Machine Fault Diagnosis and Condition Prognosis using Adaptive Neuro-Fuzzy Inference System and Classification and Regression Trees : 기계 결함진단 및 예지를 위한 ANFIS 와 CART

Van Tung Tran 부경대학교 대학원 2009 국내박사

Sustaining the productivity is a key strategy of manufacturers to exist on the drastic competition of global market. In order to keep up the productivity, manufacturers need to reduce the manufacturing costs by using maintenance due to its major part of the total costs of the manufacturing process. Consequently, a good maintenance strategy plays a crucial role in the existence and development of the organizations. Additionally, in accompany with the fast development of technology, the equipment becomes more and more complex. The traditional maintenance strategies such as corrective maintenance and prescheduled maintenance cannot guarantee the functional operation of equipments and are progressively replaced by intelligent maintenance strategies in which condition based maintenance is one of the delegates. Condition-based maintenance has been defined as maintenance actions which are based on actual conditions of equipments obtained from nondestructive inspections, operations and condition measurements. This means that the equipment condition is accessed under operation for making conclusions whether that equipment will be failed and the effective maintenance actions are necessary to avoid the consequences of that failure or not. The use of condition-based maintenance systems ensures that the condition of equipment is always monitored and alarm limitations can be indicated if the condition exceeds predefined levels. In condition-based maintenance system, fault diagnosis and condition prognosis are crucial components which have been considerably received much attention from the community of researchers and maintainers. Fault diagnosis is the ability to detect fault, isolate the component which is failure, and decide on the potential impact of failed component on the health of the system; while condition prognosis is defined as a capability to foretell the future states, predict the remaining useful life ? the time left for the normal operation of machine before breakdowns occur or machine condition reaches the critical failure value. In this study, classification and regression trees (CART) and adaptive neuro-fuzzy inference systems (ANFIS) will be developed as an effective intelligent system for performing machine fault diagnosis and condition prognosis. CART is known as one of the illustrious techniques of the decision tree induction and used for the purpose of either classification or regression depending on the output variable which is categorical or numerical. CART recursively partitions the entire data into binary descendant subsets which are as homogeneous as possible with respect to the response variables. High effective computation and reliability are the remarkable advantages of this algorithm. In the second technique, ANFIS is an excellent integration of the adaptive capability of neural networks and the modeling human knowledge ability of fuzzy logic. During the learning process, the parameters of fuzzy membership functions initially determined by experts are adapted to the relationship between the input and output. That combination makes the ANFIS model more systematic and less dependent on the expert knowledge. For implementing the fault diagnosis, CART and ANFIS are combined with another technique so-called feature-based technique. This technique is one of the powerful techniques to represent the raw data as features which are representatives of values indicating the machine condition. By using features, the encountered problem in data transfer and data storage could be effortlessly solved. Feature-based technique consists of data acquisition, data preprocessing, feature representation, feature extraction, feature selection and classifiers. In the proposed system for fault diagnosis, CART is used as a feature selection tool to select pertinent features which can characterize the machine conditions from the whole feature set whilst ANFIS plays a role as a classifier. In order to be evaluated, this system is applied to diagnose the faults of induction motor, which is an indispensable part in several industrial applications. The high performance results indicate that this system offers a potential for machine fault diagnosis. Foretelling the future states of machine has become more and more significant in modern industry. It assists maintainers or system operators in monitoring, inspecting the machines? operating conditions, and detecting the incipient faults so that they could opportunely perform remedial actions to avoid the catastrophic failures. Furthermore, it enables the scheduled maintenance to be more effective. In this study, the future machines? operating conditions are predicted by using CART and ANFIS model in combination with time series techniques. These time series techniques consist of methods which are utilized to determine the optimal observations and the steps ahead as the inputs and outputs of predictors, respectively. The trending data of a low methane compressor is used to validate the proposed method. The predicted results show that CART and ANFIS predictors are reliable and promising tools in machine condition prognosis. 세계 시장 경쟁체제에서 생산성은 중요한 경영전략이다. 경영자들은 생산성을 유지하기 위해서 전체생산비용에서 많은 부분을 차지하는 설비유지보수 전략을 이용하여 생산비용을 줄이는 것이 필요하다. 다시 말해서, 좋은 설비유지보수 전략이 현재 중요한 역할을 하고 있다. 게다가 빠른 기술발전과 함께, 기계들은 계속해서 복잡해지고 있다. 과거의 사후정비, 예방정비는 기계의 기능적인 작동을 보장할 수 없고, 대표적인 상태기반정비인 인공지능 기법을 도입한 설비유지보수로 점차 대체되어가고 있다. 상태기반 정비는 비파괴검사, 기계작동과 상태로부터 실제 기계의 상태에 근거하여 설비유지보수를 하는 것으로 정의된다. 이것은 기계의 파손이 일어나지 않도록 기계의 파손여부와 효과적인 정비방법에 대한 의사결정을 할 수 있다는 것이다. 상태기반의 정비를 사용한다는 것은 기계상태가 항상 모니터링(Monitoring)되고, 미리 설정된 알람(Alarm) 레벨을 나타낼 수 있어야 한다. 상태기반정비에서 결함진단과 예지는 연구자들과 엔지니어들에게 관심받을만한 중요한 요소이다. 결함진단은 결함을 감지하는 것으로 시스템의 잠재적인 결함요소를 결정하는 기술이다. 그리고 예지진단은 기계의 미래의 상태에 대해서 정상상태부터 파손이 일어나기 전까지의 잔여유용수명을 예측할 수 있는 것으로 정의된다. 이 연구에서는 기계결함진단과 예를 위해 CART(Classification and Regression Trees)와 ANFIS(Adaptive Neuro-fuzzy Inference System)가 개발되었다. CART는 결정목(Decision Tree) 기술중의 하나이고 명확하고 수치적인 결과변수에 의존하여 분류하거나 회귀할 목적으로 사용한다. CART는 전체 데이터를 반복적으로 반응할 변수에 대해 가능한 상동하도록 이진 하위집합을 분할한다. 이 알고리즘은 효율적인 계산과 신뢰성이 장점이다. 다음으로 ANFIS 는 뉴럴 네트워크의 적응능력을 통합할수 있고, 퍼지논리의 인간지식을 모델링할 수 있다. 학습하는 동안에는 전문가에의해 초기화된 퍼지 멤버십 함수의 파라미터는 입력과 출력 사이의 관계로 적응하게 된다. 그것이 ANFIS 모델을 시스템적이고 전문가 지식에 의존하지 않게 만드는 요소이다. 결함진단에 사용하기 위해 CART와 ANFIS는 특징기반의 기술과 결합하였다. 이 기술은 원래의 신호를 기계의 상태를 나타낼 수 있는 특징값으로 나타내는 강력한 기법이다. 특징을 이용하여 데이터 전송과 저장문제가 효과적으로 해결된다. 특징기반의 기술은 데이터취득, 데이터 전처리, 특징계산, 특징추출, 특징선택과 분류로 구성되어 있다. 결함진단을 위해 제안된 CART는 기계상태를 특징지을 수 있는 특징선택에 사용되었고 ANFIS는 특징분류에 사용되었다. 이 기술을 평가하기 위해 산업계에서 아주 중요하게 사용되고 있는 유도전동기에 적용하였다. 고성능의 분류결과는 기계결함진단에 잠재력이 있다고 판단된다. 기계의 미래상태를 예지하는 것은 현대 산업계에서 더욱더 중요해지고 있다. 그것은 엔지니어, 시스템관리자에게 도움을 주며, 재해를 예방할 수 있는 기회를 제공한다. 게다가 설비유지보수 계획을 할 때 더욱 효과적으로 할 수 있다. 이 연구에서는 미래의 기계상태를 CART와 ANFIS를 시간신호 예측에 사용하였다. 이 기술은 예측할 때 최적의 예측구간을 결정하는 방법을 포함하였다. 메탄 압축기의 경향데이터는 제안된 시스템을 검증하는 좋은 예이다. 예측된 결과는 CART와 ANFIS가 예지도구로서 신뢰할만한 도구인 것을 입증한다.

