메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

박민호 (목포대학교, 목포대학교 대학원)

지도교수
김일수
발행연도
2015
저작권
목포대학교 논문은 저작권에 의해 보호받습니다.

이용수3

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
자동차 산업에서 레이저 용접 분야는 대략적으로 부품용접, 차체용 강판 용접, 이종재료 용접 등 널리 사용되고 매우 중요한 접합공정의 하나로 인식 되고 있으며, 생산성 향상 및 용접품질 확보를 위한 노력들이 꾸준히 진행되어오고 있는 추세이다. 또한 레이저 용접은 다품종 소량생산에 적합한 유연생산과 고품질 용접부를 생산할 수 있는 적합한 용접공정으로써 독일, 미국, 일본 등에서 자동차 관련 산업뿐만 아니라 조선, 항공까지 다양하게 적용되고 있다. 최근 유럽선진 자동차 업체를 중심으로 자동차 차체부품 경량화 및 성능 강화의 목적으로 보강재를 제거하고 소재의 강성을 확보하기 위해 고강도 소재를 이용한 1GPa급 이상의 차체부품 및 자동차용 범퍼 빔이 적용되고 있다. 그러나 국내의 연구개발 추세는 제품 성형 위주로서 형상 자유도를 감안하여 이루어지고 있기 때문에, 고강도 소재임에도 불구하고 안전법규와 고속 충돌성능의 만족을 위해서 보강재가 적용되고 있는 실정이다. 이에 따라 최근에는 고장력강의 이종재료(Tailored Blank) 접합은 양호한 파괴 거동을 유도할 수 있고, 충돌성능 향상 및 경량화를 극대화할 수 있어 차세대 자동차의 주요 용접 수단으로 주목을 받고 있다. 따라서 고장력강 레이저 용접공정의 다양한 용접공정 변수들에 의한 용접부 품질확보를 위한 연구가 절실히 필요한 실정이다.
본 연구에서는 자동차 관련 산업에서 많이 사용되는 고장력강을 사용하여 파이버레이저 용접시 획득한 데이터를 활용하여 용접부의 특성 경향을 예측하고 용접공정 변수의 최적화를 최종목표로 하였다. 이를 위하여 차체 제작용고장력 강판인 TRIP1180과 DP980의 이종재료 겹치기 이음의 용접부 특성 분석을 위한 파이버 레이저 용접실험을 실시하였으며, 각 용접공정에서 생성된 금속간 화합물의 기계적 특성값을 비교·분석한 결과, 모든 시험편에서 기존 저항 점용접의 전단인장강도에 상응하는(전단인장강도 550MPa 이상) 강도가 형성되어 파이버 레이저 용접공정의 현장적용 가능성을 확인하였다.
각 용접공정 변수에 따라서 생성되는 금속간 화합물에 대해 화학적 분석을 통하여 용접균열 감수성을 확인하기 위한 탄소 당량식을 도입하였다. 개발된 탄소 당량식과 기계적 특성의 상관관계 분석을 통해 데이터 그룹별로 용접균열 감수성을 확인할 수 있었으며, 전단인장강도 시험편의 파단형상 분석을 통해 취성력 작용여부도 확인할 수 있었다. 또한 레이저 용접부의 용입 면적과 고장력강 용접부에서 흔히 발생되는 열영향부(HAZ) 연화현상에 대한 성향을 확인하여 공정변수에 따른 고장력강 용접부 특성(연화영향, 취성파괴 경향)의 발생 유무를 확인하였으며, 이를 기반으로 용접부 품질 확보를 위한 공정변수들의 적정범위를 선정할 수 있었다.
아울러 고장력강 레이저 용접공정의 특성파악 및 최적화를 위해 일반적으로 널리 사용되는 신경회로망을 이용한 지능형 모델과 패턴 인식 모델을 개발하였다. PAM을 이용하여 각 모델의 탄소 당량 예측성능을 분석한 결과 LM 알고리즘의 예측모델이 모든 그룹 데이터에서 BR, BP 예측모델에 비해 매우 높은 예측성능을 보임을 확인하였다. 또한 고장력강의 탄소 당량과 취성파단 및 인장강도의 연화영향 기여 유무를 판단하기 위해 PR 알고리즘을 개발하여 용접부의 특성 발생 유무를 예측 하도록 하였다. 마지막으로 LM 알고리즘을 통해 산출된 그룹별 탄소 당량의 값을 PR 알고리즘에 입력함으로써 예측되는 용접부 특성이 실제 용접부에서도 같은 특성이 발생 되었는지를 확인하여 화학적 성분예측을 위한 LM 알고리즘과 특성 추출을 위한 PR 알고리즘의 호환성도 더불어 확인하였다.

목차

목 차
Nomenclatures ⅳ
List of Tables ⅵ
List of Figures ⅷ
Abstract ?
제 1장 서 론 1
제 1절 연구 배경 1
제 2절 연구목적 및 방법 5
제 2장 관련 이론 7
제 1절 파이버(Fiber) 레이저 용접 7
2.1.1 파이버 레이저의 원리 및 특징 8
2.1.2 파이버 레이저의 적용 11
제 2절 고장력강 레이저 용접 분석기법 14
2.2.1 완전요인배치법(FFD) 14
2.2.2 고장력강(DP강, TRIP강) 15
2.2.3 탄소 당량식(Carbon Equivalent Equation) 18
2.2.4 곡선 근사법(Curve Fitting) 20
제 3절 고장력강 용접부 최적화 알고리즘 24
2.3.1 BR(Bayesian-Regulation) 알고리즘 24
2.3.2 BP(Back-Propagation) 알고리즘 28
2.3.3 LM(Levenberg-Marquardt) 알고리즘 32
2.3.4 PR(Pattern-Recognition) 알고리즘 36
제 3장 파이버 레이저 용접실험 43
제 1절 실험 개요 43
3.1.1 실험장치 구성 43
3.1.2 실험재료 및 방법 44
3.1.3 실험계획 47
제 2절 실험결과 및 고찰 50
3.2.1 용접실험 및 결과 50
3.2.2 용접성 평가 56
제 4장 결과 및 고찰 64
제 1절 고장력강 탄소 당량식 개발 64
4.1.1 EDS 분석 64
4.1.2 화학적 성분 분석을 통한 용접부 탄소 당량식 개발 68
4.1.3 탄소 당량과 기계적 특성의 상관관계 분석 73
제 2절 열영향부(HAZ) 연화 특성분석 76
4.2.1 고장력강 레이저 용접부 경도분포 76
4.2.2 용입 면적에 따른 열영향부 연화 특성분석 81
4.2.3 연화 특성과 기계적 특성의 상관관계 분석 96
제 3절 미세조직 분석을 통한 용접부 파단특성 평가 99
4.3.1 용접부 파단특성 분석 99
4.3.2 용접부 파단특성과 탄소 당량의 상관관계 분석 100
제 5장 고장력강 레이저 용접부 최적화 103
제 1절 신경회로망을 이용한 최적 알고리즘 개발 103
5.1.1 화학적 성분예측을 위한 신경회로망 모델 개발 104
5.1.2 최적 예측모델의 유효성 검증 111
제 2절 고장력강 용접부 특성예측을 위한 알고리즘 개발 113
제 3절 LM-PR 알고리즘을 이용한 고장력강 용접부 최적화 118
제 6장 결 론 121
참고문헌 123

최근 본 자료

전체보기

댓글(0)

0