Study of automated procedures for surface defects analysis on die-cast components by using fringe projection systems
이 기술 요약은 [Marco Menoncin, Andrea Nicolini, Giorgio Cavaliere, Enrico Savio]가 작성하여 [euspen's 20th International Conference & Exhibition] ([2020])에 발표한 학술 논문 "[Study of automated procedures for surface defects analysis on die-cast components by using fringe projection systems]"을 기반으로 합니다.
키워드
- 주요 키워드: 고압 다이캐스팅 결함 분석
- 보조 키워드: 프린지 프로젝션 시스템, 표면 결함 분석, 인라인 계측, 자동화 품질 관리, 다이캐스팅 버
핵심 요약
- 도전 과제: 고압 다이캐스팅(HPDC) 부품의 미세한 표면 결함을 수동으로 검사하는 것은 생산 속도를 저하하고 금형 상태를 실시간으로 모니터링하기 어렵게 만듭니다.
- 해결 방법: 자동화된 프린지 프로젝션 시스템(FPS)을 사용하여 알루미늄 자동차 부품의 표면 결함을 3D로 디지털화하고 정량적으로 분석했습니다.
- 핵심 성과: 자동화된 FPS는 허용 오차 내에서 핵심 결함을 성공적으로 정량화하여, 빠르고 반복 가능한 인라인 검사를 가능하게 함을 입증했습니다.
- 핵심 결론: 결함 분석에 자동화된 FPS를 도입하면 HPDC 제조업체는 품질 관리를 개선하고, 금형 수명을 예측하며, 직접적인 노동 비용을 절감할 수 있습니다.
도전 과제: 이 연구가 HPDC 전문가에게 중요한 이유
고압 다이캐스팅 공정에서 표면 결함, 특히 주조 버(burr)와 같은 융기 결함의 정량적 평가는 매우 중요합니다. 이러한 결함은 단순히 외관상의 문제가 아닙니다. 자동차 PCB 케이스와 같은 부품의 내부 표면에 발생한 결함은 최종 조립 시 PCB 부품이나 전기 케이블의 무결성에 영향을 미쳐 치명적인 기능 고장을 유발할 수 있습니다.
더 나아가, 이러한 융기 결함은 다이캐스팅 금형의 기능적 표면에 발생한 균열이 그대로 복제된 결과물입니다. 열-기계적 피로로 인해 발생하는 이 균열을 부품 검사를 통해 역으로 추적하면 금형의 상태를 지속적으로 모니터링할 수 있습니다. 이는 금형의 수리가 필요한 시점을 예측하고 예기치 않은 생산 중단을 방지하는 예방적 유지보수의 핵심 데이터가 됩니다. 하지만 기존의 검사 방법은 시간이 많이 걸리고 작업자의 숙련도에 따라 결과가 달라져, 생산 라인에 직접 적용하기에는 한계가 있었습니다. 따라서 빠르고 정확하며 반복 가능한 자동화된 인라인 검사 솔루션이 절실히 요구되었습니다.
접근 방식: 연구 방법론 분석
본 연구는 자동화된 프린지 프로젝션 시스템(FPS)이 HPDC 부품의 표면 결함 분석에 적합한지 평가하기 위해 체계적인 방법론을 적용했습니다.
방법 1: 대상 시편 및 측정 요구사항 정의 - 시편: Alupress AG에서 고압 다이캐스팅 공정으로 제조한 자동차용 전기 PCB용 알루미늄 합금 케이스를 사용했습니다. - 측정 요구사항: 기능적 요구사항에 따라 두 가지 핵심 측정 항목이 정의되었습니다. - A) 절대 높이: 표면에 수직 방향의 결함 높이로, 금형의 균열 전파를 평가하는 데 사용됩니다. (허용 오차: 0.2mm) - B) 비대칭 높이: PCB 위치를 기준으로 한 데이터텀 서피스(datum surface) 기준의 높이로, 부품 조립 기능성에 영향을 미칩니다. (허용 오차: 0.1mm)
방법 2: 측정 시스템 및 기준 데이터 확보 - 테스트 시스템: 로봇 팔과 회전 테이블이 장착된 GOM Atos Capsule 프린지 프로젝션 시스템을 사용했습니다. 측정 정밀도를 비교하기 위해 두 가지 측정 볼륨(MV120, MV200)을 테스트했습니다. - 기준 측정법: FPS의 성능을 평가하기 위한 기준 데이터를 확보하기 위해 여러 비접촉 측정법을 검토했습니다. 그중 초점 변화(focus variation) 방식의 광학 프로파일로미터가 구조적 분해능, 표면 재구성 정확도, 데이터 획득 시간 측면에서 가장 균형 잡힌 성능을 보여 기준 측정법으로 채택되었습니다.