그래프 신경망을 이용한 인스턴스 단위 기계가공 특징형상 인식

차민혁 한국기술교육대학교 일반대학원 2024 국내석사

The machining features in a three dimensional (3D) computer-aided design (CAD) model are shapes with engineering meaning created through machining processes such as cutting or turning. With recent advancements of process automation technology in the manufacturing industry, researches on machining feature recognition from a 3D CAD model are being conducted to automatically generate machining commands and tool paths based on recognized machining features. The previous researches have focused on face-level recognition, which means classifying each face of a 3D CAD model as a machining feature class. However, face-level recognition cannot recognize a set of faces that constitute machining features. As machining information such as machining command is mainly composed of machining feature instances, it is not possible to extract machining information from the result of face-level recognition. To solve this problem, this study proposes a method for instance-level machining feature recognition using graph neural networks (GNNs). Instance-level machining feature recognition means identifying a set of faces that belong to the same machining feature instance. This enables it to recognize a set of faces that constitute a machining feature and extract meaningful machining information. To achieve this, encoders are defined to embed the surfaces and curves of the 3D CAD model, extracting feature vectors of surfaces and curves. These feature vectors are then used as input feature vectors for the GNNs. In addition, a two stage GNN architecture is defined. The first stage GNN uses the feature vectors of surfaces and curves to classify faces into machining feature classes. The second stage GNN classifies faces on instance-level using the face-level recognition results and the feature vectors of surfaces and curves. In order to train the proposed model, a dataset for it is required. However, as publicly available CAD model datasets contain only face-level labeling information, they cannot be used for this study. Therefore, in this study, the automatic generation code of MFCAD++ dataset, a publicly available CAD model dataset, is modified to automatically generate a CAD model dataset containing instance-level labeling information. The generated dataset contains 50,900 CAD models. The dataset is split into 30,540 training datasets, 10,180 validation datasets, and 10,180 test datasets. Finally, the proposed model is trained with the training dataset. And the hyper-parameters are tuned based on the random search method with the validation dataset. Subsequently, the performance of the model is evaluated on the test dataset. As a results, the proposed method exhibits an accuracy of 97.82% and pIoU of 95.93% for instance-level recognition. 3차원 형상 내 기계가공 특징형상(machining feature)은 절삭이나 선삭 등의 과정을 통해 생성되는 공학적 의미를 갖는 형상이다. 최근 제조업에 있어 공정 자동화 기술의 고도화에 따라 3차원 형상 내에서 기계가공 특 징형상을 자동으로 인식하고, 이를 기반으로 가공 명령 및 공구 경로를 자동으로 생성하는 기계가공 특징형상 인식(machining feature recognition)에 대한 연구들이 진행되고 있다. 기존 연구들은 면 단위 인식(face-level recognition)에 초점을 맞추고 있다. 면 단위 인식은 3차원 형상을 구성하는 각각의 면을 기계가공 특징 형상으로 분류하는 것을 말한다. 그러나, 면 단위 인식은 각각의 기계가공 특징형상을 구성하는 면의 집합을 인식할 수 없다. 가공 명령과 같은 가 공 정보는 주로 기계가공 특징형상 단위로 이루어지기 때문에, 면 단위 인식 결과를 통한 가공 정보의 추출이 불가능하다. 본 연구에서는 이를 해결하기 위해 그래프 신경망(graph neural network, GNN)을 이용해 인스턴스 단위(instance-level)로 기계가공 특징 형상을 인식하는 방법을 제안한다. 인스턴스 단위 특징형상 인식은 동일 한 기계가공 특징형상 인스턴스에 속하는 면들의 집합을 인식하는 것이 다. 이는 기계가공 특징형상을 구성하는 면 집합을 인식할 수 있게 하여, 의미 있는 가공 정보를 추출할 수 있게 한다. 이를 위해, CAD 모델을 구성하는 곡면(surface)과 곡선(curve)을 임베 딩(embedding)하는 인코더를 정의하여, 곡면과 곡선의 특징 벡터를 추출 하였다. 그리고, 특징 벡터를 뒤에 오는 그래프 신경망의 입력 특징 벡터 로 사용하였다. 또한, 두 단계로 구성된 GNN을 정의하였다. 첫 번째 단계 의 GNN은 곡선과 곡면의 특징 벡터를 이용해 면을 특징형상들로 분류한 다. 두 번째 단계의 GNN은 면 단위 분류 결과와 곡선과 곡면의 특징 벡 터를 이용해 인스턴스 단위로 면을 분류한다. 제안한 모델을 학습하기 위해서는 학습에 사용할 데이터셋이 필요하다. 그러나, 공개된 CAD 모델 데이터셋들은 면 단위 라벨링 정보만 포함하고 있어 본 연구에 이용할 수 없다. 따라서 본 연구에서는 공개된 CAD 모델 데이터셋의 일종인 MFCAD++ 데이터셋의 자동 생성 코드를 수정하여 인 스턴스 단위의 라벨링 정보를 포함한 CAD 모델 데이터셋을 자동 생성하 였다. 생성한 데이터셋은 50,900개의 CAD 모델을 포함한다. 그리고 이를 학습 데이터셋(training dataset) 30,540개, 검증 데이터셋(validation dataset) 10,180개 테스트 데이터셋(test dataset) 10,180개로 분할하였다. 마지막으로 학습 데이터셋을 이용해 제안한 모델을 학습하였다. 그리고, 검증 데이터셋을 가지고 랜덤 탐색(random search) 방법을 기반으로 하 이퍼 파라미터(hyper-parameter)를 튜닝(tuning)하였다. 마지막으로 테스 트 데이터셋을 가지고 모델의 성능을 정량적으로 평가했다. 그 결과, 인스 턴스 단위 인식에 대해 97.82%의 정확도와 95.93%의 pIoU를 달성하였다

