KR20080078621A - 제조 공정 최적화 방법 - Google Patents
제조 공정 최적화 방법 Download PDFInfo
- Publication number
- KR20080078621A KR20080078621A KR1020080073377A KR20080073377A KR20080078621A KR 20080078621 A KR20080078621 A KR 20080078621A KR 1020080073377 A KR1020080073377 A KR 1020080073377A KR 20080073377 A KR20080073377 A KR 20080073377A KR 20080078621 A KR20080078621 A KR 20080078621A
- Authority
- KR
- South Korea
- Prior art keywords
- cast
- casting
- solutions
- manufacturing
- computer
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 69
- 238000005457 optimization Methods 0.000 title claims description 40
- 238000000034 method Methods 0.000 claims abstract description 219
- 230000008569 process Effects 0.000 claims abstract description 147
- 239000000463 material Substances 0.000 claims abstract description 27
- 230000007613 environmental effect Effects 0.000 claims abstract description 5
- 238000013461 design Methods 0.000 claims description 55
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000000926 separation method Methods 0.000 claims description 7
- 238000005094 computer simulation Methods 0.000 claims 3
- 238000013178 mathematical model Methods 0.000 claims 3
- 239000004744 fabric Substances 0.000 claims 1
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 238000005266 casting Methods 0.000 description 140
- 238000004088 simulation Methods 0.000 description 66
- 238000001816 cooling Methods 0.000 description 27
- 238000007711 solidification Methods 0.000 description 25
- 230000008023 solidification Effects 0.000 description 25
- 238000011049 filling Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 22
- 238000010438 heat treatment Methods 0.000 description 18
- 239000000243 solution Substances 0.000 description 16
- 239000000047 product Substances 0.000 description 15
- 239000004576 sand Substances 0.000 description 15
- 238000009826 distribution Methods 0.000 description 13
- 239000004033 plastic Substances 0.000 description 13
- 229920003023 plastic Polymers 0.000 description 13
- 229910052751 metal Inorganic materials 0.000 description 12
- 239000002184 metal Substances 0.000 description 12
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- 230000015572 biosynthetic process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 238000003754 machining Methods 0.000 description 8
- 238000004512 die casting Methods 0.000 description 7
- 229910000831 Steel Inorganic materials 0.000 description 6
- 229910045601 alloy Inorganic materials 0.000 description 6
- 239000000956 alloy Substances 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 6
- 238000012938 design process Methods 0.000 description 6
- 238000000465 moulding Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 239000010959 steel Substances 0.000 description 6
- 239000007795 chemical reaction product Substances 0.000 description 5
- 238000005429 filling process Methods 0.000 description 5
- 239000012467 final product Substances 0.000 description 5
- 238000002347 injection Methods 0.000 description 5
- 239000007924 injection Substances 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 5
- 238000002844 melting Methods 0.000 description 5
- 230000008018 melting Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 229910002804 graphite Inorganic materials 0.000 description 4
- 239000010439 graphite Substances 0.000 description 4
- 238000011068 loading method Methods 0.000 description 4
- 150000002739 metals Chemical class 0.000 description 4
- 230000003252 repetitive effect Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910001060 Gray iron Inorganic materials 0.000 description 3
- 208000016066 Venous thoracic outlet syndrome Diseases 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000001746 injection moulding Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 229910001018 Cast iron Inorganic materials 0.000 description 2
- 229910001037 White iron Inorganic materials 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 229910001566 austenite Inorganic materials 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 229920001971 elastomer Polymers 0.000 description 2
- 239000000806 elastomer Substances 0.000 description 2
- 230000005496 eutectics Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 239000000155 melt Substances 0.000 description 2
- 238000005058 metal casting Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000002991 molded plastic Substances 0.000 description 2
- 229910001562 pearlite Inorganic materials 0.000 description 2
- 238000010120 permanent mold casting Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000004381 surface treatment Methods 0.000 description 2
- 238000005496 tempering Methods 0.000 description 2
- 229920001169 thermoplastic Polymers 0.000 description 2
- 239000004416 thermosoftening plastic Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 229910000859 α-Fe Inorganic materials 0.000 description 2
- 241000896693 Disa Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 238000005275 alloying Methods 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 229910001563 bainite Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- -1 causing trapping Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005495 investment casting Methods 0.000 description 1
- 235000000396 iron Nutrition 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229910000734 martensite Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000003110 molding sand Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000011236 particulate material Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- ZYHMJXZULPZUED-UHFFFAOYSA-N propargite Chemical compound C1=CC(C(C)(C)C)=CC=C1OC1C(OS(=O)OCC#C)CCCC1 ZYHMJXZULPZUED-UHFFFAOYSA-N 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000003303 reheating Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007528 sand casting Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000002076 thermal analysis method Methods 0.000 description 1
- 238000007669 thermal treatment Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D46/00—Controlling, supervising, not restricted to casting covered by a single main group, e.g. for safety reasons
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D37/00—Controlling or regulating the pouring of molten metal from a casting melt-holding vessel
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32017—Adapt real process as function of changing simulation model, changing for better results
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32216—If machining not optimized, simulate new parameters and correct machining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/40—Minimising material used in manufacturing processes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
- Moulds For Moulding Plastics Or The Like (AREA)
- Molds, Cores, And Manufacturing Methods Thereof (AREA)
Abstract
본 발명은 최적의 값을 얻기 위하여 미리 결정된 매개 변수에 관하여 하나 이상의 제조단계(step)에 의해 제조되는 캐스트 제품 또는 몰딩된 제품을 제조하기 위한 공정을 최적화하기 위한 방법에 있어서, 상기 캐스트 제품 또는 몰딩된 제품에 대하여 하나 이상의 기술적 필요조건을 정의하는 단계와, 상기 하나 이상의 제조 단계를 반영하는 제1 컴퓨터 구현 공정을 제공하는 단계와, 상기 제1 컴퓨터 구현 공정으로, 상기 하나 이상의 제조 단계를 이용하는 기술적 필요조건을 만족하는 캐스트 제품으로 유도하는 하나 이상의 제 1 솔루션들을 발생시키는 단계와, 상기 하나 이상의 제1 솔루션들을 사용자에게 화면상으로 디스플레이하는 단계와, 상기 하나 이상의 제1 솔루션들 중에서 적어도 하나를 선택하고 최적 값을 갖는, 제조 비용/ 재료 소모 /환경적인 로드(부하)를 이루는 그룹으로부터 선택된 경제적인 데이터 조건을 선택하는 단계와, 상기 제1솔루션들의 제2솔루션 부분집합(서브셋)으로 귀착되는 최적 값에 가장 근사한 경제적인 데이터 조건으로 귀착되는 상기 선택된 제1솔루션들의 조합을, 제2 컴퓨터 구현 공정 공정에서 결정하는 단계와, 사용자에게 상기 서브셋을 디스플레이하는 단계를 포함하여 이루어지는 제조공정 최적화 방법을 특징으로 한다.
캐스팅, 몰딩, 서브셋, 엔메쉬먼트, 시뮬레이션
Description
본 발명은 부품의 효과적인 비용절감 및/또는 원자재 이용 제조를 확보하기 위한 디자인 최적화 및 제조 계획 분야에 관한 것으로, 특히 금속 캐스팅 및 인젝션 몰딩된 플라스틱 부품과 같은 캐스트 제품의 제조에 관한 것이다. 본 발명은 또한, 부품 디자인 동안 양적인 캐스팅 특성 예측과 캐스팅 디자인최적화 루프를 국부 소재 필요 조건의 최적화와의 결합을 제공하는 방법 또는 장치에 관한 것이다.
1960년대 이후로 디지털 컴퓨터가 제조 공정에서 서로 다른 절차상 측면과 현상을 시뮬레이션하기 위하여 집중적으로 꾸준히 이용되어왔다. 이러한 발전은 수년에 걸쳐 컴퓨터의 지속적인 성능 향상에 의해 집중적으로 지지받았다. 오늘날 컴퓨터의 성능은 저렴한 비용으로 대단히 복합적이고 포괄적인 시뮬레이션을 수행할 수 있다.
지금까지 알려지고 사용된 시뮬레이션 소프트웨어를 이용하여 다른 기술적인 캐스팅 공정 제조 측면의 최적화에 미치지 못하였다.
예를 들어, Peter R. Sahm 및 Preben N. Hansen에 의하여 저술되었고, Comite International des Associations Techniques de Fonderie, International Committee for Foundry Technical Associations, CIATF 1984(여기서부터는 "Hansen dt al."이라고 언급한다.)에 의하여 출판된 교과서 “Numerical Simulation and Modeling of Casting and Solidification Processes for Foundry and Cast-House”에서는 캐스팅의 특별한 특성을 위하여 충분히 특별한 품질 레벨을 가진 캐스팅이 가능한 캐스팅 레이아웃 및 캐스팅 프로세서를 디자인 할 수 있는 캐스팅 공정을 시뮬레이션을 수행하는 방법이 언급되어 있다. 게다가, Marek Dariusz Lipinski는 본질적으로 매우 비슷한 그러나 보다 더 상세한 방법론, 특히 몰드 충전 공정에 대하여 박사학위 논문 "Mold Filling Simulation for Casting Processes", Technical University, Aachen, November 4, 1996(여기서부터는˝ Lipinski˝이라고 언급한다)에서 언급되어 있다.
오랜 시간동안, 최적화를 달성하려는 시뮬레이션 및 방법에 관한 많은 논문들이 발표되었지만, 캐스팅 공정에서의 다른 공정 측면에 있어서 궁극적으로 최적화에 미치지 못하였다. The Engineering Foundation, U.S.A에 의하여 개최된 “Modeling of Casting, Welding and Advanced Solidification Processes"등의 일련의 회의들이 개최가 되었다.
1984년부터 이러한 아이디어가 금속 캐스팅 공정을 위한 MAGMASOFT® 소프트웨어와 같이 소프트웨어 상품에 상업화되었고, 충전 공정를 시뮬레이션하여 적절한 게이팅 시스템과 캐스팅을 충전할 수 정확한 방법을 디자인 가능하게 되었다. 게다가, 고체화 공정는 품질이 만족한지 확인하는 시뮬레이션이 가능하여졌는데, 예를 들어, 품질이 미시구조와 기계적인 특성이 받아들일 수 있을지 결정하기 위해 확인 뿐만 아니라 어떠한 결함이 캐스팅 공정에 예상되는지 확인한다. 더욱이, 캐스팅에 있어서 다른 단계로부터 발생된 응력및 그 응력들에 대하여 열처리 공정가 가능한지에 확인하는 시뮬레이션이 가능하다.
또한 플라스틱 인젝션 몰딩 시뮬레이션의 분야에서, SIGMASOFT® 소프트웨어와 같은 소프트웨어 상품, 플라스틱 데이터베이스와 사용자 인터페이스를 가진 MAGMASOFT® 소프트웨어와 같은 소프트웨어 제품과 그 중에서도 특히 Moldflow 소프트웨어 제품들을 많이 활용되었다. Peter Kennedy는 ”Mold Filling of Injection Molds,” Hanser Publishers, 1995를 통하여 몇몇 특정한 아이디어를 언급하였다.
그것이 본 발명에 앞서 시뮬레이션을 이용하는 중요 목적을 요약하는 것이 공정하며, 시뮬레이션을 통하여 캐스트 금속 및 플라스틱 부품들의 품질을 향상시켜 특별한 하나 또는 그 이상의 품질조건들을 충족시킬 수 있었기 때문에 그것으로 인하여 일반적으로 품질에 대한 규격이 꾸준히 증가했을지도 모른다. 미리 정의된 품질 레벨이 최종 제품에 충분히 적용되었을 때, 목표는 달성되었고, 시뮬레이션이 더 이상 필요하게 되지 않았다.
