다양한 분야에서 제품에 대한 소비자의 높은 요구에 의해 얇고 가벼운, 짧고 작으며 복잡한 형상에 초점을 맞추는 추세이다. 또한, 시장 출시 시점과 짧은 제품 개발의 주기는 신속한 설계에 있어서 과학적인 방법의 사용을 요구한다. 이로 인해 불필요한 시행 착오 접근 방식을 제거하고 개발 비용을 절감할 수 있다. 그러므로 실험에 다구치 기법을 사용하는 것은 실험하는데 필요한 시간과 비용을 줄일 수 있다. 품질 및 안정성에 영향을 주는 요인들을 알아낼 수 있으며, 강력해진 제어에 의해 생산 수율의 향상을 구현할 수 있다.

플라스틱 사출 성형 전문가들은 금형 설계, 금형 제작 그리고 최종 완성을 언제 해야 되는지 알고 있다. 첫 번째로, 성형기의 절차를 검토할 것이다. 성형 공정 안정성을 시험하는 목적은 제품 및 금형 설계가 결함으로 인해 외관 불량이 있는지 여부를 확인 하는 것이다. 편차의 크기 또한 산출해낸다. 부적절한 성형 환경은 좋지 않은 결과가 나타날 것이다. 일반적으로, 성형 조건은 시행 착오 방식의 축적된 경험을 바탕으로 한다. 제품에 문제가 있거나 결함이 있을 때, 이를 해결하는 가장 좋은 방법은 성형 매개 변수를 조정하고 직접 금형을 수정하는 것이다. 그러나 이러한 문제를 극복하는 것은 종종 많은 경험을 가진 전문가의 도움을 필요로 한다. 전문가가 없으면, 이 문제는 더욱 심각해 질 것이다.

이제 우리는 이러한 문제를 더 일찍 발견하기 위해 CAE와 과학적 분석 프로그램인 Moldex3D를 사용한다. 이 실험계획법(DOE)은 불필요한 성형문제를 방지하고 시장 출시 시간을 단축할 수 있다.

실험 계획법(DOE)은 무엇입니까?

DOE는 실험을 진행하기 위해, 특정 비용 및 시간의 제한 아래, 수학적 통계방법을 이용하는 것이다. 실험 데이터로부터 가능한 한 많은 정보를 얻을 것으로 기대한다.
주요 목적은 다음과 같다.

• 정보 접근의 효율성을 향상
• 실험 비용을 최소화

실험 계획법의 종류

• 시행착오법
• 한번 실험에 한 가지 요인
• 완전 요인 실험
• 다구치의 직교 배열

최적의 성형 조건을 평가하기 위하여 Moldex3D가 다음과 같은 기능을 제공한다.

• 실험계획법 사용의 효과는 설계자가 가장 적합한 조건을 평가하는데 도움을 주며 설계 최적화를 하기 위해 성형 매개 변수를 위한 최적의 조건을 파악하는데 도움을 준다.
• 시행 착오 방법이 아닌, 간단한 설정 조건을 통한 체계적이고 과학적인 방법이다. 분석 후, 그래픽으로 요약하면 자동적으로 사용자가 최적의 제품 품질 결과를 결정할 수 있게 도와준다. 그것은 사용자가 제일 좋은 디자인을 달성할 수 있는 효과가 있다.
• 열가소성 및 열경화성 재료를 지원한다.
• 가중 함수를 이용하여 DOE 분석을 위한 여러 품질 요소의 선택을 지원한다.
• 다수의 품질 요소와 최적화된 품질 결과를 얻기 위해, 다른 가중치에 근거한 각 품질 요소로 최적의 성형 조건을 쉽게 찾아낼 수 있다.

산업 사례 연구

그림1 은 차량 글로브 박스의 내부 구성 요소이다. 이것은 평가를 위한 사례 연구이다. 요즘, 금형 시험비용을 절감하기 위해, 사람들은 일반적으로 잠재적인 문제들을 검사하기 위해 CAE 시뮬레이션을 사용한다. 증가된 품질 요구사항으로, 완성품의 공차는 점점 작아지고 있다. 설계 요구 조건을 만족하기 위해서 성형 중 휨(warpage)을 최소화 하는 것은 필수적이다. 글로브 박스 내부 구성요소(343.7×538.4×124.97 mm)가 크기 때문에 휨은 성형 후에 매우 중요하다. 그것은 CAE 및 실험방법의 설계를 통해 그 휨 문제를 개선할 수 있다. 코어측과 캐비티측 금형 온도 셋팅은 다르다. 코어측 금형은 많은 리브와 보스 구조를 가지고 있고, 이로 인해 열의 이동이 어렵게 해서 열 정체가 발달하기 쉽다. 실제 성형 설정에서, 캐비티측 금형 온도는 고정된 온도인 코어측 금형 온도보다 낮게 설정한다. 캐비티 측 금형은 변화 할 수 있는 변수이다.