기계 상태감시를 위한 MEMS 센서 기반의 무선 스마트센서 개발 : Development of Wireless Smart Sensor for Machines Condition Monitoring using MEMS Sensors

손종덕 부경대학교 대학원 2009 국내박사

센서란 검지 대상의 물리적인 양을 선택적으로 포착하여 유용한 신호(주로 전기적 신호)로 변환하여 출력하는 장치이다. 최근에는 어떤 대상의 신호나 정보가 감지되는 일반적인 센서의 개념을 뛰어넘어 스마트센서라고 불리는 인간의 능력과 가까운 판단력과 정보처리능력을 가진 센서의 개발이 이루어지고 있다. 특히 MEMS (Micoroelectromechanical system) 기술과 스마트센서가 통합되면서 획기적인 기술발전을 거듭하고 있다. MEMS 기술은 초정밀 가공기술을 이용하여 소형화와 다른 센서와의 통합이 용이하다. 또한 대량 생산이 가능하며, 가격이 저렴하다는 특징을 가지고 있다. MEMS센서는 MEMS기술로 제작된 센서를 의미하며, 기계 상태감시와 관련하여 세계적으로 MEMS 센서의 성능평가에 대한 연구가 진행되고 있다. 스마트센서는 마이크로 프로세서를 탑재한 센서로서 무선통신, 지능화가 가능하고 기계의 상태감시에 유용하게 적용할 수 있다. 특히 무선화는 케이블링 공사 비용 절감효과 및 센서로의 접근성을 용이하게 하는 장점이 있다. 지능화 센서로도 불리는 스마트 센서 개념은 미국항공우주국(NASA)의 우주선 개발 과정에서 우주선 내의 여러 센서에서 지상국으로 시시각각 보내져 오는 온도, 습도, 압력, 위치, 속도, 자세 등의 방대한 관측 데이터를 하나의 대형 컴퓨터에서는 처리하지 못하여, 그 해결책으로서 CPU의 분산화가 진행되어 그 발전형으로서 센싱 디바이스의 지능화가 탄생하였다. 스마트 센서는 기존의 센서와는 달리 비용절감, 국부적인 정보처리 수행 능력을 가지며, 네트워크 내의 다른 스마트 센서로부터 실시간 데이터의 통신을 가능하게 한다. 그리고 자가 진단 및 자기 교정으로 센서 결함의 교체 가능하고, 재 프로그램작성 기능 보유로 원격으로 소프트웨어 업그레이드 가능하다는 장점을 가지고 있다. 따라서 MEMS 센서와 스마트센서의 통합은 산업설비의 유지관리를 위해 비용효과적인 시스템을 구축할 수 있는 유용한 도구이다. 본 논문은 기계 상태감시에 적용할 수 있는 MEMS 센서 기반의 무선 스마트센서 개발에 대한 내용이다. 이 시스템은 MEMS 가속도센서와 MEMS 전류센서를 사용하여 저렴한 가격으로 구축할 수 있다. 또한 MEMS 센서로부터 아날로그 필터링 과정을 거쳐 주기적으로 아날로그 신호를 디지털 신호로 변환하여 베이스 스테이션으로 송신하여 기계의 결함의 상태를 나타낼 수 있고, 원격지에서 센서의 상태를 알 수 있도록 자가진단기법을 제안하였으며, 이는 센서의 신뢰성을 향상시키는 훌륭한 도구가된다. 스마트센서의 성능테스트는 신호품질테스트와 알고리즘 분류 결과를 이용한 성능평가 두 가지를 사용하였다. 신호품질테스트는 아날로그 신호의 증폭, HPF (High pass filter), LPF (Low pass filter)의 정확도를 확인하였고, 스마트센서에서 취득된 신호로 분류알고리즘(Classification algorithm) 검증을 통해 분류율을 확인하였다. 이 때 사용된 알고리즘은 SVM (Support vector machine), LDA (Linear discriminant analysis), k-NN (k-nearest neighbors), RF (Random forest)이고, 알고리즘은 CV (Cross validation) 기법으로 파라미터 최적화 되었다. 그리고 검증데이터는 일반센서와 MEMS 센서기반의 스마트센서 두 종류의 데이터를 사용하였다. 마지막으로 IDPM (Intelligent diagnosis prognosis module)을 제안하였으며, 이것은 센서로부터 취득된 데이터를 계산하여 의사결정을 수행할 수 있는 유용한 정보로 변환할 수 있는 역할을 수행한다. 또한 IDPM에 결함진단에 적합한 알고리즘인 Fk-NN (Fuzzy k-nearest neighbors)을 제안하였을 뿐 아니라 실험을 통하여 알고리즘을 검증하였다. 그 결과, 스마트센서와 IDPM을 통합하여 기계상태감시뿐 아니라 결함진단을 수행하는 훌륭한 도구로 사용할 수 있음을 확인하였다. The sensor is a device that selectively detects the physical quantities of subjects and transforms them into useful signals (usually electrical signals). Beyond the general concept of the sensor that detects signals and information, the smart sensor, which has judgment and information processing capacity close to those of human beings, is being developed. In particular, MEMS (Micoroelectromechanical system) technology and the smart sensor have recently been integrated and innovatively developed. MEMS technology facilitates miniaturization and integration with other sensors using ultra precision processing technique. It also realizes mass production and low cost. The MEMS sensor means a sensor manufactured by MEMS technology, and studies on the performance evaluation of the MEMS sensor for monitoring the condition of machines is underway worldwide. The smart sensor, which is mounted with a microprocessor and facilitates wireless communication and intelligent operation, can be useful in monitoring the condition of machines. With wireless application, the cost of cabling work is reduced and the access to the sensor becomes easier. The smart sensor, also called intelligent sensor, was introduced by the distribution of CPU when NASA could not process the vast amount of data including temperature, humidity, pressure, location, velocity and attitude transferred from sensors in the spacecraft to the land stations with one large scale computer during the development of the spacecraft. The smart sensor has the advantages including cost cut and local data processing, unlike the existing sensors, and facilitates the transfer of real time data from other smart sensors in the network. It also has advantages such as sensor fault correction by self-diagnosis and self-correction, and remote software upgrade by re-programming function. Therefore, the integration of the MEMS sensor and the smart sensor can be a useful tool to establish a cost-effective system for maintaining the industrial equipment. This thesis is about the development of the MEMS sensor-based wireless smart sensor that can be applied to monitoring the condition of machines. This system can be constructed at low cost using the MEMS acceleration sensor and MEMS current sensor. A self-diagnosis technique was proposed, wherein the condition of faults in a machine is displayed by transmitting the digital signals that are regularly converted from analogue signals after analogue filtering at the MEMS sensor to the base station and thereby the condition of the sensor is remotely identified. This is an excellent tool to increase the reliability of the sensor. The signal quality test and the algorithm grouping performance test were conducted to identify the performance of the smart sensor. The accuracy of the amplification of analogue signals, HPF (High pass filter) and LPF (Low pass filter) was examined, and the classification rate was examined through the classification algorithm verification of the signals obtained from the smart sensor. SVM (Support vector machine), LDA (Linear discriminant analysis), k-NN (k-nearest neighbors) and RF (Random forest) were used as algorithms, which were parameter-optimized using the CV (Cross validation) technique. Data of a general sensor and a MEMS sensor-based smart sensor were used in verification. Finally, IDPM (Intelligent diagnosis prognosis module) was proposed, which played a role to calculate the data obtained from the sensor and convert them into useful data for decision making. Fk-NN (Fuzzy k-nearest neighbors), which is an algorithm suitable for fault diagnosis, was proposed and verified through the experiment. As a result, it was verified that the integration of the smart sensor and IDPM makes an excellent tool for machine fault diagnosis as well as for machine condition monitoring.

