과학적 성형 사고: 성형은 예술이 아닌 과학입니다
소개: 과학적 성형을 도입하는 이유는 무엇입니까?
사출 성형은 사출 성형기로 플라스틱 재료를 유동성 있는 용융 플라스틱 재료로 변환하고, 이를 금형 캐비티에 주입하여 냉각 및 응고시켜 최종 제품을 형성하는 공정입니다. 플라스틱 재료는 금속, 목재, 세라믹과 같은 다른 재료에 비해 얻는 데 비용이 적게 듭니다. 또한 플라스틱 재료로 복잡한 기하학적 제품을 대량으로 생산하기 쉽기 때문에 사람들은 끊임없이 플라스틱 제품의 적용을 다양한 유형의 제품으로 확장합니다. 그러나 점탄성 특성으로 인한 플라스틱의 복잡한 유동 거동은 사출 성형에서 많은 허황되고 잘못된 경험을 초래하여 문제 해결 방향을 쉽게 오도할 수 있습니다.
사출 성형은 예술이 아니라 과학입니다. 성형 조건은 감정이나 경험에 따라 설정할 수 없습니다. 체계화된 지식 집합이 있어야 각 구현 단계가 주관적인 결정이 아닌 객관적인 기준으로 완료됩니다. 이 체계화된 지식은 과학적 성형입니다. 과학적 성형 시스템은 안정적인 성형 작업 메커니즘에 필요한 원자재, 부품 구조, 금형, 장비 및 성형 조건을 포함하는 주요 성형 원리와 이론을 배우는 데 중점을 둡니다. 이 시스템의 전략적 적용 및 관리가 체계적인 성형으로 안정적이고 반복 가능한 성형 공정을 구축하는 데 필요한 시간을 단축하여 기계 작동 시간, 제품 생산 시간, 폐기율 등을 증가시킬 수 있습니다. 과학적 성형 시스템은 복잡한 것을 단순화하고 간단한 것을 반복할 수 있습니다(표준화).
몰더가 과학적 성형 시스템을 마스터할 수 있게 되면, 이 시스템을 사용하여 성형 자격 프로세스를 확립할 수 있습니다. 성형 자격은 "계획 수립, 정보 수집, 결과 기록, 데이터 해석"을 포함하는 프로세스입니다. 이 프로세스는 IQ, OQ, PQ(3Q*라고 함)의 세 단계로 나뉩니다. 과학적 성형 시스템 및 성형 자격 프로세스에 따르면, 데이터 수집 시스템을 사용하여 효율적이고 안정적인 성형 작업 데이터 관리 및 확인을 수립하고 구현할 수 있으며, 이는 AI 성형 데이터 적용의 기초입니다.
*참고: IQ, OQ, PQ(3Q)는 각각 Installation Qualification, Operation Qualification, Performance Qualification의 영어 약자입니다.
사출 성형의 대량 생산 공정에서 많은 제어 가능한 요인과 제어 불가능한 요인이 용융 점도를 변경하여 성형 품질의 변화를 초래할 수 있습니다. 예를 들어, 동일한 제조업체가 동일한 유형의 플라스틱을 다른 배치로 생산할 경우 점도 변화가 ±10~20% 변화에 도달할 수 있습니다. 따라서 용융 점도 안정성 제어가 특히 중요합니다. 이 논문은 과학적 성형 시스템의 핵심 기반인 "세그먼트 성형 조건 설정 기술 및 용융 점도 안정성 제어"에 초점을 맞출 것입니다. 세그먼트 성형 조건 설정 기술은 "플라스틱 유동 전단 희석" 의 특성과 특수 분리/분리 기술을 활용하여 기계가 각 단계(충전, 압력 유지, 공급/냉각 및 기타 성형 공정 포함)에서 작업을 효과적으로 수행할 수 있도록 성형 조건을 계획합니다. 이를 통해 조건 설정 결과의 영향과 용융 점도 변동의 변화를 줄이는 데 도움이 됩니다. 그림 1은 과학적 성형의 핵심 단계와 사출 성형 조건 및 설정 논리 간의 관계를 보여줍니다.
그림 1. 사출성형의 핵심단계에 대한 설정조건
사람들이 말하듯, 품질은 "설계되고 구축된" 것이며 검사에서 나오지 않습니다! 사출 성형 조건 설정에서 생성된 품질은 설계에서 나오는 것인가요, 아니면 검사에서 나오는 것인가요?
용융 온도가 점도 변화에 미치는 영향
각 플라스틱은 용융 공정을 위해 재료 공급업체가 권장하는 온도 범위를 가지고 있습니다. 용융 온도가 점도 변동에 미치는 영향을 줄이기 위해 이 범위에 설정해야 할 합리적인 값을 선택하여 충진을 완료하고, 교란을 저항하고, 동시에 안정적인 성형을 달성할 수 있습니다. 그림 2와 같이 성형 공정에서 용융 온도가 높을수록 MI 값이 높아지고 흐름 특성이 더 좋습니다. 용융 온도를 더 높은 수준으로 설정하면 대량 생산 중에 가장 사소한 온도 변화가 급격한 점도 변화를 가져와 장기적으로 안정적인 성형에 도움이 되지 않습니다. 따라서 용융 온도를 재료 제조업체가 권장하는 범위의 중간에 설정하면 안정적인 점도 변화를 달성할 수 있지만 용융 흐름이 저하된다는 단점이 있습니다.