방법 3: 자동화된 분석 절차 개발 - 데이터 처리: GOM Inspect 소프트웨어의 스크립팅 도구를 사용하여 전체 분석 과정을 자동화했습니다. 이 절차는 스캔된 포인트 클라우드 데이터를 CAD 모델에 정렬하고, '표면 결함 맵(Surface Defects Map)' 도구를 사용하여 국부적인 곡률 편차를 기반으로 결함을 자동으로 식별한 후, 사전에 정의된 측정 요구사항(A, B)에 따라 결함의 높이를 계산하고 허용 오차와 비교하여 결과를 시각적으로 표시하는 과정을 포함합니다.
핵심 성과: 주요 발견 및 데이터
본 연구를 통해 자동화된 프린지 프로젝션 시스템이 다이캐스팅 부품의 표면 결함 분석에 매우 효과적이라는 구체적인 데이터가 도출되었습니다.
성과 1: 미세 결함의 성공적인 감지 및 정량화
연구 결과, MV200 측정 볼륨은 미세한 표면 결함을 디지털화하기에 충분한 분해능을 제공하지 못한 반면, MV120(120x80x60mm) 측정 볼륨은 필요한 모든 결함을 상세하게 감지하고 정량적으로 평가할 수 있었습니다. 소프트웨어의 '표면 결함 맵' 기능은 획득된 모든 데이터 세트에서 관심 있는 모든 결함을 성공적으로 식별해냈으며, 이는 자동화된 결함 감지의 신뢰성을 입증합니다.
성과 2: 인라인 제어에 적합한 높은 측정 정확도 검증
가장 까다로운 측정 항목인 비대칭 높이(B)에 대한 FPS 측정 결과를 기준 측정법(초점 변화)과 비교했습니다. 그 결과, FPS 측정값은 기준값보다 평균적으로 -0.028mm(±0.006mm 표준 오차 2σ) 작게 나타났습니다. 이는 FPS의 구조적 분해능과 재구성 알고리즘으로 인한 약간의 스무딩(smoothing) 효과 때문이지만, 가장 엄격한 허용 오차인 0.1mm와 비교했을 때 이 편차는 "완전히 만족스러운" 수준으로 평가되었습니다. 이는 해당 FPS 절차가 실제 생산 라인에서의 품질 관리 목적으로 충분한 정확도를 가짐을 의미합니다.
R&D 및 운영을 위한 실질적 시사점
- 공정 엔지니어: 이 연구는 금형의 균열 전파를 정량적으로 추적할 수 있는 방법을 제시합니다. 부품의 융기 결함 높이 데이터를 지속적으로 모니터링함으로써 금형의 예방적 유지보수 시점을 예측하고, 갑작스러운 금형 파손으로 인한 생산 중단을 방지할 수 있습니다.
- 품질 관리팀: 논문에서 검증된 자동화 절차는 기존의 느리고 주관적인 검사 방법을 대체할 수 있습니다. [그림 2]에서 보듯이, 결함을 자동으로 감지하고 허용 오차와 비교하여 색상 맵으로 결과를 보여주므로, 작업자는 신속하고 일관된 기준으로 합격/불합격 판정을 내릴 수 있으며, 이는 인라인 전수 검사의 가능성을 엽니다.
- 설계 엔지니어: 필렛 반경과 같은 특정 영역에서 결함이 어떻게 형성되는지에 대한 정량적 데이터는 금형 설계에 중요한 피드백을 제공합니다. 이 데이터를 통해 응력 집중을 줄이고 열-기계적 피로에 더 강한 금형을 설계하여 금형 수명을 연장하는 데 기여할 수 있습니다.
