4 387–90 [26] Chengyun C, Cui F and Wenlong Z 2018 The effect of Marangoni flow on the thermal behavior and melt flow behavior of laser cladding Applied Laser 38 409–16 [27] Peiying B and Enhuai Y 2020 The effect of laser power on the morphology and residual stress of the molten pool of metal laser selective melting Progress in Laser and Optoelectronics 7 1–12 http://kns.cnki.net/kcms/detail/31.1690.TN.20190717.0933.032.html [28] Zhen L, Dongyun Z, Zhe F and Chengjie W 2017 Numerical simulation of the influence of overlap rate on the forming quality of Inconel 718 alloy by selective laser melting processing Applied Laser 37 187–93 [29] Wei W, Qi L, Guang Y, Lanyun Q and Xiong X 2015 Numerical simulation of electromagnetic field, temperature field and flowfield of laser melting pool under the action of electromagnetic stirring China Laser 42 48–55 [30] Hu Y, He X, Yu G and Zhao S 2016 Capillary convection in pulsed—butt welding of miscible dissimilar couple Proc. Inst. Mech. Eng. Part C J. Mech. Eng. Sci. 231 2429–40 [31] Li R 2010 Research on the key basic problems of selective laser melting forming of metal powder Huazhong University of Science and Technology [32] Zijue T, Weiwei L, Zhaorui Y, Hao W and Hongchao Z 2019 Study on the shape evolution behavior of metal laser melting deposition based on molten pool dynamic characteristicsJournal of Mechanical Engineering 55 39–47 [33] Pan L, Cheng-Lin Z, Hai-Yi L, Liang W and Tong L 2020 A new two-step selective laser remelting of 316L stainless steel: process, density, surface roughness, mechanical properties, microstructure Mater. Res. Express 7 056503 [34] Pan L, Cheng-Lin Z, Hai-Yi L, Jiang H, Tong L and Liang W 2019 The influence and optimization of forming process parameters of 316L stainless steel prepared by laser melting on the density Forging Technology 44 103–9
aNational Cheng Kung University, Department of Mechanical Engineering, Tainan, Taiwan
bNational Cheng Kung University, Academy of Innovative Semiconductor and Sustainable Manufacturing, Tainan, Taiwan
cJum-bo Co., Ltd, Xinshi District, Tainan, Taiwan
Abstract
워블 전략이 포함된 펄스 레이저 용접(PLW) 방법을 사용하여 알루미늄 및 구리 이종 랩 조인트의 제조를 위한 최적의 가공 매개변수에 대해 실험 및 수치 조사가 수행됩니다. 피크 레이저 출력과 접선 용접 속도의 대표적인 조합 43개를 선택하기 위해 원형 패킹 설계 알고리즘이 먼저 사용됩니다.
선택한 매개변수는 PLW 프로세스의 전산유체역학(CFD) 모델에 제공되어 용융 풀 형상(즉, 인터페이스 폭 및 침투 깊이) 및 구리 농도를 예측합니다. 시뮬레이션 결과는 설계 공간 내에서 PLW 매개변수의 모든 조합에 대한 용융 풀 형상 및 구리 농도를 예측하기 위해 3개의 대리 모델을 교육하는 데 사용됩니다.
마지막으로, 대체 모델을 사용하여 구성된 처리 맵은 용융 영역에 균열이나 기공이 없고 향상된 기계적 및 전기적 특성이 있는 이종 조인트를 생성하는 PLW 매개변수를 결정하기 위해 세 가지 품질 기준에 따라 필터링됩니다.
제안된 최적화 접근법의 타당성은 최적의 용접 매개변수를 사용하여 생성된 실험 샘플의 전단 강도, 금속간 화합물(IMC) 형성 및 전기 접촉 저항을 평가하여 입증됩니다.
결과는 최적의 매개변수가 1209N의 높은 전단 강도와 86µΩ의 낮은 전기 접촉 저항을 생성함을 확인합니다. 또한 용융 영역에는 균열 및 기공과 같은 결함이 없습니다.
An experimental and numerical investigation is performed into the optimal processing parameters for the fabrication of aluminum and copper dissimilar lap joints using a pulsed laser welding (PLW) method with a wobble strategy. A circle packing design algorithm is first employed to select 43 representative combinations of the peak laser power and tangential welding speed. The selected parameters are then supplied to a computational fluidic dynamics (CFD) model of the PLW process to predict the melt pool geometry (i.e., interface width and penetration depth) and copper concentration. The simulation results are used to train three surrogate models to predict the melt pool geometry and copper concentration for any combination of the PLW parameters within the design space. Finally, the processing maps constructed using the surrogate models are filtered in accordance with three quality criteria to determine the PLW parameters that produce dissimilar joints with no cracks or pores in the fusion zone and enhanced mechanical and electrical properties. The validity of the proposed optimization approach is demonstrated by evaluating the shear strength, intermetallic compound (IMC) formation, and electrical contact resistance of experimental samples produced using the optimal welding parameters. The results confirm that the optimal parameters yield a high shear strength of 1209 N and a low electrical contact resistance of 86 µΩ. Moreover, the fusion zone is free of defects, such as cracks and pores.
Fig. 1. Schematic illustration of Al-Cu lap-joint arrangementFig. 2. Machine setup (MFQS-150W_1500WFig. 5. Lap-shear mechanical tests: (a) experimental setup and specimen dimensions, and (b) two different failures of lap-joint welding.
N. Thi Tien et al.Fig. 9. Simulation and experimental results for melt pool profile. (a) Simulation results for melt pool cross-section, and (b) OM image of melt pool cross-section.
(Note that laser processing parameter of 830 W and 565 mm/s is chosen.).
CrossRefView Record in ScopusGoogle Scholar[11]S. Smith, J. Blackburn, M. Gittos, P. de Bono, and P. Hilton, “Welding of dissimilar metallic materials using a scanned laser beam,” in International Congress on Applications of Lasers & Electro-Optics, 2013, vol. 2013, no. 1: Laser Institute of America, pp. 493-502.
Welding strategies for joining copper and aluminum by fast oscillating, high quality laser beam
High-Power Laser Materials Processing: Applications, Diagnostics, and Systems IX, vol. 11273, International Society for Optics and Photonics (2020), p. 112730C
Experimental investigation on the effect of spot diameter on continuous-wave laser welding of copper and aluminum thin sheets for battery manufacturing
Systematic approach for determining optimal processing parameters to produce parts with high density in selective laser melting process
Int. J. Adv. Manuf. Technol., 105 (10) (2019), pp. 4443-4460 View PDF
CrossRefView Record in ScopusGoogle Scholar[32]A. Ascari, A. Fortunato, E. Liverani, and A. Lutey, “Application of different pulsed laser sources to dissimilar welding of Cu and Al alloys,” in Proceedings of Lasers in Manufacturing Conference (LIM), 2019.
에피택셜 과 등축 응고 사이의 경쟁은 적층 제조에서 실행되는 레이저 용융 동안 CMSX-4 단결정 초합금에서 조사되었습니다. 단일 트랙 레이저 스캔은 레이저 출력과 스캐닝 속도의 여러 조합으로 방향성 응고된 CMSX-4 합금의 분말 없는 표면에서 수행되었습니다. EBSD(Electron Backscattered Diffraction) 매핑은 새로운 방향의 식별을 용이하게 합니다. 영역 분율 및 공간 분포와 함께 융합 영역 내에서 핵을 형성한 “스트레이 그레인”은 충실도가 높은 전산 유체 역학 시뮬레이션을 사용하여 용융 풀 내의 온도 및 유체 속도 필드를 모두 추정했습니다. 이 정보를 핵 생성 모델과 결합하여 용융 풀에서 핵 생성이 발생할 확률이 가장 높은 위치를 결정했습니다. 금속 적층 가공의 일반적인 경험에 따라 레이저 용융 트랙의 응고된 미세 구조는 에피택셜 입자 성장에 의해 지배됩니다. 더 높은 레이저 스캐닝 속도와 더 낮은 출력이 일반적으로 흩어진 입자 감소에 도움이 되지만,그럼에도 불구하고 길쭉한 용융 풀에서 흩어진 입자가 분명했습니다.
The competition between epitaxial vs. equiaxed solidification has been investigated in CMSX-4 single crystal superalloy during laser melting as practiced in additive manufacturing. Single-track laser scans were performed on a powder-free surface of directionally solidified CMSX-4 alloy with several combinations of laser power and scanning velocity. Electron backscattered diffraction (EBSD) mapping facilitated identification of new orientations, i.e., “stray grains” that nucleated within the fusion zone along with their area fraction and spatial distribution. Using high-fidelity computational fluid dynamics simulations, both the temperature and fluid velocity fields within the melt pool were estimated. This information was combined with a nucleation model to determine locations where nucleation has the highest probability to occur in melt pools. In conformance with general experience in metals additive manufacturing, the as-solidified microstructure of the laser-melted tracks is dominated by epitaxial grain growth; nevertheless, stray grains were evident in elongated melt pools. It was found that, though a higher laser scanning velocity and lower power are generally helpful in the reduction of stray grains, the combination of a stable keyhole and minimal fluid velocity further mitigates stray grains in laser single tracks.
Introduction
니켈 기반 초합금은 고온에서 긴 노출 시간 동안 높은 인장 강도, 낮은 산화 및 우수한 크리프 저항성을 포함하는 우수한 특성의 고유한 조합으로 인해 가스 터빈 엔진 응용 분야에서 광범위하게 사용됩니다. CMSX-4는 특히 장기 크리프 거동과 관련하여 초고강도의 2세대 레늄 함유 니켈 기반 단결정 초합금입니다. [ 1 , 2 ]입계의 존재가 크리프를 가속화한다는 인식은 가스 터빈 엔진의 고온 단계를 위한 단결정 블레이드를 개발하게 하여 작동 온도를 높이고 효율을 높이는 데 기여했습니다. 이러한 구성 요소는 사용 중 마모될 수 있습니다. 즉, 구성 요소의 무결성을 복원하고 단결정 미세 구조를 유지하는 수리 방법을 개발하기 위한 지속적인 작업이 있었습니다. [ 3 , 4 , 5 ]
적층 제조(AM)가 등장하기 전에는 다양한 용접 공정을 통해 단결정 초합금에 대한 수리 시도가 수행되었습니다. 균열 [ 6 , 7 ] 및 흩어진 입자 [ 8 , 9 ] 와 같은 심각한 결함 이 이 수리 중에 자주 발생합니다. 일반적으로 “스트레이 그레인”이라고 하는 응고 중 모재의 방향과 다른 결정학적 방향을 가진 새로운 그레인의 형성은 니켈 기반 단결정 초합금의 수리 중 유해한 영향으로 인해 중요한 관심 대상입니다. [ 3 , 10 ]결과적으로 재료의 단결정 구조가 손실되고 원래 구성 요소에 비해 기계적 특성이 손상됩니다. 이러한 흩어진 입자는 특정 조건에서 에피택셜 성장을 대체하는 등축 응고의 시작에 해당합니다.
떠돌이 결정립 형성을 완화하기 위해 이전 작업은 용융 영역(FZ) 내에서 응고하는 동안 떠돌이 결정립 형성에 영향을 미치는 수지상 응고 거동 및 처리 조건을 이해하는 데 중점을 두었습니다. [ 11 , 12 , 13 , 14 ] 연구원들은 단결정 합금의 용접 중에 표류 결정립 형성에 대한 몇 가지 가능한 메커니즘을 제안했습니다. [ 12 , 13 , 14 , 15 ]응고 전단에 앞서 국부적인 구성 과냉각은 이질적인 핵 생성 및 등축 결정립의 성장을 유발할 수 있습니다. 또한 용융 풀에서 활발한 유체 흐름으로 인해 발생하는 덴드라이트 조각화는 용융 풀 경계 근처에서 새로운 결정립을 형성할 수도 있습니다. 두 메커니즘 모두에서, 표류 결정립 형성은 핵 생성 위치에 의존하며, 차이점은 수상 돌기 조각화는 수상 돌기 조각이 핵 생성 위치로 작용한다는 것을 의미하는 반면 다른 메커니즘은 재료, 예 를 들어 산화물 입자에서 발견되는 다른 유형의 핵 생성 위치를 사용한다는 것을 의미합니다. 잘 알려진 바와 같이, 많은 주물에 대한 반대 접근법은 TiB와 같은 핵제의 도입을 통해 등축 응고를 촉진하는 것입니다.22알루미늄 합금에서.
헌법적 과냉 메커니즘에서 Hunt [ 11 ] 는 정상 상태 조건에서 기둥에서 등축으로의 전이(CET)를 설명하는 모델을 개발했습니다. Gaumann과 Kurz는 Hunt의 모델을 수정하여 단결정이 응고되는 동안 떠돌이 결정립이 핵을 생성하고 성장할 수 있는 정도를 설명했습니다. [ 12 , 14 ] 이후 연구에서 Vitek은 Gaumann의 모델을 개선하고 출력 및 스캐닝 속도와 같은 용접 조건의 영향에 대한 보다 자세한 분석을 포함했습니다. Vitek은 또한 실험 및 모델링 기술을 통해 표류 입자 형성에 대한 기판 방향의 영향을 포함했습니다. [ 3 , 10 ]일반적으로 높은 용접 속도와 낮은 출력은 표류 입자의 양을 최소화하고 레이저 용접 공정 중 에피택셜 단결정 성장을 최대화하는 것으로 나타났습니다. [ 3,10 ] 그러나 Vitek은 덴드라이트 조각화를 고려하지 않았으며 그의 연구는 불균질 핵형성이 레이저 용접된 CMSX -4 단결정 합금에서 표류 결정립 형성을 이끄는 주요 메커니즘임을 나타냅니다. 현재 작업에서 Vitek의 수치적 방법이 채택되고 금속 AM의 급속한 특성의 더 높은 속도와 더 낮은 전력 특성으로 확장됩니다.
AM을 통한 금속 부품 제조 는 지난 10년 동안 급격한 인기 증가를 목격했습니다. [ 16 ] EBM(Electron Beam Melting)에 의한 CMSX-4의 제작 가능성은 자주 조사되었으나 [ 17 , 18 , 19 , 20 , 21 ] CMSX의 제조 및 수리에 대한 조사는 매우 제한적이었다. – 4개의 단결정 구성요소는 레이저 분말 베드 융합(LPBF)을 사용하며, AM의 인기 있는 하위 집합으로, 특히 표류 입자 형성을 완화하는 메커니즘과 관련이 있습니다. [ 22 ]이러한 조사 부족은 주로 이러한 합금 시스템과 관련된 처리 문제로 인해 발생합니다. [ 2 , 19 , 22 , 23 , 24 ] 공정 매개변수( 예: 열원 전력, 스캐닝 속도, 스폿 크기, 예열 온도 및 스캔 전략)의 엄격한 제어는 완전히 조밀한 부품을 만들고 유지 관리할 수 있도록 하는 데 필수적입니다. 단결정 미세구조. [ 25 ] EBM을 사용하여 단결정 합금의 균열 없는 수리가 현재 가능하지만 [ 19 , 24 ] 표류 입자를 생성하지 않는 수리는 쉽게 달성할 수 없습니다.[ 23 , 26 ]
이 작업에서 LPBF를 대표하는 조건으로 레이저 용융을 사용하여 단결정 CMSX-4에서 표류 입자 완화를 조사했습니다. LPBF는 스캐닝 레이저 빔을 사용하여 금속 분말의 얇은 층을 기판에 녹이고 융합합니다. 층별 증착에서 레이저 빔의 사용은 급격한 온도 구배, 빠른 가열/냉각 주기 및 격렬한 유체 흐름을 경험하는 용융 풀을 생성 합니다 . 이것은 일반적으로 부품에 결함을 일으킬 수 있는 매우 동적인 물리적 현상으로 이어집니다. [ 28 , 29 , 30 ] 레이저 유도 키홀의 동역학( 예:, 기화 유발 반동 압력으로 인한 위상 함몰) 및 열유체 흐름은 AM 공정에서 응고 결함과 강하게 결합되고 관련됩니다. [ 31 , 32 , 33 , 34 ] 기하 구조의 급격한 변화가 발생하기 쉬운 불안정한 키홀은 다공성, 볼링, 스패터 형성 및 흔하지 않은 미세 구조 상을 포함하는 유해한 물리적 결함을 유발할 수 있습니다. 그러나 키홀 진화와 유체 흐름은 자연적으로 다음을 통해 포착 하기 어렵 습니다 .전통적인 사후 특성화 기술. 고충실도 수치 모델링을 활용하기 위해 이 연구에서는 전산유체역학(CFD)을 적용하여 표면 아래의 레이저-물질 상호 작용을 명확히 했습니다. [ 36 ] 이것은 응고된 용융물 풀의 단면에 대한 오랫동안 확립된 사후 특성화와 비교하여 키홀 및 용융물 풀 유체 흐름 정량화를 실행합니다.
