[첨단 헬로티]

카토리 사다오 (鹿取 貞夫)   카토리사무소

Cast-Designer의 GA(진화론적) 최적화 및 간편한 DOE(실험계획법)에 의한 주조방안 최적화에 대해서는 발표를 거듭해 왔다. AI 기술의 실험도 추진되고 있는 가운데, 이 글에서는 자동 최적화에 유효한 신기술을 소개한다.

Cast-Designer의 기술진은 절열의 법칙을 발전시킨 신기술 ‘가스 기포 “절열(Adiabatic)” 추적법’을 개발했다. 유저는 수축 공극률, 가스 공극률을 스텝 바이 스텝의 주의 깊은 관찰을 필요로 하지 않고, 최종 결과를 정확히 판정할 수 있는 기술이다.

용탕에 말려 들어가는 매우 작은 기포를 시뮬레이션하는 것은 어렵다. 요소 사이즈보다 작은 에어 영역은 사라져 버리기 때문에 실제로는 그것이 일으키는 최종적인 주조 결함의 가능성을 못보고 놓치게 된다. 신기술은 충전 시에 용탕에 말려 들어가는 극소 기포도 추적해, 그것이 결함에 미치는 영향을 결과로 나타냈다.

이하는 개발자의 논문 초안의 번역이기 때문에 표현이 생경한 것을 양해해 주기 바란다.

Cast-Designer의 새로운 기포 모델

시뮬레이션 시에 2개의 팩터를 고려할 필요가 있다. 시뮬레이션 속도와 정도이다. 속도와 정도의 최량의 타협점을 발견하기 위해 Cast-Designer는 2개의 가스 모델을 제공한다. 에어 권입 모델과 절연 가스 모델이다.

에어 권입 모델은 에어를 플로에 말려들게 하는 지점에서 서피스를 흩뜨리는데 충분한 프리 서피스 플로 난류의 효과를 시뮬레이션한다. 권입 기포는 매우 작은 사이즈이기 때문에 에어는 플로에 대한 확산으로서 표시된다.

에어 권입 모델은 유체 체적의 ‘혼’ 및 권입 에어에 관련된 부양력의 효과로서 시뮬레이션된다. 용탕의 서피스까지 올리면, 에어의 릴리프가 되기도 한다. 마지막에 에어는 압축되어 체적이 변한다. 그러나 질량은 보존된다.

절열 가스 모델은 앞에서 말한 것과 달리, 프리 서피스의 움직임에 의해 유체에 갇힌 큰 기포를 나타낼 수 있다. 특히 공동(Void) 셀이 연속하는 영역은 모두 공동 영역 또는 기포를 의미한다.

각각의 공동 영역은 미세하기 때문에 균일한 압력, 온도, 체적 및 타력을 가진다. 유체와의 계면에서 마찰은 무시할 수 있다. 가스 밀도가 유체의 밀도보다 훨씬 작고, 가스 속도가 유체의 속도와 동일한 정도인 경우(용탕으로 금형을 채울 때가 전형적), 이상의 가정은 종합적으로 봐서 옳다.

이 어프로치는 효율적으로 정확한 솔루션을 제공하는 강력한 방법이다. 가스 플로의 디테일을 포함하는 계산은 과잉으로, 불필요하다. 프로가 체적이 다른 복수의 기포를 포함하는 경우, 각각에는 다른 압력이 보존되고 공동을 둘러싼 유체 프리 서피스의 경계 조건으로서 적용된다.

플로의 역학에 의해 각 기포는 그 체적이 진화한다. 그 압력은 결과적으로 절열의 법칙 [식 (1)]에 따라 변화한다.

기포를 압축함으로써 기포는 그 압력을 늘린다. 그것은 유체 자체에 높은 힘을 반복적으로 준 결과가 된다. 마지막으로 기포는 일정한 로스 계수로 밸브를 통해 벤트된다.