이러한 배경을 통하여, 본 발명의 목적은 적정 값에 근접한 미리 결정된 매개 변수에 대한 다수의 산출 단계에 의해 캐스트 제조 및 몰딩된 제품에 대한 공정 최적화 방법을 제공하는 것이다.
이러한 목적은 적정 값에 미리 결정된 매개 변수와 관련하여 수많은 산출 단계에 의해 만들어진 캐스트 제조 또는 몰딩된 제품을 제조하기 위한 공정를 최적화하기 위한 방법을 제공함으로써 청구항 1에 따라 달성되며, 공정는 캐스트 또는 몰딩된 제품을 위한 수많은 기술적인 필요 조건을 하나 또는 그 이상을 포함하며; 상기의 산출 단계 각각을 반영한 컴퓨터 구현 공정를 제공하며; 컴퓨터 구현된 공정의 각각을 가지고 기술적인 필요 조건을 충족시킬 수 있는 캐스트 제품으로 제조 가능한 산출 단계를 위한 다수의 솔루션을 발생시키며; 일련의 산출 단계를 선택하고; 실제 공정 또는 산출 단계의 선택 세트에서 개별적인 솔루션의 어떤 조합이 미리 결정된 매개 변수가 최적화 값에 근접한지를 컴퓨터 구현된 공정에서 결정을 내리는 것을 포함한다.
이 방법이 주어진 매개 변수에 근접할 수 있도록 최적화된 전체적인 공정 즉, 제조 비용 감소, 전체적인 에너지 소비, 가장 낮은 소재 소모 또는 최하위 환경적인 부하와 같은, 그 중에서도 가장 짧은 리드 시간을 가능하게 한다. 공정 처리 과정 사이의 상호 관계를 고려함으로써 주어진 매개 변수에 대하여 최적의 솔루 션을 추론할 수 있다.
최적화된 방법은 각각의 전체적인 제조 공정에 다시 적용되어져서 각각의 제조 하부단계를 위한 제작기계장치에 입력을 제공한다.
더욱이, 본 발명에 따른 캐스트 제품을 제조하기 위한 방법 또는 공정을 최적화하는 목적, 특징, 장점, 특색등은 다음의 상세한 설명과 첨부된 도면을 참조하여 명백히 이해할 수 있다.
혁신적인 두 개의 디자인 최적화 방법의 결합을 통하여, 새로운 두 개의 최적화 경로가 가능하다:
A) 2 단계의 구성 요소 디자인 분석 및 최적화에서, 실린더 머리의 모든 부분의 국소 소재 필요 조건은 알려진다. 이러한 정보는 도 28의 경로 180의 캐스팅 공정 디자인 최적화를 통하여 얻을 수 있는 국소 소재 특성에 의하여 조화되어야 한다는 목적으로서 사용된다.
B) 캐스팅 공정 디자인 분석 및 최적화로부터, 4 단계를 참조하면, 실린더 머리의 모든 부분의 국소 캐스팅 특성이 도시된다. 이러한 정보는 동일하고 일정한 특성의 장소에 사용되며, 도 29의 경로(190)을 참조하면, 2 단계에서 도시된 바와 같이 잠재적인 구성 요소 무게 감소 또는 성능 향상을 초래한다. 이러한 선택 B에대하여, 혁신적이고 포괄적인 최적화 방법이 제안되었으며, 캐스팅의 디자인 뿐만 아니라 구성요소의 디자인은 반복적인 최적화 루프로 통합되어서, 도 30의 경로(195)를 참조하면, 동시에 최적화된 구성요소 디자인(국소 캐스팅 특성에 기반을 두고)및 최적화된 캐스팅 공정(국소 물질 필요 조건에 기반을 두고)을 결정한다.
도 1 및 2를 참조하면, 캐스팅 공정의 수치 시뮬레이션을 실행하기 위한 필요한 요소들을 보여준다. 참고 번호 20(도 1 및 2에 도시된)을 이용한 일반적으로 식별된 시뮬레이션의 주요 단계는 다음과 같다.
- 박스 2에서 시뮬레이션 영역의 형상의 디지털 형상적인 표현;
- 박스 24에서 인메쉬먼트(Enmeshment)는 계산 도메인의 하부 분할인 작은 요소들이고, 미분 방정식을 분리시키기 위한 베이스들이며 이런 식으로 시뮬레이션될 물리적인 현상에 대한 솔루션을 찾는다;
- 박스 26에서 시뮬레이션 프로젝트를 위한 경계 조건을 상세화한다;
- 박스 28에서는 시뮬레이션 모델(데이터 베이스 또는 데이터 뱅크)안으로 다른 소재 도메인을 위한 필요한 물리적인 데이터를 부착시킨다;
- 박스 30에서 수치 알고리즘을 이용하여 열 흐름, 유체 유동 그리고 응력과 스트레인을 위한 미분 방정식을 해결한다; 그리고
- 박스 32에서 결과를 도시한다.
도 1에서 더 도시된 바와 같이, 다양하고 다른 요소가 전체적인 공정에 기여할 수 있다; 예를 들어, 특히 첫번째 단계(22)에서, 박스 34을 참조하면 특히 전자 형태의 기술적인 도면 데이터를(그리고/또는 그래픽 기타 등등)공정 안으로 제공될 수 있다면, 주조되기 위해 궁극적인 부분의 형상적인 모양을 제공한다.
유사하게, 다른 정보가 특히 디지털 형식으로 공정로 제공될 수 있다. 그러 한 것은 박스 36을 참조하면, A/D 변환 장치를 경유하여, 측정 데이터를 경계 조건 정의에 제공함으로써 예를 들수 있다. 또는, 다른 분석이 전체적인 공정 안으로 제공된 결과를 이용하여 수행될 수 있다; 여기에서의 보기는 박스 38과 40를 참조하여 고체화 합금의 열분석 또는 몰드 소재의 열물리학 그리고/또는 기계적인 분석을 각각 나타낸다. 더욱이, 도 1에서의 박스 42, 44를 참조하면, 여전히 더 기술적이 그리고/또는 행정적인(예를 들어, 관리, 금융 그리고/또는 경제적이)데이터가 일반적으로 표시된 것처럼 전체적인 공정에 추가될 수 있다.
여전히 게다가, 도2의 캐스팅 시뮬레이션 공정(200)의 상세한 보기들에서 보여지는 주요 시뮬레이션 구조(20)의 분리된 단계들의 하나 또는 그이상 내에서 여러 측면과 관련된 모델들이 결합되거나 그리고/또는 확장되어진다. 보기들은 다음과 같다.
- 다른 공식에 존재하는 매개 변수를 결합시킬수도 있으며 다른 현상들을 예측할 수 있는 시뮬레이션의 결과인 기준 기능들은 예를 들어 도 1의 싱글 셋 계산으로(38)부터 얻어진 세개의 고체화/열적/냉각 계산(38a, 38b 그리고 38c)(비유적으로 그리고/또는 실제로)들이다. 그리고/또는, 도 2에서 박스 48에 의해 완전히 일반적으로 표시되는 공극성 형성, 수축 형성, 크랙 형성, 부식 현상 및 콜드 샷(cold shots)등과 같은 부가적인 미시구조 계산을 보기로 들수 있다;
- 박스 38a를 참조하면, 캐스팅의 고체화와 캐스팅의 열처리동안 미시구조의 형성의 마이크로 모델; 그리고
- 박스 38b를 참조하면, 응력과 스트레인의 시뮬레이션에 대한 모델.
전체적인 공정에 관련된 추가적이거나 그리고/또는 상세한 계산들은 도 1의 박스 40의 기둥들을 포함한 박스 50를 참조하면 일반적으로 제안된 상세한 계산이 박스 50에 의해 일반적으로 제안된 것처럼 또한 포함될 수 있다. 모든 참고 식별(번호)가 도 1과 도 2에서의 불연속적인 숫자들을 통하여 유사성을 제시하지만 반드시 기능(들)의 일치성을 보여주지는 않는다는 것을 주목한다. 그러므로 예를 들어, 세개의 박스가 도 2의 참조번호 32에 의하여 인식되며, 다른 디스플레이 기능들을 제시하지만, 그러나 결코 도 1에서 더 일반적으로 표시된 기능에 제한되지는 않는다. 유사하게, 도 1의 박스 30의 계산은 도 2의 박스들을 분배한다고 이해할수 있으며, 그러므로 여기에서 개별적으로 인식되지 않는다는 것을 주목한다. 더 특정한 기능을 가진 다른 부가적인 모듈은 선택적으로 전체적인 공정 20 또는 200에 추가될수도 있다. 제한이 없는 보기들 즉, 철, 강철, HPDC, LPDC 그리고/또는 플라스틱 인젝션 몰딩 부가적인 모듈등이 사용될 수 있으며, 그와 같은 모듈의 상세 보기는 여기에서 아래 명기된다.
모든 상황에서, 도 1 및 도 2를 참조하면, 바람직한 기술 공정 솔루션을 발견하기 위한 방법은 형상 그리고(또는)경계 조건, 그리고(또는)열 물리 데이터 기타 등등 변환한 후 수행될 수 있는 인간 반복 동작을 이용할 것을 포함할 수 있다. 그런 절차는 사용자가 만족스러운 솔루션으로 결정할 때까지 계속적으로 수행될 수 있다.
그러나 오늘날 리딩 에지 개발(leading edge development)의 다른 분야에서와 같이, 더 바람직한 수단은 이러한 반복 동작을 수행하기 위해 알고리즘(몇몇 사 례에, 본질적으로 일반적인 반복 동작 알고리즘)를 이용하는 소프트웨어 프로그램을 포함하며 최적화(예를 들어, 성분 또는 공정 비용 또는 특별한 소재 또는 특별한 단부 품질 표준)를 위하여 기준이 선택된다, 그래서 그것이 더 이상 인간 반복 동작이 아닌 컴퓨터에 의한 자동적인 반복 동작이며, 주어진 현상에 가장 최적화된 기술적인 솔루션을 발견한다. 다음, 사용자가 최적의 솔루션을 결정하고 선택하는데 있어서 더욱 발달한 옵션을 제공하는데, 하나 또는 다수의 기준들이 평행하게 적용되어서 하나 또는 다수의 기술적인 시뮬레이션으로부터의 결론이 운영자에게 제공될 수 있다. 가능성있는 하나 또는 그 이상의 솔루션 어느 것이 특별한 케이스에 가장 최고의 솔루션을 제공할 수 있는지 사용자가 쉽게 선택할 수 있다.
그런 작동을 달성하기 위한 하나 수단은 VTOS®라고 언급되는 디자인를 포함할 수 있으며(즉, ˝Virtual Try Out Space®˝ 일종의 ˝가상 현실˝), 모든 기술적인 시뮬레이션으로부터의 결과가 컴퓨터 화면 표시(예를 들어, 스크린에)에 제공된다. 사용자가 가능성 있는 하나 또는 그 이상의 솔루션 어느것이 특별한 케이스에 있어서 가장 최고의 솔루션을 제공할 수 있는지 선택할 수 있다.
병렬 또는 본질적으로 동시발생의 스타일에서 실행된 방법론의 실시예는 도 3과 도 4(˝평행한˝ 또는 ˝동시발생의˝ 어구가 단지 바람직한 실시 예의 서술적인 목적을 위해 사용되고; 이러한 용어가 절대 평행성 또는 동시성에 대하여 방법론들을 제한하지 않으며, 개별적인 보조 공정의 상대적 타이밍이 동시발생하지 않을지도 또는 엇갈릴 수도 또는 단편적인 방법인 것처럼 절대 평행성 또는 동시성에 대하여 방법론을 제한할 작정이지 않은)에 나타내어진다. 도 3과 도4가 본질적으로 똑같은 방법론적인 구조를 나타낸다. 하지만, 도 3이 일반화되거나 일반적인 디자인를 보유한 곳에서, 도 4가 일반화된 공정의 상세한 실시예로서 금속 또는 플라스틱 캐스팅에 유용한 보조 공정에 고용한다.