CMSX-4 구성 요소의 레이저 기반 AM 수리 및 제조를 위한 적절한 절차를 개발하기 위해 적절한 공정 창을 설정하고 응고 중 표류 입자 형성 경향에 대한 예측 기능을 개발하는 것부터 시작합니다. 다중 합금에 대한 단일 트랙 증착은 분말 층이 있거나 없는 AM 공정에서 용융 풀 형상 및 미세 구조의 정확한 분석을 제공하는 것으로 나타났습니다. [ 37 , 38 , 39 ]따라서 본 연구에서는 CMSX-4의 응고 거동을 알아보기 위해 분말을 사용하지 않는 단일 트랙 레이저 스캔 실험을 사용하였다. 이는 CMSX-4 단결정의 LPBF 제조를 위한 예비 실험 지침을 제공합니다. 또한 응고 모델링은 기존 용접에서 LPBF와 관련된 급속 용접으로 확장되어 표류 입자 감소를 위한 최적의 레이저 용융 조건을 식별했습니다. 가공 매개변수 최적화를 위한 추가 지침을 제공하기 위해 용융물 풀의 매우 동적인 유체 흐름을 모델링했습니다.
재료 및 방법
단일 트랙 실험
방전 가공(EDM)을 사용하여 CMSX-4 방향성 응고 단결정 잉곳으로부터 샘플을 제작했습니다. 샘플의 최종 기하학은 치수 20의 직육면체 형태였습니다.××20××6mm. 6개 중 하나⟨ 001 ⟩⟨001⟩잉곳의 결정학적 방향은 레이저 트랙이 이 바람직한 성장 방향을 따라 스캔되도록 절단 표면에 수직으로 위치했습니다. 단일 레이저 용융 트랙은 EOS M290 기계를 사용하여 분말이 없는 샘플 표면에 만들어졌습니다. 이 기계는 최대 출력 400W, 가우시안 빔 직경 100의 이터븀 파이버 레이저가 장착된 LPBF 시스템입니다. μμ초점에서 m. 실험 중에 직사각형 샘플을 LPBF 기계용 맞춤형 샘플 홀더의 포켓에 끼워 표면을 동일한 높이로 유지했습니다. 이 맞춤형 샘플 홀더에 대한 자세한 내용은 다른 곳에서 설명합니다. 실험 은 아르곤 퍼지 분위기에서 수행되었으며 예열은 적용되지 않았습니다 . 단일 트랙 레이저 용융 실험은 다양한 레이저 출력(200~370W)과 스캔 속도(0.4~1.4m/s)에서 수행되었습니다.
성격 묘사
레이저 스캐닝 후, 레이저 빔 스캐닝 방향에 수직인 평면에서 FZ를 통해 다이아몬드 톱을 사용하여 샘플을 절단했습니다. 그 후, 샘플을 장착하고 220 그릿 SiC 페이퍼로 시작하여 콜로이드 실리카 현탁액 광택제로 마무리하여 자동 연마했습니다. 결정학적 특성화는 20kV의 가속 전압에서 TESCAN MIRA 3XMH 전계 방출 주사 전자 현미경(SEM)에서 수행되었습니다. EBSD 지도는0.4μm _0.4μ미디엄단계 크기. Bruker 시스템을 사용하여 EBSD 데이터를 정리하고 분석했습니다. EBSD 클린업은 그레인을 접촉시키기 위한 그레인 확장 루틴으로 시작한 다음 인덱스되지 않은 회절 패턴과 관련된 검은색 픽셀을 해결하기 위해 이웃 방향 클린업 루틴으로 이어졌습니다. 용융 풀 형태를 분석하기 위해 단면을 광학 현미경으로 분석했습니다. 광학 특성화의 대비를 향상시키기 위해 10g CuSO로 구성된 Marbles 시약의 변형으로 샘플을 에칭했습니다.44, 50mL HCl 및 70mL H22영형.
응고 모델링
구조적 과냉 기준에 기반한 응고 모델링을 수행하여 표유 입자의 성향 및 분포에 대한 가공 매개변수의 영향을 평가했습니다. 이 분석 모델링 접근 방식에 대한 자세한 내용은 이전 작업에서 제공됩니다. [ 3 , 10 ] 참고문헌 3 에 기술된 바와 같이 , 기본 재료의 결정학적 배향을 가진 용융 풀에서 총 표유 입자 면적 분율의 변화는 최소이므로 기본 재료 배향의 영향은 이 작업에서 고려되지 않았습니다. 우리의 LPBF 결과를 이전 작업과 비교하기 위해 Vitek의 작업에서 사용된 수학적으로 간단한 Rosenthal 방정식 [ 3 ]또한 레이저 매개변수의 함수로 용융 풀의 모양과 FZ의 열 조건을 계산하기 위한 기준으로 여기에서 채택되었습니다. Rosenthal 솔루션은 열이 일정한 재료 특성을 가진 반무한 판의 정상 상태 점원을 통해서만 전도를 통해 전달된다고 가정하며 일반적으로 다음과 같이 표현 됩니다 [ 40 , 41 ] .
티=티0+η피2 파이케이엑스2+와이2+지2———-√경험치[- 브이(엑스2+와이2+지2———-√− 엑스 )2α _] ,티=티0+η피2파이케이엑스2+와이2+지2경험치[-V(엑스2+와이2+지2-엑스)2α],(1)
여기서 T 는 온도,티0티0본 연구에서 313K( 즉 , EOS 기계 챔버 온도)로 설정된 주변 온도, P 는 레이저 빔 파워, V 는 레이저 빔 스캐닝 속도,ηη는 레이저 흡수율, k 는 열전도율,αα베이스 합금의 열확산율입니다. x , y , z 는 각각 레이저 스캐닝 방향, 가로 방향 및 세로 방향의 반대 방향과 정렬된 방향입니다 . 이 직교 좌표는 참조 3 의 그림 1에 있는 시스템을 따랐습니다 . CMSX-4에 대한 고상선 온도(1603K)와 액상선 온도(1669K)의 등온선 평균으로 응고 프런트( 즉 , 고체-액체 계면)를 정의했습니다. [ 42 , 43 , 44 ] 시뮬레이션에 사용된 열물리적 특성은 표 I 에 나열되어 있습니다.표 I CMSX-4의 응고 모델링에 사용된 열물리적 특성
어디θθ는 스캔 방향과 응고 전면의 법선 방향( 즉 , 최대 열 흐름 방향) 사이의 각도입니다. 이 연구의 용접 조건과 같은 제한된 성장에서 수지상 응고 전면은 고체-액체 등온선의 속도로 성장하도록 강제됩니다.V티V티. [ 46 ]
응고 전선이 진행되기 전에 새로 핵 생성된 입자의 국지적 비율ΦΦ, 액체 온도 구배 G 에 의해 결정 , 응고 선단 속도V티V티및 핵 밀도N0N0. 고정된 임계 과냉각에서 모든 입자가 핵형성된다고 가정함으로써△티N△티N, 등축 결정립의 반경은 결정립이 핵 생성을 시작하는 시점부터 주상 전선이 결정립에 도달하는 시간까지의 성장 속도를 통합하여 얻습니다. 과냉각으로 대체 시간d (ΔT_) / dt = – _V티G디(△티)/디티=-V티G, 열 구배 G 사이의 다음 관계 , 등축 입자의 국부적 부피 분율ΦΦ, 수상 돌기 팁 과냉각ΔT _△티, 핵 밀도N0N0, 재료 매개변수 n 및 핵생성 과냉각△티N△티N, Gäumann 외 여러분 에 의해 파생되었습니다 . [ 12 , 14 ] Hunt의 모델 [ 11 ] 의 수정에 기반함 :
계산을 단순화하기 위해 덴드라이트 팁 과냉각을 전적으로 구성 과냉각의 것으로 추정합니다.△티씨△티씨, 멱법칙 형식으로 근사화할 수 있습니다.△티씨= ( _V티)1 / 엔△티씨=(ㅏV티)1/N, 여기서 a 와 n 은 재료 종속 상수입니다. CMSX-4의 경우 이 값은a = 1.25 ×106ㅏ=1.25×106 s K 3.4m− 1-1,엔 = 3.4N=3.4, 그리고N0= 2 ×1015N0=2×1015미디엄− 3,-삼,참고문헌 3 에 의해 보고된 바와 같이 .△티N△티N2.5K이며 보다 큰 냉각 속도에서 응고에 대해 무시할 수 있습니다.106106 K/s. 에 대한 표현ΦΦ위의 방정식을 재배열하여 해결됩니다.
As proposed by Hunt,[11] a value of Φ≤0.66Φ≤0.66 pct represents fully columnar epitaxial growth condition, and, conversely, a value of Φ≥49Φ≥49 pct indicates that the initial single crystal microstructure is fully replaced by an equiaxed microstructure. To calculate the overall stray grain area fraction, we followed Vitek’s method by dividing the FZ into roughly 19 to 28 discrete parts (depending on the length of the melt pool) of equal length from the point of maximum width to the end of melt pool along the x direction. The values of G and vTvT were determined at the center on the melt pool boundary of each section and these values were used to represent the entire section. The area-weighted average of ΦΦ over these discrete sections along the length of melt pool is designated as Φ¯¯¯¯Φ¯, and is given by:
Φ¯¯¯¯=∑kAkΦk∑kAk,Φ¯=∑kAkΦk∑kAk,
(6)
where k is the index for each subsection, and AkAk and ΦkΦk are the areas and ΦΦ values for each subsection. The summation is taken over all the sections along the melt pool. Vitek’s improved model allows the calculation of stray grain area fraction by considering the melt pool geometry and variations of G and vTvT around the tail end of the pool.
수년에 걸쳐 용융 풀 현상 모델링의 정확도를 개선하기 위해 많은 고급 수치 방법이 개발되었습니다. 우리는 FLOW-3D와 함께 고충실도 CFD를 사용했습니다. FLOW-3D는 여러 물리 모델을 통합하는 상용 FVM(Finite Volume Method)입니다. [ 47 , 48 ] CFD는 유체 운동과 열 전달을 수치적으로 시뮬레이션하며 여기서 사용된 기본 물리 모델은 레이저 및 표면력 모델이었습니다. 레이저 모델에서는 레이 트레이싱 기법을 통해 다중 반사와 프레넬 흡수를 구현합니다. [ 36 ]먼저, 레이저 빔은 레이저 빔에 의해 조명되는 각 그리드 셀을 기준으로 여러 개의 광선으로 이산화됩니다. 그런 다음 각 입사 광선에 대해 입사 벡터가 입사 위치에서 금속 표면의 법선 벡터와 정렬될 때 에너지의 일부가 금속에 의해 흡수됩니다. 흡수율은 Fresnel 방정식을 사용하여 추정됩니다. 나머지 에너지는 반사광선 에 의해 유지되며 , 반사광선은 재료 표면에 부딪히면 새로운 입사광선으로 처리됩니다. 두 가지 주요 힘이 액체 금속 표면에 작용하여 자유 표면을 변형시킵니다. 금속의 증발에 의해 생성된 반동 압력은 증기 억제를 일으키는 주요 힘입니다. 본 연구에서 사용된 반동 압력 모델은피아르 자형= 특급 _{ B ( 1- _티V/ 티) }피아르 자형=ㅏ경험치{비(1-티V/티)}, 어디피아르 자형피아르 자형는 반동압력, A 와 B 는 재료의 물성에 관련된 계수로 각각 75와 15이다.티V티V는 포화 온도이고 T 는 키홀 벽의 온도입니다. 표면 흐름 및 키홀 형성의 다른 원동력은 표면 장력입니다. 표면 장력 계수는 Marangoni 흐름을 포함하기 위해 온도의 선형 함수로 추정되며,σ =1.79-9.90⋅10− 4( 티− 1654케이 )σ=1.79-9.90⋅10-4(티-1654년케이)엔엠− 1-1. [ 49 ] 계산 영역은 베어 플레이트의 절반입니다(2300 μμ미디엄××250 μμ미디엄××500 μμm) xz 평면 에 적용된 대칭 경계 조건 . 메쉬 크기는 8입니다. μμm이고 시간 단계는 0.15입니다. μμs는 계산 효율성과 정확성 간의 균형을 제공합니다.
결과 및 논의
용융 풀 형태
이 작업에 사용된 5개의 레이저 파워( P )와 6개의 스캐닝 속도( V )는 서로 다른 29개의 용융 풀을 생성했습니다.피- 브이피-V조합. P 와 V 값이 가장 높은 것은 그림 1 을 기준으로 과도한 볼링과 관련이 있기 때문에 본 연구에서는 분석하지 않았다 .
단일 트랙 용융 풀은 그림 1 과 같이 형상에 따라 네 가지 유형으로 분류할 수 있습니다 [ 39 ] : (1) 전도 모드(파란색 상자), (2) 키홀 모드(빨간색), (3) 전환 모드(마젠타), (4) 볼링 모드(녹색). 높은 레이저 출력과 낮은 스캐닝 속도의 일반적인 조합인 키홀 모드에서 용융물 풀은 일반적으로 너비/깊이( W / D ) 비율이 0.5보다 훨씬 큰 깊고 가느다란 모양을 나타냅니다 . 스캐닝 속도가 증가함에 따라 용융 풀이 얕아져 W / D 가 약 0.5인 반원형 전도 모드 용융 풀을 나타냅니다. W / D _전환 모드 용융 풀의 경우 1에서 0.5 사이입니다. 스캐닝 속도를 1200 및 1400mm/s로 더 높이면 충분히 큰 캡 높이와 볼링 모드 용융 풀의 특징인 과도한 언더컷이 발생할 수 있습니다.