작은 기포를 포착한다 : Cast-Designer 포스트 솔버

절열 가스 모델은 강력한 모델이다. 이것으로 충전 프로세스의 가스 영역을 추적할 수 있다. 플로 다이내믹 그 자체에 영향을 미치고, 가스 기포 권입으로 이어지는 몇 가지 전형적인 결함을 추측할 수 있는 정보를 유저에게 제공한다.

이런 종류의 결함은 절열 가스 모델 또는 동등한 어프로치로만 모델화할 수 있다. 이들 결함은 에어가 닫힌 영역에서 생성된다. 닫힌 공간은 핵으로, 충전 사이에 더욱 압축된다.

이들은 한정된 형상을 가지며, 그리고 유체 중의 분산량으로는 모델화할 수 없다. 그리고 기포의 내부에는 특정의 정보(예를 들면 압력과 온도)가 수납되어 있는데, 외부의 용탕과 경계 조건으로서만 공유되고 있다. 가스의 양 그 자체는 국부적이다. 그것은 결과적으로 더욱 많은 기포로 분할될 가능성이 있다. 그러나 그것이 용탕에 융합하는 것은 흔하지 않다.

이러한 이유로 Cast-Designer의 기존법에 의한 에어 권입 모델, 또는 서피스 결함 추적 모델을 사용해서는 이들 결함은 시뮬레이션되지 않는다. 이들은 2가지 다른 종류의 결함을 나타내기 때문이기도 하다.

양쪽의 양은 프리 서피스에서 말려들어오고 용탕으로 분산된다. 그들은 각각 난류 프리 서피스에 의해 말려들어논 가스 및 프리 서피스 상에 모인 산화물과 그 외의 부산물을 나타낸다.

기존법에서는 기포는 요소 사이즈보다 크지 않으면 안 된다. 기포가 파괴되어 작아져 가면, 그 정보와 플로에 대한 영향을 잃는다. 기존법에서는 관련 결함의 위치를 결정하기 위해 시뮬레이션 간에 기포가 붕괴하는 모양을 체크해야 한다. 특히 충전의 최종 기포는 높은 내부 압력을 가지고 있기 때문에 캐스팅 파츠에 결함을 생성한다.

이 전통적인 어프로치는 신뢰할 수 없다. 왜냐면 기포가 시뮬레이션에서 소거된 후의 움직임이 고려되지 않기 때문이다. 그리고 결함 자체의 사이즈에 대해 어떠한 정보도 제공하지 않는다. 기포 체적과 압력의 진화를 계속적으로 고려하지 않기 때문이다.

이 제약을 극복하기 위해 Cast-Designer는 새로운 가스 솔버를 개발해 그와 같은 작은 기포를 추적한다. Cast-Designer 포스트 솔버는 충전 사이에 사이즈와 내부 압력이 변화하는 각 기포 및 극소의 기포까지도 추적한다.

그들은 유체 자체의 움직임에 영향을 미치고, 결과적으로 다른 기포와 재합류한다. 최종적으로 이들 기포의 움직임은 흡인과 부양력을 말려들게 하는 것이 되고 방산하지 않는다.

이들 모든 프로퍼티를 고려하면서 신기능은 각각의 붕괴 기포를 집합 입자로 변환한다. 그것이 적절하게 정의된 경우, 가스 기포의 성질을 정확하게 시뮬레이션할 수 있다. 즉 기포가 요소 사이즈보다 작아지고 그리고 파괴됐을 때, 커스터마이즈를 통해 1개 이상의 집합 입자가 생성된다.

그것은 소멸한 가스 영역의 모든 정보를 수납하고 있다. 입자는 용탕 속도로 운반된다. 그러나 흡인과 부양작용에 의해 용탕의 진로에서 괴리된다. 이들의 효과는 입자의 사이즈 작용으로, 절열의 법칙에 의해 국소의 용탕 압력에 따라 변화한다.