도 3의 일반화된 형태를 좀 더 상세하게 관찰하면, 도면번호 2000번으로 식별된 전체적인 공정는 하나 또는 다수의 보조 공정을 가지고 있으며 참조 번호 70번대로 인식된다. 예를 들면 도면에 나타낸 바와 같이, 이러한 보조 공정은 규정된 보조 공정등(71, 72 및 73)을 포함할 수 있으며; 그리고/또는 임의 수의 보조 공정 70i 그리고/또는 70i+1을 포함할 수 있다. 더욱이, 완료된 제품의 완성은 70fp "단계"뿐만 아니라 식별될 수 있으며, 단계가 전체 ˝ 보조 공정 ˝ 자체가 아니라도, 단순히 전체적인 공정(2000)의 완성으로 표시한다. 유사하게, 어떠한 하나 또는 그 이상의 보조 공정(70)이 반드시 전체 보조 공정을 포함하지 않고 오히려 단일 단계 또는 다른 스텝을 위한 단순한 전이 또는 분리된 보조 공정을 포함할 수도 있다.
그리고 나서, 도 3에서, 자료 입력, 예를 들어, 기술적인 데이터 입력 라인(75)과 경제적인 / 소재 / 에너지 데이터 입력 라인(76)을 위한 분리된 채널이 각각의 보조 공정(70)과 연결될 수 있는 것을 주목한다. 이러한 채널들은 실제로 각각의 데이터 입력 라인일 수도 있고, 또는 공통 직렬 버스 접속과 또는 다른 공통 데이터 입출력 접속에서와 같이 실제로 공통 라인일 수 있고, 또는 적절한 보조 공정에 데이터 접속을 제공하는 하나 또는 그 이상의 더욱더 분리된 라인일수도 있다. 유사하게, 그것이 데이터 라인이 각각의 모든 보조 공정과 연결되지는 않을수도 있으며, 차라리 데이터가 보조 공정에게 그리고/또는 으로부터 전달될 수 있다 (예를 들어, 모든 보조 공정이 경제적인 데이터 타이를 가지지 않을 수도 있다)는 것을 주의한다. 여하튼, 쌍 방향으로 연결된 화살표는 데이터는 어느 한 방향으로 입력이 보조 공정에 제공되어 출력 값을 계산하도록 하는것이 바람직하며, 출력 값은 예를 들어 기술적인 데이터 라인(75)를 경유하여 다른 보조 공정으로 다시 전달되어서 보조 공정은 계산된 데이터를 이용하여 다른 특정한 결과에 도달한다. 보조 공정 사이의 화살표는 직접적으로 둘 또는 그 이상의 보조 공정 사이의 연속한 전이가 여기에서 또한 직접적으로 이용될 수 있다는 가능성을 보여준다; 그러나 더 실질적인 병렬 그리고/또는 점차적인 앞뒤 트랜잭션이 실행되는 곳에서는 필요하지 않다.
어떠한 경우에도, 어떠한 하나 또는 그 이상의 보조 공정의 궁극적인 결론은 바람직하게 극대화 보조 공정(80)과 적절하게 전달되어지며, 그리고 여기에서 결과가 개별적으로 사용자에 의해 궁극적인 사용/결정을 위해 평가 그리고/또는 표시된다. VTOS 모델에서, 바람직한 하나 또는 다수의 보조 공정 결과는 사용자의 검토와 비교를 위하여 그리고 결정을 내리기 위하여 실제적으로 동시에 표시(동시에 반드시 달성되지 알지라도)될 수 있고, 또는 연속적일 수 있다. 그러므로, 단계(80)은 하나 또는 그 이상의 표시 단계를 포함할 수 있다. 이 반복 동작은 사용자 또는 컴퓨터로 실행되는 알고리즘에 의해 수행될 수 있다.
일반화된 모델(2000)의 도 4에서 더 상세한 실시예(2001)은 금속 또는 플라스틱 캐스팅 공정을 위한 실시예 보조 공정 70a 내지 70g를 포함한다. 더욱 특별히, 이러한 보조 공정의 실시예들은 제한 없이, 디자인 보조 공정 70a, 몰드/패턴/ 박스 제작 보조 공정 70b, 캐스팅 시뮬레이션 보조 공정 70c, 페트링(fettling)보조 공정 70d, 기계 가공 70e, 열처리 70f와 표면 처리 보조 공정 70g을 포함한다. 이것들은 더 상세하게 아래에 기술된다. 이것은 단지 보조 공정의 집합체의 일 실시예이다. 바람직하게는, 더 확실한 입력 데이터 예를 들어, 확실하고 바람직한 기술적이 그리고/또는 경제적인 데이터에 근거하여, 최적화를 위하여 하나 또는 그 이상의 결론에 도달하고 보조 단계(80)와 통신한다. 다수의 선택적인 입력 데이트 세트가 대응하는 복수의 출력 결론 세트를 발생시키기 위하여 사용되며 예를 들어 박스 80을 참조하면 VTOS 또는 가상 현실 작동 내에서 사용자/조작자에 의하여 비교할 때 궁극적으로 사용된다.
박스 80, 즉 "최적화를 위한 데이터 수집 + 방법과 소프트웨어˝를 참조하여 도 3과 4에 설명되었던 최적화 방법론은 다양한 형태, 예를 들어, 위에서 제안된 표시 기능을 취할 수 있다. 그러나, 이러한 보조 공정(80)은 보다 더 정교한 기능 즉, 보다 많은 부 단계들을 포함한 도 5의 보조 공정(800)에 의해 나타내어진다. 도 5의 실시예 방법론(800)은 모든 하부 단계(또는 그것의 선택된 부속 세트)에서 제조에 있어서 다르고 가능한 방법을 위한 제조 하부 단계에서부터 데이터 입력을 포함하여 하부 스텝(81)에서 시작할 수 있다.
지금부터는, 82 단계 및 83 단계를 참조하면, 서로 다른 하위 단계/하위 공정(70)(하위 단계 및 하위 공정들은 여기에서 상호 교환할 수 있도록 사용된다)내에서 제작을 위한 서로 다른 방법들의 하나 또는 그 이상의 모든 가능한 조합이 최적화 기준에 관련하여 분석 처리되며, 최적화 기준은 가장 낮은 제조 비용, 가장 낮은 재료 소모, 가장 낮은 환경적인 부하 기타 등등 또는 언급된 기준의 어떠한 조합일 수 있다. 이러한 과정을 통하여, 가장 최적화된 제작 경로를 찾을 수 있다.
이러한 정보를 다시 다른 제조 하부 단계/ 하부 공정에 제공(단계 84)함으로써(시뮬레이션 결과를 통하여), 다른 제조 하부 단계를 위해 실제 제조 기계들에게 입력을 제공한다(단계85).
결과는 특히 금속성 캐스팅과 인젝션 몰딩된 플라스틱 부품에 있어서 부품의 효과적인 비용 그리고/또는 효과적인 원자재 제조을 위한 프레임을 설정하는 디자인최적화와 제조 계획을 위한 바람직한 방법론이다.
여기에서 기술된 것처럼, 이 수치 시뮬레이션 기술은 사용자 우호적이고 빠르고 포괄적이고 정확한 턴키(turnkey)솔루션이 되기 위하여 상업화가 가능하며 다음과 같은 특징들을 포함한다.
- 완전히 메뉴 중심의 사용자 인터페이스;
- 프로젝트 관리 모듈;
- 고체 형상 모델링, CAD 데이터 전송 및 종래의 CAD-시스템 및 자동 언메쉬먼트를 포함하는 사전 처리기;
- 공정 설명(유체 유동, 고체화와 열 전송, 응력과 스트레인, 고체화의 미시구조 개발과 열처리 공정)을 위한 시뮬레이션 모듈과 물리적 반응식을 해결하고 시뮬레이션 결과를(시뮬레이션 실행을 통하여)제공하기 위한 솔루션알고리즘;
- 3D 가시화 및 결과 평가를 위한 후처리 프로세서;
- 열-물리학적 데이터 베이스;
- 단일 프로세서 컴퓨터, 이중 프로세서 컴퓨터 및 멀티 프로세서 컴퓨터를 위한 소프트웨어 발표(클러스터(cluster)기술);
- 특정한 캐스팅 공정을 위한 특별한 부가적인 모듈: 고압인 형판 주조 공정를 시뮬레이션하기 위한 HPDC-module, 저압인 형판 주조 공정를 시뮬레이션하기 위한 LPDC-module, DISAMATIC® 캐스팅 공정을 시뮬레이션하기 위한 DISA®-module, 철의 캐스팅 공정의 고체화를 시뮬레이션하기 위한 Iron-module, 철강품 공정의 세부 특성을 시뮬레이션하기 위한 Steel-module, 응력을 시뮬레이션하기 위한 Stress-module과 캐스팅 공정에 있는 왜곡, Cosworth 캐스팅 공정의 세부 특성을 시뮬레이션하기 위한 Cosworth-module, 기타 등등이 있다; 그리고
- 자동적으로 최적 기술적인 솔루션을 선택하기 위한 일반적인 알고리즘 및 기준을 이용한 시뮬레이션 반복 동작 루프의 자동적인 개시를 위한 소프트웨어.
사전 처리기는 고체 형상 모델링, 캐드 데이터 전송 및 자동 엔메쉬먼트를 포함할 수 있다. 이것은 복합적인 형태의 캐스팅과 몰드 형상의 쉽고 빠른 형상학적인 설명을 가능하게 한다. 형상의 모든 부분은 조작된다. 이것은 이전 시뮬레이션의 결과에 근거하여 게이팅 및 피딩 시스템의 빠른 변경을 가능하게 한다. 영구적인 몰드에 있는 냉각 채널, 슬리브 및 한기를 피딩시키는 것과 다중 캐비티(cavity)영구적인 몰드(또는 다이)의 손쉬운 구성의 디자인을 원할하게 하기 위하여, 표준 구성 부품들이 데이터베이스에 저장되고 로드될 수 있다. STL과 같은 선택적으로 이용 가능한 일반적이고 직접적인 인터페이스는 다른 CAD 시스템 내에서 구성된 외부 발생된 형상이 사전 처리기 안으로 읽혀지는것을 가능하게 한다. 자동적인 엔메쉬먼트 기능은 몇 분동안 정상적인 엔메쉬먼트의 생성을 가능하게 한다. 사용자가 정의하는 글로벌 제어 매개 변수는 메쉬의 정확도와 조잡도를 조절할 수있다.
몰드 충전을 시뮬레이션하는 것은 모든 모양 캐스팅 공정을 위한 양쪽에 있는 충전 패턴, 영구적인 몰드, 모래 몰드 및 코어 주위의 연구를 가능한게 한다; 주로 Hansen et Al., Lipinski와 Kennedy의 위에서 언급된 문헌 참고에서 기술된 에너지 방정식과 결부된 네비어-스토크(Navier-stokes)방정식을 해결한다. 그러므로, 다음 정보가 획득될 수 있다.
- 몰드 패턴 충전;
- 다이 또는 몰드 캐비티에 있는 금속/플라스틱 속도;
- 몰드 충전 동안 과열의 손실 및 온도 분포; 그리고
- 충전 동안의 냉각 샷, 냉각 단계, 흐름선 그리고 가능한 모래 부식 및 기체 포착 및 전환 가능성의 잠재력.