그림1. 자동차 글로브 박스 내부 구성 요소

이 방법의 주요 목적은 휨 변형량을 줄이는 것이다. 그래서 품질 요인은 총 변위량이다. 더 작은 수치일수록 더 좋다. 제어할 수 있는 요인 중 4가지 중요한 요인을 선택한다. 그것은 휨 컨디션에 영향을 미칠 것이다. 제어 요인은 수지 흐름성과 최종 온도 분포에 영향을 미치는 수지의 용융 온도이다. 두 번째 요소는 금형 온도이다. 캐비티 측과 코어측의 기존 온도는 다르며, 고정된 캐비티 금형온도는 33.4 ℃이다. 세 번째와 네 번째 요소는 보압 시간과 보압 크기이다. 표 1는 L9 다구치의 직교 배열로서 4개의 제어 요소와 3단계의 레벨이다.

표1. L9다구치의 직교배열

그림2는 해석 결과에 대한 품질 반응 결과이다. 반응 그래프로부터 우리는 각각의 요소가 금형에 직접적으로 영향을 끼칠 수 있다는 것을 알 수 있다. 다른 레벨의 품질과 제어 요인 간의 영향을 반영한다. ANOVA는 제어 요소2(금형 온도)가 가장 큰 영향이 있는 요소라는 것을 보여준다.

그림2. 해석 품질 반응 결과

그림 3는 S/N 비율 결과이다. S/N 비율이 높은 것은 더 작은 노이즈라는 것을 의미한다. (외부효과) 다구치 방식은 가장 최적인 상태로써 가장 큰 S/N 비율을 선택한다. S/N 비율의 ANOVA는 금형 온도와 보압 크기가 가장 크게 기여한다고 보여준다. 그러므로 우리는 최적의 레벨이 1,3,3,3 이라는 것을 안다.

그림 3. 신호/잡음 비율 결과

마지막으로 결과는 확인 실험을 통해 조사한다. 표 2 는 확인 실험이다. 분석데이터가 정확한지 확인하려면 이 표를 사용한다. 요인 반응의 결과를 비교하면 S/N 비율과 본래의 디자인과 최적화된 디자인의 품질 가치를 예측할 수 있다. 본래의 디자인을 위한 최적화된 디자인은 실험을 통해서, 그리고 S/N 비율 또는 품질을 추정함으로써 알아낸다. 같은 성형 조건인 확인 실험을 통하여 S/N 비율 또는 품질 가치가 일치하는지 비교한다. 모든 가치가 일치하는 결과가 나타난다.

표 2. 확인 실험 결과

그림4는 기존과 최적화 그룹의 두께 방향의 제품 변위를 보여준다. 변형(warpage) 결과를 통해 우리는 더욱 작아지고 균일해진 변위를 볼 수 있다. 추가적으로 변형 값은 감소하였고, 균일한 분포는 증가하였다. 가장 중요한 제어 요인은 금형 온도의 차이이다.

그림 4. 원래 설계와 최적화 된 설계 사이의 제품 변위 비교

Moldex3D는 사용자가 매우 간단한 설정을 통해 자동으로 그래픽 요약과 함께 최적의 해석 결과를 결정 할 수 있게 도와주는 전문적인 툴을 제공한다. 그것은 효과적으로 최적화 된 설계를 사용자가 얻게 해준다. 사용자는 실험계획법 (DOE) 분석을 사용함으로써 최적화 방법의 효과를 달성 할 수 있다. 이 방법은, 금형 제작의 생산성을 높일 수 있도록 최적의 파라미터들을 발견하고 더 정확하게 제품의 품질을 제어할 수 있게 성형기 작업자들을 도와준다. 성형 과정에서 최적의 기술을 위한 새로운 기능과 적용에 관한 것을 더 많이 배우려면 www.moldex3d.com에 방문하거나 kr.moldex3d.com/contact 로 문의하시기 바랍니다.