하나의 입자가 공동 영역에 들어갈 때, 그것은 2개의 에어 체적을 맞춰 재결합한다. 충전 마지막에 강화 가압이 각 입자를 압축해 유저에게 결함의 최종 위치와 정확한 사이즈를 제시한다.

수적 결과와 검증

가스 추적법과 프로그램을 검증하기 위해 단순한 테스트 케이스에서 실제 파츠의 시뮬레이션이 이르기까지 몇 번의 테스트를 실행, 수적 결과와 실험해석을 비교했다.

그림 1은 심각한 가스 공극률과 표면 결함이 있는 기어박스 커버를 나타낸다. 도형 피처와 게이트 시스템 설계가 불량이기 때문에 캐스팅 파츠의 말단에서 용탕 플로가 균형 잡혀 있지 않다. 가스 권입이 일어나고 있다. 심각한 표면 결함이다(그림 2).

또한, 충전 끝단 가까이의 기포 분포는 표면 결함의 정보를 명료하게 나타낸다(그림 3). 기포 가스 압력과 캐스팅 프로세스의 최대 압력(그림 4)도 동일한 결과를 나타낸다. 따라서 이 경우 이 모델로 시뮬레이션 결과를 판정하는데 많은 판정 기준을 사용할 수 있다.

Cast-Designer 포스트 솔버의 효과에 의해 충전 마지막까지 이동해 압축되는 붕괴 기포가 몇 개의 가스 입자를 생성한다. 시뮬레이션 종료 결과를 보면, 가스 입자의 최대 집중은 결함이 실제 파츠에서 관찰된 동일한 영역에 있는 것을 알 수 있다(그림 5).

블록화된 가스 집합체법이 우수한 점은 유저에게 비용이 들지 않는 점, 그리고 충전 프로세스를 스텝 바이 스텝으로 체크할 필요가 없는 점이다. 이것은 신인 엔지니어가 신뢰할 수 있는 결과를 얻는데 매우 유용하며, 결과 해석 시의 미스 배제를 돕는다. 그리고 이 방법은 표준 출력으로서 자동 최적화에 매우 유용하다.

다른 사례로서 스테어링 포스트(그림 6과 그림 7)은 복잡한 도형이기 때문에 충전 프로세스가 매우 복잡하고 가스 권입을 방지하는 것은 매우 어렵다.

그림 6은 CT 스캔의 결과와 Cast-Designer의 시뮬레이션 결과가 수축 공극률과 가스 공극률 결과의 양쪽을 나타낸다. 이 가스 공극률은 블록된 가스 집합체법으로 체크됐다. 이 시뮬레이션 결과는 실제 CT 결과와 잘 일치했다.

기술자 부족, 노무자 부족이 주조 관련 기업을 공격하고 있다. AI 등에 의한 기술력 보강과 노무의 절감이 절실히 요망된다. 그러나 AI 시스템에는 많은 금액의 개발 자금과 적절한 계산 설비를 필요로 한다. 한정된 대기업만이 아니라, 다른 대다수의 기업에 경제적 이익을 가져오기 위해서는 수단의 고안이 필요하다.

오늘날의 해석법은 계산 시간이 길고, 관계 기술자의 능력도 요구된다. Cast-Designer의 경우, 그 쾌속한 열․유동해석은 별도로 해도 응력 계산, 변형 수정, 미세 구조해석(초미세 해석을 공개 준비 중) 기타를 포함하면, 몇 일, 몇 십일을 넘는다. 또한 실제 현장기술자의 경험에 기초하는 가공 조건 조정의 전부를 시뮬레이션 파라미터에 반영시키는 것은 어렵다.

그러나 Cast-Designer의 최적화 기술을 플랫폼으로 해, 설계자와 주조 현장의 밀접한 정보 공유를 전제로 AI화를 향해 전진하는 것은 충분히 가능하다고 생각된다.