この論文は、[‘AU J.T.’発行の「A Comparative Analysis of Grain Size and Mechanical Properties of Al-Si Alloy Components Produced by Different Casting Methods」に基づいて作成されました。 1. 概要: 2. 抄録または序論 抄録 本研究は、様々な鋳造方法で製造されたアルミニウムシリコン合金部品の鋳造組織と機械的特性を比較するために実施されました。この目的のために、砂型鋳造、チル鋳造、およびスクイズ鋳造法を用いて、Al-8%Si合金から同じ形状とサイズの同様の製品を製造しました。鋳造品の微細組織の結晶粒径は、スクイズ鋳造、チル鋳造、砂型鋳造の順に大きくなることが観察されました。逆に、鋳造品の機械的特性は、砂型鋳造、チル鋳造、スクイズ鋳造の順に向上しました。したがって、スクイズ鋳造品は、高品質部品を必要とする工学用途において、鋳造肌のままの状態で使用でき、チル鋳造品および砂型鋳造品は、非工学用途またはより低い品質部品を必要とする工学用途において、鋳造肌のままの状態で使用できます。 序論 鋳造または金属鋳造は、紀元前2000年に遡る最も初期の金属成形法の一つであり、当時使用されていたプロセスは、今日使用されているものと原理的にほとんど変わりません（Amstead et al. 1979）。Wright (1990) と Rao (1992) は、金属鋳造はもっと早くから存在していたと考えています。Rao (1992) は紀元前3500年、Wright (1990) は鋳造の起源を約6000年前と見ています。彼はさらに、鋳造における多くの発展は東洋から来たものであり、紀元前1000年以前に中国人は鉄の鋳造方法を開発し、るつぼ鋼の鋳造方法は後にインドで発明されたと指摘しました。東洋の鋳造技術は中東とヨーロッパに輸出され、最初の鋳鉄製大砲は1500年頃にイングランドで製造されました。アメリカで作られた最初の既知の鉄鋳物は、1642年に作られた鋳鉄製調理鍋でした（Jain 1992）。この質素な始まりから、現代の鋳造産業は成長しました。今日、長年にわたって進化してきた数多くの鋳造プロセスが存在します。これらの鋳造プロセスは、一般的に砂型鋳造と特殊鋳造の2つの広範なクラスに分類できます。特殊鋳造には、ダイカスト、重力鋳造、インベストメント鋳造、遠心鋳造、加圧鋳造などが含まれ、それぞれに独自の特徴的な利点と欠点があります。砂型鋳造は、製造される鋳物の約80%を占めています（Mikhailov 1989）。1979年には、英国で製造される鋳物の80%がグリーンサンドモールド（Williams 1979）であり、連邦ドイツでは1986年の鋳造生産量の67%がグリーンサンドモールドであったと推定されています（Weiss and Kleinheyer 1987）。エンジニアリング製品や消費財は、砂型鋳造やダイカストなど、多くの技術によって製造されています。それぞれの代替技術は、独自の明確な能力と関連コストによって特徴付けられ、特定の用途分野を決定します。良好な比較のために、スクイズ鋳造、加圧ダイカスト、チル鋳造、砂型鋳造による製品の製造について検討します。砂型鋳造とスクイズ鋳造の比較を行う中で、Lynch et al. (1975) は、砂型鋳造部品は表面仕上げが粗いものの、砂型鋳造はアンダーカットやチャンネルを部品に鋳込むことができ、多くの小型部品を同時に同じ鋳型で鋳造できるため、生産性が向上するという安価な製造手段を提供すると指摘しました。一方、スクイズ鋳造は、収縮や微細孔のない完全密度の部品と、砂型鋳造よりも滑らかな表面仕上げとより近い公差を実現できます。さらに、高い生産速度と高い金属利用効率により、費用対効果の高い製造プロセスです。スクイズ鋳造で得られる最大重量は、アルミニウム基合金で19kgです（Clegg 1991; Yue and Chadwick 1996）。しかし、チル鋳造で得られる最大重量は、アルミニウム基合金、マグネシウム基合金、鋳鉄、銅基合金でそれぞれ70kg、25kg、13.6kg、9kgです（West and