힘과 속도의 함수로서의 용융 풀 깊이와 너비는 각각 그림 2 (a)와 (b)에 표시되어 있습니다. 용융 풀 폭은 기판 표면에서 측정되었습니다. 그림 2 (a)는 깊이가 레이저 출력과 매우 선형적인 관계를 따른다는 것을 보여줍니다. 속도가 증가함에 따라 깊이 대 파워 곡선의 기울기는 꾸준히 감소하지만 더 높은 속도 곡선에는 약간의 겹침이 있습니다. 이러한 예상치 못한 중첩은 종종 용융 풀 형태의 동적 변화를 유발하는 유체 흐름의 영향과 레이저 스캔당 하나의 이미지만 추출되었다는 사실 때문일 수 있습니다. 이러한 선형 동작은 그림 2 (b) 의 너비에 대해 명확하지 않습니다 . 그림 2(c)는 선형 에너지 밀도 P / V 의 함수로서 용융 깊이와 폭을 보여줍니다 . 선형 에너지 밀도는 퇴적물의 단위 길이당 에너지 투입량을 측정한 것입니다. [ 50 ] 용융 풀 깊이는 에너지 밀도에 따라 달라지며 너비는 더 많은 분산을 나타냅니다. 동일한 에너지 밀도가 준공 부품의 용융 풀, 미세 구조 또는 속성에서 반드시 동일한 유체 역학을 초래하지는 않는다는 점에 유의하는 것이 중요합니다. [ 50 ]
그림 1그림 2
레이저 흡수율 평가
레이저 흡수율은 LPBF 조건에서 재료 및 가공 매개변수에 따라 크게 달라진다는 것은 잘 알려져 있습니다. [ 31 , 51 , 52 ] 적분구를 이용한 전통적인 흡수율의 직접 측정은 일반적으로 높은 비용과 구현의 어려움으로 인해 쉽게 접근할 수 없습니다. [ 51 ] 그 외 . [ 39 ] 전도 모드 용융 풀에 대한 Rosenthal 방정식을 기반으로 경험적 레이저 흡수율 모델을 개발했지만 기본 가정으로 인해 키홀 용융 풀에 대한 정확한 예측을 제공하지 못했습니다. [ 40 ] 최근 간외 . [ 53 ] Ti–6Al–4V에 대한 30개의 고충실도 다중 물리 시뮬레이션 사례를 사용하여 레이저 흡수에 대한 스케일링 법칙을 확인했습니다. 그러나 연구 중인 특정 재료에 대한 최소 흡수(평평한 용융 표면의 흡수율)에 대한 지식이 필요하며 이는 CMSX-4에 대해 알려지지 않았습니다. 다양한 키홀 모양의 용융 풀에 대한 레이저 흡수의 정확한 추정치를 얻기가 어렵기 때문에 상한 및 하한 흡수율로 분석 시뮬레이션을 실행하기로 결정했습니다. 깊은 키홀 모양의 용융 풀의 경우 대부분의 빛을 가두는 키홀 내 다중 반사로 인해 레이저 흡수율이 0.8만큼 높을 수 있습니다. 이것은 기하학적 현상이며 기본 재료에 민감하지 않습니다. [ 51, 52 , 54 ] 따라서 본 연구에서는 흡수율의 상한을 0.8로 설정하였다. 참고 문헌 51 에 나타낸 바와 같이 , 전도 용융 풀에 해당하는 최저 흡수율은 약 0.3이었으며, 이는 이 연구에서 합리적인 하한 값입니다. 따라서 레이저 흡수율이 스트레이 그레인 형성에 미치는 영향을 보여주기 위해 흡수율 값을 0.55 ± 0.25로 설정했습니다. Vitek의 작업에서는 1.0의 고정 흡수율 값이 사용되었습니다. [ 3 ]
퓨전 존 미세구조
그림 3 은 200~300W 및 600~300W 및 600~300W 범위의 레이저 출력 및 속도로 9가지 다른 처리 매개변수에 의해 생성된 CMSX-4 레이저 트랙의 yz 단면 에서 취한 EBSD 역극점도와 해당 역극점도를 보여 줍니다. 각각 1400mm/s. EBSD 맵에서 여러 기능을 쉽게 관찰할 수 있습니다. 스트레이 그레인은 EBSD 맵에서 그 방향에 해당하는 다른 RGB 색상으로 나타나고 그레인 경계를 묘사하기 위해 5도의 잘못된 방향이 사용되었습니다. 여기, 그림 3 에서 스트레이 그레인은 대부분 용융 풀의 상단 중심선에 집중되어 있으며, 이는 용접된 단결정 CMSX-4의 이전 보고서와 일치합니다. [ 10 ]역 극점도에서, 점 근처에 집중된 클러스터⟨ 001 ⟩⟨001⟩융합 경계에서 유사한 방향을 유지하는 단결정 기반 및 에피택셜로 응고된 덴드라이트를 나타냅니다. 그러나 흩어진 곡물은 식별할 수 있는 질감이 없는 흩어져 있는 점으로 나타납니다. 단결정 기본 재료의 결정학적 방향은 주로⟨ 001 ⟩⟨001⟩비록 샘플을 절단하는 동안 식별할 수 없는 기울기 각도로 인해 또는 단결정 성장 과정에서 약간의 잘못된 방향이 있었기 때문에 약간의 편차가 있지만. 용융 풀 내부의 응고된 수상 돌기의 기본 방향은 다시 한 번⟨ 001 ⟩⟨001⟩주상 결정립 구조와 유사한 에피택셜 성장의 결과. 그림 3 과 같이 용융 풀에서 수상돌기의 성장 방향은 하단의 수직 방향에서 상단의 수평 방향으로 변경되었습니다 . 이 전이는 주로 온도 구배 방향의 변화로 인한 것입니다. 두 번째 전환은 CET입니다. FZ의 상단 중심선 주변에서 다양한 방향의 흩어진 입자가 관찰되며, 여기서 안쪽으로 성장하는 수상돌기가 서로 충돌하여 용융 풀에서 응고되는 마지막 위치가 됩니다.
더 깊은 키홀 모양을 특징으로 하는 샘플에서 용융 풀의 경계 근처에 침전된 흩어진 입자가 분명합니다. 이러한 새로운 입자는 나중에 모델링 섹션에서 논의되는 수상돌기 조각화 메커니즘에 의해 잠재적으로 발생합니다. 결정립이 강한 열 구배에서 핵을 생성하고 성장한 결과, 대부분의 흩어진 결정립은 모든 방향에서 동일한 크기를 갖기보다는 장축이 열 구배 방향과 정렬된 길쭉한 모양을 갖습니다. 그림 3 의 전도 모드 용융 풀 흩어진 입자가 없는 것으로 입증되는 더 나은 단결정 품질을 나타냅니다. 상대적으로 낮은 출력과 높은 속도의 스캐닝 레이저에 의해 생성된 이러한 더 얕은 용융 풀에서 최소한의 결정립 핵형성이 발생한다는 것은 명백합니다. 더 큰 면적 분율을 가진 스트레이 그레인은 고출력 및 저속으로 생성된 깊은 용융 풀에서 더 자주 관찰됩니다. 국부 응고 조건에 대한 동력 및 속도의 영향은 후속 모델링 섹션에서 조사할 것입니다.
그림 3
응고 모델링
서론에서 언급한 바와 같이 연구자들은 단결정 용접 중에 표류 결정립 형성의 가능한 메커니즘을 평가했습니다. [ 12 , 13 , 14 , 15 , 55 ]논의된 가장 인기 있는 두 가지 메커니즘은 (1) 응고 전단에 앞서 구성적 과냉각에 의해 도움을 받는 이종 핵형성 및 (2) 용융물 풀의 유체 흐름으로 인한 덴드라이트 조각화입니다. 첫 번째 메커니즘은 광범위하게 연구되었습니다. 이원 합금을 예로 들면, 고체는 액체만큼 많은 용질을 수용할 수 없으므로 응고 중에 용질을 액체로 거부합니다. 결과적으로, 성장하는 수상돌기 앞에서 용질 분할은 실제 온도가 국부 평형 액상선보다 낮은 과냉각 액체를 생성합니다. 충분히 광범위한 체질적으로 과냉각된 구역의 존재는 새로운 결정립의 핵형성 및 성장을 촉진합니다. [ 56 ]전체 과냉각은 응고 전면에서의 구성, 동역학 및 곡률 과냉각을 포함한 여러 기여의 합입니다. 일반적인 가정은 동역학 및 곡률 과냉각이 합금에 대한 용질 과냉각의 더 큰 기여와 관련하여 무시될 수 있다는 것입니다. [ 57 ]
서로 다른 기본 메커니즘을 더 잘 이해하려면피- 브이피-V조건에서 응고 모델링이 수행됩니다. 첫 번째 목적은 스트레이 그레인의 전체 범위를 평가하는 것입니다(Φ¯¯¯¯Φ¯) 처리 매개 변수의 함수로 국부적 표류 입자 비율의 변화를 조사하기 위해 (ΦΦ) 용융 풀의 위치 함수로. 두 번째 목적은 금속 AM의 빠른 응고 동안 응고 미세 구조와 표류 입자 형성 메커니즘 사이의 관계를 이해하는 것입니다.
그림 4
그림 4 는 해석적으로 시뮬레이션된 표류 입자 비율을 보여줍니다.Φ¯¯¯¯Φ¯세 가지 레이저 흡수율 값에서 다양한 레이저 스캐닝 속도 및 레이저 출력에 대해. 결과는 스트레이 그레인 면적 비율이 흡수된 에너지에 민감하다는 것을 보여줍니다. 흡수율을 0.30에서 0.80으로 증가시키면Φ¯¯¯¯Φ¯약 3배이며, 이 효과는 저속 및 고출력 영역에서 더욱 두드러집니다. 다른 모든 조건이 같다면, 흡수된 전력의 큰 영향은 평균 열 구배 크기의 일반적인 감소와 용융 풀 내 평균 응고율의 증가에 기인합니다. 스캐닝 속도가 증가하고 전력이 감소함에 따라 평균 스트레이 그레인 비율이 감소합니다. 이러한 일반적인 경향은 Vitek의 작업에서 채택된 그림 5 의 파란색 영역에서 시뮬레이션된 용접 결과와 일치합니다 . [ 3 ] 더 큰 과냉각 구역( 즉, 지 /V티G/V티영역)은 용접 풀의 표유 입자의 면적 비율이 분홍색 영역에 해당하는 LPBF 조건의 면적 비율보다 훨씬 더 크다는 것을 의미합니다. 그럼에도 불구하고 두 데이터 세트의 일반적인 경향은 유사합니다. 즉 , 레이저 출력이 감소하고 레이저 속도가 증가함에 따라 표류 입자의 비율이 감소합니다. 또한 그림 5 에서 스캐닝 속도가 LPBF 영역으로 증가함에 따라 표유 입자 면적 분율에 대한 레이저 매개변수의 변화 효과가 감소한다는 것을 추론할 수 있습니다. 그림 6 (a)는 그림 3 의 EBSD 분석에서 나온 실험적 표류 결정립 면적 분율 과 그림 4 의 해석 시뮬레이션 결과를 비교합니다.. 열쇠 구멍 모양의 FZ에서 정확한 값이 다르지만 추세는 시뮬레이션과 실험 데이터 모두에서 일관되었습니다. 키홀 모양의 용융 풀, 특히 전력이 300W인 2개는 분석 시뮬레이션 예측보다 훨씬 더 많은 양의 흩어진 입자를 가지고 있습니다. Rosenthal 방정식은 일반적으로 열 전달이 순전히 전도에 의해 좌우된다는 가정으로 인해 열쇠 구멍 체제의 열 흐름을 적절하게 반영하지 못하기 때문에 이러한 불일치가 실제로 예상됩니다. [ 39 , 40 ] 그것은 또한 그림 4 의 발견 , 즉 키홀 모드 동안 흡수된 전력의 증가가 표류 입자 형성에 더 이상적인 조건을 초래한다는 것을 검증합니다. 그림 6 (b)는 실험을 비교Φ¯¯¯¯Φ¯수치 CFD 시뮬레이션Φ¯¯¯¯Φ¯. CFD 모델이 약간 초과 예측하지만Φ¯¯¯¯Φ¯전체적으로피- 브이피-V조건에서 열쇠 구멍 조건에서의 예측은 분석 모델보다 정확합니다. 전도 모드 용융 풀의 경우 실험 값이 분석 시뮬레이션 값과 더 가깝게 정렬됩니다.
그림 5
모의 온도 구배 G 분포 및 응고율 검사V티V티분석 모델링의 쌍은 그림 7 (a)의 CMSX-4 미세 구조 선택 맵에 표시됩니다. 제공지 /V티G/V티( 즉 , 형태 인자)는 형태를 제어하고지 ×V티G×V티( 즉 , 냉각 속도)는 응고된 미세 구조의 규모를 제어하고 , [ 58 , 59 ]지 -V티G-V티플롯은 전통적인 제조 공정과 AM 공정 모두에서 미세 구조 제어를 지원합니다. 이 플롯의 몇 가지 분명한 특징은 등축, 주상, 평면 전면 및 이러한 경계 근처의 전이 영역을 구분하는 경계입니다. 그림 7 (a)는 몇 가지 선택된 분석 열 시뮬레이션에 대한 미세 구조 선택 맵을 나타내는 반면 그림 7 (b)는 수치 열 모델의 결과와 동일한 맵을 보여줍니다. 등축 미세구조의 형성은 낮은 G 이상 에서 명확하게 선호됩니다.V티V티정황. 이 플롯에서 각 곡선의 평면 전면에 가장 가까운 지점은 용융 풀의 최대 너비 위치에 해당하는 반면 등축 영역에 가까운 지점의 끝은 용융 풀의 후면 꼬리에 해당합니다. 그림 7 (a)에서 대부분의지 -V티G-V티응고 전면의 쌍은 원주형 영역에 속하고 점차 CET 영역으로 위쪽으로 이동하지만 용융 풀의 꼬리는 다음에 따라 완전히 등축 영역에 도달하거나 도달하지 않을 수 있습니다.피- 브이피-V조합. 그림 7 (a) 의 곡선 중 어느 것도 평면 전면 영역을 통과하지 않지만 더 높은 전력의 경우에 가까워집니다. 저속 레이저 용융 공정을 사용하는 이전 작업에서는 곡선이 평면 영역을 통과할 수 있습니다. 레이저 속도가 증가함에 따라 용융 풀 꼬리는 여전히 CET 영역에 있지만 완전히 등축 영역에서 멀어집니다. CET 영역으로 떨어지는 섹션의 수도 감소합니다.Φ¯¯¯¯Φ¯응고된 물질에서.
그림 6
그만큼지 -V티G-V티CFD 모델을 사용하여 시뮬레이션된 응고 전면의 쌍이 그림 7 (b)에 나와 있습니다. 세 방향 모두에서 각 점 사이의 일정한 간격으로 미리 정의된 좌표에서 수행된 해석 시뮬레이션과 달리, 고충실도 CFD 모델의 출력은 불규칙한 사면체 좌표계에 있었고 G 를 추출하기 전에 일반 3D 그리드에 선형 보간되었습니다. 그리고V티V티그런 다음 미세 구조 선택 맵에 플롯됩니다. 일반적인 경향은 그림 7 (a)의 것과 일치하지만 이 방법으로 모델링된 매우 동적인 유체 흐름으로 인해 결과에 더 많은 분산이 있었습니다. 그만큼지 -V티G-V티분석 열 모델의 쌍 경로는 더 연속적인 반면 수치 시뮬레이션의 경로는 용융 풀 꼬리 모양의 차이를 나타내는 날카로운 굴곡이 있습니다(이는 G 및V티V티) 두 모델에 의해 시뮬레이션됩니다.