그림 2. 용융 온도와 유동 특성 간의 관계
충전 속도 증가는 안정적인 대량 생산에 도움이 됩니다.
안정적이고 장기적인 생산을 위해서는 용융 온도를 낮추면 플라스틱 흐름이 나빠질 수 있지만, "충진 속도"를 조정하면 개선할 수 있습니다.
예를 들어, 그림 3에서 200~230°C의 권장 가공 온도 범위에서 이 플라스틱의 변화에 대해 얻은 점도 변화(η1)는 전단 속도 변화로 인한 점도 변화(η2)보다 훨씬 낮습니다. 다시 말해, 용융물의 높은 흐름 특성을 얻기 위해서는 온도를 변화시키는 것보다 전단 속도(즉, 충전 속도)를 변화시키는 것이 더 효과적입니다.
그림 3. 전단 속도, 온도 및 점도 간의 관계
그림 4에서 보듯이, 대량 생산 시 용융 충진 속도를 높이면 더 나은 유동 특성을 얻을 수 있을 뿐만 아니라, 속도가 변할 때 용융 유동 파면이 안정적인 점도를 유지할 수 있습니다(*). 따라서 사출 압력이 충분하다면 충진 속도를 높여도 점도가 크게 변하지 않으며, 충진에 불리한 낮은 용융 온도 설정으로 인한 높은 점도 문제도 해결합니다.
*참고: 흐름 파면의 높은 저항이 이 현상을 방해할 수 있다는 점에 유의하세요.
그림 4. 용융 충진 속도와 유동 특성 간의 관계
요약: 충전 속도는 용융 온도보다 점도에 훨씬 더 큰 영향을 미칩니다. 따라서 충전 속도를 높이면 낮은 용융 온도로 인한 플라스틱의 흐름 불량을 보완할 수 있으며, 이는 장기적으로 안정적인 생산에 유리합니다.
전달 압력 손실 감소로 제품 결함 감소 가능
플라스틱 충진 단계의 마지막에 용융물의 점도가 낮아 압력 유지 단계에서 압력 전달 강하가 줄어들어 용융물 내부 압력이 균일해집니다. 반대로 용융물의 점도가 높으면 플라스틱이 잘 흐르지 않고 압력 전달 강하가 높아 수축이 고르지 않아 제품이 휘거나 변형되는 등의 문제가 발생하기 쉽습니다.
요약: 과학적 성형 조건에서 낮은 용융 온도 + 높은 충진 속도 + 충분한 충진 압력은 압력 전달 손실을 줄일 수 있으므로 제품은 압력 유지 단계에서 더 나은 수축 균일성을 얻을 수 있습니다.
금형 온도 증가로 제품의 치수 안정성이 향상됩니다.
일반적으로 금형 온도가 낮으면 성형 사이클 길이를 단축하는 데 도움이 되지만, 사출 후 제품의 기계적 특성과 치수 안정성은 이상적이지 않으므로 출하 전에 테스트한 품질은 일시적인 환상일 수 있습니다. 반대로 금형 온도를 높게 설정하면 재결정 및 잔류 내부 응력을 피할 수 있으며 사출 후 제품의 기계적 특성과 치수 안정성을 크게 향상시킬 수 있습니다.
금형 및 용융 온도 설정 및 사이클 길이의 영향
금형 온도와 용융 온도의 관계에서 전통적인 성형업체는 일반적으로 제품의 성형 사이클 길이를 제어하기 위해 금형 온도를 낮추고 용융 온도를 높입니다. 그러나 과학적 성형의 논리에 따르면 높은 금형 온도와 낮은 용융 온도를 결합하면 정확한 기계적 특성과 치수 안정성을 얻을 수 있습니다. 냉각 시간이 증가할 것 같지만 열 제거에 소모되는 시간에서 동일한 냉각 효율에서 과학적 성형 온도 설정은 전통적인 온도 설정보다 열을 제거하는 데 걸리는 시간이 짧습니다. 따라서 전체 성형 사이클이 증가하지 않을 수 있으며 모든 조건이 플라스틱의 특성에 맞게 설정되고 장기적으로 용융 점도 변화의 안정성을 진정으로 파악할 수 있습니다.
과학적 성형 사고의 중요성
사출 성형은 전통적인 제조 공정의 일부입니다. Industry 4.0의 발전으로 사출 성형 분야는 이제 많은 네트워킹 애플리케이션을 갖추고 스마트 제조로 이동하고 있습니다.
예를 들어, 생산 중인 사출기의 정보는 실시간으로 캡처할 수 있습니다. 안정적인 성형 조건은 성형 프로그램에 의해 설정됩니다. 세분화된 성형 조건을 설정하는 기술을 사용하면 성형 공정 데이터가 제품 품질과 높은 연관성을 갖게 되고, 성형 프로그램은 OQ로 품질 수용 기간을 식별할 수 있으며, 이를 사용하여 대량 생산의 성형 품질을 모니터링하여 결함이 있는 제품의 지속적인 생산을 방지할 수 있습니다. 또는 실시간 모니터링과 성형 조건의 자동 수정을 적용하여 문제 해결을 위한 가동 중지 비용을 최소화할 수 있습니다. 이는 사출 성형 단계에서 빅 데이터를 적용하여 얻은 자동화된 생산 관리입니다.
이러한 AI 지능형 성형 데이터 응용의 기본은 과학적인 성형 시스템을 기반으로 효율적이고 안정적인 생산 프로세스를 구축하고 구현하는 것입니다.
그림 5. 과학적 성형 사고