특허무효사례를 통해 고찰한 기계공학분야의 수치한정 발명의 특허화 전략 연구

장형용 한양대학교 공학대학원 2012 국내석사

본 연구에서는, 기계공학 분야의 수치한정 발명에 대한 특허 무효 사례를 통해 수치한정 발명을 특허화하기 위하여 연구 단계에서부터 고려되어야 할 사항을 검토하고 이에 대한 검토 모델링을 제시한다. 기계공학분야의 수치한정발명은 수치범위를 전후로 급격한 변화가 인정되기 어려운 특성이 있음에도 불구하고 법원 및 특허청은 일률적으로 수치한정 범위 전후에서 임계적 의의가 인정되는지 여부에 따라 특허성을 검토함으로써 등록이 거절되는 문제점이 있다. 따라서, 발명 분야별 형평성에 따라 기계공학분야의 특성을 고려한 판단기준에 의해 특허성을 판단하는 것이 타당하다. 그리고, 기존의 법원 및 특허청의 판단기준을 고려하여 기계공학분야의 수치한정발명이 등록되기 위한 검토조건을 살펴보고, 그에 따라 특허 검토 모델링을 구상한다. 특허 검토 모델링에 의해 기존의 판례 사안을 검토하여 주요 쟁점에 대한 검토가 가능한지에 대해 살펴본다.

대형 공작기계의 구조 최적화 설계 방법 연구

ZHANGZHIBO 한밭대학교 일반대학원 2018 국내석사

공작기계는 기계를 만드는 기계, 즉 모기계이다. 기계부품의 품질 및 정밀도는 그 부품을 만드는 공작기계의 품질과 성능에 영향을 받을 수 있다. 따라서 품질과 성능에 우수한 공작기계를 설비하면 기업이 좋은 공산품을 제작할 수 있다. 현대 사회에서의 과학기술 및 경제가 비약적으로 발달되고 있다. 산업체에 가지고 있는 생산기술 및 생산공정도 고속 적으로 발전되고 있다. 이로 인해 산업 회사들은 공작기계에 대한 여러 가지의 요구사항도 높아지고 있다. 이로 인해 다기능화, 자동화, 고기능화, 고속화가공, 고정밀도 등 요구를 만족하는 공작기계가 지속적으로 증가되고 있다. 이런 요구를 만족하기 위해서는 공작기계의 정밀도 및 정확도 높아지고, 부품을 한 번만 설치해도 복잡한 모양을 가공할 수 있는 대형 복합공작기계가 발전되고 있다. 일반적인 대형 복합공작기계의 구조가 복잡하고, 각 구성요소에 발생하는 자중과 소재의 절삭력 등으로 인해 공작기계의 정강성을 약하게 되고 가공오차가 커지고, 불량률 증가 및 생산량 감소하는 경우를 발생할 수 있다. 또한 주축의 회전수를 높아지고 각 이송축의 이송속도가 빨라야 하기 위해서 공작기계는 큰 진동을 발생할 수 있다. 이런 문제를 해결 하기위해서는 설계자가 공작기계를 설계할 때 정 . 동 강성에 대한 해석 및 실험이 필요하다. 전통적인 공작기계의 설계방법은 설계자의 경험이 가지고 공작기계의 각 구조를 설계하다. 그리고 높은 강성을 확보하기 위한 공작기계의 각 구조를 중량증가 및 구조비둔 등 문제를 발생할 수 있다. 최근에는 공작기계를 설계할 때 유한요소해석법을 활용하여, 공작기계의 각 구조의 정적 및 동적 강성, 열 변형량 등 조건을 해석하고 해석결과가 직관적으로 설계자에 반영하는 방식으로 변화하고 있다. 본 논문에서는 위상최적화 및 유한요소해석 소프트웨어를 이용하여, 공작기계의 강성을 높아지고 중량을 감소하는 최적화 구조물을 설계하는 목표 있다. 그리고 설계할 때 공작기계의 각 구조물 및 공작기계의 전체 Loop 강성을 해석하여 해석결과를 비교 검토하고, 공작기계의 칼럼 구조를 재설계가 필요한 것은 얻을 수 있다. 칼럼 구조를 재설계할 때 FEM해석을 통하여, 각 실험용 칼럼의 강성을 해석하고, 해석결과를 비교분석하여, 최적화 칼럼 구조를 설계할 수 있다.