그림 7그림 8
유체 흐름을 통합한 응고 모델링
수치 CFD 모델을 사용하여 유동 입자 형성 정도에 대한 유체 흐름의 영향을 이해하고 시뮬레이션 결과를 분석 Rosenthal 솔루션과 비교했습니다. 그림 8 은 응고 매개변수 G 의 분포를 보여줍니다.V티V티,지 /V티G/V티, 그리고지 ×V티G×V티yz 단면에서 x 는 FLOW-3D에서 (a1–d1) 분석 열 모델링 및 (a2–d2) FVM 방법을 사용하여 시뮬레이션된 용융 풀의 최대 폭입니다. 그림 8 의 값은 응고 전선이 특정 위치에 도달할 때 정확한 값일 수도 있고 아닐 수도 있지만 일반적인 추세를 반영한다는 의미의 임시 가상 값입니다. 이 프로파일은 출력 300W 및 속도 400mm/s의 레이저 빔에서 시뮬레이션됩니다. 용융 풀 경계는 흰색 곡선으로 표시됩니다. (a2–d2)의 CFD 시뮬레이션 용융 풀 깊이는 342입니다. μμm, 측정 깊이 352와 잘 일치 μμ일치하는 길쭉한 열쇠 구멍 모양과 함께 그림 1 에 표시된 실험 FZ의 m . 그러나 분석 모델은 반원 모양의 용융 풀을 출력하고 용융 풀 깊이는 264에 불과합니다. μμ열쇠 구멍의 경우 현실과는 거리가 멀다. CFD 시뮬레이션 결과에서 열 구배는 레이저 반사 증가와 불안정한 액체-증기 상호 작용이 발생하는 증기 함몰의 동적 부분 근처에 있기 때문에 FZ 하단에서 더 높습니다. 대조적으로 해석 결과의 열 구배 크기는 경계를 따라 균일합니다. 두 시뮬레이션 결과 모두 그림 8 (a1) 및 (a2) 에서 응고가 용융 풀의 상단 중심선을 향해 진행됨에 따라 열 구배가 점차 감소합니다 . 응고율은 그림 8 과 같이 경계 근처에서 거의 0입니다. (b1) 및 (b2). 이는 경계 영역이 응고되기 시작할 때 국부 응고 전면의 법선 방향이 레이저 스캐닝 방향에 수직이기 때문입니다. 이것은 드라이브θ → π/ 2θ→파이/2그리고V티→ 0V티→0식에서 [ 3 ]. 대조적으로 용융 풀의 상단 중심선 근처 영역에서 응고 전면의 법선 방향은 레이저 스캐닝 방향과 잘 정렬되어 있습니다.θ → 0θ→0그리고V티→ 브이V티→V, 빔 스캐닝 속도. G 와 _V티V티값이 얻어지면 냉각 속도지 ×V티G×V티및 형태 인자지 /V티G/V티계산할 수 있습니다. 그림 8 (c2)는 용융 풀 바닥 근처의 온도 구배가 매우 높고 상단에서 더 빠른 성장 속도로 인해 냉각 속도가 용융 풀의 바닥 및 상단 중심선 근처에서 더 높다는 것을 보여줍니다. 지역. 그러나 이러한 추세는 그림 8 (c1)에 캡처되지 않았습니다. 그림 8 의 형태 요인 (d1) 및 (d2)는 중심선에 접근함에 따라 눈에 띄게 감소합니다. 경계에서 큰 값은 열 구배를 거의 0인 성장 속도로 나누기 때문에 발생합니다. 이 높은 형태 인자는 주상 미세구조 형성 가능성이 높음을 시사하는 반면, 중앙 영역의 값이 낮을수록 등축 미세구조의 가능성이 더 크다는 것을 나타냅니다. Tanet al. 또한 키홀 모양의 용접 풀 [ 59 ] 에서 이러한 응고 매개변수의 분포 를 비슷한 일반적인 경향으로 보여주었습니다. 그림 3 에서 볼 수 있듯이 용융 풀의 상단 중심선에 있는 흩어진 입자는 낮은 특징을 나타내는 영역과 일치합니다.지 /V티G/V티그림 8 (d1) 및 (d2)의 값. 시뮬레이션과 실험 간의 이러한 일치는 용융 풀의 상단 중심선에 축적된 흩어진 입자의 핵 생성 및 성장이 등온선 속도의 증가와 온도 구배의 감소에 의해 촉진됨을 보여줍니다.
그림 9
그림 9 는 유체 속도 및 국부적 핵형성 성향을 보여줍니다.ΦΦ300W의 일정한 레이저 출력과 400, 800 및 1200mm/s의 세 가지 다른 레이저 속도에 의해 생성된 3D 용융 풀 전체에 걸쳐. 그림 9 (d)~(f)는 로컬ΦΦ해당 3D 보기에서 밝은 회색 평면으로 표시된 특정 yz 단면의 분포. 이 yz 섹션은 가장 높기 때문에 선택되었습니다.Φ¯¯¯¯Φ¯용융 풀 내의 값은 각각 23.40, 11.85 및 2.45pct입니다. 이들은 그림 3 의 실험 데이터와 비교하기에 적절하지 않을 수 있는 액체 용융 풀의 과도 값이며Φ¯¯¯¯Φ¯그림 6 의 값은 이 값이 고체-액체 계면에 가깝지 않고 용융 풀의 중간에서 취해졌기 때문입니다. 온도가 훨씬 낮아서 핵이 생존하고 성장할 수 있기 때문에 핵 형성은 용융 풀의 중간이 아닌 고체-액체 계면에 더 가깝게 발생할 가능성이 있습니다.
그림 3 (a), (d), (g), (h)에서 위쪽 중심선에서 멀리 떨어져 있는 흩어진 결정립이 있었습니다. 그들은 훨씬 더 높은 열 구배와 더 낮은 응고 속도 필드에 위치하기 때문에 과냉각 이론은 이러한 영역에서 표류 입자의 형성에 대한 만족스러운 설명이 아닙니다. 이것은 떠돌이 결정립의 형성을 야기할 수 있는 두 번째 메커니즘, 즉 수상돌기의 팁을 가로지르는 유체 흐름에 의해 유발되는 수상돌기 조각화를 고려하도록 동기를 부여합니다. 유체 흐름이 열 구배를 따라 속도 성분을 갖고 고체-액체 계면 속도보다 클 때, 주상 수상돌기의 국지적 재용융은 용질이 풍부한 액체가 흐물흐물한 구역의 깊은 곳에서 액상선 등온선까지 이동함으로써 발생할 수 있습니다. . [ 55] 분리된 수상돌기는 대류에 의해 열린 액체로 운반될 수 있습니다. 풀이 과냉각 상태이기 때문에 이러한 파편은 고온 조건에서 충분히 오래 생존하여 길 잃은 입자의 핵 생성 사이트로 작용할 수 있습니다. 결과적으로 수상 돌기 조각화 과정은 활성 핵의 수를 효과적으로 증가시킬 수 있습니다.N0N0) 용융 풀 [ 15 , 60 , 61 ] 에서 생성된 미세 구조에서 표류 입자의 면적을 증가시킵니다.
그림 9 (a) 및 (b)에서 반동 압력은 용융 유체를 아래쪽으로 흐르게 하여 결과 흐름을 지배합니다. 유체 속도의 역방향 요소는 V = 400 및 800mm/s에 대해 각각 최대값 1.0 및 1.6m/s로 더 느려집니다 . 그림 9 (c)에서 레이저 속도가 더 증가함에 따라 증기 침하가 더 얕고 넓어지고 반동 압력이 더 고르게 분포되어 증기 침강에서 주변 영역으로 유체를 밀어냅니다. 역류는 최대값 3.5m/s로 더 빨라집니다. 용융 풀의 최대 너비에서 yz 단면 의 키홀 아래 평균 유체 속도는 그림에 표시된 경우에 대해 0.46, 0.45 및 1.44m/s입니다.9 (a), (b) 및 (c). 키홀 깊이의 변동은 각 경우의 최대 깊이와 최소 깊이의 차이로 정의되는 크기로 정량화됩니다. 240 범위의 강한 증기 내림 변동 μμm은 그림 9 (a)의 V = 400mm/s 경우에서 발견 되지만 이 변동은 그림 9 (c)에서 16의 범위로 크게 감소합니다.μμ미디엄. V = 400mm/s인 경우 의 유체장과 높은 변동 범위는 이전 키홀 동역학 시뮬레이션과 일치합니다. [ 34 ]
따라서 V = 400mm/s 키홀 케이스의 무질서한 변동 흐름이 용융 풀 경계를 따라 응고된 주상 수상돌기에서 분리된 조각을 구동할 가능성이 있습니다. V = 1200mm/s의 경우 강한 역류 는 그림 3 에서 관찰되지 않았지만 동일한 효과를 가질 수 있습니다. . 덴드라이트 조각화에 대한 유체 유동장의 영향에 대한 이 경험적 설명은 용융 풀 경계 근처에 떠돌이 입자의 존재에 대한 그럴듯한 설명을 제공합니다. 분명히 하기 위해, 우리는 이 가설을 검증하기 위해 이 현상에 대한 직접적인 실험적 관찰을 하지 않았습니다. 이 작업에서 표유 입자 면적 분율을 계산할 때 단순화를 위해 핵 생성 모델링에 일정한 핵 생성 수 밀도가 적용되었습니다. 이는 그림 9 의 표류 입자 영역 비율 이 수지상정 조각화가 발생하는 경우 이러한 높은 유체 흐름 용융 풀에서 발생할 수 있는 것, 즉 강화된 핵 생성 밀도를 반영하지 않는다는 것을 의미합니다.
위의 이유로 핵 형성에 대한 수상 돌기 조각화의 영향을 아직 배제할 수 없습니다. 그러나 단편화 이론은 용접 문헌 [ 62 ] 에서 검증될 만큼 충분히 개발되지 않았 으므로 부차적인 중요성만 고려된다는 점에 유의해야 합니다. 1200mm/s를 초과하는 레이저 스캐닝 속도는 최소한의 표류 결정립 면적 분율을 가지고 있음에도 불구하고 분명한 볼링을 나타내기 때문에 단결정 수리 및 AM 처리에 적합하지 않습니다. 따라서 낮은 P 및 높은 V 에 의해 생성된 응고 전면 근처에서 키홀 변동이 최소화되고 유체 속도가 완만해진 용융 풀이 생성된다는 결론을 내릴 수 있습니다., 처리 창의 극한은 아니지만 흩어진 입자를 나타낼 가능성이 가장 적습니다.
마지막으로 단일 레이저 트랙의 응고 거동을 조사하면 에피택셜 성장 동안 표류 입자 형성을 더 잘 이해할 수 있다는 점에 주목하는 것이 중요합니다. 우리의 현재 결과는 최적의 레이저 매개변수에 대한 일반적인 지침을 제공하여 최소 스트레이 그레인을 달성하고 단결정 구조를 유지합니다. 이 가이드라인은 250W 정도의 전력과 600~800mm/s의 스캔 속도로 최소 흩어진 입자에 적합한 공정 창을 제공합니다. 각 처리 매개변수를 신중하게 선택하면 과거에 스테인리스강에 대한 거의 단결정 미세 구조를 인쇄하는 데 성공했으며 이는 CMSX-4 AM 빌드에 대한 가능성을 보여줍니다. [ 63 ]신뢰성을 보장하기 위해 AM 수리 프로세스를 시작하기 전에 보다 엄격한 실험 테스트 및 시뮬레이션이 여전히 필요합니다. 둘 이상의 레이저 트랙 사이의 상호 작용도 고려해야 합니다. 또한 레이저, CMSX-4 분말 및 벌크 재료 간의 상호 작용이 중요하며, 수리 중에 여러 층의 CMSX-4 재료를 축적해야 하는 경우 다른 스캔 전략의 효과도 중요한 역할을 할 수 있습니다. 분말이 포함된 경우 Lopez-Galilea 등 의 연구에서 제안한 바와 같이 분말이 주로 완전히 녹지 않았을 때 추가 핵 생성 사이트를 도입하기 때문에 단순히 레이저 분말과 속도를 조작하여 흩어진 입자 형성을 완화하기 어려울 수 있습니다 . [ 22 ]결과적으로 CMSX-4 단결정을 수리하기 위한 레이저 AM의 가능성을 다루기 위해서는 기판 재료, 레이저 출력, 속도, 해치 간격 및 층 두께의 조합을 모두 고려해야 하며 향후 연구에서 다루어야 합니다. CFD 모델링은 2개 이상의 레이저 트랙 사이의 상호작용과 열장에 미치는 영향을 통합할 수 있으며, 이는 AM 빌드 시나리오 동안 핵 생성 조건으로 단일 비드 연구의 지식 격차를 해소할 것입니다.
결론
LPBF 제조의 특징적인 조건 하에서 CMSX-4 단결정 의 에피택셜(기둥형) 대 등축 응고 사이의 경쟁을 실험적 및 이론적으로 모두 조사했습니다. 이 연구는 고전적인 응고 개념을 도입하여 빠른 레이저 용융의 미세 구조 특징을 설명하고 응고 조건과 표유 결정 성향을 예측하기 위해 해석적 및 수치적 고충실도 CFD 열 모델 간의 비교를 설명했습니다. 본 연구로부터 다음과 같은 주요 결론을 도출할 수 있다.
단일 레이저 트랙의 레이저 가공 조건은 용융 풀 형상, 레이저 흡수율, 유체 흐름 및 키홀 요동, 입자 구조 및 표류 입자 형성 민감성에 강한 영향을 미치는 것으로 밝혀졌습니다.
레이저 용접을 위해 개발된 이론적인 표유 결정립 핵형성 분석이 레이저 용융 AM 조건으로 확장되었습니다. 분석 모델링 결과와 단일 레이저 트랙의 미세구조 특성화를 비교하면 예측이 전도 및 볼링 조건에서 실험적 관찰과 잘 일치하는 반면 키홀 조건에서는 예측이 약간 과소하다는 것을 알 수 있습니다. 이러한 불일치는 레이저 트랙의 대표성이 없는 섹션이나 유체 속도 필드의 변화로 인해 발생할 수 있습니다. CFD 모델에서 추출한 열장에 동일한 표유 입자 계산 파이프라인을 적용하면 연구된 모든 사례에서 과대평가가 발생하지만 분석 모델보다 연장된 용융 풀의 실험 데이터와 더 정확하게 일치합니다.
이 연구에서 두 가지 표류 결정립 형성 메커니즘인 불균일 핵형성 및 수상돌기 조각화가 평가되었습니다. 우리의 결과는 불균일 핵형성이 용융 풀의 상단 중심선에서 새로운 결정립의 형성으로 이어지는 주요 메커니즘임을 시사합니다.지 /V티G/V티정권.
용융 풀 경계 근처의 흩어진 입자는 깊은 키홀 모양의 용융 풀에서 독점적으로 관찰되며, 이는 강한 유체 흐름으로 인한 수상 돌기 조각화의 영향이 이러한 유형의 용융 풀에서 고려하기에 충분히 강력할 수 있음을 시사합니다.
일반적으로 더 높은 레이저 스캐닝 속도와 더 낮은 전력 외에도 안정적인 키홀과 최소 유체 속도는 또한 흩어진 입자 형성을 완화하고 레이저 단일 트랙에서 에피택셜 성장을 보존합니다.
References
R.C. Reed: The Superalloys: Fundamentals and Applications, Cambridge University Press, Cambridge, 2006, pp.17–20.BookGoogle Scholar
A. Basak, R. Acharya, and S. Das: Metall. Mater. Trans. A, 2016, vol. 47A, pp. 3845–59.ArticleGoogle Scholar
R. Vilar and A. Almeida: J. Laser Appl., 2015, vol. 27, p. S17004.ArticleGoogle Scholar
T. Kalfhaus, M. Schneider, B. Ruttert, D. Sebold, T. Hammerschmidt, J. Frenzel, R. Drautz, W. Theisen, G. Eggeler, O. Guillon, and R. Vassen: Mater. Des., 2019, vol. 168, p. 107656.ArticleCASGoogle Scholar
S.S. Babu, S.A. David, J.W. Park, and J.M. Vitek: Sci. Technol. Weld. Join., 2004, vol. 9, pp. 1–12.ArticleCASGoogle Scholar
L. Felberbaum, K. Voisey, M. Gäumann, B. Viguier, and A. Mortensen: Mater. Sci. Eng. A, 2001, vol. 299, pp. 152–56.ArticleGoogle Scholar
S. Mokadem, C. Bezençon, J.M. Drezet, A. Jacot, J.D. Wagnière, and W. Kurz: TMS Annual Meeting, 2004, pp. 67–76.
J.M. Vitek: ASM Proc. Int. Conf. Trends Weld. Res., vol. 2005, pp. 773–79.