This paper introduction was written based on the ‘INDUSTRY 4.0 FOUNDRY DATA MANAGEMENT AND SUPERVISED MACHINE LEARNING IN LOW-PRESSURE DIE CASTING QUALITY IMPROVEMENT’ published by ‘International Journal of Metalcasting’. 1. 概要: 2. 概要または序論 低圧ダイカスト（LPDC）は、高性能、高精度なアルミニウム合金自動車ホイール鋳物の製造に広く使用されており、気孔率欠陥などの欠陥は許容されません。LPDC部品の品質は、鋳造プロセス条件に大きく影響されます。ガスや収縮気孔率などの困難な欠陥に対する部品品質を向上させるためには、プロセス変数を最適化する必要があります。これを行うには、プロセス変数の測定値を欠陥の発生率と照らし合わせて調査する必要があります。本論文では、Industry 4.0クラウドベースのシステムを使用してデータを抽出します。これらのデータを用いて、実際の鋳造アルミニウムLPDCプロセスで欠陥を予測する条件を特定するために、教師あり機械学習分類モデルが提案されています。このプロセスの欠陥率は小さく、潜在的なプロセス測定変数が多数存在するため、根本原因の分析は困難です。XGBoost分類アルゴリズムに基づくモデルを使用して、プロセス条件と欠陥のあるホイールリムの生成との間の複雑な関係をマッピングしました。データは、特定のLPDCマシンとダイモールドから、3シフト、6日間連続で収集されました。気孔率欠陥の発生率は、かなり小さなサンプル（1077個のホイール）から収集された13のプロセス変数からの36の特徴量を使用して予測でき、非常に偏っており（欠陥品62個）、良品で87％の精度、気孔率欠陥のある部品で74％の精度でした。この研究は、欠陥を減らすための新製品の量産前段階でのプロセスパラメータ調整を支援する上で役立ちました。 3. 研究背景: 研究トピックの背景: 低圧ダイカスト（LPDC）は、高性能、高精度、大量生産が求められる金属鋳造部品、特に自動車産業におけるアルミニウム合金ホイールリムの製造において広く利用されています。気孔率の不連続性は、LPDCアルミニウム製品で最も頻繁に見られる欠陥の一つです。これらは回避が難しく、部品の完全性と性能を損なう可能性があります。したがって、気孔率欠陥の原因と防止は品質管理において重要な考慮事項であり、部品品質を向上させるためにプロセス変数を最適化する要求を生み出しています。気孔率欠陥の原因は、金属組成、水素含有量、鋳造圧力、温度、指向性凝固速度を得るための金型熱管理など、さまざまな要因に起因する可能性があります。このような鋳造欠陥が発生した場合、正確な根本原因を診断し、適切なプロセスパラメータ変更を行うことはしばしば困難です。気孔率欠陥を引き起こす可能性のあるプロセス設定と逸脱を監視および分析する手段が必要です。Industry 4.0品質管理システムは、すべてのプロセス測定ポイントから記録されたデータを、検査結果を含む個々の部品に関連付けることができます。これにより、機械学習分類器アルゴリズムを利用して、プロセス欠陥を引き起こすプロセス設定の組み合わせを特定できます。これらは、プロセス制御の調整に役立てることができます。 既存研究の現状: LPDC生産は歴史的に高い不良率を示しており、通常、すべての生産部品は気孔率欠陥についてX線検査されています。この研究は気孔率欠陥を予測するのに役立ちますが、検査のためのX線装置に取って代わることはできません。しかし、気孔率欠陥の原因を定量化するのに役立ちます。典型的な鋳造工場では、数百種類のモデルと、毎年数十種類の新製品モデルが導入されます。量産前のプロセス設定を迅速に調整することが重要です。最初のセクションでは、LPDC鋳造工場の生産運転中に欠陥の原因を特定する際の課題が提示され、その後、関連研究について議論します。「Industry 4.0 Foundry Data Collection」では、鋳造工場全体で部品と関連データをデジタルタイムスタンプで追跡するためのIndustry 4.0データ収集システムが提示されています。「LPDC Porosity Defect Prediction」では、監視された鋳造欠陥について議論します。