| 학회 |
한국재료학회 |
| 학술대회 |
2020년 가을 (11/18 ~ 11/20, 휘닉스 제주 섭지코지) |
| 권호 |
26권 1호 |
| 발표분야 |
콜로키움. 첨단구조재료 융복합기술 콜로키움-오거나이저: 김양도(부산대) |
| 제목 |
공정 빅데이터 융합을 통한 알루미늄 다이캐스팅 스마트 품질 모니터링 시스템 Smart quality monitoring system of Aluminum die casting process through big data convergence process |
| 초록 |
대량 생산이 가능하여 경제성이 우수한 알루미늄 다이캐스팅 공정은 금속제의 주형을 사용하여 용융금속을 고압 사출 주조하는 가공 기술로서 제품의 기계적 성질이 우수하고 복잡한 치수의 자동차 부품에서부터 카메라 및 전자기기의 몸체와 같은 정밀성을 요구하는 디자인에 활용되어 알루미늄 합금 주물생산 비율의 50% 이상을 차지한다. 하지만 타 공정 대비 빠른 냉각속도로 인해 가스 배출이 어려워 기포함유량이 높아 이에 따라 발생하는 기공과, 용탕 응고 시 온도 불균형으로 발생하는 수축공으로 인해 결함 보유 확률이 높아 이를 보완하기 위한 후 가공 공정이 증가하게 되는 등의 생산성 저하의 문제가 대두 되고 있어 이를 해결하기 위해 생산 및 품질의 안정성과 효율성을 높일 수 있는 모니터링 솔루션의 필요성이 증가하고 있다. 본 연구에서는 알루미늄 다이캐스팅의 신뢰성을 확보하기 위하여 주조 계측 센서 기반 공정 품질 모니터링을 통해 발생 가능한 결함을 사전에 감지하고 관리하는 시스템 개발을 목적으로 다양한 변수의 계측이 아닌 모든 센서를 네트워크로 연결하고 공정단계를 지능화하여 Metal chemistry, casting process에 관련된 방대한 양의 공정변수 데이터와 부품 품질 데이터에 빅데이터 분석 및 머신러닝을 적용함으로써 알루미늄 주형의 다공성 관련 결함의 근본 원인을 완전히 이해하고 제품의 고품질·고신뢰를 목표로 공정 시스템을 고도화 시키고자 한다. |
| 저자 |
이은경 |
| 소속 |
한국해양대 |
| 키워드 |
|
| E-Mail |
|