논문 상세 정보
Study of automated procedures for surface defects analysis on die-cast components by using fringe projection systems
1. 개요:
- 제목: Study of automated procedures for surface defects analysis on die-cast components by using fringe projection systems
- 저자: Marco Menoncin¹, Andrea Nicolini², Giorgio Cavaliere³, Enrico Savio¹
- 발행 연도: 2020
- 발행 학술지/학회: euspen's 20th International Conference & Exhibition, Geneva, CH, June 2020
- 키워드: surface defects analysis, high-pressure die-casting quality control, fringe projection system, in-line metrology
2. 초록:
고압 다이캐스팅에서 정량적인 표면 결함 분석은 부품 기능성의 품질 보증과 금형 기능 표면의 모니터링 모두에 관련이 있습니다. 부품 디지털화를 위한 발전된 광학 기술은 표면 불규칙성의 신속한 식별과 측정을 가능하게 합니다. 자동화 및 적절한 인클로저의 사용은 제조 환경에서 직접 품질 관리 작업을 가능하게 하여 측정 반복성을 높이고, 검사 시간을 단축하며, 직접적인 노동 자원을 줄입니다. 본 논문은 사례 연구를 보고하고, 자동화된 평가 루틴 개발을 포함하여 고압 다이캐스팅의 표면 결함 분석을 위한 프린지 프로젝션 시스템의 구현을 설명합니다.
3. 서론:
오늘날 제조 산업 품질 보증에서 광학 원리에 기반한 좌표 측정 시스템의 사용은 잘 정립되어 있습니다. 자동화의 사용은 인라인 제어 및 피드백 기반 공정 최적화를 가능하게 합니다. 많은 응용 분야 중에서 표면 결함의 인라인 감지 및 측정은 도전적인 과제입니다. 본 연구의 목적은 알루미늄 합금 고압 다이캐스팅 부품의 표면 결함을 감지하고 분석하기 위해 프린지 프로젝션 시스템(FPS)의 자동화된 사용을 평가하는 것입니다. 후속 표면 가공 공정이 없는 경우, 주조 표면의 융기 결함 평가는 주로 부품 기능성 평가(예: 핸들링, 결합, 조립)와 관련이 있습니다. 또한, 융기 불규칙성의 치수 측정은 금형 기능 표면의 모니터링을 가능하게 합니다. 즉, 열-기계적 피로로 인한 금형의 균열 복제로 인해 발생하는 주조 버를 모니터링할 수 있습니다. 이러한 이유로, 표면 결함의 인라인 검사는 예방적 유지보수 및 주조 장비의 지속적인 모니터링을 가능하게 합니다.
4. 연구 요약:
연구 주제의 배경:
고압 다이캐스팅 산업에서 부품의 기능성을 보장하고 금형의 상태를 모니터링하기 위해 표면 결함에 대한 정량적 분석의 필요성이 증대되고 있습니다. 특히, 자동화를 통한 인라인(in-line) 품질 관리는 생산 효율성과 품질 안정성을 높이는 핵심 요소입니다.
이전 연구 현황:
본 연구에 앞서, 결함 형상을 특성화하기 위해 촉각식(예: 스타일러스 프로파일로미터) 및 비접촉식(예: 공초점 현미경, 초점 변화) 측정 솔루션들이 조사되었습니다. 이 중 초점 변화(focus variation) 측정 원리를 이용한 광학 프로파일로미터가 구조적 분해능, 표면 재구성 정확도, 획득 시간 사이에서 최상의 절충안을 제시하여 기준 측정법으로 선정되었습니다.
연구의 목적:
본 연구의 목적은 프린지 프로젝션 시스템(FPS)을 자동화된 방식으로 사용하여 알루미늄 합금 고압 다이캐스팅 부품의 표면 결함을 감지하고 분석하는 것의 타당성을 평가하는 것입니다. 이를 통해 제조 현장에서 직접 적용할 수 있는 신속하고 반복 가능한 인라인 검사 절차를 개발하고자 합니다.
핵심 연구:
자동차용 전기 PCB 케이스인 알루미늄 합금 다이캐스팅 부품을 대상으로 연구를 수행했습니다. 융기 결함의 형상을 평가하기 위해 두 가지 핵심 측정 항목(A: 절대 높이, B: 비대칭 높이)과 각각의 허용 오차를 정의했습니다. GOM Atos Capsule FPS를 사용하여 부품을 스캔하고, 초점 변화 방식으로 얻은 기준 측정값과 비교하여 FPS의 성능을 검증했습니다. 또한, GOM Inspect 소프트웨어의 스크립팅 기능을 사용하여 데이터 정렬부터 결함 감지, 측정 및 결과 보고에 이르는 전 과정을 자동화하는 평가 루틴을 개발하고 그 유효성을 확인했습니다.
5. 연구 방법론
연구 설계:
특정 산업 적용 사례에 대해 프린지 프로젝션 시스템(FPS)의 성능을 고해상도 기준 측정법(초점 변화)과 비교하는 실험적 사례 연구로 설계되었습니다.