이러한 형태의 정보는 다음 목적들에 있어서 주조업자들에게 도움을 제공한다:
- 게이팅 시스템을 최적화;
- 용해중인 결정적인 속도에 의한 모래 부식 및 관통의 예측;
- 하부 정지 주조용 용기 내에서의 게이팅 시스템, 스틸 주입/충전 비율에 따른 압력을 따른 충전 시간 결정;
- 다이 캐스팅에 있어서의 오버플로우의 최적 배치;
- 유동하는 용해 전방에서 슬래스(slag)의 포착, 공기 혼입 및 드롭릿(droplet)발생을 야기시키는 용해 내에서, 난류, 스플래시(splash), 및 ˝해머 효과(hammer effect)˝의 관찰; 그리고
-필터의 사용.
열 흐름과 고체화를 시뮬레이션하는 것은 캐스팅 고체화 및 냉각의 관찰을 위한 강력한 툴이다. 액체 및 고체 수축을 고려하며 캐스팅 및 공극성 형성의 공급을 나타내고 정보를 제공한다.
- 고체화 패턴과 공급 경로;
- 캐스팅 전체에 있어서의 고체화 시간, 온도 증감과 캐스팅 비율;
- 캐스팅에 있어서의 결정적인 영역;
- 다이, 코어 및 몰드의 열적 로딩(분리 및 함유와 같은 응력, 스트레인, 왜곡의 계산의 로드 입력으로 사용되는); 그리고
- 캐스팅, 몰드 및 다이 내에 있는 어떠한 위치에서의 냉각 곡선.
이러한 형태의 정보는 다음 목적들에 있어서 주조업자들에게 도움을 제공한다.
- 캐스팅 및 영구적인 몰드 및 다이들의 레이아웃, 그리고 모래 캐스팅 절차에 대한 형태 및 코어 박스 디자인의 최적화 방법;
- 피더 및 공급 원조의 사용 및 냉각의 최소화와 효과적인 사용;
- 캐스팅의 제거의 최적화 시간, 몰드 소재의 냉각 필요, 몰딩 모래 및 관련 개스 발생의 저하, 칠링(chilling)의 효과, 저하와 가스 발생에 있어서의 코어에 대한 열 효과와 같은 공정 조건 관찰;
- 어떠한 피더에 대한 양적인 피딩 필요 제공; 그리고
- 공극성과 수축을 제거하기 위한 방법적인 변화에 대한 통찰력을 제공.
배치(batch)기능들은 영구적인 몰드에서 모델링 멀티-사이클 캐스팅 공정의 성능을 제공하며 그에 대한 정보를 제공한다:
- 상시적인 캐스팅 및 영구적인 몰드 내에서의 온도 분포;
- 제조 시작 단계에서 "안정된 상태"의 제조 조건에 도달하기 위해 필요한 캐스팅 주기의 횟수를 제공하며 캐스팅 주기를 통하여 영구적인 몰드들은 "안정된 상태" 열 제조 균형에 도달하기 위하여 가열된다. 캐스트 부분의 품질에 있는 관련된 변화는 또한 관찰될 수 있다; 그리고
- 최적 캐스팅 제거 시간(주어진 제거 온도에서).
배치 기능들은 다음과 같은 목적들을 제공한다.
- 영구적인 몰드 및 다이 캐스팅 공정를 위한 최적 제조 조건;
- 다이의 최적 레이아웃 및 냉각 및 가열 채널;
- 초기 캐스팅 분출 시간의 식별에 의한 주기 시간의 최소화;
- 열적 로딩이 결정적이고 다이 수명을 감축시킬 수 있는 다이 내에서의 결정적인 영역의 정확한 지적;
- 일정한 캐스팅 품질의 성취; 그리고
- 일반적인 공정 이해.
후처리에서, 3D 가시화와 결과의 평가를 획득될 수 있다(예를 들어 도 2 그 리고 도 6 내지 14 참조하면). 3D 후프로세서는 사용자가 캐스팅의 주요영역을 모든 방향으로부터 관찰하면서, 모든 방향으로부터 결과를 통하여 절단을 하며 특정 영역을 절단하여 캐스팅의 결정적인 영역을 식별할 수 있도록 허용한다. 캐스팅 공정의 모든 스테이지에서 캐스팅 및 몰드 내의 온도는 관찰 될 수 있다. 열 기록뿐만 아니라 공극성 레벨, 충전 패턴의 정확한 위치는 엑스 레이 필름으로써 추적이 가능하다. 다양한 기준(기준 기능들)은 사용자가 충전, 고체화 또는 하나의 포괄적인 사진을 가지고 공급 정보를 수집하는 것을 돕는다. 냉각 곡선, 속력, 압력, 응력과 스트레인은 어떠한 위치에 나타내어질 수 있다.
데이터 베이스 모듈이 시뮬레이션을 수행하기 위해 필요한 열 물리 데이터를 사용자에 제공할 수 있다. 다음, 사용자는 다른 합금 조성 또는 소재 더하거나 변화를 줄 수 있으며, 다른 데이터베이스에 할당하기 위해 옵션을 가질 수 있다. 다른 목적의 공정 조건과 형상(피더, 피더 슬리브, 필터, 게이팅 시스템 등등이 요구되는대로 저장될 수 있다).
도 6 내지 14에서는 여기에서 논의 된 것처럼 특별한 캐스트 제품에 관련된 극대화 변수들을 보여주는 그래픽을 보여준다. 특히, 도 6에서 초기에 어떠한 모양이 될수 있는 캐스트 제품(100)이 도시되지만 도 6에서 코어(98)에 의해 정의된 바와 같은 하나 또는 그 이상의 의도적으로 형성된 보이드(void)를 포함한 모양이다. 도 6c에서 도시된 바와 같이, 네개의 코어(98)들은 캐스트 제품(100)에서의 상응한 보이드를 형성하기 위해 이용된다. 도 6에서의 제품에 대한 설명은 아래에서 더욱 언급될것이다.
그러나, 첫째로 여러 선택적인 캐스트 제품이 최종물(100a)에서 비슷한 보이드를 형성하기 위해 이용된 단일의 멀티-장착된 코어(98a)를 가진 도 7의 제품(100a)를 시작으로 첫번째로 기술될 것이다. 유사하게, 보이드가 없는 제품(100b)은 도 8에서 도시된다(네개의 보이드는 기계 가공 공정에서 기계로 만들어진다). 이와 같은 선택 구조를 보여주는 주요 포인트는 다른 내부 또는 다른 제약들을 인정하는 유사한 최종물을 제공하는 다양한 형태를 강조하여서 다른 코어를 포함하는 다른 형태는 최종물에 다양한 임팩트를 가지고 있다. 일부는 더욱 제조하기 쉽다. 다른 경우에는 더 또는 선택적으로 적은 물질을 사용한다(어떤 경우에는, 더 강한 제품을 만들기 위하여 더 많은 물질; 반면에 다른 경우에는, 강도가 장점이 아닌 경우에는 더 많은 소재를 사용하는 것은 낭비이다).
동일한 방식의 대안이 도 9 및 도 10에 더 도시되며, 예를 들면, 도 9의 최종 제품(100c)가 두개의 코어(98b 및 98c)를 가지고 나타내어진다(다른 측면의 복잡도를 증가시키는 반면에 동시에 제조의 일 측면을 단순화한다); 그리고 선택적인 최종 제품 100d가 도 10에서 나타내어지며, 세개의 코어를 포함하는 실시예는 코어(98d 및 98e)에 의해 표현된다. 도 10의 실시예가 보다 적은 부분(세개의 코어들과 네개의 코어를 비교하면)를 필요함에 있어서 도 6의 실시예를 단순화할 수 있다; 그러나, 연장된 코어(98e), 또는 가능한 감소된 최종 제품 질량에 있어서의 타협, 그 중에서도 오프-셋팅(off-setting)강도를 제거하는데 관련된 복잡성이 증가한다.
도 11 내지 도14의 실시예를 참조한다; 네개의 선택적인 몰딩 공정이 도시된 다; 각각의 기능 또는 특히 단부 품질에 있어서의 다양한 타협점을 가진다. 도 11에서, 제1 몰딩 공정가 최종 제품(100)((네개의 코어를 가지고)도 6의 첫번째 디자인(100)에서와 같이)의 형성이 도시된다. 여기에서, 수평부가 중심 피더(101)과 아래쪽 유입구(102)로 나타내어진다. 다시 중심 피더(101)을 포함한 선택적인 두번째 수평부는 다시 중심 피더 101 또한 측면의/측면 유입구(102)를 포함하여 도 12에서 나타내어진다. 그리고 나서, 도 13 및 도 14에서, 선택적이고 수직인 금형 부분이 본질적으로 비슷한 최종 제품(100)을 위해 도시된다; 이러한 경우에는, 상면 피더(101)이 바닥면 유입구(102)를 포함하여 도 13에서 나타내어진다; 반면에 측면 피더(101)와 유입구(102)가 도 14에서 나타내어진다. 이러한 네개의 실시예들은 단지 여기에서의 형성 처리에서 다양한 대체안들을 보여주기 위하여 보여지며, 바람직한 결과를 위하여 궁극적인 계산에 특별한 효과를 가지고 있다. 확실하고 바람직한 결과 특성이 어떤 경우에서는 이러한 하나 또는 그 이상의 대체안들을 더욱 더 효과적으로 이용할 수 있으며, 하나 또는 그 이상의 응용에 있어서 어떤 기준이 더욱 더 중요한가에 달려 있다.
상기와 같이, 다양하고 다른 선택적인 부가적인 모듈이 사용가능하기 때문에 각각의 모듈은 특별한 최종 제품 또는 특히 바람직한 절차를 위한 특별히 우선적인 특성 또는 현상을 고려한다. 여기에서의 실시예는 다음에 더욱 상세히 설명된다.
캐스트 철의 품질은 응용된 용융 처리, 용융 처리 및 야금술에 의해 결정적으로 결정된다. 캐스트 철의 고체화 및 고체 상태 변형 동안에서의 피딩 및 미시구조 형성의 예측은 미시적인 단계 형성의 정확한 고려, 몰딩 실제 용융 분석 및 종 류와 효과적인 용융 처리 및 접목을 요구할 수 있다. 형성된 흑연의 종류와 양을 예상하는 미시적이고 활동적인 성장 모델은 경쟁적인 흑연 팽창의 정확한 시뮬레이션 및 오스테나이트(austenite)수축 세력을 제공하며 그것을 통하여 수축 및 공극성이 결정된다. 이 절차는 캐스팅에 있어서 최종적인 미시구조 및 기계적인 특성을 허용한다.
일반적인 시뮬레이션 방법론에 그런 부가적인 철의 모듈을 결합으로부터의 출력은 다음과 같은 정보이다:
- 캐스팅에서 다른 위치에 있는 회색 및 백색 철의 양;
- 회색 철을 위한 공융 셀 크기과 박막 거리;
- 오스테나이트, 초기의 흑연, 공융 및 백색 철 단계의 조각;
- 유연한 철을 위한 흑연 작은 마디 갯수;
- CGI를 위한 노듈래리티(Nodularity);
- 냉각 비율 및 시간의 기능으로써의 과냉, 재열 및 성장온도의 정도를 나타내는 캐스팅의 어떠한 포인트를 위한 냉각 곡선;
- 고체화의 다른 스테이지에 있는 액체의 소부분;
- 캐스팅에 있어서의 고온부와 고체화를 위한 마지막 부분 설정;
- 캐스팅에 있어서의 어떠한 위치에 있는 열 모듈;
- 유연한 철에 있는 수축과 공극성 형성, CGI와 회색 철 캐스팅;
- 캐스팅에 있어서의 펄라이트(pearlite)와 페라이트(ferrite)분포; 그리고
- 경도와 기계적인 특성의 분포(수율 - 그리고 장력 강도, 작은 부분에서의 신장성, 영스(Young's)모듈).
