다이캐스팅 부품의 사이드 코어 설계를 위한 복잡한 언더컷 형상의 자동 식별

본 페이지는 "다이캐스팅 부품의 사이드 코어 설계를 위한 복잡한 언더컷 형상의 자동 식별"이라는 제목의 연구 논문을 요약한 내용입니다.

1. 개요:

  • 제목: 다이캐스팅 부품의 사이드 코어 설계를 위한 복잡한 언더컷 형상의 자동 식별 (Automated identification of complex undercut features for side-core design for die-casting parts)
  • 저자: 란짓 싱 (Ranjit Singh), 자틴더 마단 (Jatinder Madan), 라제쉬 쿠마르 (Rajesh Kumar)
  • 발행 연도: 2014년
  • 발행 저널/학회: Proc IMechE Part B: Journal of Engineering Manufacture
  • 키워드: 다이캐스팅, 복잡한 언더컷 형상, 형상 인식, 사이드 코어 설계, 이형 방향 (Die casting, complex undercut features, feature recognition, side-core design, release direction)

2. 연구 배경:

  • 연구 주제의 사회적/학문적 맥락:
    • 다이캐스팅은 용융 금속을 코어 및 캐비티 반쪽으로 구성된 다이(금형)에 압력을 가하여 주입하는 중요한 제조 공정입니다.
    • 다이 설계는 다이캐스팅 부품의 리드 타임과 제조 비용에 큰 영향을 미치는 복잡하고 시간이 많이 걸리는 프로세스입니다.
    • 언더컷 형상 식별은 다이 설계의 중요한 단계이며, 파팅 라인 결정과 코어 및 캐비티 설계에 직접적인 영향을 미칩니다.
    • 사이드 코어는 언더컷 형상을 성형하는 데 사용되는 특수 공구 구성 요소이며, 이러한 형상이 식별된 후에 설계됩니다.
    • 전통적으로 언더컷 형상 식별은 다이 설계 전문가가 수동으로 수행합니다.
  • 기존 연구의 한계:
    • 형상 인식 및 언더컷 형상 감지에 대한 이전의 귀중한 연구에도 불구하고, 문헌 검토 결과 복잡한 언더컷 형상 처리에 대한 격차가 드러났습니다.
    • 특히, 이전 연구에서는 다음 사항을 완전히 다루지 못했습니다.
      1. 복잡한 언더컷 형상의 인식.
      2. 복잡한 언더컷 형상의 분류.
      3. 복잡한 언더컷 형상을 단순한 형상으로 분할.
  • 연구의 필요성:
    • 수동적인 언더컷 형상 식별은 다이캐스팅 공정 내 설계-제조 통합의 병목 현상 및 격차를 나타냅니다.
    • 본 연구는 복잡한 언더컷 형상을 자동으로 식별하는 시스템을 개발하여 이러한 격차를 해소해야 할 필요성에 의해 동기 부여되었습니다.
    • 또한, 후속 사이드 코어 설계를 용이하게 하기 위해 복잡한 언더컷 형상을 더 단순한 구성 요소로 분할하는 방법론이 필요합니다.

3. 연구 목적 및 연구 질문:

  • 연구 목적:
    • 본 연구의 주요 목적은 다이캐스팅 부품의 복잡한 언더컷 형상의 식별, 분류, 분할 및 이형 방향 결정을 위한 자동화 시스템을 개발하는 것입니다.
    • 제안된 시스템은 이러한 목표를 달성하기 위해 가시성 및 접근성 개념을 활용합니다.
  • 주요 연구 질문:
    • B-rep 모델에서 다이캐스팅 부품의 복잡한 언더컷 형상을 자동으로 식별하는 방법은 무엇입니까?
    • 식별된 복잡한 언더컷 형상을 효과적으로 분류하는 방법은 무엇입니까?
    • 복잡한 언더컷 형상을 더 단순하고 관리하기 쉬운 언더컷 형상으로 분할하는 방법은 무엇입니까?
    • 각 단순 언더컷 형상의 이형 방향을 결정하고 효율적인 사이드 코어 설계를 위해 그룹화하는 방법은 무엇입니까?
  • 연구 가설:
    • 가시성 및 접근성 개념을 활용하는 시스템을 개발하여 다이캐스팅 부품의 복잡한 언더컷 형상의 식별, 분류, 분할 및 이형 방향 결정을 자동화할 수 있다고 가정합니다.
    • 본 연구에서 제안된 규칙 기반 알고리즘은 언더컷 형상을 효과적으로 분류하고 분할하여 자동화된 사이드 코어 설계를 가능하게 할 수 있습니다.
Figure 7. Instances of undercut features: (a) blind undercut features, (b) through undercut features, (c) tapered through depression feature, (d) through depression feature intersecting with the undercut region, (e) unbounded undercut feature and (f) nested depression and protrusion features.
Figure 7. Instances of undercut features: (a) blind undercut features, (b) through undercut features, (c) tapered through depression feature, (d) through depression feature intersecting with the undercut region, (e) unbounded undercut feature and (f) nested depression and protrusion features.

