ANFIS를 이용한 냉간 압연 공정의 두께 감소가 판금 성형성에 미치는 영향

Scientific Reports 12권, 기사 번호: 10434(2022) 이 기사 인용

1469 액세스

4 인용

측정항목 세부정보

냉간 압연은 판금의 성형성에 해로운 영향을 미칩니다. 그러나 시트의 고품질 표면을 생산하는 데 있어서 이는 불가피합니다. 스트레치 시트의 성형 한계에 대한 냉간 압연의 영향은 문헌에서 포괄적으로 조사되지 않았습니다. 본 연구에서는 다양한 냉간 압연 두께 감소가 판금 성형성에 미치는 영향을 관찰하기 위해 실험적 연구를 수행했습니다. 이러한 테스트의 실험 절차는 비용이 많이 들기 때문에 냉간 두께 감소가 판금 성형성에 미치는 영향을 예측하기 위해 인공 지능도 채택됩니다. 이와 관련하여 St14 시트는 인장, 금속 조직학, 냉간 압연 및 Nakazima의 반구 펀치 실험을 사용하여 검사됩니다. 획득된 데이터는 적응형 신경망 퍼지 추론 시스템(ANFIS) 모델을 훈련하고 테스트하는 데 추가로 활용됩니다. 결과는 냉간 압연이 인장 하중 조건에서 판금의 성형성을 감소시킨다는 것을 나타냅니다. 더욱이 시트의 인장 거동은 동일한 시트 금속의 냉간 두께 감소로 인해 상당히 변경됩니다. 훈련된 ANFIS 모델은 또한 한계 다이어그램 형성 예측에 있어서 성공적으로 훈련되고 테스트되었습니다. 이 모델은 다른 두께 감소 조건에서 성형 한계 변형을 결정하는 데 사용될 수 있습니다. 한계선을 형성하는 결정은 판금의 화학적 조성의 본질적인 특성이 아니며 다른 많은 요소를 고려해야 한다는 것이 논의되었습니다.

판금의 성형 한계를 결정하는 것은 최종 판금 제품 형상을 설계하는 데 매우 중요합니다. 이는 또한 딥 드로잉 및 시트 성형 공장의 주요 품질 관리 테스트 중 하나입니다. 인장 시험과 달리 성형 한계 결정에는 더 많은 수의 시편과 복잡한 시험 절차가 필요합니다. 이러한 비용과 시간이 많이 소요되는 시험을 피하기 위해 단축 인장 시험 곡선 데이터1,2,3,4,5를 사용하여 FLD 계산에 대한 문헌에 제안된 수많은 분석 방법이 있습니다. 그러나 단축 인장 곡선은 성형 한계를 결정하는 데 있어 신뢰할 수 있는 소스가 될 수 없습니다6. Wu et al.7은 단축 인장 곡선에서 작은 차이가 있는 시트가 질감의 영향으로 인해 FLD에 상당한 차이가 있음을 실험적으로 보여주었습니다. 따라서 인장 곡선은 성형 한계에 대한 직관적인 의미를 제공하지만 정확한 FLD를 계산하는 것만으로는 충분하지 않습니다.

현재 성형 한계 곡선을 얻는 가장 좋은 방법은 시트 제품의 모든 배치에 대한 실험 테스트라는 것이 인정됩니다. 성형 한계는 하중 조건, 시트 두께 및 시트의 미세 구조 특성을 포함한 많은 요인에 따라 달라집니다. 모든 기하학적, 하중 및 미세 구조 매개변수를 고려한 모델은 없습니다. 따라서 모델은 특정 상황에서 허용 가능한 결과를 제시하더라도 신뢰할 수 없습니다.

최근 많은 연구분야에서 인공지능과 퍼지논리의 활용이 늘어나고 있다. 성형 한계에 대한 기하학적 매개변수의 영향은 인공 신경망(ANN)을 사용하여 Elangovan et al.8에 의해 조사되었습니다. ANN 모델은 실험에서 얻은 날짜 세트를 사용하여 학습되었습니다. 훈련된 모델은 시트의 새로운 기하학적 매개변수 세트에 대한 FLD를 예측하기 위해 추가로 사용되었습니다. 다양한 하중 및 온도 조건에서 성형 한계의 거동은 ANN을 사용하여 Kotkunde et al.9에 의해 조사되었습니다. ANN 방법을 사용하여 예측된 성형 한계는 실험 결과와 허용 가능한 일치를 보였습니다. 극한의 열 및 하중 속도 조건은 성형 한계에 적용하고 조사하기가 실험적으로 어렵습니다. Mohamed et al.10의 연구에서는 ANN을 사용하여 FLD를 예측할 수 있음이 나타났습니다. Derogar와 Djavanroodi11은 판금 성형 한계 예측에서 ANN의 능력을 입증했습니다.