B. Kianian: Wohlers Report 2017: 3D Printing and Additive Manufacturing State of the Industry, Annual Worldwide Progress Report, Wohlers Associates, Inc., Fort Collins, 2017.Google Scholar
M. Ramsperger, L. Mújica Roncery, I. Lopez-Galilea, R.F. Singer, W. Theisen, and C. Körner: Adv. Eng. Mater., 2015, vol. 17, pp. 1486–93.ArticleCASGoogle Scholar
A.B. Parsa, M. Ramsperger, A. Kostka, C. Somsen, C. Körner, and G. Eggeler: Metals, 2016, vol. 6, pp. 258-1–17.ArticleGoogle Scholar
C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, and G. Eggeler: Metall. Mater. Trans. A, 2018, vol. 49A, pp. 3781–92.ArticleGoogle Scholar
D. Bürger, A. Parsa, M. Ramsperger, C. Körner, and G. Eggeler: Mater. Sci. Eng. A, 2019, vol. 762, p. 138098,ArticleGoogle Scholar
R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, and A.D. Rollett: Science, 2019, vol. 363, pp. 849–52.ArticleCASGoogle Scholar
B. Fotovvati, S.F. Wayne, G. Lewis, and E. Asadi: Adv. Mater. Sci. Eng., 2018, vol. 2018, p. 4920718.ArticleGoogle Scholar
P.-J. Chiang, R. Jiang, R. Cunningham, N. Parab, C. Zhao, K. Fezzaa, T. Sun, and A.D. Rollett: in Advanced Real Time Imaging II, pp. 77–85.
J. Ye, S.A. Khairallah, A.M. Rubenchik, M.F. Crumb, G. Guss, J. Belak, and M.J. Matthews: Adv. Eng. Mater., 2019, vol. 21, pp. 1–9.ArticleGoogle Scholar
C. Zhao, Q. Guo, X. Li, N. Parab, K. Fezzaa, W. Tan, L. Chen, and T. Sun: Phys. Rev. X, 2019, vol. 9, p. 021052.CASGoogle Scholar
S.A. Khairallah, A.T. Anderson, A. Rubenchik, and W.E. King: Acta Mater., 2016, vol. 108, pp. 36–45.ArticleCASGoogle Scholar
N. Kouraytem, X. Li, R. Cunningham, C. Zhao, N. Parab, T. Sun, A.D. Rollett, A.D. Spear, and W. Tan: Appl. Phys. Rev., 2019, vol. 11, p. 064054.ArticleCASGoogle Scholar
T. DebRoy, H. Wei, J. Zuback, T. Mukherjee, J. Elmer, J. Milewski, A. Beese, A. Wilson-Heid, A. De, and W. Zhang: Prog. Mater. Sci., 2018, vol. 92, pp. 112–224.ArticleCASGoogle Scholar
I. Yadroitsev, A. Gusarov, I. Yadroitsava, and I. Smurov: J. Mater. Process. Technol., 2010, vol. 210, pp. 1624–31.ArticleCASGoogle Scholar
S. Ghosh, L. Ma, L.E. Levine, R.E. Ricker, M.R. Stoudt, J.C. Heigel, and J.E. Guyer: JOM, 2018, vol. 70, pp. 1011–16.ArticleCASGoogle Scholar
Y. He, C. Montgomery, J. Beuth, and B. Webler: Mater. Des., 2019, vol. 183, p. 108126.ArticleCASGoogle Scholar
D. Rosenthal: Weld. J., 1941, vol. 20, pp. 220–34.Google Scholar
M. Tang, P.C. Pistorius, and J.L. Beuth: Addit. Manuf., 2017, vol. 14, pp. 39–48.CASGoogle Scholar
R.E. Aune, L. Battezzati, R. Brooks, I. Egry, H.J. Fecht, J.P. Garandet, M. Hayashi, K.C. Mills, A. Passerone, P.N. Quested, E. Ricci, F. Schmidt-Hohagen, S. Seetharaman, B. Vinet, and R.K. Wunderlich: Proc. Int.Symp. Superalloys Var. Deriv., 2005, pp. 467–76.
B.C. Wilson, J.A. Hickman, and G.E. Fuchs: JOM, 2003, vol. 55, pp. 35–40.ArticleCASGoogle Scholar
J.J. Valencia and P.N. Quested: ASM Handb., 2008, vol. 15, pp. 468–81.Google Scholar
H.L. Wei, J. Mazumder, and T. DebRoy: Sci. Rep., 2015, vol. 5, pp. 1–7.Google Scholar
N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J. Turner, N. Carlson, and S.S. Babu: Acta Mater., 2016, vol. 112, pp. 303–14.ArticleCASGoogle Scholar
R. Lin, H. Wang, F. Lu, J. Solomon, and B.E. Carlson: Int. J. Heat Mass Transf., 2017, vol. 108, pp. 244–56.ArticleCASGoogle Scholar
M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, and J.H. Hattel: Addit. Manuf., 2019, vol. 30, p. 100835.CASGoogle Scholar
K. Higuchi, H.-J. Fecht, and R.K. Wunderlich: Adv. Eng. Mater., 2007, vol. 9, pp. 349–54.ArticleCASGoogle Scholar
Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa, W. Everhart, T. Sun, and L. Chen: Addit. Manuf., 2019, vol. 28, pp. 600–09.Google Scholar
J. Trapp, A.M. Rubenchik, G. Guss, and M.J. Matthews: Appl. Mater. Today, 2017, vol. 9, pp. 341–49.ArticleGoogle Scholar
M. Schneider, L. Berthe, R. Fabbro, and M. Muller: J. Phys. D, 2008, vol. 41, p. 155502.ArticleGoogle Scholar
Z. Gan, O.L. Kafka, N. Parab, C. Zhao, L. Fang, O. Heinonen, T. Sun, and W.K. Liu: Nat. Commun., 2021, vol. 12, p. 2379.ArticleCASGoogle Scholar
B.J. Simonds, E.J. Garboczi, T.A. Palmer, and P.A. Williams: Appl. Phys. Rev., 2020, vol. 13, p. 024057.ArticleCASGoogle Scholar
J. Dantzig and M. Rappaz: Solidification, 2nd ed., EPFL Press, Lausanne, 2016, pp. 483–532.Google Scholar
W. Tiller, K. Jackson, J. Rutter, and B. Chalmers: Acta Metall., 1953, vol. 1, pp. 428–37.ArticleCASGoogle Scholar
D. Zhang, A. Prasad, M.J. Bermingham, C.J. Todaro, M.J. Benoit, M.N. Patel, D. Qiu, D.H. StJohn, M. Qian, and M.A. Easton: Metall. Mater. Trans. A, 2020, vol. 51A, pp. 4341–59.ArticleGoogle Scholar
F. Yan, W. Xiong, and E.J. Faierson: Materials, 2017, vol. 10, p. 1260.ArticleGoogle Scholar
J.M. Vitek, S.A. David, and L.A. Boatner: Sci. Technol. Weld. Join., 1997, vol. 2, pp. 109–18.ArticleCASGoogle Scholar
X. Wang, J.A. Muñiz-Lerma, O. Sanchez-Mata, S.E. Atabay, M.A. Shandiz, and M. Brochu: Prog. Addit. Manuf., 2020, vol. 5, pp. 41–49.ArticleGoogle Scholar
TianLiabJ.M.T.DaviesaXiangzhenZhuc aUniversity of Birmingham, Birmingham B15 2TT, United Kingdom bGrainger and Worrall Ltd, Bridgnorth WV15 5HP, United Kingdom cBrunel Centre for Advanced Solidification Technology, Brunel University London, Kingston Ln, London, Uxbridge UB8 3PH, United Kingdom
Abstract
An entrainment defect (also known as a double oxide film defect or bifilm) acts a void containing an entrapped gas when submerged into a light-alloy melt, thus reducing the quality and reproducibility of the final castings. Previous publications, carried out with Al-alloy castings, reported that this trapped gas could be subsequently consumed by the reaction with the surrounding melt, thus reducing the void volume and negative effect of entrainment defects. Compared with Al-alloys, the entrapped gas within Mg-alloy might be more efficiently consumed due to the relatively high reactivity of magnesium. However, research into the entrainment defects within Mg alloys has been significantly limited. In the present work, AZ91 alloy castings were produced under different carrier gas atmospheres (i.e., SF6/CO2, SF6/air). The evolution processes of the entrainment defects contained in AZ91 alloy were suggested according to the microstructure inspections and thermodynamic calculations. The defects formed in the different atmospheres have a similar sandwich-like structure, but their oxide films contained different combinations of compounds. The use of carrier gases, which were associated with different entrained-gas consumption rates, affected the reproducibility of AZ91 castings.
연행 결함(이중 산화막 결함 또는 이중막이라고도 함)은 경합금 용융물에 잠길 때 갇힌 가스를 포함하는 공극으로 작용하여 최종 주물의 품질과 재현성을 저하시킵니다. Al-합금 주물을 사용하여 수행된 이전 간행물에서는 이 갇힌 가스가 주변 용융물과의 반응에 의해 후속적으로 소모되어 공극 부피와 연행 결함의 부정적인 영향을 줄일 수 있다고 보고했습니다. Al-합금에 비해 마그네슘의 상대적으로 높은 반응성으로 인해 Mg-합금 내에 포집된 가스가 더 효율적으로 소모될 수 있습니다. 그러나 Mg 합금 내 연행 결함에 대한 연구는 상당히 제한적이었습니다. 현재 작업에서 AZ91 합금 주물은 다양한 캐리어 가스 분위기(즉, SF6/CO2, SF6/공기)에서 생산되었습니다. AZ91 합금에 포함된 연행 결함의 진화 과정은 미세 조직 검사 및 열역학 계산에 따라 제안되었습니다. 서로 다른 분위기에서 형성된 결함은 유사한 샌드위치 구조를 갖지만 산화막에는 서로 다른 화합물 조합이 포함되어 있습니다. 다른 동반 가스 소비율과 관련된 운반 가스의 사용은 AZ91 주물의 재현성에 영향을 미쳤습니다.
As the lightest structural metal available on Earth, magnesium became one of the most attractive light metals over the last few decades. The magnesium industry has consequently experienced a rapid development in the last 20 years [1,2], indicating a large growth in demand for Mg alloys all over the world. Nowadays, the use of Mg alloys can be found in the fields of automobiles, aerospace, electronics and etc.[3,4]. It has been predicted that the global consumption of Mg metals will further increase in the future, especially in the automotive industry, as the energy efficiency requirement of both traditional and electric vehicles further push manufactures lightweight their design [3,5,6].
The sustained growth in demand for Mg alloys motivated a wide interest in the improvement of the quality and mechanical properties of Mg-alloy castings. During a Mg-alloy casting process, surface turbulence of the melt can lead to the entrapment of a doubled-over surface film containing a small quantity of the surrounding atmosphere, thus forming an entrainment defect (also known as a double oxide film defect or bifilm) [7], [8], [9], [10]. The random size, quantity, orientation, and placement of entrainment defects are widely accepted to be significant factors linked to the variation of casting properties [7]. In addition, Peng et al. [11] found that entrained oxides films in AZ91 alloy melt acted as filters to Al8Mn5 particles, trapping them as they settle. Mackie et al. [12] further suggested that entrained oxide films can act to trawl the intermetallic particles, causing them to cluster and form extremely large defects. The clustering of intermetallic compounds made the entrainment defects more detrimental for the casting properties.
Most of the previous studies regarding entrainment defects were carried out on Al-alloys [7,[13], [14], [15], [16], [17], [18], and a few potential methods have been suggested for diminishing their negative effect on the quality of Al-alloy castings. Nyahumwa et al.,[16] shows that the void volume within entrainment defects could be reduced by a hot isostatic pressing (HIP) process. Campbell [7] suggested the entrained gas within the defects could be consumed due to reaction with the surrounding melt, which was further verified by Raiszedeh and Griffiths [19].The effect of the entrained gas consumption on the mechanical properties of Al-alloy castings has been investigated by [8,9], suggesting that the consumption of the entrained gas promoted the improvement of the casting reproducibility.
Compared with the investigation concerning the defects within Al-alloys, research into the entrainment defects within Mg-alloys has been significantly limited. The existence of entrainment defects has been demonstrated in Mg-alloy castings [20,21], but their behaviour, evolution, as well as entrained gas consumption are still not clear.
In a Mg-alloy casting process, the melt is usually protected by a cover gas to avoid magnesium ignition. The cavities of sand or investment moulds are accordingly required to be flushed with the cover gas prior to the melt pouring [22]. Therefore, the entrained gas within Mg-alloy castings should contain the cover gas used in the casting process, rather than air only, which may complicate the structure and evolution of the corresponding entrainment defects.
SF6 is a typical cover gas widely used for Mg-alloy casting processes [23], [24], [25]. Although this cover gas has been restricted to use in European Mg-alloy foundries, a commercial report has pointed out that this cover is still popular in global Mg-alloy industry, especially in the countries which dominated the global Mg-alloy production, such as China, Brazil, India, etc. [26]. In addition, a survey in academic publications also showed that this cover gas was widely used in recent Mg-alloy studies [27]. The protective mechanism of SF6 cover gas (i.e., the reaction between liquid Mg-alloy and SF6 cover gas) has been investigated by several previous researchers, but the formation process of the surface oxide film is still not clearly understood, and even some published results are conflicting with each other. In early 1970s, Fruehling [28] found that the surface film formed under SF6 was MgO mainly with traces of fluorides, and suggested that SF6 was absorbed in the Mg-alloy surface film. Couling [29] further noticed that the absorbed SF6 reacted with the Mg-alloy melt to form MgF2. In last 20 years, different structures of the Mg-alloy surface films have been reported, as detailed below.(1)
Single-layered film. Cashion [30,31] used X-ray Photoelectron Spectroscopy (XPS) and Auger Spectroscopy (AES) to identify the surface film as MgO and MgF2. He also found that composition of the film was constant throughout the thickness and the whole experimental holding time. The film observed by Cashion had a single-layered structure created from a holding time from 10 min to 100 min.(2)
Double-layered film. Aarstad et. al [32] reported a doubled-layered surface oxide film in 2003. They observed several well-distributed MgF2 particles attached to the preliminary MgO film and grew until they covered 25–50% of the total surface area. The inward diffusion of F through the outer MgO film was the driving force for the evolution process. This double-layered structure was also supported by Xiong’s group [25,33] and Shih et al. [34].(3)
Triple-layered film. The triple-layered film and its evolution process were reported in 2002 by Pettersen [35]. Pettersen found that the initial surface film was a MgO phase and then gradually evolved to the stable MgF2 phase by the inward diffusion of F. In the final stage, the film has a triple-layered structure with a thin O-rich interlayer between the thick top and bottom MgF2 layers.(4)
Oxide film consisted of discrete particles. Wang et al [36] stirred the Mg-alloy surface film into the melt under a SF6 cover gas, and then inspect the entrained surface film after the solidification. They found that the entrained surface films were not continues as the protective surface films reported by other researchers but composed of discrete particles. The young oxide film was composed of MgO nano-sized oxide particles, while the old oxide films consist of coarse particles (about 1 µm in average size) on one side that contained fluorides and nitrides.
The oxide films of a Mg-alloy melt surface or an entrained gas are both formed due to the reaction between liquid Mg-alloy and the cover gas, thus the above-mentioned research regarding the Mg-alloy surface film gives valuable insights into the evolution of entrainment defects. The protective mechanism of SF6 cover gas (i.e., formation of a Mg-alloy surface film) therefore indicated a potential complicated evolution process of the corresponding entrainment defects.