Recapitulating Blood-Brain-Barrier Driven Traumatic Brain Injury Cascades In Vitro via a Multi- Deformation Responsive 3D Platform

Hyun Wook Kang 고려대학교 대학원 2026 국내박사

무대장치용 플라스틱 활차의 기계적 특성 분석

유정훈 한양대학교 공학대학원 2018 국내석사

무대 공간에서는 공연, 연극, 뮤지컬 등에 무대기계를 사용하여 특수 연출 효과를 극대화시켜 관람객들에게 제공하고 있다. 이 특수 연출 효과에 많이 사용되는 무대기계 구성요소인 활차는 금속소재로 현재 국내 제작이 어려워 국외 제품을 사용함으로서 수급 및 정비 부분에서 많은 어려움이 발생하고 있어 국산화 기술 확보가 필요하였다. 그래서 본 논문에서는 무대장치용 플라스틱 활차의 기계적 특성 및 시험방법을 개발하고 이에 대한 검증을 수행하였다. 구체적으로 활차에 적용할 플라스틱 소재에 대한 기계적 물성을 조사 후 ABS 플라스틱이 적합한 것으로 판단되어 선정하였다. 기계적 물성 검증을 위해 시험편을 제작하여 소재 시험을 진행한 결과 인장강도는 최소 53.74 ~ 55.27 MPa, 굴곡강도는 최소 88.05 ~ 88.49 MPa, 충격강도는 최소 186.46 ~ 207.37 , 밀도는 1.03 로 활차 제작이 가능한 소재로 판단하였다. ABS 플라스틱으로 실제 제품을 제작하기 전에 활차의 안전성을 확인하기 위하여 활차 홈에 하중을 작용시키고 고정 축 면은 고정하여 시뮬레이션을 수행한 결과 12.57 MPa로 안전율 4이상을 확보한 것으로 확인되었다. 그리고 국내에는 무대장치용 활차 홈 압축강도 시험을 위한 시험방법이 없어 타 국내 국가표준을 인용하여 활차 홈에 압축하중을 인가할 수 있는 시험방안을 개발하여 적용한 결과 ABS 플라스틱 활차보다 와이어로프 및 와이어로프 소켓의 파손이 먼저 나타났다. 하지만 활차 홈에는 와이어로프 눌림 자국만 발생하였다. 이를 바탕으로 플라스틱 활차는 최소 56,830 N의 하중을 견딜 수 있음을 확인하였다. 본 논문은 무대장치용 활차의 플라스틱 소재 적용과 기계적 특성에 있어 활차 홈의 압축강도 시험방법을 다루었다는 것에 의의를 가지고 있다. 무대 공간에서는 공연, 연극, 뮤지컬 등에 무대기계를 사용하여 특수 연출 효과를 극대화시켜 관람객들에게 제공하고 있다. 이 특수 연출 효과에 많이 사용되는 무대기계 구성요소인 활차는 금속소재로 현재 국내 제작이 어려워 국외 제품을 사용함으로서 수급 및 정비 부분에서 많은 어려움이 발생하고 있어 국산화 기술 확보가 필요하였다. 그래서 본 논문에서는 무대장치용 플라스틱 활차의 기계적 특성 및 시험방법을 개발하고 이에 대한 검증을 수행하였다. 구체적으로 활차에 적용할 플라스틱 소재에 대한 기계적 물성을 조사 후 ABS 플라스틱이 적합한 것으로 판단되어 선정하였다. 기계적 물성 검증을 위해 시험편을 제작하여 소재 시험을 진행한 결과 인장강도는 최소 53.74 ~ 55.27 MPa, 굴곡강도는 최소 88.05 ~ 88.49 MPa, 충격강도는 최소 186.46 ~ 207.37 , 밀도는 1.03 로 활차 제작이 가능한 소재로 판단하였다. ABS 플라스틱으로 실제 제품을 제작하기 전에 활차의 안전성을 확인하기 위하여 활차 홈에 하중을 작용시키고 고정 축 면은 고정하여 시뮬레이션을 수행한 결과 12.57 MPa로 안전율 4이상을 확보한 것으로 확인되었다. 그리고 국내에는 무대장치용 활차 홈 압축강도 시험을 위한 시험방법이 없어 타 국내 국가표준을 인용하여 활차 홈에 압축하중을 인가할 수 있는 시험방안을 개발하여 적용한 결과 ABS 플라스틱 활차보다 와이어로프 및 와이어로프 소켓의 파손이 먼저 나타났다. 하지만 활차 홈에는 와이어로프 눌림 자국만 발생하였다. 이를 바탕으로 플라스틱 활차는 최소 56,830 N의 하중을 견딜 수 있음을 확인하였다. 본 논문은 무대장치용 활차의 플라스틱 소재 적용과 기계적 특성에 있어 활차 홈의 압축강도 시험방법을 다루었다는 것에 의의를 가지고 있다.