4. 연구 방법론:

  • 연구 설계:
    • 본 연구는 언더컷 형상 처리를 위한 자동화 시스템을 만드는 데 중점을 둔 시스템 개발 접근 방식을 채택합니다.
    • 언더컷 형상을 분류하고 분할하기 위해 규칙 기반 알고리즘이 설계 및 구현되었습니다.
    • 제안된 시스템의 효과는 예시 다이캐스팅 부품을 사용한 사례 연구를 통해 평가됩니다.
    • 시스템에서 얻은 결과는 정확성과 실제 적용 가능성을 보장하기 위해 검증됩니다.
  • 데이터 수집 방법:
    • 주요 입력 데이터는 다이캐스팅 부품의 B-rep (Boundary Representation, 경계 표현) 파일로 구성됩니다.
    • 이러한 B-rep 모델은 복잡한 언더컷 형상을 포함하여 다이캐스팅 부품의 기하학적 정보를 나타냅니다.
    • 예시 다이캐스팅 부품은 제안된 시스템을 테스트하고 검증하기 위한 사례 연구로 사용됩니다.
  • 분석 방법:
    • 핵심 분석 방법은 가시성 및 접근성 개념을 활용하는 규칙 기반 알고리즘을 기반으로 합니다.
    • 가시성: 국부적 가시성이 고려되며, 표면의 한 점에서의 법선은 국부적으로 보이는 방향을 나타냅니다. 가시성 맵(V-map)이 사용되며, 이는 반구입니다.
    • 접근성: 비볼록 표면(Non-Convex Surface, NCS)의 접근성은 동일한 비볼록 영역(Non-Convex Region, NCR) 내의 다른 표면과의 장애물을 확인하여 결정됩니다.
    • 모서리, 표면 및 이들의 관계를 식별하기 위해 부품의 기하학적 및 위상학적 데이터가 분석됩니다.
    • 파팅 방향과 표면 법선의 내적(Dot product, DP)은 표면을 상향, 하향 및 중립 표면으로 분류하는 데 사용됩니다.
  • 연구 대상 및 범위:
    • 본 연구는 B-rep 모델로 표현할 수 있는 복잡한 언더컷 형상을 가진 다이캐스팅 부품에 중점을 둡니다.
    • 범위는 "복잡한 언더컷 형상은 평면 표면만 가집니다."라는 가정에서 명시된 바와 같이 평면 표면을 가진 복잡한 언더컷 형상으로 제한됩니다.
    • 시스템은 "다이캐스팅 부품은 성형 가능합니다."라는 가정을 바탕으로 성형 가능한 다이캐스팅 부품을 위해 설계되었습니다.