데이터 수집 및 분석 방법:
데이터는 GOM Atos Capsule FPS(MV120 및 MV200 측정 볼륨 테스트)와 초점 변화 광학 프로파일로미터를 사용하여 수집되었습니다. 데이터 분석은 GOM Inspect 소프트웨어를 사용하여 수행되었으며, CAD 모델과의 정렬, 표면 결함 맵 도구를 이용한 결함 식별, 결함의 기하학적 측정 과정이 포함되었습니다. FPS 결과 검증을 위해 기준 측정값과의 평균 편차를 계산하는 통계적 비교가 사용되었습니다.
연구 주제 및 범위:
본 연구는 특정 알루미늄 고압 다이캐스팅 부품의 융기 표면 결함에 대한 정량적 분석에 초점을 맞춥니다. 연구 범위는 이 과제에 대한 FPS의 적합성 평가, 기준 측정법 대비 성능 검증, 그리고 인라인 품질 관리를 위한 자동화된 절차 개발을 포함합니다.
6. 주요 결과:
주요 결과:
- MV120 측정 볼륨을 사용한 FPS는 표면 결함을 감지하고 정량적으로 평가할 수 있었으나, MV200 측정 볼륨은 분해능이 부족했습니다.
- 기준 측정법인 초점 변화 방식과 비교했을 때, 비대칭 높이 B 측정에서 평균 -0.028mm(±0.006mm 표준 오차 2σ)의 편차를 보였습니다.
- FPS로 측정한 높이는 FPS의 낮은 구조적 분해능 및 재구성 정확도에서 비롯된 스무딩 효과로 인해 기준값보다 체계적으로 작게 나타났습니다.
- 이러한 체계적 편차에도 불구하고, 오차 값이 지정된 허용 오차(예: 높이 B의 경우 0.1mm)에 비해 수용 가능한 수준이었기 때문에, 결과는 의도된 적용 목적에 완전히 만족스러운 것으로 간주되었습니다.
- 스크립팅을 사용하여 포인트 클라우드 처리를 위한 자동화된 절차가 성공적으로 구현되었으며, 이를 통해 높은 측정 반복성, 단축된 검사 시간, 그리고 제조 현장에서의 인라인 적용 가능성을 확보했습니다.
Figure Name List:
- Figure 1. Measurement requirements (a) and tolerance-related areas (b)
Figure 2. Measurement requirements (a) and tolerance-related areas (b)
7. 결론:
본 사례 연구는 프린지 프로젝션 시스템을 사용하여 다이캐스팅 부품의 표면 결함에 대한 자동화된 감지 및 정량적 평가의 타당성을 입증했습니다. 과제별 계측 성능을 조사하여 측정 요구사항과 관련하여 충족 가능한 구성을 식별했습니다. 검사 시간을 단축하고 제조 환경에서 직접 인라인 제어를 가능하게 하기 위해 자동화된 절차를 테스트하고 적용했습니다.
8. 참고 문헌:
- [1] Gao W et al.2019 On-machine and in-process surface metrology for precision manufacturing CIRP Ann. 68 no. 2 843-866
- [2] Klobčar D et al. 2012 Thermo fatigue cracking of die-casting dies Eng. Fail. Ann. 20 43-53
- [3] Guerra MG et al. 2019 Measuring techniques suitable for verification and repairing of industrial components: A comparison among optical systems CIRP J. Manuf. Sci. Technol. vol. 27 114-123
- [4] ISO 25178-600:2019 Geometrical Product Specifications (GPS) Surface Texture: Areal - Part 600: Metrological characteristics for areal topography measuring methods
- [5] GOM GmbH 2017 GOM Inspect Software Manuals; ATOS Professional - Direct help; GOM Inspect Software - Scripting
- [6] Dury M R et al. 2017 Characterising 3D optical scanner measurement performance for precision engineering Proc. - ASPE 2016 Annu. Meet. January 2017 167-172
- [7] Mendricky R 2016 Determination of measurement accuracy of optical 3D scanners MM Sci. J. December 2016 1565-1572
전문가 Q&A: 자주 묻는 질문에 대한 답변
Q1: 왜 기준 측정 방법으로 '초점 변화(focus variation)' 방식을 선택했나요?