However, it should be noted that the formation of a surface film on a Mg-alloy melt is in a different situation to the consumption of an entrained gas that is submerged into the melt. For example, a sufficient amount of cover gas was supported during the surface film formation in the studies previously mentioned, which suppressed the depletion of the cover gas. In contrast, the amount of entrained gas within a Mg-alloy melt is finite, and the entrained gas may become fully depleted. Mirak [37] introduced 3.5%SF6/air bubbles into a pure Mg-alloy melt solidifying in a specially designed permanent mould. It was found that the gas bubbles were entirely consumed, and the corresponding oxide film was a mixture of MgO and MgF2. However, the nucleation sites (such as the MgF2 spots observed by Aarstad [32] and Xiong [25,33]) were not observed. Mirak also speculated that the MgF2 formed prior to MgO in the oxide film based on the composition analysis, which was opposite to the surface film formation process reported in previous literatures (i.e., MgO formed prior to MgF2). Mirak’s work indicated that the oxide-film formation of an entrained gas may be quite different from that of surface films, but he did not reveal the structure and evolution of the oxide films.
In addition, the use of carrier gas in the cover gases also influenced the reaction between the cover gas and the liquid Mg-alloy. SF6/air required a higher content of SF6 than did a SF6/CO2 carrier gas [38], to avoid the ignition of molten magnesium, revealing different gas-consumption rates. Liang et.al [39] suggested that carbon was formed in the surface film when CO2 was used as a carrier gas, which was different from the films formed in SF6/air. An investigation into Mg combustion [40] reported a detection of Mg2C3 in the Mg-alloy sample after burning in CO2, which not only supported Liang’s results, but also indicated a potential formation of Mg carbides in double oxide film defects.
The work reported here is an investigation into the behaviour and evolution of entrainment defects formed in AZ91 Mg-alloy castings, protected by different cover gases (i.e., SF6/air and SF6/CO2). These carrier gases have different protectability for liquid Mg alloy, which may be therefore associated with different consumption rates and evolution processes of the corresponding entrained gases. The effect of the entrained-gas consumption on the reproducibility of AZ91 castings was also studied.
2. Experiment
2.1. Melting and casting
Three kilograms AZ91 alloy was melted in a mild steel crucible at 700 ± 5 °C. The composition of the AZ91 alloy has been shown in Table 1. Prior to heating, all oxide scale on the ingot surface was removed by machining. The cover gases used were 0.5%SF6/air or 0.5%SF6/CO2 (vol.%) at a flow rate of 6 L/min for different castings. The melt was degassed by argon with a flow rate of 0.3 L/min for 15 min [41,42], and then poured into sand moulds. Prior to pouring, the sand mould cavity was flushed with the cover gas for 20 min [22]. The residual melt (around 1 kg) was solidified in the crucible.
Table 1. Composition (wt.%) of the AZ91 alloy used in this study.
Al
Zn
Mn
Si
Fe
Ni
Mg
9.4
0.61
0.15
0.02
0.005
0.0017
Residual
Fig. 1(a) shows the dimensions of the casting with runners. A top-filling system was deliberately used to generate entrainment defects in the final castings. Green and Campbell [7,43] suggested that a top-filling system caused more entrainment events (i.e., bifilms) during a casting process, compared with a bottom-filling system. A melt flow simulation (Flow-3D software) of this mould, using Reilly’s model [44] regarding the entrainment events, also predicted that a large amount of bifilms would be contained in the final casting (denoted by the black particles in Fig. 1b).
Shrinkage defects also affect the mechanical properties and reproducibility of castings. Since this study focused on the effect of bifilms on the casting quality, the mould has been deliberately designed to avoid generating shrinkage defects. A solidification simulation using ProCAST software showed that no shrinkage defect would be contained in the final casting, as shown in Fig. 1c. The casting soundness has also been confirmed using a real time X-ray prior to the test bar machining.
The sand moulds were made from resin-bonded silica sand, containing 1wt. % PEPSET 5230 resin and 1wt. % PEPSET 5112 catalyst. The sand also contained 2 wt.% Na2SiF6 to act as an inhibitor [45]. The pouring temperature was 700 ± 5 °C. After the solidification, a section of the runner bars was sent to the Sci-Lab Analytical Ltd for a H-content analysis (LECO analysis), and all the H-content measurements were carried out on the 5th day after the casting process. Each of the castings was machined into 40 test bars for a tensile strength test, using a Zwick 1484 tensile test machine with a clip extensometer. The fracture surfaces of the broken test bars were examined using Scanning Electron Microscope (SEM, Philips JEOL7000) with an accelerating voltage of 5–15 kV. The fractured test bars, residual Mg-alloy solidified in the crucible, and the casting runners were then sectioned, polished and also inspected using the same SEM. The cross-section of the oxide film found on the test-bar fracture surface was exposed by the Focused Ion Beam milling technique (FIB), using a CFEI Quanta 3D FEG FIB-SEM. The oxide film required to be analysed was coated with a platinum layer. Then, a gallium ion beam, accelerated to 30 kV, milled the material substrate surrounding the platinum coated area to expose the cross section of the oxide film. EDS analysis of the oxide film’s cross section was carried out using the FIB equipment at accelerating voltage of 30 kV.
2.2. Oxidation cell
As previously mentioned, several past researchers investigated the protective film formed on a Mg-alloy melt surface [38,39,[46], [47], [48], [49], [50], [51], [52]. During these experiments, the amount of cover gas used was sufficient, thus suppressing the depletion of fluorides in the cover gas. The experiment described in this section used a sealed oxidation cell, which limited the supply of cover gas, to study the evolution of the oxide films of entrainment defects. The cover gas contained in the oxidation cell was regarded as large-size “entrained bubble”.
As shown in Fig. 2, the main body of the oxidation cell was a closed-end mild steel tube which had an inner length of 400 mm, and an inner diameter of 32 mm. A water-cooled copper tube was wrapped around the upper section of the cell. When the tube was heated, the cooling system created a temperature difference between the upper and lower sections, causing the interior gas to convect within the tube. The temperature was monitored by a type-K thermocouple located at the top of the crucible. Nie et al. [53] suggested that the SF6 cover gas would react with the steel wall of the holding furnace when they investigated the surface film of a Mg-alloy melt. To avoid this reaction, the interior surface of the steel oxidation cell (shown in Fig. 2) and the upper half section of the thermocouple were coated with boron nitride (the Mg-alloy was not in contact with boron nitride).
During the experiment, a block of solid AZ91 alloy was placed in a magnesia crucible located at the bottom of the oxidation cell. The cell was heated to 100 °C in an electric resistance furnace under a gas flow rate of 1 L/min. The cell was held at this temperature for 20 min, to replace the original trapped atmosphere (i.e. air). Then, the oxidation cell was further heated to 700 °C, melting the AZ91 sample. The gas inlet and exit valves were then closed, creating a sealed environment for oxidation under a limited supply of cover gas. The oxidation cell was then held at 700 ± 10 °C for periods of time from 5 min to 30 min in 5-min intervals. At the end of each holding time, the cell was quenched in water. After cooling to room temperature, the oxidised sample was sectioned, polished, and subsequently examined by SEM.
3. Results
3.1. Structure and composition of the entrainment defects formed in SF6/air
The structure and composition of the entrainment defect formed in the AZ91 castings under a cover gas of 0.5%SF6/air was observed by SEM and EDS. The results indicate that there exist two types of entrainment defects which are sketched in Fig. 3: (1) Type A defect whose oxide film has a traditional single-layered structure and (2) Type B defect, whose oxide film has two layers. The details of these defects were introduced in the following. Here it should be noticed that, as the entrainment defects are also known as biofilms or double oxide film, the oxide films of Type B defect were referred to as “multi-layered oxide film” or “multi-layered structure” in the present work to avoid a confusing description such as “the double-layered oxide film of a double oxide film defect”.
Fig. 4(a-b) shows a Type A defect having a compact single-layered oxide film with about 0.4 µm thickness. Oxygen, fluorine, magnesium and aluminium were detected in this film (Fig. 4c). It is speculated that oxide film is the mixture of fluoride and oxide of magnesium and aluminium. The detection of fluorine revealed that an entrained cover gas was contained in the formation of this defect. That is to say that the pores shown in Fig. 4(a) were not shrinkage defects or hydrogen porosity, but entrainment defects. The detection of aluminium was different with Xiong and Wang’s previous study [47,48], which showed that no aluminium was contained in their surface film of an AZ91 melt protected by a SF6 cover gas. Sulphur could not be clearly recognized in the element map, but there was a S-peak in the corresponding ESD spectrum.
Fig. 5(a-b) shows a Type B entrainment defect having a multi-layered oxide film. The compact outer layers of the oxide films were enriched with fluorine and oxygen (Fig. 5c), while their relatively porous inner layers were only enriched with oxygen (i.e., poor in fluorine) and partly grew together, thus forming a sandwich-like structure. Therefore, it is speculated that the outer layer is the mixture of fluoride and oxide, while the inner layer is mainly oxide. Sulphur could only be recognized in the EDX spectrum and could not be clearly identified in the element map, which might be due to the small S-content in the cover gas (i.e., 0.5% volume content of SF6 in the cover gas). In this oxide film, aluminium was contained in the outer layer of this oxide film but could not be clearly detected in the inner layer. Moreover, the distribution of Al seems to be uneven. It can be found that, in the right side of the defect, aluminium exists in the film but its concentration can not be identified to be higher than the matrix. However, there is a small area with much higher aluminium concentration in the left side of the defect. Such an uneven distribution of aluminium was also observed in other defects (shown in the following), and it is the result of the formation of some oxide particles in or under the film.
Figs. 4 and 5 show cross sectional observations of the entrainment defects formed in the AZ91 alloy sample cast under a cover gas of SF6/air. It is not sufficient to characterize the entrainment defects only by the figures observed from the two-dimensional section. To have a further understanding, the surface of the entrainment defects (i.e. the oxide film) was further studied by observing the fracture surface of the test bars.
Fig. 6(a) shows fracture surfaces of an AZ91 alloy tensile test bar produced in SF6/air. Symmetrical dark regions can be seen on both sides of the fracture surfaces. Fig. 6(b) shows boundaries between the dark and bright regions. The bright region consisted of jagged and broken features, while the surface of the dark region was relatively smooth and flat. In addition, the EDS results (Fig. 6c-d and Table 2) show that fluorine, oxygen, sulphur, and nitrogen were only detected in the dark regions, indicating that the dark regions were surface protective films entrained into the melt. Therefore, it could be suggested that the dark regions were an entrainment defect with consideration of their symmetrical nature. Similar defects on fracture surfaces of Al-alloy castings have been previously reported [7]. Nitrides were only found in the oxide films on the test-bar fracture surfaces but never detected in the cross-sectional samples shown in Figs. 4 and 5. An underlying reason is that the nitrides contained in these samples may have hydrolysed during the sample polishing process [54].
Table 2. EDS results (wt.%) corresponding to the regions shown in Fig. 6 (cover gas: SF6/air).
In conjunction with the cross-sectional observation of the defects shown in Figs. 4 and 5, the structure of an entrainment defect contained in a tensile test bar was sketched as shown in Fig. 6(e). The defect contained an entrained gas enclosed by its oxide film, creating a void section inside the test bar. When the tensile force applied on the defect during the fracture process, the crack was initiated at the void section and propagated along the entrainment defect, since cracks would be propagated along the weakest path [55]. Therefore, when the test bar was finally fractured, the oxide films of entrainment defect appeared on both fracture surfaces of the test bar, as shown in Fig. 6(a).
3.2. Structure and composition of the entrainment defects formed in SF6/CO2
Similar to the entrainment defect formed in SF6/air, the defects formed under a cover gas of 0.5%SF6/CO2 also had two types of oxide films (i.e., single-layered and multi-layered types). Fig. 7(a) shows an example of the entrainment defects containing a multi-layered oxide film. A magnified observation to the defect (Fig. 7b) shows that the inner layers of the oxide films had grown together, presenting a sandwich-like structure, which was similar to the defects formed in an atmosphere of SF6/air (Fig. 5b). An EDS spectrum (Fig. 7c) revealed that the joint area (inner layer) of this sandwich-like structure mainly contained magnesium oxides. Peaks of fluorine, sulphur, and aluminium were recognized in this EDS spectrum, but their amount was relatively small. In contrast, the outer layers of the oxide films were compact and composed of a mixture of fluorides and oxides (Fig. 7d-e).
Fig. 8(a) shows an entrainment defect on the fracture surfaces of an AZ91 alloy tensile test bar, which was produced in an atmosphere of 0.5%SF6/CO2. The corresponding EDS results (Table 3) showed that oxide film contained fluorides and oxides. Sulphur and nitrogen were not detected. Besides, a magnified observation (Fig. 8b) indicated spots on the oxide film surface. The diameter of the spots ranged from hundreds of nanometres to a few micron meters.
To further reveal the structure and composition of the oxide film clearly, the cross-section of the oxide film on a test-bar fracture surface was onsite exposed using the FIB technique (Fig. 9). As shown in Fig. 9a, a continuous oxide film was found between the platinum coating layer and the Mg-Al alloy substrate. Fig. 9 (b-c) shows a magnified observation to oxide films, indicating a multi-layered structure (denoted by the red box in Fig. 9c). The bottom layer was enriched with fluorine and oxygen and should be the mixture of fluoride and oxide, which was similar to the “outer layer” shown in Figs. 5 and 7, while the only-oxygen-enriched top layer was similar to the “inner layer” shown in Figs. 5 and 7.
Except the continuous film, some individual particles were also observed in or below the continuous film, as shown in Fig. 9. An Al-enriched particle was detected in the left side of the oxide film shown in Fig. 9b and might be speculated to be spinel Mg2AlO4 because it also contains abundant magnesium and oxygen elements. The existing of such Mg2AlO4 particles is responsible for the high concentration of aluminium in small areas of the observed film and the uneven distribution of aluminium, as shown in Fig. 5(c). Here it should be emphasized that, although the other part of the bottom layer of the continuous oxide film contains less aluminium than this Al-enriched particle, the Fig. 9c indicated that the amount of aluminium in this bottom layer was still non-negligible, especially when comparing with the outer layer of the film. Below the right side of the oxide film shown in Fig. 9b, a particle was detected and speculated to be MgO because it is rich in Mg and O. According to Wang’s result [56], lots of discrete MgO particles can be formed on the surface of the Mg melt by the oxidation of Mg melt and Mg vapor. The MgO particles observed in our present work may be formed due to the same reasons. While, due to the differences in experimental conditions, less Mg melt can be vapored or react with O2, thus only a few of MgO particles formed in our work. An enrichment of carbon was also found in the film, revealing that CO2 was able to react with the melt, thus forming carbon or carbides. This carbon concentration was consistent with the relatively high carbon content of the oxide film shown in Table 3 (i.e., the dark region). In the area next to the oxide film.
Table 3. EDS results (wt.%) corresponding to the regions shown in Fig. 8 (cover gas: SF6/ CO2).
This cross-sectional observation of the oxide film on a test bar fracture surface (Fig. 9) further verified the schematic of the entrainment defect shown in Fig. 6(e). The entrainment defects formed in different atmospheres of SF6/CO2 and SF6/air had similar structures, but their compositions were different.
3.3. Evolution of the oxide films in the oxidation cell
The results in Section 3.1 and 3.2 have shown the structures and compositions of entrainment defects formed in AZ91 castings under cover gases of SF6/air and SF6/CO2. Different stages of the oxidation reaction may lead to the different structures and compositions of entrainment defects. Although Campbell has conjectured that an entrained gas may react with the surrounding melt, it is rarely reported that the reaction occurring between the Mg-alloy melt and entrapped cover gas. Previous researchers normally focus on the reaction between a Mg-alloy melt and the cover gas in an open environment [38,39,[46], [47], [48], [49], [50], [51], [52], which was different from the situation of a cover gas trapped into the melt. To further understand the formation of the entrainment defect in an AZ91 alloy, the evolution process of oxide films of the entrainment defect was further studied using an oxidation cell.