이러한 데이터는 종래의 파이나이트-엘리멘트-로드(Finite-Element-load) 시뮬레이션 소프트웨어 프로그램의 링크(link)를 경유하여 로드 계산의 결과를 향상시키기 위해 이용된다. 이러한 방법으로, 데이터에 있는 국소 변동 값이 캐스팅 도메인 부분을 위한 동질성의 일정한 데이터 및 로드 계산 시뮬레이션을 위한 경계 조건들을 이용하는 종래의 방법 대신에 사용된다.
철 부가적인 모듈
개념은 철 캐스팅을 위한 제작 경로의 기술적인 시뮬레이션을 지지하며,캐스팅과 열처리 공정를 통한 형태 레이아웃을 형성하기 위한 확장된 능력을 제공하는 것이다. 시뮬레이션 성능은 수치 모델을 포함하여 확장되며 캐스팅에서의 액체 용융뿐만 아니라 열과 용매의 자연 대류 세력에 의한 발생된 흐릿한 영역에서의 금속의 속도 및 압력을 계산한다. 고체화하는 캐스팅 내에서 열 지도 상의 이러한 유동의 효과는 고려된다. 계산된 속도는 또한 미세한 분리 모델과 결합되며, 합금에서의 합금 원소의 재분산을 추척하며, 미시적인 분리를 예상한다.
열처리 공정에서의 최종적인 미시구조와 관련된 기계적인 특성을 모델로 하기 위하여 오스테나이트화, 켄칭(quenching)과 템퍼링(tempering)동안의 변화하는 조건들을 기반으로하는 열 처리 공정 동안에 열 전송을 고려한다. 합금 조성과 함께 이 정보는 수백개의 스틸 그레이트(steel grates)를 위한 변형 다이어그램에 근거한 회귀 분석을 통하여 결합된다. 이러한 분석은 캐스팅을 통하여 국부 미시구조 및 기계적인 특성을 예측한다.
사전 제조 계획 및 방법에서, 주조업에서 다음과 같은 정보를 제공 받을 수 있다:
- 캐스팅의 부피 및 질량, 기계 허용, 게이팅 시스템;
- 라이저 시스템, 몰드 모래, 코어 모래 그리고 냉각;
- 게이팅과 피딩 시스템의 페트링(Fettling)영역;
- 모래/금속 비율과 수율과 같은 중요 수량;
- 완성된 캐스팅을 위한 모듈 값 및 사용자 지정 피딩 영역;
- 래들 형상의 기능으로서 래들 방전 비율과 주입 시간.
부가적인 모듈로부터의 추가 정보는 다음을 포함할 수 있다:
- 열 그리고 용매의 자연 대류에 의한 캐스팅 내의 속도 필드;
- 고체화 동안 용융을 통한 추적 입자 이동의 가시화; 그리고
- 캐스팅(대형 분리현상)을 통한 합금과 추적 소자의 분포.
열처리 공정를 시뮬레이션함으로써 다음의 정보를 부여할 수 있다.
- 각각의 열처리 단계 후의 캐스팅에서의 온도 분포;
- 열 처리 주기를 통한 캐스팅에 있는 가열/냉각 곡선;
- 식혀진 냉각 곡선에 연결된 CCT 다이어그램이에 따른 합금 및 오스테나이트화 조건;
- 식혀진 캐스팅에서의 마르텐사이트(martensite), 베이나이트(bainite)및 페라이트/펄라이트 분포;
- 식혀지고 강회된 캐스팅에 있는 경도 분포; 그리고
- 강화된 캐스팅 내에서 수율 강도, 장력 강도 단부 신장성 분포.
LPDC (고압 다이 캐스팅)공정를 위한 부가적인 모듈
개념은 이러한 특정 캐스팅 공정에 대한 특정한 공정 매개변수 모두가 아니라면 다수를 정의하고 통합한다;
- 이젝션 시간(시간 또는 캐스팅 온도에 의해 제어된);
- 다이 오픈닝 시퀀스(die opening sequence);
- 지연 시간(다이에서의 열 밸런스의 주기 효과를 시뮬레이션);
- 다이 클로우징 시퀀스(die closing sequence);
- 다음 주기의 시작까지의 리드 시간;
- 각각의 냉각 또는 템퍼링 채널(또는 채널 루프)의 개별 통제;
- 다이 스프레잉 절차의 정의; 그리고
- 샷 곡선 계산기의 도움에 의해, 특정한 캐스팅 형상을 위한 다이 캐스팅 기계 구성은 몰드 충전 시뮬레이션 내에서 사용되는 다른 샷 단계를 위한 최적 경계 조건들을 제공하기 위하여 결정된다.
몰드의 정확한 충전 시뮬레이션은 공기 포획을 위하여 결정적인 흐름 속도, 흐름 패턴, 냉각 샷 및 주요영역의 식별을 가능하게 한다. 이러한 정보는 러너(runner), 게이트 오버플로우 및 벤트(vents)의 위치와 넓이를 최적화하기 위해 이용될 수 있다. 고체화와 냉각 시뮬레이션은 최고의 냉각 채널 위치설정과 레이아 웃을 설치하기 위해 이용될 수 있다.
LPDC (저압 다이 캐스팅)공정를 위한 부가적인 모듈
개념은 이러한 특정 캐스팅 공정에 대한 특정한 공정 매개변수 모두가 아니라면 다수를 정의하고 통합하여 유동성 흐름 및 캐스팅 품질의 포괄적인 시뮬레이션이 가능하게 한다.
- 용광로 온도에 근거하여 다이 충전;
- 고체화 동안에 캐스팅의 피딩 조건들은 캐스팅 및 중력의 영향 내에서 용광로 내에서의 적용된 압력 및 액체 단계 내에서 합성적인 정적 압력을 고려한다;
- 다이 또는 캐스팅 안에 있는 제어 열전대 또는 시간에 의하여 냉각 또는 가열 채널 및 그들의 제어의 효과;
- 다이 스프레잉 또는 코팅의 효과;
- 코어 또는 삽입물의 영향; 그리고
- 온도나 시간의 기능으로써의 각각의 다이 부위별의 개별적인 제어를 통하여 다이 개폐의 시퀀스 효과.
플라스틱
인젝션
몰딩
이 공정가 상기에 기술된 금속을 위한 HPDC 공정와 매우 비슷하고, 그래서 대부분의 기술적인 이슈는 똑같은 것이거나 비슷하다. 일반적인 시뮬레이션 조직 대한 특별한 하나 또는 그 이상의 부가적인 기능들은 이 공정를 위한 특정한 제조 매개 변수를 가지고 공정를 시뮬레이션하기 위해 가능성을 가지기 위해 사용에 놓일 수 있다. 플라스틱(열가소성)을 위한 점성은 금속보다 매우 높으며, 또 다른 차이는 금속이 캐스팅 공정에서 압축할 수 없는 것이며, 그렇지만 다른 한편 플라스틱은 압축할 수 있다. 이것은 캐스팅 공정의 몰드-충전 동안, 가능하며, 그것이 주입하기 위해 즉, 몰 내에서 이미 플라스틱을 압축함으로써, 더 많은 플라스틱을 ˝메운다˝; 또한 여기에서의 모듈에 의해 시뮬레이션될 수 있는 현상이다. 열가소성의 냉각 공정에서, 특정한 현상이 일어날 수 있다; 말하자면, 질량 중앙에 가까운 표면 수축, 특별한 모델을 가지고 모형을 만들 수 있는 현상이어야 한다. 특성은 가끔 탄성체를 가지고 발견되며 몰드가 탄성체 용융으로 가득 차고 난후 경화 공정가 발생한다. 이것이 금속을 위한 고체화 공정에 비슷한 공정이다; 그러나, 다른 모델들은 이러한 공정을 기술하기 위하여 사용된다. 그것은 화학 반응에서의 금속 고체화는 물리적 공정이다.
응력/스트레인과 왜곡 시뮬레이션을 위한 부가적인 모듈
모듈, 고체화 동안의 응력과 스트레인을 이용하면서, 캐스팅의 냉각 및 열처리는 계산 될 수 있으며, 최종적인 캐스팅 제품에 발생된 잔류 응력과 왜곡을 예상할 수 있다. 기계가공 허용은 또한 정의될 수 있으며, 그래서 기계가공 또한 시뮬레이션 이후 응력/스트레인의 재분산 된다.
이러한 결과는 종래의 Finite-Element-load 계산 프로그램과 연관될 수 있고, 특정한 캐스팅을 위한 부하 계산 시뮬레이션을 위한 기동 조건(초기 조건)를 제공하기 위해 이용할 수 있다.. 이런 식으로 더 정확한 부하 계산은 수행될 수 있다.
캐스팅 공정
다른 많은 캐스팅 공정은 존재한다. 모든 공정 애드 온 모듈이 구현되고 이용되어 특정 공정가 매개변수를 지정하여 주어진 공정을 위하여 무엇이 특정한 기술적인 관심인지를 시뮬레이션한다. 투자 주조법 공정를 위해, 방사열 교환에 특별한 주의가 필요하다. DISAMATIC 캐스팅 공정에서, 몰드들이 서로 쌓이기 때문에 몰드 내의 열 교환은 특별한 관심거리이며, 그래서 몰드 사이의 열 교환은 발생할 지도 모르며 따라서, 통합될 뿐만 아니라 모래(모래 플랜트)의 재사용 공정에 입력을 제공한다. 이 공정에 있는 새로운 개발은 ˝ active up-hill bottom filling˝이며 펌프 또는 가압된 용광로 및 "활동적인 공급"을 이용하고 압축 공기를 이용함으로써 피더를 활성화한다. 부가적인 모듈에 상세화될 수 있는 기능들은 시뮬레이션에 고려될 수 있다. Cosworth 공정를 위해, 금속은 몰드 안으로 제공되며, 몰드 충전 공정를 시뮬레이션 하기 위하여 경계 조건을 셋팅시키기 위해 기술되어야 한다. 더욱이, 공정의 하나의 변화에서, 몰드가 중력을 이용하여 기능에 피더를 가능하게 하기 위해 충전된 후 회전된다. 경사 캐스팅 공정과 공정 위의 롤(roll)이 충전 공정 중에 부가적인 모듈을 회전시키고 부가적인 모듈을 고려하여 따라서, 그와 같은 환경 하에 충전되는 공정의 시뮬레이션을 수행하는 것은 가능하다.
여전히 시뮬레이션 대안은 포함될 수 있다. 앞으로 예를 들면, 캐스팅 공정 을 지지하는 것에 관련된 공정 시뮬레이션들이 기술된다.
*코어박스, 금속성 몰드 및 패턴 플레이트( pattern plate )의 제조.
제조되기 위해 형상을 위한 형상적인 데이터를 근거로 제조하는 데 사용되는 기계장치를 프로그래밍시키고 제조하는 데 필요한 노력을 평가할 수 있다. 여기에서의 측면은 패턴 프레이트, 금속성 몰드 및 코어 박스의 형상을 수정하기 위하여 응력/스트레인 시뮬레이션에 대한 부가적인 모듈로부터의 시뮬레이션된 왜곡 결과를 사용하기에, 캐스트 제품의 최종적인 형상은 왜곡이 없다.
이 정보가 비용 계산을 위한 기초로서 이용되며, 이런 식으로 얼마나 많은 노력이 필요로할 것인지를 알수 있다.
코어 슈팅(
shooting
)공정
모델은 여기에서 코어 박스를 충전하는 모래의 유동 시뮬레이션을 하기 위하여 사용되며, 금속성 용융 와 플라스틱 용융 위한 몰드 충전을 시뮬레이션하기 위하여 사용되는 방정식과 유사한 방정식들을 이용한다. 그러나 코어 모래는 미립 물질이라는 특별한 주의가 필요하며 몰드에 반영시켜야 한다. 그러한 시뮬레이션의 결과는 코어 박스의 어느 위치에 통풍구를 설치해야하는지의 정보를 제공하며, 코어 박스의 수명이 모래에 대한 코어 슈터(shooter)공정 및 흡입구에 따라서 코어 박스로 유입되는 모래에 의하여 마멸되는 것을 모델을 사용하여 산정할 수 있다.