5. 주요 연구 결과:

  • 주요 연구 결과:
    • 본 연구는 다음을 수행할 수 있는 자동화 시스템을 성공적으로 개발했습니다.
      1. 복잡한 언더컷 형상의 자동 식별.
      2. 이러한 형상을 다양한 유형(예: 블라인드 디프레션, 관통 디프레션, 무한 언더컷 형상 등)으로 분류.
      3. 복잡한 언더컷 형상을 단순 언더컷 형상으로 분할.
      4. 각 단순 언더컷 형상의 이형 방향 결정.
    • 시스템은 구현되어 예시 다이캐스팅 부품에서 테스트되었으며, 기능과 효율성을 입증했습니다.
    • 결과는 검증되었으며, 다이캐스팅 설계 맥락에서 시스템의 정확성과 실제 적용 가능성을 나타냅니다.
  • 통계적/질적 분석 결과:
    • 본 논문은 전통적인 의미의 통계 분석을 제시하지는 않지만, 사례 연구 구현을 기반으로 한 질적 결과를 제공합니다.
    • 시스템의 성능은 언더컷 형상 분석에 수동으로 걸리는 시간과 자동화 시스템을 사용하는 시간을 비교하여 평가됩니다.
    • "다이캐스팅 다이 설계 전문가는 복잡한 언더컷 형상을 단순한 형상으로 식별, 분류 및 분리하고 이형 방향을 결정하는 데 평균 30-40분이 소요됩니다. 그러나 개발된 시스템의 도움으로 동일한 활동에 1-2분밖에 걸리지 않습니다." 이는 자동화 시스템을 사용하여 시간이 크게 단축되었음을 보여줍니다.
  • 데이터 해석:
    • 시스템은 다이캐스팅 부품 설계에서 복잡하고 시간이 많이 걸리는 언더컷 형상 분석 작업을 효과적으로 자동화합니다.
    • 복잡한 언더컷 형상을 자동으로 식별, 분류 및 분할함으로써 시스템은 후속 사이드 코어 설계에 유용한 정보를 제공합니다.
    • 단순 언더컷 형상의 이형 방향 결정은 사이드 코어의 자동화된 설계를 더욱 용이하게 하고 설계-제조 통합 격차를 해소하는 데 기여합니다.
  • 그림 목록:
    • 그림 1. 다이캐스팅 다이 용어에 대한 그림 표현
    • 그림 2. 다이캐스팅 부품 표면의 분류.
    • 그림 3. 비볼록 영역의 개략도
    • 그림 4. 부분적으로 접근 가능한 표면의 성형성.
    • 그림 5. 언더컷 형상 식별을 위한 정보 흐름도.
    • 그림 6. 다이캐스팅 언더컷 형상의 분류 트리.
    • 그림 7. 언더컷 형상의 예
    • 그림 8. 무한 언더컷 형상의 분할
    • 그림 9. 복잡한 교차 언더컷 형상의 분할
    • 그림 10. 언더컷 형상 및 교차 성형 가능 영역의 분할
    • 그림 11. 단순 언더컷 형상의 이형 방향 결정을 위한 정보 흐름도.
    • 그림 12. 이형 방향 결정.
    • 그림 13. 예시 부품 No. 1에 대한 결과
    • 그림 14. 예시 부품 No. 2에 대한 결과

6. 결론 및 논의:

  • 주요 결과 요약:
    • 본 연구는 특히 사이드 코어 설계를 위해 다이캐스팅 부품의 복잡한 언더컷 형상의 자동 인식 시스템을 성공적으로 개발하고 구현했습니다.
    • 시스템은 복잡한 언더컷 형상을 식별, 분류 및 더 단순한 구성 요소로 분할하는 프로세스를 자동화합니다.
    • 또한 사이드 코어 설계에 중요한 이러한 단순 형상의 이형 방향을 결정합니다.
    • 시스템의 효율성은 예시 다이캐스팅 부품에 대한 사례 연구를 통해 입증되고 검증되었습니다.
  • 연구의 학문적 의의:
    • 본 연구는 복잡한 언더컷 형상의 인식 및 처리와 관련하여 이전 연구에서 확인된 중요한 격차를 해결합니다.
    • 복잡한 언더컷 형상을 식별, 분류 및 분할하는 새로운 방법론을 도입하여 형상 인식 및 다이 설계 자동화 분야의 지식 체계에 기여합니다.
    • 제안된 시스템은 자동화된 다이 설계 및 제조 통합에 대한 추가 연구를 위한 귀중한 프레임워크를 제공합니다.
  • 실용적 의미:
    • 개발된 시스템은 다이캐스팅 산업에 상당한 실용적 의미를 갖습니다.
    • 다이 설계 프로세스의 자동화를 촉진하여 리드 타임 및 설계 비용을 절감합니다.
    • 시스템은 코어 및 캐비티 설계 및 사이드 코어 설계를 포함한 다운스트림 활동에 필수적인 정보를 생성합니다.
    • 언더컷 형상 분석을 자동화함으로써 시스템은 다이캐스팅의 설계-제조 통합 실현에 기여합니다.
    • 분석 시간의 상당한 단축 (수동으로 30-40분에서 시스템 사용 시 1-2분으로) 은 실용적인 효율성을 강조합니다.
  • 연구의 한계:
    • 현재 시스템은 평면 표면을 가진 다이캐스팅 부품 및 복잡한 언더컷 형상으로 제한됩니다. "제안된 시스템은 평면 표면을 가진 다이캐스팅 부품 및 복잡한 언더컷 형상을 식별할 수 있습니다."
    • 시스템의 적용 가능성은 특정 기하학적 모양의 언더컷 형상에서 입증되었지만, 알고리즘은 일반적이고 적응 가능한 것으로 언급됩니다.