次に、「Classification Algorithm Model」では、気孔率欠陥が発生するプロセス条件を分類する統計的機械学習モデルが提示されています。 研究の必要性: 工場データを使用して欠陥部品の発生を予測する機械学習モデルを構築することは、いくつかの理由から困難です。潜在的な因果関係の要因の数が膨大であること、これらのプロセスデータをすべて収集するために計測することが困難な場合があります。また、時系列データの特徴を特定する必要があります。これには、高低シフト、変動が大きすぎる、またはデータ対時間のジャンプなどが含まれます。欠陥の原因に関連付けられる可能性のある特徴が検討されます。さらに、収集されたプロセスデータは、実際に生産されている部品に関連付けられている必要があります。これにより、これらのプロセス条件を部品の合格または不合格の指標に関連付けることができます。プロセスデータを収集するだけでは不十分であり、プロセスデータは部品にタグ付けする必要があります。これは、どのプロセスデータをどの部品に関連付けるかを知るために、部品を鋳造工場全体で追跡する必要があることを意味します。これは、スマートファウンドリの重要なIndustry 4.0の課題の1つです。鋳造工場は過酷な条件下で操業しており、投入材料の流れの開始から最終鋳造部品まで、各部品を追跡およびマークすることは困難です。2番目の課題は、時系列データを機械学習統計分析用の特徴量に前処理することです。完全なデータセットではなく、プロセスエンジニアが理解できるエンジニアリング統計を検討することが有用です。たとえば、時系列の圧力、温度、冷却データを位相に分離し、各位相内の統計量を計算できます。これには、データを充填や凝固などの位相に分離し、位相内の平均や分散などの特徴量を計算することが含まれる場合があります。プロセスエンジニアは、さまざまな位相での平均シフトと変動の大小が歩留まりにどのように影響するかを理解したいと考えています。最後に、特徴量が与えられた場合、これらの特徴量を欠陥率に関連付けるために利用可能な代替分類手法も多数存在します。全体として、機械学習を活用して欠陥の原因と根本原因をより深く理解するための研究機会が存在します。現在の鋳造工場のプロセス制御は、一般的に検査ベースの受入手順です。投入材料、鋳造結果の品質管理、およびプロセス制御は、指定された制限内でコンプライアンスについて検査または監視されます。部品の欠陥は、気孔率ボイドの存在に関するX線画像の目視検査によって定義されます。操業上の問題は、入力が許容範囲外になった場合に定義されます。この現状では、欠陥制御が困難になっています。第一に、目視検査と手動制御は、かなりの再現性と再現性の測定誤差を伴う可能性があります。また、このアプローチでは、許容範囲内の入力の組み合わせが、気孔率欠陥を発生させることを知らずに許容してしまう可能性があります。プロチャによって導入されたように、ステップバイステップの知識ベースのアプローチを採用して、より高品質な成果を得るために、鋳造プロセスの人工知能とデータ駆動型プロセス制御を構築します。Industry
This paper introduction was written based on the [‘Increasing the lifespan of high-pressure die cast molds subjected to severe wear’] published by [‘Surface & Coatings Technology’]. 1. 概要: 2. 概要または序論 自動車部品への複合材料の組み込みが増加しているにもかかわらず、高圧ダイカストは依然として複雑な形状の自動車部品を費用対効果の高い方法で得るための最も有用な製造技術の1つです。自動車産業は高い生産ケイデンスと高品質の製品を必要とすることは周知の事実です。したがって、生産と管理のあらゆる側面を最適化するための体系的なアプローチが常に取られています。 燃料ポンプ本体、スロットルボディ、EGRバルブ、サポートブラケットなど、自動車部品に一般的に使用されるアルミニウム合金には、通常、高い研磨性を示すシリコンが含まれています。高温および高速でのアルミニウムの流れは、摩耗、時にはアブレージョンとエロージョン効果の組み合わせにより、深刻な摩耗を引き起こします。 