큐어링(curing)공정은 코어를 제조하기 위한 가장 짧은 주기 시간을 가지기 위해 큐어링을 수행하는 방법을 발견하기 위하여 시뮬레이션될 수 있다.
모래
몰드
제조 공정
몰드를 충전 및 제조하는 모래를 위한 충전 공정은 코어 슈팅 공정과 같은 동일하게 시뮬레이션된다. 다시 한번, DISAMATIC 패턴 플레이트 상의 환풍기의 정확한 위치를 발견하며 패턴 플레이트의 수명을 산정하며 몰딩 기계가 몰드를 제조하는 방법과 관계가 있으며, 이러한 방법으로, 기술적으로 가능한 다른 가능성을 발견하며 비용 산출에 필요한 정보를 기초로 한다.
영구적인
몰드
및
다이
여기에서의 수명은 캐스팅 주기 동안의 진동식 응력 및 스트레인을 모델링 함으로써 추정되며, 캐스팅으로부터의 열 입력에 따른 진동하는 온도 필드에 의하여 발생되고, 대체적으로 파이프를 냉각함으로써 냉각되어야 한다. 그래서, 수명 기간 동안에, 재질의 피로가 발생하며 몰드/다이를 파괴하며 수명을 결정한다(열 검사와 같은 결함). 이러한 정보는 비용 산출을 위하여 사용된다.
페트링
이 공정는 몰드/다이에서부터 제거되고 인게이트(ingate)시스템과 라이저를 제거된 후 캐스팅을 청소 한다. 이러한 독립적인 캐스팅 레이아웃을 하는 방법은 경제적인 계산을 위한 입력이다.
기계가공
페트링 이후에 캐스팅은 이제 기계가공을 위해 준비 중이다. 다른 디자인의 기술적인 연류는 비용 산출이 가능하게 고려/몰드 되어야 한다.
열 처리
이 공정의 기술적인 측면을 시뮬레이션하는 방법은 이미 "강철 부가적인 모듈"에서 언급되었다. 이러한 기술적인 데이터는 비용 산출하기 위하여 사용된다.
표면 처리
다른 디자인의 기술적인 연류는 비용 산출이 가능하게 고려/몰드 되어야한다.
캐스팅 분석을 포함한 결합 디자인 분석
구성 요소 동작에 요구된 지역 요구를 만족시키기 위하여 지역 캐스팅 특성을 최적화 방법 또는 시스템은 여기에서 기술된다. 그러한 것은 캐스팅 공정 및 디자인최적화를 위하여 통합된 가상 극대화 도구를 사용함으로써 성취될 수 있다. 이러한 방법 또는 시스템은 구성 요소 디자인 중에 국부 물질 필요 조건의 최적화에 대한 다른 인시튜(in-situ)공정과 캐스팅 디자인 최적화 루프에서 발생된 수량적인 캐스팅 특색 예상을 결합하는 컴퓨터로 구현되는 공정을 통하여 제공되어 질 수 있으며, 그러므로, 캐스팅 또는 구성 요소 디자인을 발생 시킬 수 있으며, 구성 요소의 성능 요구에 대한 국부 캐스팅 특색을 조절한다.
이전에, 캐스팅 구성 요소 디자인의 최적화는 캐스팅 공정으로부터 발생하는 국소 물질 특성 변화의 고려를 무시해 왔다. 반면, 캐스팅 공정 최적화는 정적 또는 동적 로드에 의하여 캐스트 구성 요소의 성능 상의 국소 필요 조건을 고려하지 않는다. 캐스팅된 공정 및 구성 요소 디자인의 컴퓨터로 실행되는 분석은 독립적으로 서로 실행된다. 이러한 분석은 종종 캐스팅 공정 또는 구성 요소의 디자인 중 하나에 최적화된 디자인 또는 조건들을 초래한다. 최적화 루프들 사이의 상호 작용을 무시하면 상반되는 솔루션이나 물질의 최대 잠재력을 충분히 이용하지 못하는 결과를 초래한다.
실시예에 따르면, 캐스팅 공정 및 디자인은 우수한 구성요소 디자인을 제조하기 위하여 통합된다. 도 15 및 도 16을 참조하면, 전체적인 캐스팅 디자인 공정 체인의 수치 최적화를 수행하기 위한 다른 요소들이 설명된다. 도 15는 일반적으로 캐스팅 공정(111)과 디자인 공정(115)의 결합을 포함한다; 반면에 더욱 특이하게, 그러한 최적화의 주요 단계는 다음과 같다:
- 용융 품질, 몰드 충전, 고체화, 냉각 및 열 처리 또는 기계 가공 공정(111)의 고려를 포함하는 전체적인 캐스팅 공정을 예상하는 물리적 기반의 시뮬레이션 방법의 사용;
- 캐스팅 디자인 및 캐스팅 공정 조건들 분석 부분들(112 및 113)의 기능으 로써 수지상 결정 암 스페이싱(dendrite arm spacing), 구조, 유공성 및 잔류 응력과 같은 양적으로 국소 캐스팅 특성을 예측하는 시뮬레이션 방법의 사용; 그리고
- 상기 캐스팅 특징 분석 부분(114)의 기능으로써 국소 기계적 특성을 양적으로 예측하기위한 시물레이션 방법의 사용.
다음과 같이 더 포함한다:
- 도 16의 하부 공정(121)에서 국소 캐스팅 특성을 예측하고 조절할 수 있도록 캐스팅 디자인 및 캐스팅 공정 조건들에 대한 인 시츄 최적화 루프의 사용;
- 정적 부하, 분석부(116) 및 동적 부하 분석부(117)등과 같은 성능 필요 조건의 기능으로서, 도 15의 캐스팅 구성 요소들을 디자인하기 위한 시뮬레이션 방법 사용의 사용;
- 도 16의 하부 공정(122)에서 결정된 국소 로드 조건들에 기반을 두고 구성 요소의 모양을 최적화하는 디자인 최적화 방법의 사용;
- 도 16의 부분(123)에서 성능 시뮬레이션 분석을 포함한 국소 캐스팅 특성의 정보를 연결하는 방법; 그리고
- 도 16의 부분(124)에서 국소 캐스팅 특성 및 국소 구성요소 물질 필요 조건 사이의 조화를 획득하기 위하여 구성요소 모양, 캐스팅 공정 조건들 또는 캐스팅 디자인의 하나 이상을 조절하는 최적화 방법의 사용.
보기
이것에 관하여 실시예에서, 도 17의 실린더 헤드(125)가 평가 받기 위하여 캐스트 성분으로서 이용할 수 있다. 그런 성분은 모래에 의한 알루미늄 소재 또는 영구적인 몰드 캐스팅 공정에서 일반적으로 제조될 수 있다. 그것의 기능 때문에, 성분이 작동 동안 다른 종류의 정적이며 교대하는 부하를 경험한다. 공정의 여러 가지 보기 단계는 다음과 같다.
1. 예들들어, 도 18에서 실린더 헤드(125)의 디자인를 위한 필요 조건이 엔진의 동작중에 실제 조건을 표현한 정적이며 열 또는 교대적인 부하의 복잡한 부하 분석을 통하여 일반적으로 첫번째로 식별될 수 있다.
2. 실린더 헤드(125)의 디자인는 1 단계에 식별된 것처럼 강도와 내구력 요구를 충족하는 부품형상을 결정하기 위해 조직적인 것과 때때로 복합적인 분석을 경험할 수 있다. 형상적인 변경이 성분의 요구된 강도를 만족시키기 위해 유일한 방법이다. 다시 말하면, 부품 형상은 응력 레벨 및 내구성이 요구 조건(1 단계에서)을 만족할 때 까지 반복적으로 변화된다(2 단계에서). 이 반복적인 최적화 과정에서, 내부 구조 또는 응용된 제조 공정으로부터의 물질의 성능은 일정하다.
3. 실린더 헤드의 제조 공정은 다중 스테이지를 포함할 수 있으며 소재의 구조와 결과적인 성능이 용융 사전 준비, 캐스팅 공정, 고체화 동안 국소 조건들 및 냉각 뿐만 아니라 기계적인 특성을 향상시키기 위해 종종 적용 된 연속적인 열 처 리에 의하여 영향을 받는다. 그러므로, 캐스팅 공정의 디자인 동안, 몰드 디자인에 대한 필요 사항, 게이팅 및 라이저링 뿐만 아니라 공정 조건들이 전 공정의 복잡한 분석을 통하여 식별된다. 고려되어야 할 주요 단계 및 조건들은 용융 품질, 몰드 충전(도 19), 고체화 및 냉각(도 20), 후속 열처리과 기계 가공이다. 이러한 분석은 캐스트 부분에 있는 공극성과 같은 결함들(도 22)및 미시구조(도 21)의 분포에 대한 정보를 전달한다.
4. 도 23 및 도 24를 참조하면, 이 정보(도 21의 미시구조, 도 22의 결함)가 최종적인 국소 기계적인 특성(장력, 항복 강도와 신장성)에 영향을 미치기 위해 이용될 수 있다. 동시에, 캐스팅 또는 열 처리 중에 캐스트 성분의 동질이 아닌 냉각은 열적으로 유발된 응력 분포(도 25에 도시된)를 초래하며, 작동 동안 전체 성분 로드에 기여한다. 도 15의 공정 플로우(118)에 기술된 잔류 응력 뿐만 아니라 국소 결함 및 구조 분포는 구성 요소의 전체 내구성에 기여한다.
5. 도 26 및 도 27을 참조하면, 제품 공정의 최적화 도중에, 몰딩 전문가는 유연성을 가지고 캐스팅 및 열 교환 단계를 위한 몰드 형상, 게이팅 및 라이저링 디자인 및 공정 조건들을 반복적으로 변화시킨다. 도 16의 한 부분(121)에 도시된 이러한 반복적인 최적화 공정에서, 캐스팅 소재의 성능은 구성 요소를 통한 모든 부분에서 최소 및 일정한 소재 규격 세부 사항을 만족시키도록 디자인 되어 있다.
본 발명이 설명의 목적을 위하여 상세하게 기술되었을지라도, 그와같은 상세 함은 오직 그러한 목적으로만 사용되었다는 것은 이해되고, 본 발명을 벗어나지 않는 범위에서 당업계의 전문가들에 의하여 다양한 변화를 추구할 수 있다.
본 발명의 다음 상세한 설명에서, 이하 첨부한 도면에 의거하여 본 발명의 바람직한 실시예를 설명하도록 한다.
도 1은 캐스트 제품을 제조하기 위한 공정를 최적화하기 위한 방법을 설명한 순서도.
도 2는 캐스팅 공정 시뮬레이션 절차와 시뮬레이션이 실행될 현상을 설명한 순서도.
도 3은 제작 최적화 과정을 설명한 일반적인 경로 도면.
도 4가 최적화 방법론을 설명한 캐스팅 제조 공정을 위한 제조 경로 도면.
도 5는 최적화 기법과 소프트웨어를 위한 데이터의 수집을 위한 순서도.
도 6a, 6b, 6c와 6d를 포함한 도 6은 본 발명에 따른 캐스팅 부분의 첫번째 디자인 각각의 등거리 도면 및 단면도.
도 7은 캐스팅과 코어의 두번째 디자인의 단면도.
도 8은 캐스팅(코어의 사용없이)의 세번째 디자인의 단면도.