A1: 논문에 따르면, 초점 변화 방식은 구조적 분해능, 표면 재구성 정확도, 그리고 데이터 획득 시간 사이에서 가장 최적의 균형을 제공했기 때문입니다. 이는 FPS 시스템의 성능을 정확하게 평가하기 위한 신뢰할 수 있는 기준 데이터를 확보하는 데 가장 적합한 방법이었습니다.
Q2: MV120과 MV200 측정 볼륨의 결정적인 차이점은 무엇이었습니까?
A2: MV200 측정 볼륨은 측정 범위가 더 넓지만, 그만큼 분해능이 낮아 연구 대상인 미세한 표면 융기 결함을 제대로 디지털화하지 못했습니다. 반면, MV120은 더 작은 영역을 측정하지만 더 높은 포인트 밀도를 제공하여, 결함의 형상을 정량적으로 분석하는 데 필요한 충분한 세부 정보를 획득할 수 있었습니다.
Q3: 시스템은 알루미늄 부품의 반사율이 높은 표면을 어떻게 처리했나요?
A3: 논문에서는 FPS의 '반사 감지(reflex detection)' 설정을 사용했다고 언급합니다. 이 기능은 시스템이 부품 표면의 각기 다른 반사율을 감지하고, 각 영역에 맞게 노출 시간을 자동으로 조정하여 과포화되거나 노출이 부족한 데이터 없이 최적의 스캔 데이터를 획득할 수 있도록 합니다.
Q4: FPS 측정값이 기준값보다 체계적으로 작게 나왔는데, 왜 이것이 수용 가능하다고 판단되었나요?
A4: 측정된 편차는 평균 -0.028mm로, 가장 엄격한 허용 오차인 0.1mm에 비해 매우 작았습니다. 이 편차는 시스템의 분해능 한계로 인한 예측 가능한 '스무딩 효과'이며, 그 크기가 작고 일관성이 있어 공정 관리 목적으로는 충분히 신뢰할 수 있다고 판단되었습니다. 즉, 절대적인 정확성보다는 산업 현장에서의 적용 가능성과 일관성에 더 큰 비중을 둔 것입니다.
Q5: 포인트 클라우드 처리 절차를 자동화하는 것의 가장 큰 이점은 무엇인가요?
A5: 가장 큰 이점은 높은 측정 반복성과 검사 시간 단축입니다. 자동화는 작업자의 개입을 최소화하여 측정 결과의 일관성을 보장하고, 수동 작업에 비해 검사 시간을 획기적으로 줄여줍니다. 이를 통해 실험실이 아닌 실제 제조 라인에서 직접 품질 관리를 수행하는 '인라인 계측'이 가능해집니다.
Q6: 자동화된 분석에서 핵심적인 역할을 한 소프트웨어 도구는 무엇이었나요?
A6: GOM Inspect 소프트웨어의 두 가지 도구가 핵심적이었습니다. 첫째, '표면 결함 맵(Surface Defect Map)'은 표면의 국부적인 곡률 변화를 기반으로 결함을 자동으로 식별하는 데 사용되었습니다. 둘째, 'CAD로부터 패치 복합체 생성(Patch Compound from CAD)' 도구는 CAD 모델에서 특정 공차 영역을 정의하여 최종 부품의 적합성 검증을 가능하게 했습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 고압 다이캐스팅 부품의 표면 결함을 정량적으로 분석하고 관리하는 데 있어 자동화된 프린지 프로젝션 시스템이 매우 효과적인 솔루션임을 명확히 보여주었습니다. 이 기술은 기존의 한계를 극복하고, 고압 다이캐스팅 결함 분석을 생산 라인에 통합하여 실시간으로 품질을 관리하고 금형 상태를 모니터링할 수 있는 새로운 가능성을 열었습니다. R&D 및 운영팀은 이 접근법을 통해 제품의 신뢰성을 높이고 예방적 유지보수를 최적화하여 궁극적으로 생산성과 경쟁력을 강화할 수 있습니다.
"CASTMAN에서는 고객이 더 높은 생산성과 품질을 달성할 수 있도록 최신 산업 연구 결과를 적용하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오."
저작권 정보
이 콘텐츠는 "[Marco Menoncin, Andrea Nicolini, Giorgio Cavaliere, Enrico Savio]"가 작성한 논문 "[Study of automated procedures for surface defects analysis on die-cast components by using fringe projection systems]"을 기반으로 한 요약 및 분석 자료입니다.
출처: www.euspen.eu
이 자료는 정보 제공 목적으로만 사용됩니다. 무단 상업적 사용을 금지합니다. Copyright © 2025 CASTMAN. All rights reserved.