다층 구조를 가진 내환경 코팅층의 최적설계와 자가치유 거동 연구 및 기계적 특성 평가

신재원 국민대학교 일반대학원 2024 국내석사

As the aerospace industry advances, various methods are being researched to achieve higher energyefficiency. Currently, the industry demands gas turbine components to perform optimally attemperatures exceeding 1500℃ while also requiring enhanced durability. In particular, the applicationof environmental barrier coatings (EBCs) on gas turbine engines has become increasingly significant.These coatings not only improve the thermal efficiency of gas turbine engines but also protect themfrom external environments, preventing corrosion and wear. Gas turbine engines are subjected toextreme thermal cycles involving high temperatures and cooling, which induce thermal stress, leadingto repeated thermal expansion and contraction. This often results in cracking or delamination, reducingthe service life and mechanical properties of the components. Therefore, the use of advancedenvironmental barrier coatings is essential. Furthermore, integrating crack self-healing agents andoptimizing the composition and design of the coating layers are crucial for advancing this technology. This study focuses on developing a buffer layer with an optimal thickness ratio by incorporating Ti2AlC,a crack self-healing agent, into rare-earth-based oxides, which are widely regarded as promisingenvironmental barrier coating materials. Specifically, the upper layer was composed of Yb2Si2O7, whilethe lower buffer layer consisted of a composite of Yb2Si2O7 and 10 vol% Ti2AlC. Buffer layers werefabricated with thickness ratios of 2:1 and 4:1. The thermal shock behavior, thermomechanicalproperties, and crack-healing effects of these layers were analyzed and compared before and afterthermal shock testing to identify the optimal thickness ratio. Additionally, the composition of thecoating layers was adjusted to fabricate EBC specimens with disilicate and monosilicate top coats, andthe thermal shock behavior of these compositions was evaluated. monosilicate top coat specimensexhibited cracking, leading to further investigation by varying the Ti2AlC content in the coating. Theresults demonstrated that the oxidation of Ti2AlC during heat treatment caused volume expansion,effectively sealing the cracks. This crack-healing behavior, coupled with repeated thermal shock cycles,resulted in improved elastic performance and superior mechanical properties compared to the initialstate. Finally, the study determined the optimal composite ratio and set the top coat composition accordingly,followed by a comparative analysis based on the bond coat. By controlling the proportion and placementof Ti2AlC, the limitations of crack healing, corrosion resistance, and durability were addressed. Thefindings of this study have significant implications for extending the lifespan of components andadvancing thermal efficiency technologies in the aerospace industry, highlighting the substantialresearch value of this work. 항공산업이 발전함에 따라 더 높은 에너지 효율을 얻기 위해 다양한 방법들이 연구되 고 있다. 오늘날 산업의 발전으로 인하여 가스터빈 부품 성능은 1500℃급 이상의 온도 에서 발휘되야 하기때문에 내구성 향상에 많은 관심을 받고 있다. 특히 가스터빈 엔진에 내환경 코팅재를 적용하는 기술이 매우 중요하게 떠오르고 있다. 내환경 코팅은 가스터 빈 엔진의 열효율을 상승시킬뿐더러 외부 환경으로부터 보호하고 부식과 마모를 방지한 다. 가스터빈 엔진은 극한의 고온과 냉각이 반복적으로 노출되어 열적 스트레스로 인하 여 박리가 일어난다. 이러한 이유로 부품의 수명이 단축되고 기계적 특성이 낮아지게 된다. 때문에 내환경 코팅재의 기술이 사용해야만 하 며, 추가로 균열 자가치유제를 적용하고 더 나아가 내환경 코팅층의 최적비율을 연구하 고 최적 설계할 필요가 있다. 본 논문에서는 내환경 코팅소재로 각광받고 있는 회토류계 산화물에 균열 치유재인 Ti2AlC를 첨가하여 균열자가치유 기술을 가진 복합재와 Yb2Si2O7의 두께 비를 제어하여 열적 내구성 관점에서 최적의 두께 비를 가지는 buffer layer를 제작하였다. 상부층에는 Yb2Si2O7를 사용하였고 buffer layer역할을 하는 하부 층에는 Yb2Si2O7+Ti2AlC 10vol% 복합재를 넣어 각각 두께 비 2:1비율과 4:1비율로 제 작하여 열 충격 거동과 열적 기계적특성, 그리고 균열 치유의 효과를 열 충격 전과 후로 비교하여 최적의 두께 비를 연구하였다. 그 후 코팅층의 조성을 조절하여 top coat를 disilicate와 monosilicate로 EBC시험편을 제작하여 조성에 따른 열 충격 거동을 확인 해 보았다. top coat monosilicate의 시험편은 균열이 발생하게 되므로 균열 치유재인 Ti2AlC의 비율을 제어하여 비교를 진행하였으며, 시험편에서의 균열 치유재가 열처리됨 에 따라 산화물이 생성되고 산화물이 균열을 메꾼 후 부피팽창 하여 균열 치유거동과 열 충격 환경이 반복되어도 탄성적인 거동과 기존의 특성보다 뛰어난 기계적 특성을 확인하 였다. 마지막으로 최적의 복합재 비율을 찾아내고 top coat를 최적의 복합재로 설정하여 bond coat에 따른 비교도 진행하였다. Ti2AlC의 비율과 설계 위치를 제어함에 따라 균열 치유와 코팅의 내식성,내구성 향상이라는 한계를 보완할 수 있으며 항공산업에 적용될 시 부품의 수명을 늘리고 열효율 기술발전에 이바지할 수 있기에 연구 가치가 크게 기대 된다.