도 9는 캐스팅과 두개의 코어들의 네번째 디자인의 단면도.
도 10은 캐스팅과 세개의 코어들의 다섯번째 디자인의 단면도.
도 11은 첫번째 디자인(도 6)을 위한 수평부의 첫번째 레이아웃.
도 12는 도 6의 첫번째 디자인(도 6)을 위한 수평부의 두번째 레이아웃.
도 13은 첫번째 디자인(도 6)을 위한 수직부의 첫번째 레이아웃.
도 14는 도 6의 첫번째 디자인(도 6)을 위한 수직부의 두번째 레이아웃.
도 15는 캐스팅 분석을 이용한 디자인 공정의 대안적인 실시예의 공정 도면.
도 16은 디자인 공정과 캐스팅 분석을 통합시킨 대안적인 실시예를 위한 공정 다이어그램의 선택적인 도면.
도 17은 캐스트 성분의 최적화가 가능한 디자인의 도면.
도 18은 캐스트 성분의 로딩을 묘사한 로드 다이어그램.
도 19는 몰드 충전 시뮬레이션.
도 20은 고체화 시뮬레이션.
도 21은 캐스트 부분에서 미시구조의 분포 시뮬레이션.
도 22는 공극성과 같은 결함의 시뮬레이션.
도 23은 수율성의 시뮬레이션.
도 24는 신장성의 시뮬레이션.
도 25는 잔류 응력의 시뮬레이션.
도 26은 라이저링(risering)의 시뮬레이션.
도 27은 게이팅의 시뮬레이션.
도 28은 본 발명의 방법론적인 연결 통로 대안.
도 29는 본 발명의 선택적인 방법론적인 연결 통로 대안.
도 30은 본 발명의 더 선택적인 방법론적인 연결 통로 대안.
Claims (16)
- 하나 이상의 제조 단계(step)에 의해 제조되는 캐스트 제품 또는 몰딩된 제품을 제조하기 위한 공정을 최적화하기 위한 방법에 있어서,상기 캐스트 제품 또는 몰딩된 제품에 대하여 하나 이상의 기술적 필요조건을 정의하는 단계와,상기 하나 이상의 제조 단계를 반영하는 제1 컴퓨터 구현 공정을 제공하는 단계와,상기 제1 컴퓨터 구현 공정으로, 상기 하나 이상의 제조 단계를 이용하는 기술적 필요조건을 만족하는 캐스트 제품으로 유도하는 하나 이상의 제 1 솔루션들을 발생시키는 단계와,상기 하나 이상의 제1 솔루션들을 사용자에게 화면상으로 디스플레이하는 단계와,상기 하나 이상의 제1 솔루션들 중에서 적어도 하나를 선택하고 최적 값을 갖는, 제조 비용/ 재료 소모 /환경적인 로드(부하)를 이루는 그룹으로부터 선택된 경제적인 데이터 조건을 선택하는 단계와,상기 제1솔루션들의 제2솔루션 부분집합(서브셋)으로 귀착되는 최적 값에 가장 근사한 경제적인 데이터 조건으로 귀착되는 상기 선택된 제1솔루션들의 조합을, 제2 컴퓨터 구현 공정에서 결정하는 단계와,사용자에게 상기 서브셋을 디스플레이하는 단계를 포함하여 이루어지는 제조공 정 최적화 방법.
- 제1항에 있어서,상기 컴퓨터 구현공정들에서 다른 솔루션들이 생성되었을 때, 제조 단계의 선택된 경로 또는 제조 단계의 솔루션에 의하여 생성된 이전 및 다음 단계에서의 솔루션 제약을 고려하며, 컴퓨터시뮬레이션의 구현과정에 사용되는 수학적 모델을 위한 환경에 해당하는 경계 조건으로 사용되는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제1항에 있어서,상기 컴퓨터 구현 공정들은, 상기 제조 단계들 및 경계 조건들을 지정하면서, 상기 캐스트 제품의 디지털 형상 표현 및 형상 표현의 엔메쉬먼트(enmeshment)를 확보하기 위하여 CAD에 의해 실행되는 공정을 포함하는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제3항에 있어서,상기 솔루션 최적의 조합은 상기 제조 단계를 위한 솔루션들의 가능한 조합을 계산하고 상기 미리 결정된 매개 변수는 최적의 값에 가장 가까운 조합을 식별함으로써 결정되는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제4항에 있어서,상기 각각의 최적 솔루션에 대하여 정보를 포함하고 있는 제조 단계를 위하여 컴퓨터로 구현되는 공정으로 다시 돌아가는 단계를 더 포함하는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제5항에 있어서,상기 솔루션 최적의 조합은 상기 제조 단계를 위하여 하나 또는 그 이상의 가능한 솔루션의 조합 계산을 반복함으로써, 그리고 상기 미리 결정된 매개 변수는 최적의 값에 가장 가까운 조합을 식별함으로써 결정되는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제6항에 있어서,상기 미리 결정된 매개 변수 또는 최적의 값을 변화시킨 후에 시뮬레이션(simulation)이 반복 실행되는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제6항에 있어서,상기 반복은 사용자 또는 컴퓨터 동작에 의하여 시작되는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제1항 내지 제8항 중 어느 한 항에 있어서,상기 솔루션을 발생시키는 단계는, 최종 캐스트 부품 로드(부하) 필요 조건을 분석하는 단계, 상기 로드 필요 조건을 만족하는 캐스트 부품의 디자인을 수정하는 단계, 캐스트 공정 분석을 실행하는 단계, 및 상기 로드 필요 조건 및 상기 캐스트 부품의 디자인을 수정하기 위하여 상기 캐스트 공정 분리로부터의 정보를 이용하는 단계를 더 포함하는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제9항에 있어서,상기 분석단계, 상기 수정단계, 상기 실행단계 및 이용 단계 중 어느 하나 이상의 단계를 반복하는 것을 더 포함하는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제1항에 있어서,상기 컴퓨터 구현 공정들에서 다른 솔루션들이 생성되었을 때, 제조 단계의 선택된 경로 또는 제조 단계의 솔루션에 의하여 생성된 이전 단계에서의 솔루션 제약을 고려하며, 컴퓨터시뮬레이션의 구현과정에 사용되는 수학적 모델을 위한 환경에 해당하는 경계 조건으로 사용되는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제1항에 있어서,상기 컴퓨터 구현 공정들에서 다른 솔루션들이 생성되었을 때, 제조 단계의 선택된 경로 또는 제조 단계의 솔루션에 의하여 생성된 다음 단계에서의 솔루션 제 약을 고려하며, 컴퓨터시뮬레이션의 구현과정에 사용되는 수학적 모델을 위한 환경에 해당하는 경계 조건으로 사용되는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제1항에 있어서,상기 컴퓨터 구현 공정들은, 상기 제조 단계들 및 경계 조건들을 지정하면서, 상기 캐스트 제품의 디지털 형상 표현을 확보하기 위하여 CAD에 의해 실행되는 공정을 포함하는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제1항에 있어서,상기 컴퓨터 구현 공정들은, 상기 제조 단계들 및 경계 조건들을 지정하면서, 상기 캐스트 제품의 디지털 형상 표현의 엔메쉬먼트(enmeshment)를 확보하기 위하여 CAD에 의해 실행되는 공정을 포함하는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제1항 내지 제8항 중 어느 한 항에 있어서,상기 솔루션을 발생시키는 단계는, 최종 캐스트 부품의 로드(부하) 필요 조건을 분석하는 단계, 상기 로드 필요 조건을 만족하는 캐스트 부품의 디자인을 수정하는 단계, 캐스트 공정 분석을 실행하는 단계, 및 상기 로드 필요 조건을 수정하기 위하여 상기 캐스트 공정 분리로부터의 정보를 이용하는 단계를 더 포함하는 것을 특징으로 하는 제조 공정 최적화 방법.
- 제1항 내지 제8항 중 어느 한 항에 있어서,상기 솔루션을 발생시키는 단계는, 최종 캐스트 부품의 로드(부하) 필요 조건을 분석하는 단계, 상기 로드 필요 조건을 만족하는 캐스트 부품의 디자인을 수정하는 단계, 캐스트 공정 분석을 실행하는 단계, 및 상기 캐스트 부품의 디자인을 수정하기 위하여 상기 캐스트 공정 분리로부터의 정보를 이용하는 단계를 더 포함하는 것을 특징으로 하는 제조 공정 최적화 방법.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP05010920.6 | 2005-05-20 | ||
| EP05010920.6A EP1724716B1 (en) | 2005-05-20 | 2005-05-20 | Optimization process of a metal casting production process |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020060033620A Division KR20060120405A (ko) | 2005-05-20 | 2006-04-13 | 제조 공정 최적화 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20080078621A true KR20080078621A (ko) | 2008-08-27 |
| KR100982995B1 KR100982995B1 (ko) | 2010-09-17 |
Family
ID=34936728
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020060033620A KR20060120405A (ko) | 2005-05-20 | 2006-04-13 | 제조 공정 최적화 방법 |
| KR1020080073377A KR100982995B1 (ko) | 2005-05-20 | 2008-07-28 | 제조 공정 최적화 방법 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020060033620A KR20060120405A (ko) | 2005-05-20 | 2006-04-13 | 제조 공정 최적화 방법 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20060282186A1 (ko) |
| EP (1) | EP1724716B1 (ko) |
| JP (1) | JP4917827B2 (ko) |
| KR (2) | KR20060120405A (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101308202B1 (ko) * | 2011-09-19 | 2013-09-13 | 인하대학교 산학협력단 | 최적화 공정 분석 방법 및 그 장치 |
| KR101444539B1 (ko) * | 2012-11-15 | 2014-09-30 | 인하대학교 산학협력단 | 통계적 공정 분석 방법 및 그 분석 장치 |
| KR102023468B1 (ko) * | 2019-04-02 | 2019-09-20 | 이재명 | 차체 부품 제조 장치 및 방법 |
Families Citing this family (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4289367B2 (ja) * | 2006-05-22 | 2009-07-01 | トヨタ自動車株式会社 | 鋳造部品特性推定装置 |
| US7930257B2 (en) | 2007-01-05 | 2011-04-19 | Knowm Tech, Llc | Hierarchical temporal memory utilizing nanotechnology |
| DE102008003962B4 (de) * | 2007-01-12 | 2013-10-17 | Nissan Motor Co., Ltd. | Erstarrungsanalyseverfahren und -vorrichtung |
| DE102007033622B4 (de) * | 2007-07-17 | 2010-04-08 | Heraeus Electro-Nite International N.V. | Verwendung einer hochtemperaturbeständigen Vorrichtung in Stahlschmelzen |
| DE102007048959A1 (de) * | 2007-10-12 | 2009-04-16 | Daimler Ag | Verfahren und System zur Analyse von vernetzten Produktionsprozessen zur Herstellung mindestens eines Produktes, insbesondere eines Kraftfahrzeuges |
| KR100900250B1 (ko) * | 2007-12-26 | 2009-05-29 | 한국생산기술연구원 | 최적 탕구 방안 설계 시스템 및 방법 |
| DE102008009347A1 (de) * | 2008-02-14 | 2009-08-20 | Bühler Druckguss AG | Verfahren zur Ermittlung der Belastbarkeit verlorener Kerne |
| US20100098581A1 (en) * | 2008-10-16 | 2010-04-22 | United Technologies Corporation | Revert blend algorithm |
| US8706283B2 (en) * | 2009-01-20 | 2014-04-22 | GM Global Technology Operations LLC | System for evaluating manufacturability of a casting design |
| WO2010127772A2 (en) * | 2009-05-07 | 2010-11-11 | Magma Giessereitechnologie Gmbh | Simulation of ejection after mold filling |
| US9323234B2 (en) | 2009-06-10 | 2016-04-26 | Fisher-Rosemount Systems, Inc. | Predicted fault analysis |
| US8571696B2 (en) * | 2009-06-10 | 2013-10-29 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to predict process quality in a process control system |
| CN101934578B (zh) * | 2009-06-29 | 2015-07-15 | 鸿富锦精密工业（深圳）有限公司 | 统一各型注塑成型机操作界面的方法及注塑成型系统 |
| WO2011000506A2 (en) * | 2009-07-03 | 2011-01-06 | Magma Giessereitechnologie Gmbh | Simulation of a process |
| US8437991B2 (en) * | 2009-10-22 | 2013-05-07 | GM Global Technology Operations LLC | Systems and methods for predicting heat transfer coefficients during quenching |
| EP2390025A1 (en) * | 2010-05-30 | 2011-11-30 | AKADEMIA GORNICZO-HUTNICZA im. Stanislawa Staszica | Method for casting using simulation of casting process, system for casting using simulation of casting process and data base |
| CN102024081B (zh) * | 2010-12-13 | 2012-12-26 | 四川省宜宾普什模具有限公司 | 一种汽车覆盖件模具设计方法 |
| US8589134B2 (en) * | 2011-02-11 | 2013-11-19 | Gentex Optics, Inc. | Method and system employing flow simulation for improving material delivery in lens manufacturing |
| US8666706B2 (en) * | 2011-03-08 | 2014-03-04 | GM Global Technology Operations LLC | Material property distribution determination for fatigue life calculation using dendrite arm spacing and porosity-based models |
| US8655476B2 (en) * | 2011-03-09 | 2014-02-18 | GM Global Technology Operations LLC | Systems and methods for computationally developing manufacturable and durable cast components |
| JP5915218B2 (ja) * | 2012-02-07 | 2016-05-11 | マツダ株式会社 | 金型寿命予測装置 |