7. 향후 후속 연구:

  • 후속 연구 방향:
    • 향후 연구는 시스템의 기능을 비평면 표면을 가진 다이캐스팅 부품을 처리하도록 확장하는 데 초점을 맞춰야 합니다. "향후 연구에서는 비평면 표면을 가진 부품을 포함할 수 있습니다."
    • 언더컷 형상 처리 시스템을 자동화된 사이드 코어 설계와 통합하는 것이 가치 있는 다음 단계가 될 것입니다. "복잡한 언더컷 형상의 식별과 단순 언더컷 형상으로의 분할을 통해 본 논문에 제시된 연구는 자동화된 사이드 코어 설계로 확장될 수 있습니다."
  • 추가 탐구가 필요한 영역:
    • 더 넓은 범위의 기하학적 모양 및 형상 복잡성에 알고리즘을 적용하려면 추가 탐구가 필요하며, 약간의 수정이 필요할 수 있습니다. "다른 형상의 경우 알고리즘의 약간의 수정이 목적에 부합할 것입니다."
    • 보다 포괄적인 자동화된 다이캐스팅 설계 워크플로를 달성하기 위해 이 시스템을 다른 다이 설계 및 제조 프로세스와 통합하는 것을 조사합니다.

8. 참고 문헌:

  1. Kalpakjian S and Schmid SR. Manufacturing engineering and technology. 4th ed. New Delhi: Pearson Education, 2011.
  2. Singh R and Madan J. Systematic approach for automated determination of parting line for die-cast parts. Robot Cim: Int Manuf 2013; 29: 346-366.
  3. Kumar V, Madan J and Gupta P. A system for design of multicavity die casting dies from part product model. Int J Adv Manuf Tech 2013; 67: 2083-2107.
  4. Gan GH, Woo TC and Tang K. Spherical maps: their construction, properties and approximation. J Mech Des: T ASME 1994; 116: 357-363.
  5. Elber G and Cohen E. Arbitrarily precise computation of Gauss maps and visibility sets for freeform surface. In: Proceedings of the third ACM symposium on solid modeling and applications (SMA ‘95), Salt Lake City, UT, 17–19 May 1995, pp.271–279. New York: ACM.
  6. Fuh JYH, Wu SH and Lee KS. Development of a semi-automated die casting die design system. Proc IMechE, Part B: J Engineering Manufacture 2002; 216: 1575-1588.
  7. Dhaliwal S, Gupta SK, Huang J, et al. Algorithms for computing global accessibility cones. J Comput Inf Sci Eng 2003; 3(3): 200-209.
  8. Surti A and Reddy NV. Non-discretized approach to visibility analysis for automatic mold feature recognition using step part model. J Adv Manuf Syst 2012; 12(1): 1-16.
  9. Liu M and Ramani K. Computing an exact spherical visibility map for meshed polyhedral. In: Proceedings of the 2007 ACM symposium on solid and physical modelling, Beijing, China, 4–6 June 2007, pp.367–372. New York: ACM.
  10. Chen YH. Determination of parting direction based on minimum bonding box and fuzzy logic. Int J Mach Tool Manu 1997; 37(9): 1189-1199.
  11. Hui KC and Tan ST. Mould design with sweep operations a heuristic search approach. Comput Aided Design 1992; 24(2): 81-92.
  12. Wong T, Tan ST and Sze WS. Parting line formation by slicing a 3D CAD model. Eng Comput 1998; 14: 330-343.
  13. Fu MW, Fuh JYH and Nee AYC. Generation of optimal parting direction based on undercut features in injection moulded parts. IIE Trans 1999; 31: 947-955.
  14. Lu HY and Lee WB. Detection of interference elements and release directions in die-cast and injection-moulded components. Proc IMechE, Part B: J Engineering Manufacture 2000; 214(6): 431-441.
