회색 관계 분석을 사용한 폴리아미드 FFF 부품의 기계적 강도 및 형상 정확도 최적화

Scientific Reports 12권, 기사 번호: 13142(2022) 이 기사 인용

1421 액세스

3 인용

측정항목 세부정보

본 논문에서는 챔버 온도, 인쇄 온도, 층 두께, 인쇄 속도 등 다양한 적층 제조 공정 매개변수가 제조된 부품을 특징짓는 5가지 필수 매개변수인 원통형, 원형도, 강도, 영률 및 회색 관계형 변형에 미치는 영향을 조사합니다. 분석 방법을 동시에 제공합니다. Taguchi 방법을 사용하여 실험을 설계했으며 PA6 원통형 부품은 독일 RepRap X500® 3D 프린터를 사용하여 제작되었습니다. 그런 다음 모든 실험에 대해 GRG(Gray Relational Grade) 값을 계산했습니다. 8번째 시도에서는 가장 높은 GRG 값이 관찰되었다. 이후 최적의 매개변수를 찾기 위해 ANOVA와 S/N 분석을 이용하여 GRG 데이터를 분석하였고, GRG 강화를 위한 최적의 조건은 챔버 온도 60°C, 프린팅 온도 270°C, 0.1°C인 것으로 판단되었다. mm 레이어 두께 및 600mm/분 인쇄 속도. 마지막으로 최적의 매개변수를 이용하여 검증시험을 수행하고 새로운 구성요소를 조사하였다. 마지막으로 초기 GRG와 실험의 GRG를 비교하면 GRG 값의 향상과 함께 회색 관계 등급(14%)이 향상되는 것으로 나타났다.

가장 널리 사용되는 적층 제조(AM) 방법 중 하나는 복잡한 기하학적 부품을 생산할 수 있는 FFF(Fused Filament Fabrication)입니다. 이 공정에서는 열가소성 소재의 연속 필라멘트가 층별로 증착되어 최종 조각을 만듭니다. 이 방법을 사용한 부품 생산의 필수 목표 중 하나는 높은 기계적 특성과 뛰어난 기하학적 정확도를 동시에 갖춘 부품을 생산하는 것입니다. 생산된 부품의 원하는 특성을 개선하는 데 사용되는 다양한 방법 중에는 이 공정에서 최적의 공정 매개변수를 결정하는 것입니다1,2,3.

ISO/ASTM 52900에 설명된 FFF(Fused Filament Fabrication)라고도 알려진 ME는 가열된 노즐을 통해 재료 낭비가 적고, 저렴한 재료 및 열가소성 폴리머 도구로 인해 선택적 증착이 포함되는 널리 사용되는 AM 방법입니다. 적층 제조 방법 중에서 프로토타입 및 최종 제품 응용 분야의 3D 프린팅 기술4,5.

FFF 공정에서는 폴리머가 액화기에 공급되어 Z축을 따라 연속적인 X-Y 평면으로 이동하면서 필라멘트를 압출하여 층별로 3D 물체를 만듭니다6,7. 폴리락타이드(PLA), 폴리아미드(PA), 폴리카보네이트(PC), 아크릴로니트릴 스티렌 아크릴레이트(ASA), 나일론, 아크릴로니트릴 부타디엔 스티렌(ABS) 및 폴리에테르 에테르 케톤(PEEK)은 산업 분야에서 가장 자주 사용되는 열가소성 폴리머인 것으로 보입니다. 3D 부품을 만드는 FFF 기술8. 이 접근 방식의 가장 중요한 단점은 낮은 표면 품질, 느린 제작 속도 및 레이어별 전략으로 인한 이방성 기계적 특성을 포함합니다9,10. 3D 프린팅된 부품 사용으로 인해 재료와 시간 낭비를 방지하기 위해 기계적 동작과 기하학적 정확성을 주의 깊게 검사해야 합니다11.

인쇄 프로세스에 영향을 미칠 수 있는 많은 매개변수 때문에 제조업체의 인쇄 프로세스 매개변수 기본 구성은 인쇄된 제품의 품질을 보장할 수 없습니다12. 노즐 온도, 레이어 두께, 쉘 두께, 인쇄 속도, 채우기 밀도 및 기타 다중 응답 매개변수와 같은 다양한 프로세스 매개변수는 FFF 프로세스를 제어하며 필요한 품질을 향상시키기 위해 최적화되어야 합니다. 분석의 관점에서 보면 이는 다소 까다로운 절차입니다. 따라서 다양한 FFF 프로세스 매개변수가 다양한 반응에 미치는 영향을 확인하기 위해 광범위한 연구가 수행되고 있습니다13.

Ju-Long14는 다중응답 최적화 기법 중 하나인 GRA(Gray Relational Analysis)를 개발했으며 이는 Taguchi 기법을 기반으로 합니다. GRA(Gray Relational Analysis)를 기반으로 한 최근의 많은 연구는 처리 매개변수 최적화를 통해 다양한 응답을 개선하기 위해 수행되었습니다. 예를 들어, Venkatasubbareddy 등은 GRA(Gray Relational Analysis)와 Taguchi 방법을 사용하여 ABS 부품에 대한 FDM 공정 특성의 최상의 조합을 결정하여 길이, 두께 및 직경 측면에서 표면 마감 및 치수 정확도를 향상시켰습니다. . L27 직교 어레이는 공극, 층 두께, 래스터 폭, 래스터 각도 및 각 매개변수의 세 가지 수준에서 부품 방향의 5가지 매개변수를 사용하는 Taguchi의 DOE를 사용하여 이 실험을 위해 선택되었습니다. 0.254mm의 레이어 두께, 0°의 부품 방향 및 래스터 각도, 0.4564mm의 래스터 폭, 제로 에어 갭이 부품의 표면 품질과 치수 정확도를 향상시켜야 한다고 명시되었습니다. Aslani 등16은 쉘 수, 인쇄 온도, 충전 속도 및 인쇄 패턴이 PLA의 치수 정확도에 미치는 영향을 조사했습니다. ANOM 및 ANOVA 기술을 사용한 Grey-Taguchi 기술을 사용하여 PLA FFF 구성 요소에 대한 최적의 인쇄 매개변수 수준을 결정하여 최고의 치수 정확도를 얻었습니다. 2차원의 치수 편차와 관련하여 다중 응답 최적화가 수행되었으며 얻은 결과는 데이터에 따르면 필수 특성이 노즐 온도라는 것을 보여주었습니다. 또한, 분석 결과 치수 편차를 최소화하는 수준은 쉘 3개, 인쇄 온도 230°C, PLA 권장 인쇄 온도 중 하나, Infill rate 10%, 육각형 인쇄 패턴인 것으로 나타났습니다.