GMT-CFRTPC 하이브리드 적층 복합재를 적용한 자동차 범퍼 빔 및 시트 백 프레임의 경량화 연구

공용식 충북대학교 2018 국내박사

자동차의 범퍼 빔과 시트 백 프레임은 승객의 안전에 밀접한 관련이 있는 대표적인 자동차의 구조부품으로 높은 충돌성능과 하중에 견딜 수 있도록 설계되어야 한다. 이러한 이유로 철강재가 주로 적용되어왔으나 중량이 너무 무거운 단점으로 인해 경량화에 대한 다양한 연구가 이어져 오고 있다. 특히 연비개선 및 이산화탄소 배출 감소와 같은 규제가 더해짐에 따라 하이브리드 적층 차, 전기 차 및 수소연료 전지 차 와 같은 환경차량의 개발이 증가되고 있으나 배터리 및 수소연료 탱크 등과 같은 부품이 추가되면서 차량의 무게도 동시에 증가 되고 있다. 그렇기 때문에 환경차량을 비롯한 미래 자동차에서의 부품 경량화 요구는 지속적으로 요구되어질 것이고, 이를 위해 철강재를 대신하여 복합재를 적용한 경량화 설계는 매우 중요하다고 볼 수 있다. 범퍼 빔과 시트 백 프레임과 같은 자동차 구조부품의 설계에서 안전과 관련된 요구 성능은 매우 중요한 고려 대상으로 국내의 안전법규 93조를 비롯하여 유럽의 ECE R(Economic Commission for Europe Regulation), 미국의 FMVSS(Federal Motor Vehicle Safety Standards) 및 호주의 ADR(Australia Design Rule) 등과 같이 지역에 따라 다르게 규정되고 있다. 특히 차량의 충돌에너지를 직접 흡수해야 하는 범퍼 빔에는 충돌안전을 규정하는 법규항목 외에도 유럽의 RCAR(Research Council for Automobile Repair)와 미국의 IIHS(Insurance Institute for Highway Safety)등과 같이 충돌에 의한 차량손상을 평가하는 상품성 테스트 항목들이 별도로 있고, 법규성능 보다도 더 까다로운 기준들이 규정되고 있기 때문에 범퍼 빔의 설계에서 반드시 고려되어야 한다. 자동차의 범퍼 빔은 사고 시 1차 충돌에너지를 직접 흡수하여 차체의 손상을 최소화하고 동시에 탑승자의 안전을 도모하는 부품으로 설계 시 고려해야할 대표적인 요구기준으로는 유럽에서 실시하는 RCAR 테스트가 있다. RCAR 테스트를 만족하는 기존의 철강재 범퍼 빔은 인장강도 440 MPa급의 냉간압연 강판(SPFC440)이 주로 사용되며 중량이 약 6∼7 kg로 자동차의 외장부품 가운데 가장 무거운 편에 해당되어 경량화의 요구가 매우 큰 부품이다. 이러한 이유로 철강재를 대신하여 알루미늄을 적용한 경량화 연구가 활발히 이루어져 왔으나, 취성으로 인한 성형자유도의 한계와 철강재의 상관부품에 조립될 경우 전이부식의 발생 가능성이 높아 장기적인 관점에서 잠재문제점을 지니게 된다. 따라서 철강재 범퍼 빔의 경량화와 알루미늄 범퍼 빔의 취성 및 전이부식과 같은 문제의 해결을 위해서는 섬유강화 복합재와 같은 경량화 재료의 적용이 필요하다. 자동차의 시트 백 프레임은 탑승자의 편의와 안전에 밀접한 부품으로 그 역할과 기능이 매우 강조된다. 단순한 의자의 수준을 넘어 차량 주행 시 전달되는 차량의 진동이나 충격을 적절히 흡수하여 안락감을 제공하는 기능과, 차량의 충돌 사고 시 탑승자를 지지하고 보호하는 역할을 하게 된다. 따라서 시트 백 프레임은 탑승자의 충분한 지지와 사고 시 충돌에너지를 흡수하여 피해를 최소화 할 수 있도록 설계되어야 한다. 이러한 이유로 충돌안전도 및 내구성 등과 같이 구조적 기능에 대한 설계요구조건이 강화되고 있으며, 전술한 바와 같이 자동차의 각종 충돌로부터 승객을 보호하기 위해 국제적으로 법적 규정을 제시하여 해당 국가의 모든 승용 차량에 대해 만족하도록 요구되어지고 있다. 시트 백 프레임의 요구 성능은 해당 국가의 안전법규 외에도 자동차 차체 형상과 관련이 있으며, 특히 해치백 차량의 후석 백 프레임은 중앙에 앉는 탑승자의 안전벨트 앵커와 유아시트 앵커가 구비되도록 설계된다. 유아시트 앵커 관련된 시트 백 프레임의 안전법규는 매우 까다롭게 규정되어있으며, 주요 국가 별로 유럽의 ECE R14, 미국의 FMV22 225 및 호주의 ADR 34/01 등이 해당된다. 이와 같은 법규는 시트 백 프레임의 요구 성능 중 가장 가혹한 조건에 속하여 법규 만족을 위해 철강재가 주로 적용되어 왔다. 다소 복잡한 형상을 지니는 시트 백 프레임의 성형을 위해 프레스 가공성이 개선된 냉간압연강판(SPCC)와 구조용 강재인 열간압연강판(SAPH)가 각각 메인 패널과 보강프레임에 사용된다. 이러한 시트 백 프레임은 중량이 약 14∼17 kg으로 경량화 개발의 필요성이 지속적으로 요구되어져 오고 있으며, 자동차 기술의 발전에 따라 안전과 편의를 위한 다양한 장치들이 더해지고 무게가 증가되어짐에 따라 시트 백 프레임의 경량화 요구는 더욱 더 증가할 것으로 보인다. 섬유강화 복합재는 고강도 섬유와 경량 기지간의 결합을 통해 만들어지며 높은 비강도와 비강성을 갖기 때문에 범퍼 빔과 시트 백 프레임과 같은 자동차 구조부품의 경량화 개발에 널리 적용되어져 오고 있다. 이러한 복합재는 섬유의 종류, 길이, 배열, 비율 및 기지의 종류에 따라 다양한 복합재의 제작이 가능한 것이 특징이다. 일반적으로 단섬유 보강 복합재는 섬유의 방향성이 없이 등방성에 가깝고 높은 성형자유도의 특징으로 사출성형을 통해 복잡한 형상의 제품 개발에 주로 적용되고, 장섬유 보강 복합재는 고압의 프레스성형을 통해 상대적으로 높은 기계적 특성이 요구되는 구조부품에 주로 적용된다. 섬유강화 복합재는 경량화의 장점이 있긴 하나 강화된 자동차 연비규제와 높은 충돌안전 성능 만족을 위해서는 기계적 성질 개선이 필요하다. 연속섬유 복합재의 사용은 불연속섬유 복합재의 기계적 특성을 높이는데 매우 유용하다. 연속섬유 보강 복합재는 다수의 단방향 연속섬유에 기지의 함침시킨 후 캘린더링을 거치는 풀트루젼 공정에 의해 주로 프리프레그 형태로 제작되고, 이러한 프리프레그는 섬유의 비율, 방향, 적층각도 등의 조정을 통해 다양한 기계적 물성을 비교적 쉽게 얻을 수 있는 특징이 있다. 연속섬유보강 복합재는 높은 기계적 특성을 지니는 반면 설계 및 성형자유도가 매우 불리하여 단일 재료로 사용되기에는 어려움이 있다. 따라서 불연속 섬유 복합재의 기계적 특성 개선과 연속섬유 복합재의 성형자유도를 높일 수 있는 두 복합재간의 하이브리드 적층에 대한 연구가 이루어진다면 매우 유용할 것이고, 이러한 방법은 원재료 단계의 신소재 개발이 아닌 기존의 복합재들을 부품의 성형공정에서 바로 하이브리드 적층하여 적용할 수 있는 점에서 대단히 실용적이라 할 수 있다. 섬유강화 복합재의 하이브리드 개념은 세 가지로 구분할 수 있다. 첫째, 서로 다른 종류 및 형태의 섬유를 혼방하여 새로운 복합재를 개발하는 것이다. 이 개념은 섬유의 종류와 형태, 기지의 종류를 다양하게 선택할 수 있는 장점이 있으나 원재료 단계에서의 연구개발이 요구되기 때문에 기술적인 부분과 시간, 비용 등에서 많은 어려움이 있다. 탄소섬유와 유리섬유를 혼방하고 여기에 맞는 기지와 사이징재를 개발하는 것이 그 예이다. 이러한 경우 이종 섬유의 혼방에도 기술적으로 많은 어려움이 있고, 섬유와 기지의 결합을 위한 사이징재의 개발에도 매우 높은 수준의 기술을 필요로 한다. 둘째, 서로 다른 두 복합재를 사전에 적층시켜 다른 형태의 복합재로 만드는 방법으로 연속섬유 프리프레그를 다른 복합재에 적층하는 것이 그 예이다. 본 개념은 첫 번째에 비해 비교적 용이한 편이긴 하나, 사전 적층에 해당하는 공정을 필요로 한다. 셋째, 서로 다른 두 복합재를 사전공정 없이 부품 성형공정 단계에서 직접 적층하는 것이다. 기존의 서로 다른 두 복합재를 사용한다는 점에서는 두 번째 개념과 동일하나, 부품에 적용하고자 하는 복합재를 사전공정을 통해 제작할 필요가 없다는 점에서 차이가 있다. 그렇기 때문에 앞서 두 개념에 비해 대단히 실용적이라 할 수 있다. 그러나 본 개념은 시간과 비용을 줄일 수 있는 장점이 있는 반면, 원하는 기계적 물성을 얻기 위한 하이브리드 적층 대상의 두 복합재를 선정하는 과정에서 다양한 조합의 시편을 제작하고 재료의 기본 물성시험을 통해 유효성을 확인해야 하는 문제가 있다. 따라서 다양한 조합의 하이브리드 적층 복합재에 대해 기계적 특성을 미리 예측하고 이를 설계에 적용하기 위한 연구가 이루어진다면 대단히 유용할 것으로 판단된다. 이와 같은 목적으로 본 연구에서는 서로 다른 두 복합재를 부품의 성형공정에서 직접 적층하는 하이브리드 개념을 통해 불연속섬유 복합재인 GMT(Glass Fiber Mat Reinforced Thermoplastic)와 연속섬유 복합재인 CFRTPC(Continuous Fiber Reinforced Thermoplastic)를 하이브리드 적층하여 새로운 복합재를 개발하고자 하였고, 혼합물 법칙을 통해 다양한 조합의 하이브리드 적층 복합재의 기계적 특성을 예측하여 이를 자동차 범퍼 빔 및 시트 백 프레임에 적용하여 경량화 하고자 하였다. An automotive bumper beam and a seat back frame should be designed to withstand high impact performance closely related to passenger’s safety. So steel have been widely used to these parts, but the demands for weight reduction have been continued due to their heavy weight. GMT, typical fiber reinforced composites, has been widely applied to the development of lightweight automotive parts. Due to its fiber mat structure, GMT has excellent impact resistance than other composites reinforced with short or long glass fiber. Since it consists of discontinuous fibers, there are limitations to improve its mechanical property in order to meet the increasingly strengthened regulations on fuel efficiency and safety performance. The use of continuous fiber reinforced composites is very helpful in increasing the mechanical properties of the composites reinforced with discontinuous fibers. Due to the low degree of freedom of design and unfavourable moldability, continuous fiber reinforced composites have many difficulties in being used as a single material. To improve these disadvantages, a study on the development of the desired mechanical properties and improved molding condition through an appropriate combination of discontinuous fiber reinforced composites is highly necessary. In this thesis, hybrid composites laminated with discontinuous fiber reinforce composite material, GMT, and continuous fiber reinforced composites, CFRTPC, was suggested to make the mechanical property of GMT enhanced. The effective properties of GMT and CFRTPC hybrid composites were predicted by the Rule of mixtures and applied to automotive bumper beam and seat back frame for lightweight design. For the verification of this applicability on an automotive parts, finite element analysis and experimental trials were conducted, and concluded as follows. 1. Mechanical properties of GMT and CFRTPC were shown as the predicted values were 6 % to 10 % higher than the experimental ones. The means that Rule of mixture considered all fibers as unidirectional continuous fibers in predicting, but the glass fiber mat included in the actual GMT contains random directional discontinuous fibers which could be contributed to the degradation of the experimental result. Therefore, the mechanical properties of hybrid composites could be predictable considering the errors between calculated value by Rule of mixtures and experimental ones. 2. By taking the error of 10 % to 12 % between predicted value and experimental ones, the tensile strength of GMT40, 45, and 50 could be improved by 30 % to 75 % with being laminated to CFRTPC. 3. In terms of the structure of hybrid composites, GMT should be positioned on both sides while maintaining the CFRTPC in the middle to keep the latent heat of composites to avoid problems such as short shot or uneven fiber distribution due to material cooling. 4. GMT applied bumper beam was broken at both ends and center by the shape-barrier test. Since the bending behavior at both ends of which the bumper beam is fixed is very limited, it is believed to be caused by shear force , and tensile force at the center of the beam showing bending behavior. In contrast, no such damage occurred in the bumper beam with the GMT-CFRTPC hybrid composites. Therefore, the bumper beam to satisfy the shape-barrier test should be reinforced on central area by improving the tensile strength by being laminated with CFRTPC to prevent the damage under tensile force, and at both ends by being taken more thickness to prevent the damage by shear force at the same time. 5. The behavior of the seat back frame was shown as excessive deformation due to bending in the direction of load, and torsional deformation due to the rotation of the latch and hinge by ADR 34/01 test. the primary deformation mode and torsional deformation of seat back frame could be minimized by DFSS applying diagonal design of ribs and variable thickness of the channel design respectively. To minimize bending and torsional deformation of the seat back frame, it is recommended that the channels and ribs be designed with a thickness of 7 to 9 mm and 10 to 15 mm, respectively. 6. With the use of hybrid composites materials, automotive bumper beam satisfying RCAR test and seat back frame meeting ADR 34/01 could be designed as of 26 % and 23.5 % respectively lighter than that of steel products, and GMT-CFRTPC hybrid composites is also likely to be applied in a wide range of lightweight designs.

