사출성형 공정은 열가소성 플라스틱 수지를 사용하는 성형방법으로 성형 사이클이 짧고, 높은 생산성으로 인해 대량생산에 적용되고 있다. 또한, 사출성형 공정은 정밀 금형 사용을 통해 복...

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=T14017433
서울 : 성균관대학교 일반대학원, 2016
학위논문(석사) -- 성균관대학교 일반대학원 , 기계공학과 , 2016. 2
2016
한국어
서울
A development of smart phone lens injection molding process monitoring and quality prediction system
vii, 65 p. : 삽화, 표 ; 30 cm
지도교수: 이상원
참고문헌 : p. 61-63
0
상세조회0
다운로드사출성형 공정은 열가소성 플라스틱 수지를 사용하는 성형방법으로 성형 사이클이 짧고, 높은 생산성으로 인해 대량생산에 적용되고 있다. 또한, 사출성형 공정은 정밀 금형 사용을 통해 복...
사출성형 공정은 열가소성 플라스틱 수지를 사용하는 성형방법으로 성형 사이클이 짧고, 높은 생산성으로 인해 대량생산에 적용되고 있다. 또한, 사출성형 공정은 정밀 금형 사용을 통해 복잡하고 높은 정밀도를 요구하는 부품의 생산을 가능하게 하여 스마트폰에 사용되는 카메라 렌즈 및 의료기기 등 다양한 분야의 정밀 부품 생산에 적극적으로 적용이 되고 있다. 하지만 대부분의 공정은 숙련된 작업자에 의해 수행되며, 사출품의 품질에 영향을 주는 내부의 유동, 유압 및 금형과 수지의 열전달 등의 현상은 체계적으로 분석되지 못하고 있는 실정이다.
이에 본 연구에서는 스마트폰 렌즈 정밀 사출금형에 Built-in sensor를 설치하여 렌즈 사출성형 공정의 실시간 프로세스 모니터링 및 품질 예측 알고리즘을 개발하였다. 또한 개발된 알고리즘을 통하여 렌즈 정밀 사출성형 공정상태 진단 및 예측 시스템 구축을 통해 산업현장에 적용하였다.
렌즈 정밀 사출성형 공정상태 모니터링 및 품질 예측을 위한 사출성형 실험이 수행되었으며, 수행된 실험은 렌즈의 품질에 가장 영향을 많이 미치는 보압 및 냉각수 온도를 공정변수로 선정하여 수행하였다. 프로세스 모니터링 수행을 위해 Built-in sensor금형의 압력, 온도 센서 및 사출기 내부 센서를 통하여 실시간으로 신호측정을 수행하였다. 또한 각 공정상태에서 수집한 캐비티 압력, 온도 및 내부 센서 신호를 이용한 특징요소도출 알고리즘 개발하였다. 도출된 특징요소는 최대 압력, 보압, 최고온도, 최소 쿠션위치, 보압완료 위치 및 전역피크 보압으로 총 6 개의 특징요소를 기반으로 공정상태 진단모델을 구축하였으며 검증을 통해 알고리즘의 신뢰도를 입증하였다.
렌즈 사출성형 품질 예측 알고리즘은 도출된 특징요소와 측정된 렌즈형상오차 간 상관관계분석을 통해 개발하였다. 또한 k-fold cross validation방법론을 적용하여 품질 예측 정확도를 향상 시키는 최적의 모델을 구축하였고, 이에 대한 검증을 통해 실효성을 확인하였다.
또한, 효율적인 산업 현장 적용을 위해 휴대폰 렌즈 사출성형 공정상태 진단 및 예측 임베디드 시스템을 구축하였다. 본 시스템은 전술한 공정상태 진단 알고리즘을 기반으로 구축되었고 각 사출성형 공정진단 정보를 가시화하여 제공함으로써 체계적인 사출성형 공정관리를 가능하게 하였다. 개발된 시스템은 실제 렌즈 사출성형 양산 산업현장에 적용하여 타당성을 검증하였다.
주제어 : 렌즈 정밀 사출성형, Built-in sensor 금형, 사출성형 공정상태 진단, 사출성형 품질 예측, 산업현장 적용 시스템
목차 (Table of Contents)