本研究では、典型的な深刻な摩耗問題のある2つの金型を選択し、関連する摩耗メカニズムを詳細に調査しました。その後、この目的に最適なコーティングを慎重に選択し、コーティング適用による有効な利点を試験するために金型の最も重要な部分のいくつかをコーティングし、耐摩耗挙動と関連する摩耗メカニズムを分析しました。並行して、実験室試験と工業試験の間に相関関係を描けるかどうかを調査するために、トライボロジー試験も実施しました。走査型電子顕微鏡（SEM）とエネルギー分散型分光法（EDS）を積極的に使用して、コーティングと観察された摩耗メカニズムを特性評価しました。実験室トライボロジー試験では、それぞれ接触部に低荷重と中荷重を課すことを試みるボールスキャッタリング試験とブロックオンリング試験を実施しました。有望な結果が得られ、特定のコーティングがこの応用分野で他のコーティングよりも優れた挙動を示すと結論付けることができました。 3. 研究背景: 研究トピックの背景: 自動車部品への複合材料の組み込みが増加しているにもかかわらず、高圧ダイカストは依然として複雑な形状の自動車部品を費用対効果の高い方法で得るための最も有用な製造技術の1つです。しかし、これらの部品を製造するために使用される金型は、高圧、急速な温度変動、および高速で移動する溶融金属からのエロージョンなどの非常に厳しい条件に常にさらされています。高圧ダイカストプロセスでは、ショットスリーブの充填、高速キャビティ充填、補助的な高圧の適用、冷却と凝固、金型開閉と部品の突き出し、金型冷却、および新しい射出サイクルに対応する潤滑という手順が考えられます[1]。通常の溶融金属の投入速度は20〜60 m/sであり、アルミニウム合金の種類に応じて温度は約700℃です[2]。これらの金型のメンテナンスまたは交換には多大なコストがかかり、製造業者は寿命を延ばすための最良の解決策を見つける必要があります。工業環境および作業条件は、エロージョン、腐食、摩耗、熱疲労などの熱間工具鋼のいくつかの破損メカニズムを誘発する能力を高めます[3]。 既存研究の現状: 近年、さまざまなタイプの破損メカニズムを理解するためにいくつかの研究が行われてきました[2, 4-7]。ダイへのアルミニウム射出は、アルミニウムはんだ付けメカニズムにより、最も過酷なプロセスの1つです。溶融アルミニウムは金型表面と化学反応を起こし、アルミニウムダイカストの破損メカニズムにつながります[4, 8]。このため、金型寿命を短縮するメカニズムを防ぐためのコーティングを構築するために、多くの研究が行われてきました[1, 3, 9-16]。セラミックコーティングは、通常、特定の破損メカニズム、特にヒートチェックの発生を回避するために使用されます。ただし、他のコーティングも金型寿命の改善に貢献する可能性があり、コストはこの種の用途で最も重要な要素ではない可能性があります[11]。 1997年、Wang [14]は、当時の現在のコーティング、すなわちTiN、TiAlN、CrNについて、さまざまな熱間工具鋼とマレージング鋼を使用して、溶融アルミニウム腐食、靭性抵抗、硬度、熱変化などのさまざまな側面を分析し、コーティングが金型寿命をどのように改善できるかについて広範な研究を発表しました。この研究により、TiNは酸化温度が低いため適切なソリューションではないことがわかり、H13またはMarlok鋼は、コーティングされている場合、高圧射出成形に考慮でき、特に衝撃靭性と腐食およびエロージョン挙動の改善が望ましい場合に考慮できると結論付けています。この研究はParkとKim [16]によって裏付けられており、彼らはTiNが500℃で酸化し始め、他の研究されたコーティング（TiAlNとTiSiN）は700℃までの酸化抵抗がはるかに優れていると結論付けています。さらに、TiNは600℃を超える温度で解離する傾向があることは周知の事実です[17, 18]。これらの最後のコーティングは優れた機械的特性も示しましたが、TiSiNは中温に適しており、TiAlNコーティングは高温に最適です。しかし、Dobrzanskiら[10]が行った試験では、TiNコーティングは、室温での同じピンオンディスク試験条件下で、X37CrMoV5-1型熱間工具鋼よりも5倍優れた耐摩耗性を達成することがわかりました。また、500℃で行われた同じ試験でも同様でした。