A Study on the Optimization of the Foundation for Large Machine Tools using the TAguchi Method

조성화 창원대학교 2019 국내석사

항공우주와 선박 부문에서 비롯하여 에너지생산시설 등 새로운 부문으로 대형 부품의 가공 수요가 급증함에 따라 높은 수율로 정밀 가공할 수 있는 방안에 관련된 연구들이 활발하게 이루어 지고 있다. 그 중에서도 대형 부품의 부가가치가 높은 가공이 가능하게 하기 위한 해법으로 매우 큰 사이즈의 대형 공작기계를 도입하고 있다. 고정밀 고강성 대형 공작기계의 가공 정밀도의 중요성이 높아지고 있기 때문에 가공정밀도를 향상시키기 위해 다양한 제어방법과 분석기술 개발, 부품 조립, 기초 파라미터 설계 등을 통하여 대형공작기계의 가공 정밀도를 향상시키기 위한 연구들이 이루어 지고 있다. 그 중에서도 바닥 기초 지반을 구조 부품과 통합시켜 바닥 기초 지반에 대한 설계를 통해 가공 정밀도를 높이는 연구가 도입되고 있다. 바닥 기초는 모든 타입의 공작기계에서 주요 요소이며 낮은 구조 강도를 갖는 기계가 필요로 하는 강성을 제공하고, 기계의 레벨링과 정렬의 주요 요소이며, 진동 흡수의 핵심역할을 한다. 대형 정밀 공작기계는 바닥 기초 지반 조건에 따라 자중에 의한 변형량이 다르게 나타나고 가공 정밀도에 영향을 줄 수 있기 때문에 대형 정밀 공작기계의 바닥면의 파라미터들을 계산하여 가공정밀도를 향상시킬 수 있는 바닥 지반 조건 최적화 연구가 필요하다. 본 연구에서는 대형 공작기계의 바닥 지반 형상을 설계하고 다구찌 최적화 방법을 이용하여 바닥 지반 무게는 최소화하고 가공 정밀도는 향상시킬 수 있는 최적 바닥 지반 형상을 제시한다.