Fig. 10 (a and d) shows a surface film held for 5 min in the oxidation cell, protected by 0.5%SF6/air. There was only one single layer consisting of fluoride and oxide (MgF2 and MgO). In this surface film. Sulphur was detected in the EDS spectrum, but its amount was too small to be recognized in the element map. The structure and composition of this oxide film was similar to the single-layered films of entrainment defects shown in Fig. 4.
After a holding time of 10 min, a thin (O, S)-enriched top layer (around 700 nm) appeared upon the preliminary F-enriched film, forming a multi-layered structure, as shown in Fig. 10(b and e). The thickness of the (O, S)-enriched top layer increased with increased holding time. As shown in Fig. 10(c and f), the oxide film held for 30 min also had a multi-layered structure, but the thickness of its (O, S)-enriched top layer (around 2.5 µm) was higher than the that of the 10-min oxide film. The multi-layered oxide films shown in Fig. 10(b-c) presented a similar appearance to the films of the sandwich-like defect shown in Fig. 5.
The different structures of the oxide films shown in Fig. 10 indicated that fluorides in the cover gas would be preferentially consumed due to the reaction with the AZ91 alloy melt. After the depletion of fluorides, the residual cover gas reacted further with the liquid AZ91 alloy, forming the top (O, S)-enriched layer in the oxide film. Therefore, the different structures and compositions of entrainment defects shown in Figs. 4 and 5 may be due to an ongoing oxidation reaction between melt and entrapped cover gas.
This multi-layered structure has not been reported in previous publications concerning the protective surface film formed on a Mg-alloy melt [38,[46], [47], [48], [49], [50], [51]. This may be due to the fact that previous researchers carried out their experiments with an un-limited amount of cover gas, creating a situation where the fluorides in the cover gas were not able to become depleted. Therefore, the oxide film of an entrainment defect had behaviour traits similar to the oxide films shown in Fig. 10, but different from the oxide films formed on the Mg-alloy melt surface reported in [38,[46], [47], [48], [49], [50], [51].
Similar with the oxide films held in SF6/air, the oxide films formed in SF6/CO2 also had different structures with different holding times in the oxidation cell. Fig. 11(a) shows an oxide film, held on an AZ91 melt surface under a cover gas of 0.5%SF6/CO2 for 5 min. This film had a single-layered structure consisting of MgF2. The existence of MgO could not be confirmed in this film. After the holding time of 30 min, the film had a multi-layered structure; the inner layer was of a compact and uniform appearance and composed of MgF2, while the outer layer is the mixture of MgF2 and MgO. Sulphur was not detected in this film, which was different from the surface film formed in 0.5%SF6/air. Therefore, fluorides in the cover gas of 0.5%SF6/CO2 were also preferentially consumed at an early stage of the film growth process. Compared with the film formed in SF6/air, the MgO in film formed in SF6/CO2 appeared later and sulphide did not appear within 30 min. It may mean that the formation and evolution of film in SF6/air is faster than SF6/CO2. CO2 may have subsequently reacted with the melt to form MgO, while sulphur-containing compounds accumulated in the cover gas and reacted to form sulphide in very late stage (may after 30 min in oxidation cell).
4. Discussion
4.1. Evolution of entrainment defects formed in SF6/air
HSC software from Outokumpu HSC Chemistry for Windows (http://www.hsc-chemistry.net/) was used to carry out thermodynamic calculations needed to explore the reactions which might occur between the trapped gases and liquid AZ91 alloy. The solutions to the calculations suggest which products are most likely to form in the reaction process between a small amount of cover gas (i.e., the amount within a trapped bubble) and the AZ91-alloy melt.
In the trials, the pressure was set to 1 atm, and the temperature set to 700 °C. The amount of the cover gas was assumed to be 7 × 10−7 kg, with a volume of approximately 0.57 cm3 (3.14 × 10−8 kmol) for 0.5%SF6/air, and 0.35 cm3 (3.12 × 10−8 kmol) for 0.5%SF6/CO2. The amount of the AZ91 alloy melt in contact with the trapped gas was assumed to be sufficient to complete all reactions. The decomposition products of SF6 were SF5, SF4, SF3, SF2, F2, S(g), S2(g) and F(g) [57], [58], [59], [60].
Fig. 12 shows the equilibrium diagram of the thermodynamic calculation of the reaction between the AZ91 alloy and 0.5%SF6/air. In the diagram, the reactants and products with less than 10−15 kmol have not been shown, as this was 5 orders of magnitude less than the amount of SF6 present (≈ 1.57 × 10−10 kmol) and therefore would not affect the observed process in a practical way.
This reaction process could be divided into 3 stages.
Stage 1: The formation of fluorides. the AZ91 melt preferentially reacted with SF6 and its decomposition products, producing MgF2, AlF3, and ZnF2. However, the amount of ZnF2 may have been too small to be detected practically (1.25 × 10−12 kmol of ZnF2 compared with 3 × 10−10 kmol of MgF2), which may be the reason why Zn was not detected in any the oxide films shown in Sections 3.1–3.3. Meanwhile, sulphur accumulated in the residual gas as SO2.
Stage 2: The formation of oxides. After the liquid AZ91 alloy had depleted all the available fluorides in the entrapped gas, the amount of AlF3 and ZnF2 quickly reduced due to a reaction with Mg. O2(g) and SO2 reacted with the AZ91 melt, forming MgO, Al2O3, MgAl2O4, ZnO, ZnSO4 and MgSO4. However, the amount of ZnO and ZnSO4 would have been too small to be found practically by EDS (e.g. 9.5 × 10−12 kmol of ZnO,1.38 × 10−14 kmol of ZnSO4, in contrast to 4.68 × 10−10 kmol of MgF2, when the amount of AZ91 on the X-axis is 2.5 × 10−9 kmol). In the experimental cases, the concentration of F in the cover gas is very low, whole the concentration f O is much higher. Therefore, the stage 1 and 2, i.e, the formation of fluoride and oxide may happen simultaneously at the beginning of the reaction, resulting in the formation of a singer-layered mixture of fluoride and oxide, as shown in Figs. 4 and 10(a). While an inner layer consisted of oxides but fluorides could form after the complete depletion of F element in the cover gas.
Stages 1- 2 theoretically verified the formation process of the multi-layered structure shown in Fig. 10.
The amount of MgAl2O4 and Al2O3 in the oxide film was of a sufficient amount to be detected, which was consistent with the oxide films shown in Fig. 4. However, the existence of aluminium could not be recognized in the oxide films grown in the oxidation cell, as shown in Fig. 10. This absence of Al may be due to the following reactions between the surface film and AZ91 alloy melt:(1)
Mg + MgAl2O4 = MgO + Al, △G(700 °C) =-106.34 kJ/molwhich could not be simulated by the HSC software since the thermodynamic calculation was carried out under an assumption that the reactants were in full contact with each other. However, in a practical process, the AZ91 melt and the cover gas would not be able to be in contact with each other completely, due to the existence of the protective surface film.
Stage 3: The formation of Sulphide and nitride. After a holding time of 30 min, the gas-phase fluorides and oxides in the oxidation cell had become depleted, allowing the melt reaction with the residual gas, forming an additional sulphur-enriched layer upon the initial F-enriched or (F, O)-enriched surface film, thus resulting in the observed multi-layered structure shown in Fig. 10 (b and c). Besides, nitrogen reacted with the AZ91 melt until all reactions were completed. The oxide film shown in Fig. 6 may correspond to this reaction stage due to its nitride content. However, the results shows that the nitrides were not detected in the polished samples shown in Figs. 4 and 5, but only found on the test bar fracture surfaces. The nitrides may have hydrolysed during the sample preparation process, as follows [54]:(3)
Mg3N2 + 6H2O =3Mg(OH)2 + 2NH3↑(4)
AlN+ 3H2O =Al(OH)3 + NH3↑
In addition, Schmidt et al. [61] found that Mg3N2 and AlN could react to form ternary nitrides (Mg3AlnNn+2, n= 1, 2, 3…). HSC software did not contain the database of ternary nitrides, and it could not be added into the calculation. The oxide films in this stage may also contain ternary nitrides.
4.2. Evolution of entrainment defects formed in SF6/CO2
Fig. 13 shows the results of the thermodynamic calculation between AZ91 alloy and 0.5%SF6/CO2. This reaction processes can also be divided into three stages.
Stage 1: The formation of fluorides. SF6 and its decomposition products were consumed by the AZ91 melt, forming MgF2, AlF3, and ZnF2. As in the reaction of AZ91 in 0.5%SF6/air, the amount of ZnF2 was too small to be detected practically (1.51 × 10−13 kmol of ZnF2 compared with 2.67 × 10−10 kmol of MgF2). Sulphur accumulated in the residual trapped gas as S2(g) and a portion of the S2(g) reacted with CO2, to form SO2 and CO. The products in this reaction stage were consistent with the film shown in Fig. 11(a), which had a single layer structure that contained fluorides only.
Stage 2: The formation of oxides. AlF3 and ZnF2 reacted with the Mg in the AZ91 melt, forming MgF2, Al and Zn. The SO2 began to be consumed, producing oxides in the surface film and S2(g) in the cover gas. Meanwhile, the CO2 directly reacted with the AZ91 melt, forming CO, MgO, ZnO, and Al2O3. The oxide films shown in Figs. 9 and 11(b) may correspond to this reaction stage due to their oxygen-enriched layer and multi-layered structure.
The CO in the cover gas could further react with the AZ91 melt, producing C. This carbon may further react with Mg to form Mg carbides, when the temperature reduced (during solidification period) [62]. This may be the reason for the high carbon content in the oxide film shown in Figs. 8–9. Liang et al. [39] also reported carbon-detection in an AZ91 alloy surface film protected by SO2/CO2. The produced Al2O3 may be further combined with MgO, forming MgAl2O4[63]. As discussed in Section 4.1, the alumina and spinel can react with Mg, causing an absence of aluminium in the surface films, as shown in Fig. 11.
Stage 3: The formation of Sulphide. the AZ91 melt began to consume S2(g) in the residual entrapped gas, forming ZnS and MgS. These reactions did not occur until the last stage of the reaction process, which could be the reason why the S-content in the defect shown Fig. 7(c) was small.
In summary, thermodynamic calculations indicate that the AZ91 melt will react with the cover gas to form fluorides firstly, then oxides and sulphides in the last. The oxide film in the different reaction stages would have different structures and compositions.
4.3. Effect of the carrier gases on consumption of the entrained gas and the reproducibility of AZ91 castings
The evolution processes of entrainment defects, formed in SF6/air and SF6/CO2, have been suggested in Sections 4.1 and 4.2. The theoretical calculations were verified with respect to the corresponding oxide films found in practical samples. The atmosphere within an entrainment defect could be efficiently consumed due to the reaction with liquid Mg-alloy, in a scenario dissimilar to the Al-alloy system (i.e., nitrogen in an entrained air bubble would not efficiently react with Al-alloy melt [64,65], however, nitrogen would be more readily consumed in liquid Mg alloys, commonly referred to as “nitrogen burning” [66]).
The reaction between the entrained gas and the surrounding liquid Mg-alloy converted the entrained gas into solid compounds (e.g. MgO) within the oxide film, thus reducing the void volume of the entrainment defect and hence probably causing a collapse of the defect (e.g., if an entrained gas of air was depleted by the surrounding liquid Mg-alloy, under an assumption that the melt temperature is 700 °C and the depth of liquid Mg-alloy is 10 cm, the total volume of the final solid products would be 0.044% of the initial volume taken by the entrapped air).
The relationship between the void volume reduction of entrainment defects and the corresponding casting properties has been widely studied in Al-alloy castings. Nyahumwa and Campbell [16] reported that the Hot Isostatic Pressing (HIP) process caused the entrainment defects in Al-alloy castings to collapse and their oxide surfaces forced into contact. The fatigue lives of their castings were improved after HIP. Nyahumwa and Campbell [16] also suggested a potential bonding of the double oxide films that were in contact with each other, but there was no direct evidence to support this. This binding phenomenon was further investigated by Aryafar et.al.[8], who re-melted two Al-alloy bars with oxide skins in a steel tube and then carried out a tensile strength test on the solidified sample. They found that the oxide skins of the Al-alloy bars strongly bonded with each other and became even stronger with an extension of the melt holding time, indicating a potential “healing” phenomenon due to the consumption of the entrained gas within the double oxide film structure. In addition, Raidszadeh and Griffiths [9,19] successfully reduced the negative effect of entrainment defects on the reproducibility of Al-alloy castings, by extending the melt holding time before solidification, which allowed the entrained gas to have a longer time to react with the surrounding melt.
With consideration of the previous work mentioned, the consumption of the entrained gas in Mg-alloy castings may diminish the negative effect of entrainment defects in the following two ways.
(1) Bonding phenomenon of the double oxide films. The sandwich-like structure shown in Fig. 5 and 7 indicated a potential bonding of the double oxide film structure. However, more evidence is required to quantify the increase in strength due to the bonding of the oxide films.
(2) Void volume reduction of entrainment defects. The positive effect of void-volume reduction on the quality of castings has been widely demonstrated by the HIP process [67]. As the evolution processes discussed in Section 4.1–4.2, the oxide films of entrainment defects can grow together due to an ongoing reaction between the entrained gas and surrounding AZ91 alloy melt. The volume of the final solid products was significant small compared with the entrained gas (i.e., 0.044% as previously mentioned).
Therefore, the consumption rate of the entrained gas (i.e., the growth rate of oxide films) may be a critical parameter for improving the quality of AZ91 alloy castings. The oxide film growth rate in the oxidization cell was accordingly further investigated.
Fig. 14 shows a comparison of the surface film growth rates in different cover gases (i.e., 0.5%SF6/air and 0.5%SF6/CO2). 15 random points on each sample were selected for film thickness measurements. The 95% confidence interval (95%CI) was computed under an assumption that the variation of the film thickness followed a Gaussian distribution. It can be seen that all the surface films formed in 0.5%SF6/air grew faster than those formed in 0.5%SF6/CO2. The different growth rates suggested that the entrained-gas consumption rate of 0.5%SF6/air was higher than that of 0.5%SF6/CO2, which was more beneficial for the consumption of the entrained gas.
It should be noted that, in the oxidation cell, the contact area of liquid AZ91 alloy and cover gas (i.e. the size of the crucible) was relatively small with consideration of the large volume of melt and gas. Consequently, the holding time for the oxide film growth within the oxidation cell was comparatively long (i.e., 5–30 min). However, the entrainment defects contained in a real casting are comparatively very small (i.e., a few microns size as shown in Figs. 3–6, and [7]), and the entrained gas is fully enclosed by the surrounding melt, creating a relatively large contact area. Hence the reaction time for cover gas and the AZ91 alloy melt may be comparatively short. In addition, the solidification time of real Mg-alloy sand castings can be a few minutes (e.g. Guo [68] reported that a Mg-alloy sand casting with 60 mm diameter required 4 min to be solidified). Therefore, it can be expected that an entrained gas trapped during an Mg-alloy melt pouring process will be readily consumed by the surrounding melt, especially for sand castings and large-size castings, where solidification times are long.
Therefore, the different cover gases (0.5%SF6/air and 0.5%SF6/CO2) associated with different consumption rates of the entrained gases may affect the reproducibility of the final castings. To verify this assumption, the AZ91 castings produced in 0.5%SF6/air and 0.5%SF6/CO2 were machined into test bars for mechanical evaluation. A Weibull analysis was carried out using both linear least square (LLS) method and non-linear least square (non-LLS) method [69].