Tentardiniら[8]も、アルミニウムダイカストに関して同じTiNおよびCrNコーティングを使用して同様の研究を実施しましたが、今回はH13鋼とAnviloy® 1150を基板として使用しました。これらの研究者は、CrNコーティングが鋳造プロセスにおけるアルミニウム合金とのはんだ付けメカニズムに関してTiNコーティングよりも優れた挙動を示すことを発見しました。さらに、Guziliaら[1]もはんだ付け現象を調査し、TiN、CrN、TiCnコーティングを使用すると、アルミニウム合金と鋼金型の間のはんだ付けを回避でき、鋳造アルミニウム合金の堆積層を観察できると結論付けました。これにより、金型への損傷が軽減され、急速な劣化が回避されます。これは、コーティングが溶融アルミニウムと金型鋼表面間の反応を防ぐ物理的バリアとして機能するためです。さらに、Heimら[12]もアルミニウムダイカストにおけるはんだ付け現象を研究し、TiN、TiCN、TiBN、TiAlCNなどのコーティングもその厄介な問題を防止すると結論付けています。 同じコーティングに基づいて、いくつかの新しいコーティングアーキテクチャがテストされており、具体的には多層コーティング[19]を使用しています。異なる層は、熱バリア（外層–希土類酸化物コーティング）、拡散バリア（中間層–TiAlNコーティング）、薄い接着層（内層Tiコーティング）など、異なる役割を担うことを意図しています。このようにして、基板の熱疲労抵抗は大幅に向上し、液体アルミニウムを使用した4000回の熱サイクル後に観察できます。同様のアプローチはBobzinら[20]によって実施され、AISI H11鋼基板上で多層CrN/AlN/Al2O3コーティングをテストし、Al2O3を最上層としています。また、2つの工業用コーティングが、アルミニウムダイカストマシンでの5884回のアルミニウムショットを含む、同じ試験条件下でその研究で使用されました。CrN/AlN/Al2O3は、他のコーティングと比較して興味深い挙動を示し、金型寿命を大幅に改善しました。コーティングの相変態は、金型内で到達した温度に起因すると報告されています。ただし、わずかに異なるアプローチもMuller [15]によって研究されており、彼は金型表面のプラズマ窒化前処理を使用し、続いてTiBN、CrN、W-C:H膜などのPVDまたはPACVDコーティングを使用し、プラズマ窒化前処理が表面マクロ硬度と臨界荷重を同じPVDまたはPACVDコーティングを施した表面に対して相対的に改善すると結論付けています。一方、Rodríguez-Baracaldo [21]は、窒化前処理と（Ti0.7Al0.3）Nコーティングの組み合わせを研究し、2つの窒化前処理鋼と（Ti0.6Al0.4）Nコーティングのみを提供した他の鋼と比較し、室温および高温（600℃）で摩耗試験を実施しました。室温では摩耗挙動に有意差は見られませんでしたが、高温ではそうではなく、窒化前処理鋼は（Ti0.6Al0.4）Nコーティングを提供し、最良の耐摩耗挙動を示し、（Ti0.6Al0.4）Nコーティングでコーティングされた前処理鋼および非前処理鋼と比較して、最後に最悪の耐摩耗挙動を示しました。また、Tomaslewskiら[22]によって異なるアプローチが調査され、AISI M2相当の高速鋼を基板として使用して、MoとTiAlNを共堆積させました。得られた準多層膜はTiAlN/(TiAl)1-x –
![Figure 1. Microstructure of the Al-Cu alloy generated at different CRs with different methods: (a–c) using sand mold casting method, CR 1.65 K/s, (d–f) using cooper mold casting method, CR 5.7 K/s, (g–i) using twin-roll casting method, CR 117.3 K/s [4]. Reprinted with permission from the publisher.](https://castman.co.kr/wp-content/uploads/image-1091-570x342.webp)