  15. Yin Z, Ding H and Xiong Y. Virtual prototyping of mould design: geometric mouldability analysis for near net shape manufactured parts by feature recognition and geometric reasoning. Comput Aided Design 2001; 33: 137-157.
  16. Ye XG, Fuh JYH and Lee KS. A hybrid method for recognition of undercut features from moulded parts. Comput Aided Design 2001; 33: 1023-1034.
  17. Ye XG, Fuh JYH and Lee KS. Automatic undercut feature recognition for side core design of injection molds. J Mech Design 2004; 126(3): 519-526.
  18. Khardekar R, Burton G and McMains S. Finding feasible mold parting directions using graphics hardware. Comput Aided Design 2006; 38: 327-341.
  19. Banerjee AG and Gupta SK. Geometrical algorithms for automated design of side actions in injection moulding of complex parts. Comput Aided Design 2007; 39: 882-897.
  20. Kumar N, Ranjan R and Tiwari MK. Recognition of undercut features and parting surface of moulded parts using polyhedron face adjacency graph. Int J Adv Manuf Tech 2007; 34(1-2): 47-55.
  21. Madan J, Rao PVM and Kundra TK. Die-casting feature recognition for automated parting direction and parting line determination. J Comput Inf Sci Eng 2007; 7(3): 236-248.
  22. Fu MW. The application of surface demoldability and moldability to side-core designing die and mold CAD. Comput Aided Design 2008; 40: 567-575.
  23. Madan J, Singh A and Kumar S. Recognition of intersecting features and identification of separable regions for design-manufacturing integration. In: Proceedings of the international conference on digital factory (ICDF), Trichy, India, 11-13 August 2008, pp.60-67.
  24. Huang TS. Algorithms for recognizing undercut feature. J Technol 2008; 23(1): 61-69.
  25. Bidkar RA and McAdams DA. Methods for automated manufacturability analysis of injection-molded and die-cast parts. Res Eng Des 2010; 21: 1-24.
  26. Bassi R, Reddy NV and Bedi S. Automatic recognition of intersecting features for side-core design in two piece permanent molds. Int J Adv Manuf Tech 2010; 50: 421-439.
  27. Ran JQ and Fu MW. Design of internal pins in injection mold CAD via the automatic recognition of undercut features. Comput Aided Design 2010; 42(7): 582-597.
  28. Sunil VB and Pande SS. Automatic recognition of features from freeform surface CAD models. Comput Aided Design 2008; 40: 502-517.
  29. Tan ST, Yuen MF, Sze WS, et al. Parting lines and parting surfaces of injection moulded parts. Proc IMechE, Part B: J Engineering Manufacture 1990; 204: 211-221.

9. 저작권:

  • 본 자료는 란짓 싱, 자틴더 마단, 라제쉬 쿠마르의 논문: "다이캐스팅 부품의 사이드 코어 설계를 위한 복잡한 언더컷 형상의 자동 식별"을 기반으로 합니다.
  • 논문 출처: DOI: 10.1177/0954405413514744

본 자료는 상기 논문을 기반으로 요약되었으며, 상업적 목적으로 무단 사용하는 것을 금지합니다.
Copyright © 2025 CASTMAN. All rights reserved.

PDF View
Tags: Applications; ,CAD; ,Die casting; ,Efficiency; ,Review; ,STEP; ,금형; ,해석