Fig. 15(a-b) shows a traditional 2-p linearized Weibull plot of the UTS and elongation of the AZ91 alloy castings, obtained by the LLS method. The estimator used is P= (i-0.5)/N, which was suggested to cause the lowest bias among all the popular estimators [69,70]. The casting produced in SF6/air has an UTS Weibull moduli of 16.9, and an elongation Weibull moduli of 5.0. In contrast, the UTS and elongation Weibull modulus of the casting produced in SF6/CO2 are 7.7 and 2.7 respectively, suggesting that the reproducibility of the casting protected by SF6/CO2 were much lower than that produced in SF6/air.
In addition, the author’s previous publication [69] demonstrated a shortcoming of the linearized Weibull plots, which may cause a higher bias and incorrect R2 interruption of the Weibull estimation. A Non-LLS Weibull estimation was therefore carried out, as shown in Fig. 15 (c-d). The UTS Weibull modulus of the SF6/air casting was 20.8, while the casting produced under SF6/CO2 had a lower UTS Weibull modulus of 11.4, showing a clear difference in their reproducibility. In addition, the SF6/air elongation (El%) dataset also had a Weibull modulus (shape = 5.8) higher than the elongation dataset of SF6/CO2 (shape = 3.1). Therefore, both the LLS and Non-LLS estimations suggested that the SF6/air casting has a higher reproducibility than the SF6/CO2 casting. It supports the method that the use of air instead of CO2 contributes to a quicker consumption of the entrained gas, which may reduce the void volume within the defects. Therefore, the use of 0.5%SF6/air instead of 0.5%SF6/CO2 (which increased the consumption rate of the entrained gas) improved the reproducibility of the AZ91 castings.
However, it should be noted that not all the Mg-alloy foundries followed the casting process used in present work. The Mg-alloy melt in present work was degassed, thus reducing the effect of hydrogen on the consumption of the entrained gas (i.e., hydrogen could diffuse into the entrained gas, potentially suppressing the depletion of the entrained gas [7,71,72]). In contrast, in Mg-alloy foundries, the Mg-alloy melt is not normally degassed, since it was widely believed that there is not a ‘gas problem’ when casting magnesium and hence no significant change in tensile properties[73]. Although studies have shown the negative effect of hydrogen on the mechanical properties of Mg-alloy castings [41,42,73], a degassing process is still not very popular in Mg-alloy foundries.
Moreover, in present work, the sand mould cavity was flushed with the SF6 cover gas prior to pouring [22]. However, not all the Mg-alloy foundries flushed the mould cavity in this way. For example, the Stone Foundry Ltd (UK) used sulphur powder instead of the cover-gas flushing. The entrained gas within their castings may be SO2/air, rather than the protective gas.
Therefore, although the results in present work have shown that using air instead of CO2 improved the reproducibility of the final casting, it still requires further investigations to confirm the effect of carrier gases with respect to different industrial Mg-alloy casting processes.
7. Conclusion
Entrainment defects formed in an AZ91 alloy were observed. Their oxide films had two types of structure: single-layered and multi-layered. The multi-layered oxide film can grow together forming a sandwich-like structure in the final casting.2.
Both the experimental results and the theoretical thermodynamic calculations demonstrated that fluorides in the trapped gas were depleted prior to the consumption of sulphur. A three-stage evolution process of the double oxide film defects has been suggested. The oxide films contained different combinations of compounds, depending on the evolution stage. The defects formed in SF6/air had a similar structure to those formed in SF6/CO2, but the compositions of their oxide films were different. The oxide-film formation and evolution process of the entrainment defects were different from that of the Mg-alloy surface films previous reported (i.e., MgO formed prior to MgF2).3.
The growth rate of the oxide film was demonstrated to be greater under SF6/air than SF6/CO2, contributing to a quicker consumption of the damaging entrapped gas. The reproducibility of an AZ91 alloy casting improved when using SF6/air instead of SF6/CO2.
Acknowledgements
The authors acknowledge funding from the EPSRC LiME grant EP/H026177/1, and the help from Dr W.D. Griffiths and Mr. Adrian Carden (University of Birmingham). The casting work was carried out in University of Birmingham.
린 첸 가오 양 미시 옹 장 춘밍 왕 Lin Chen , Gaoyang Mi , Xiong Zhang , Chunming Wang * 중국 우한시 화중과학기술대학 재료공학부, 430074
Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding
Abstract
A numerical model of 1.5 mm 6061/5182 aluminum alloys thin sheets lap joints under laser sinusoidal oscillation (sine) welding and laser welding (SLW) weld was developed to simulate temperature distribution and melt flow. Unlike the common energy distribution of SLW, the sinusoidal oscillation of laser beam greatly homogenized the energy distribution and reduced the energy peak. The energy peaks were located at both sides of the sine weld, resulting in the tooth-shaped sectional formation. This paper illustrated the effect of the temperature gradient (G) and solidification rate (R) on the solidification microstructure by simulation. Results indicated that the center of the sine weld had a wider area with low G/R, promoting the formation of a wider equiaxed grain zone, and the columnar grains were slenderer because of greater GR. The porosity-free and non-penetration welds were obtained by the laser sinusoidal oscillation. The reasons were that the molten pool volume was enlarged, the volume proportion of keyhole was reduced and the turbulence in the molten pool was gentled, which was observed by the high-speed imaging and simulation results of melt flow. The tensile test of both welds showed a tensile fracture form along the fusion line, and the tensile strength of sine weld was significantly better than that of the SLW weld. This was because that the wider equiaxed grain area reduced the tendency of cracks and the finer grain size close to the fracture location. Defect-free and excellent welds are of great significance to the new energy vehicles industry.
온도 분포 및 용융 흐름을 시뮬레이션하기 위해 레이저 사인파 진동 (사인) 용접 및 레이저 용접 (SLW) 용접에서 1.5mm 6061/5182 알루미늄 합금 박판 랩 조인트 의 수치 모델이 개발되었습니다. SLW의 일반적인 에너지 분포와 달리 레이저 빔의 사인파 진동은 에너지 분포를 크게 균질화하고 에너지 피크를 줄였습니다. 에너지 피크는 사인 용접의 양쪽에 위치하여 톱니 모양의 단면이 형성되었습니다. 이 논문은 온도 구배(G)와 응고 속도 의 영향을 설명했습니다.(R) 시뮬레이션에 의한 응고 미세 구조. 결과는 사인 용접의 중심이 낮은 G/R로 더 넓은 영역을 가짐으로써 더 넓은 등축 결정립 영역의 형성을 촉진하고 더 큰 GR로 인해 주상 결정립 이 더 가늘다는 것을 나타냅니다. 다공성 및 비관통 용접은 레이저 사인파 진동에 의해 얻어졌습니다. 그 이유는 용융 풀의 부피가 확대되고 열쇠 구멍의 부피 비율이 감소하며 용융 풀의 난류가 완만해졌기 때문이며, 이는 용융 흐름의 고속 이미징 및 시뮬레이션 결과에서 관찰되었습니다. 두 용접부 의 인장시험 은 융착선을 따라 인장파괴형태를인장강도사인 용접의 경우 SLW 용접보다 훨씬 우수했습니다. 이는 등축 결정립 영역이 넓을수록 균열 경향이 감소하고 파단 위치에 근접한 입자 크기가 미세 하기 때문입니다. 결함이 없고 우수한 용접은 신에너지 자동차 산업에 매우 중요합니다.
Fig. 1. Schematic of lap welding for 6061/5182 aluminum alloys.Fig. 2. Finite element mesh.Fig. 3. Weld morphologies of cross-section and upper surface for the two welds: (a) sine pattern weld; (b) SLW weld.Fig. 4. Calculation of laser energy distribution: (a)-(c) sine pattern weld; (d)-(f) SLW weld.Fig. 5. The partially melted region of zone A.Fig. 6. The simulated profiles of melted region for the two welds: (a) SLW weld; (b) sine pattern weld.Fig. 7. The temperature field simulation results of cross section for sine pattern weld.Fig. 8. Dynamic behavior of the molten pool at the same time interval of 0.004 s within one oscillating period: (a) SLW weld; (b) sine pattern weld.Fig. 9. The temperature field and flow field of the molten pool for the SLW weld: (a)~(f) t = 80 ms~100 ms.Fig. 10. The temperature field and flow field of the molten pool for the sine pattern weld: (a)~(f) t = 151 ms~171 ms.Fig. 11. The evolution of the molten pool volume and keyhole depth within one period.Fig. 12. The X-ray inspection results for the two welds: (a) SLW weld, (b) sine pattern weld.Fig. 13. Comparison of the solidification parameters for sine and SLW patterns: (a) the temperature field simulated results of the molten pool upper surfaces; (b)
temperature gradient G and solidification rate R along the molten pool boundary isotherm from weld centerline to the fusion boundary; (c) G/R; (d) GR.Fig. 14. The EBSD results of equiaxed grain zone in the weld center of: (a) sine pattern weld; (b) SLW weld; (c) grain size.Fig. 15. (a) EBSD results of horizontal sections of SLW weld and sine pattern weld; (b) The columnar crystal widths of SLW weld and sine pattern weld.Fig. 16. (a) The tensile test results of the two welds; (b) Fracture location of SLW weld; (b) Fracture location of sine pattern weld.
Keywords
Laser welding, Sinusoidal oscillating, Energy distribution, Numerical simulation, Molten pool flow, Grain structure
References
Chen, X., 2014. Study on laser-MAG Hybrid Weaving Welding Charateristics. Master thesis. Harbin Institute of Technology, China. Chen, G., Wang, B., Mao, S., Zhong, P., He, J., 2019. Research on the “∞”-shaped laser scanning welding process for aluminum alloy. Opt. Laser Technol. 115, 32–41. Cho, W.-I., Na, S.-J., Cho, M.-H., Lee, J.-S., 2010. Numerical study of alloying element distribution in CO2 laser–GMA hybrid welding. Comput. Mater. Sci. 49, 792–800. Cho, W.-I., Na, S.-J., Thomy, C., Vollertsen, F., 2012. Numerical simulation of molten pool dynamics in high power disk laser welding. J. Mater. Process. Technol. 212, 262–275. Das, A., Butterworth, I., Masters, I., Williams, D., 2018. Microstructure and mechanical properties of gap-bridged remote laser welded (RLW) automotive grade AA 5182 joints. Mater. Charact. 145, 697–712. Fetzer, F., Sommer, M., Weber, R., Weberpals, J.-P., Graf, T., 2018. Reduction of pores by means of laser beam oscillation during remote welding of AlMgSi. Opt. Lasers Eng. 108, 68–77. Geng, S., Jiang, P., Shao, X., Guo, L., Gao, X., 2020. Heat transfer and fluid flow and their effects on the solidification microstructure in full-penetration laser welding of aluminum sheet. J. Mater. Sci. Technol. 46, 50–63. Hagenlocher, C., Sommer, M., Fetzer, F., Weber, R., Graf, T., 2018a. Optimization of the solidification conditions by means of beam oscillation during laser beam welding of aluminum. Mater. Des. 160, 1178–1185. Hagenlocher, C., Weller, D., Weber, R., Graf, T., 2018b. Reduction of the hot cracking susceptibility of laser beam welds in AlMgSi alloys by increasing the number of grain boundaries. Sci. Technol. Weld. Join. 24, 313–319. Hagenlocher, C., Fetzer, F., Weller, D., Weber, R., Graf, T., 2019. Explicit analytical expressions for the influence of welding parameters on the grain structure of laser beam welds in aluminium alloys. Mater. Des. 174, 107791. Han, X., Tang, X., Wang, T., Shao, C., Lu, F., Cui, H., 2018. Role of ambient pressure in keyhole dynamics based on beam transmission path method for laser welding on Al alloy. Int. J. Adv. Manuf. Technol. 99, 1639–1651. Hao, K., Li, G., Gao, M., Zeng, X., 2015. Weld formation mechanism of fiber laser oscillating welding of austenitic stainless steel. J. Mater. Process. Technol. 225, 77–83. Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 39, 201–225. Jiang, Z., Chen, X., Li, H., Lei, Z., Chen, Y., Wu, S., Wang, Y., 2020. Grain refinement and laser energy distribution during laser oscillating welding of Invar alloy. Mater. Des. 186, 108195. Kaplan, A., 1994. A model of deep penetration laser welding based on calculation of the keyhole profile. J. Phys. D Appl. Phys. 27, 1805–1814. Kou, S., 2002. Welding Metallurgy, 2nd ed. Wiley-Interscience, New Jersey, USA. Kuryntsev, S.V., Gilmutdinov, A.K., 2015. The effect of laser beam wobbling mode in welding process for structural steels. Int. J. Adv. Manuf. Technol. 81, 1683–1691. Li, P., Nie, F., Dong, H., Li, S., Yang, G., Zhang, H., 2018. Pulse MIG welding of 6061-T6/ A356-T6 aluminum alloy dissimilar T-joint. J. Mater. Eng. Perform. 27, 4760–4769. Liu, T., Mu, Z., Hu, R., Pang, S., 2019. Sinusoidal oscillating laser welding of 7075 aluminum alloy: hydrodynamics, porosity formation and optimization. Int. J. Heat Mass Transf. 140, 346–358. Seto, N., Katayama, S., Matsunawa, A., 2000. High-speed simultaneous observation of plasma and keyhole behavior during high power CO2 laser welding: effect of shielding gas on porosity formation. J. Laser Appl. 12, 245–250. Tang, Z., Vollertsen, F., 2014. Influence of grain refinement on hot cracking in laser welding of aluminum. Weld. World 58, 355–366. Wang, L., Gao, M., Zhang, C., Zeng, X., 2016. Effect of beam oscillating pattern on weld characterization of laser welding of AA6061-T6 aluminum alloy. Mater. Des. 108, 707–717. Wang, L., Gao, M., Zeng, X., 2018. Experiment and prediction of weld morphology for laser oscillating welding of AA6061 aluminium alloy. Sci. Technol. Weld. Join. 24, 334–341. Yamazaki, Y., Abe, Y., Hioki, Y., Nakatani, M., Kitagawa, A., Nakata, K., 2016. Fundamental study of narrow-gap welding with oscillation laser beam. Weld. Int. 30, 699–707. Yuan, Z., Tu, Y., Yuan, T., Zhang, Y., Huang, Y., 2021. Size effects on mechanical properties of pure industrial aluminum sheet for micro/meso scale plastic deformation: experiment and modeling. J. Alloys. Compd. 859, 157752. Zou, J., 2016. Characteristics of laser scanning welding process for 5A06 aluminum alloy thick plate with narrow gap. Materials Processing Engineering. Harbin Welding Institute, China. Master thesis.
![Figure 6: Comparative life cycle assessment of car roof [1].](https://flow3d.co.kr/wp-content/uploads/image-784.webp)
![Figure 1.1 A schematic of Gas Metal Arc Welding Process [4]](https://www.flow3d.co.kr/wp-content/uploads/image-657.webp)
![Figure 1.1 A schematic of Gas Metal Arc Welding Process [4]](https://flow3d.co.kr/wp-content/uploads/image-657.webp)
![Figure 1.2 Different types of welding distortions [6]](https://flow3d.co.kr/wp-content/uploads/image-658.webp)
![Fig. 1. (a) Dimensions of the casting with runners (unit: mm), (b) a melt flow simulation using Flow-3D software together with Reilly's model[44], predicted that a large amount of bifilms (denoted by the black particles) would be contained in the final casting. (c) A solidification simulation using Pro-cast software showed that no shrinkage defect was contained in the final casting.](https://www.flow3d.co.kr/wp-content/uploads/Fig.-1.-a-Dimensions-of-the-casting-with-runners.png)
![Fig. 1. (a) Dimensions of the casting with runners (unit: mm), (b) a melt flow simulation using Flow-3D software together with Reilly's model[44], predicted that a large amount of bifilms (denoted by the black particles) would be contained in the final casting. (c) A solidification simulation using Pro-cast software showed that no shrinkage defect was contained in the final casting.](https://ars.els-cdn.com/content/image/1-s2.0-S2213956721001791-gr1_lrg.jpg)