| JP6083249B2 (ja) * | 2012-02-09 | 2017-02-22 | 新日鐵住金株式会社 | 製造プロセスの離散モデルのアップデート支援方法、装置及びプログラム |
| US10394195B2 (en) * | 2012-10-26 | 2019-08-27 | Board Of Regents, The University Of Texas System | Systems and methods for manufacturing optimization |
| US9569564B2 (en) * | 2013-02-11 | 2017-02-14 | Ford Global Technologies, Llc | Automated cad process for creating mold packages |
| EP2961548B1 (en) * | 2013-02-26 | 2017-11-08 | Chowdhary, Deepak | Computer implemented systems and methods for optimization of sand for reducing casting rejections. |
| JP2016529111A (ja) * | 2013-09-06 | 2016-09-23 | ディサ インダストリーズ アクツイエセルスカプ | 金属鋳物工場を操作する方法、その方法を実施するためのシステム、及びそのシステムを含む金属鋳物工場 |
| RU2552167C2 (ru) * | 2013-09-26 | 2015-06-10 | Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский технологический университет "МИСиС" | Способ компьютерного проектирования технологического цикла производства металлопродукции |
| CN105665631B (zh) | 2016-01-26 | 2018-01-05 | 机械科学研究总院先进制造技术研究中心 | 一种基于搜索算法的砂型数字化柔性挤压近净成形优化方法 |
| JP6556328B2 (ja) * | 2016-03-11 | 2019-08-07 | 株式会社日立製作所 | 生産設備経営最適化装置 |
| CN107273558B (zh) * | 2016-04-08 | 2021-02-26 | 西门子公司 | 用于三维模型的机械性能校验的方法和装置 |
| AT519096B1 (de) | 2016-12-23 | 2018-04-15 | Engel Austria Gmbh | Verfahren zum Einstellen einer Formgebungsmaschine |
| WO2018172808A1 (en) * | 2017-03-24 | 2018-09-27 | Siemens Product Lifecycle Management Software Inc. | Method and system for simulating an industrial system |
| CN109754137B (zh) * | 2017-11-03 | 2022-03-29 | 钢铁研究总院 | 确定钢铁材料产品的质量和/或等级的方法及设备 |
| CN108108529B (zh) * | 2017-12-01 | 2021-07-06 | 东方电气集团东方汽轮机有限公司 | 一种简便测量铸造界面换热系数的反算方法 |
| EP3702942A4 (en) * | 2018-03-27 | 2021-08-04 | Nippon Steel Corporation | ANALYSIS SYSTEM, ANALYSIS METHOD AND PROGRAM |
| US10796266B2 (en) * | 2018-05-08 | 2020-10-06 | The Boeing Company | Automated context driven build plan lifecycle |
| US10520923B2 (en) | 2018-05-22 | 2019-12-31 | Mantle Inc. | Method and system for automated toolpath generation |
| JP7438723B2 (ja) * | 2019-11-15 | 2024-02-27 | 株式会社日立製作所 | 製造プロセスの適正化システムおよびその方法 |
| CN110976830B (zh) * | 2019-12-06 | 2020-10-02 | 北京科技大学 | 一种铝合金换挡毂铸造缺陷的控制方法 |
| WO2021259432A1 (en) * | 2020-06-26 | 2021-12-30 | Vestas Wind Systems A/S | Method of designing casted wind turbine structural components by virtual modeling and method of manufacturing same |
| CN112925278B (zh) * | 2021-01-29 | 2023-09-15 | 重庆大学 | 一种多目标滚齿工艺参数优化与决策方法 |
| CN116052798B (zh) * | 2022-12-14 | 2023-08-01 | 明度智云(浙江)科技有限公司 | 一种用于生产执行系统的电子配方管理方法、系统和存储介质 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62164811A (ja) * | 1986-01-13 | 1987-07-21 | Kobe Steel Ltd | 出鋼・鋳造の操業計画策定方法 |
| JPH03264249A (ja) * | 1990-03-13 | 1991-11-25 | Toshiba Corp | 工程計画作成方法 |
| JP3330432B2 (ja) * | 1993-09-06 | 2002-09-30 | 本田技研工業株式会社 | 車両の足廻り部品の設計方法 |
| US6289255B1 (en) * | 1997-11-25 | 2001-09-11 | Voyan Technology | Method for computer-aided design of a product or process |
| JPH11272748A (ja) * | 1998-03-19 | 1999-10-08 | Kobe Steel Ltd | 操業計画作成装置 |
| US6002863A (en) * | 1998-03-24 | 1999-12-14 | Water Resources Management, Inc. | Computer implemented method and system for simulating strategic planning and operations using operations control language |
| US6298898B1 (en) * | 1999-07-06 | 2001-10-09 | Ford Global Technologies, Inc. | Optimizing cycle time and/or casting quality in the making of cast metal products |
| US6816820B1 (en) * | 1999-09-24 | 2004-11-09 | Moldflow Ireland, Ltd. | Method and apparatus for modeling injection of a fluid in a mold cavity |
| JP2001353551A (ja) * | 2000-06-14 | 2001-12-25 | Nissan Motor Co Ltd | 鋳造用模型の形状データ処理方法 |
| JP2002032113A (ja) * | 2000-07-13 | 2002-01-31 | Kobe Steel Ltd | スケジューリング方法 |
| JP2002183707A (ja) * | 2000-12-15 | 2002-06-28 | Hitachi Ltd | 最適解探索装置 |
| JP2003099480A (ja) * | 2001-09-26 | 2003-04-04 | Matsushita Electric Ind Co Ltd | 設計支援方法、設計支援装置、プログラム、および媒体 |
| JP4072887B2 (ja) * | 2002-01-18 | 2008-04-09 | 財団法人生産技術研究奨励会 | 室内温熱環境設計システム及びその方法 |
| JP2003331003A (ja) * | 2002-05-09 | 2003-11-21 | Fujitsu Ltd | 部品選択システム |
| JP2004086606A (ja) * | 2002-08-27 | 2004-03-18 | National Institute Of Advanced Industrial & Technology | エネルギ利用計画システム |
| DE10309930A1 (de) * | 2003-03-07 | 2004-09-23 | Daimlerchrysler Ag | Verfahren zur Konfigurierung eines an eine Gießform angepaßten Sprühsystems zur Kühlung der Gießform |
-
2005
- 2005-05-20 EP EP05010920.6A patent/EP1724716B1/en active Active
-
2006
- 2006-04-13 KR KR1020060033620A patent/KR20060120405A/ko active Search and Examination
- 2006-04-21 JP JP2006117624A patent/JP4917827B2/ja active Active
- 2006-05-22 US US11/438,744 patent/US20060282186A1/en not_active Abandoned
-
2008
- 2008-07-28 KR KR1020080073377A patent/KR100982995B1/ko active IP Right Grant
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101308202B1 (ko) * | 2011-09-19 | 2013-09-13 | 인하대학교 산학협력단 | 최적화 공정 분석 방법 및 그 장치 |
| KR101444539B1 (ko) * | 2012-11-15 | 2014-09-30 | 인하대학교 산학협력단 | 통계적 공정 분석 방법 및 그 분석 장치 |
| KR102023468B1 (ko) * | 2019-04-02 | 2019-09-20 | 이재명 | 차체 부품 제조 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4917827B2 (ja) | 2012-04-18 |
| EP1724716A1 (en) | 2006-11-22 |
| KR20060120405A (ko) | 2006-11-27 |
| US20060282186A1 (en) | 2006-12-14 |
| EP1724716B1 (en) | 2019-11-06 |
| JP2006326683A (ja) | 2006-12-07 |
| KR100982995B1 (ko) | 2010-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100982995B1 (ko) | 제조 공정 최적화 방법 | |
| Rao et al. | Parameters optimization of selected casting processes using teaching–learning-based optimization algorithm | |
| Khan et al. | A comparative study of simulation software for modelling metal casting processes | |
| CN100495007C (zh) | 一种基于有限元的球墨铸铁件缩孔缺陷预测方法 | |
| Jaju | A review on optimization of gating system for reducing defect | |
| Rajkumar et al. | Metal casting modeling software for small scale enterprises to improve efficacy and accuracy | |
| Kabnure et al. | Quality and yield improvement of ductile iron casting by simulation technique | |
| Boydak et al. | A numerical and an experimental investigation of a high-pressure die-casting aluminum alloy | |
| Hirigo et al. | Design and analysis of sand casting process of mill roller | |
| US20110264425A1 (en) | Molten alloy solidification analyzing method and solidification analyzing program for performing the same | |
| Wu et al. | Design and optimisation of die casting process for heavy-duty automatic transmission oil circuit board | |
| Raffaeli et al. | Virtual prototyping in the design process of optimized mould gating system for high pressure die casting | |
| Shehata et al. | Computer aided foundry die-design | |
| Tokova et al. | Construction of a Computer Technology for Information Support of Decisions in the Foundry Production Proces | |
| KR20090072465A (ko) | 주조 방안 해석 자동화 장치 및 방법 | |
| Blondheim Jr | System understanding of high pressure die casting process and data with machine learning applications | |
| Rianmora et al. | A development of computer aided program for aluminium die-casting mold design | |
| Singh et al. | A review on optimization of gating system in metal casting | |
| Hahn et al. | Automatic computerized optimization in die casting processes | |
| Kumar et al. | A structured review of Six Sigma implementation in casting industries | |
| Vijayaram et al. | Computers in Foundries | |
| Shi | Defect minimizing control of low pressure die casting | |
| Liu | Optimized design of gating/riser system in casting based on CAD and simulation technology | |
| NA et al. | Unsteady model-based predictive control of continuous steel casting by means of a very fast dynamic solidification model on a GPU | |
| Muenprasertdee | Solidification modeling of iron castings using SOLIDCast |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| J201 | Request for trial against refusal decision | ||
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| B701 | Decision to grant | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20130805 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20140813 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20150821 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20160726 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20170831 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20190827 Year of fee payment: 10 |