기술과 솔루션
스마트공장(Smart Factory)을 위한 사출성형 모니터링 및 최적화 기술8
작성자 : 편집부
2020-12-03 |
조회 : 2309
최근 사출성형 산업계에서는 복잡한 제품 구조와 복합 성형 공정의 증가, 그리고 다양한 사용 환경에 대한 더욱 엄격해진 품질요구에 직면하고 있다. 이러한 변화에 이해하고 대응하기 위하여, 사출성형 모니터링에서 얻어지는 데이터를 기반으로 사출성형 공정을 최적화하고 활용하는 방법과 이에 필요한 기본적인 지식에 초점을 맞추어 기사를 연재하고자 한다.
RJG사는 사출성형 교육, 기술 및 리소스 분야에서 세계적인 리더로 인정받고 있는 회사이며, 사출성형 공정 모니터링에 사용되는 센서와 장비를 생산/공급하고 있다. 본 기사에 게재된 자료들은 씨에이프로(주)와 RJG사에 모든 권한이 있다.
자료제공 : CAEPRO 이길호 대표 (RJG공식 컨설턴트/트레이너)
Ⅲ. 사출성형 모니터링 시스템의 활용
3. 양산품질관리(Monitoring & Quality Management) - 2
3.4 품질(Quality)과 그래프(Graph)의 상관관계
오늘날의 글로벌 경제에서 고객에 대한 절대적인 품질 제공은 성공적인 성형 업체의 목표이며, 모든 성형 업체가 세계적 수준의 린(Lean) 제조 및 전체 품질관리에 관해 이야기하지만, 사실 대부분은 단편적이고 이용하기 쉬운 간략한 “샘플링(Sampling) 및 분류(Classification)”방식에 의한 품질관리를 시도하고 있다.
양산 품질관리를 자동화하는 기술은 일반적인 불량 유형과 캐비티 압력의 상관관계를 이용하여, 사출기(Machine)나 금형(Mold)에서의 비정상 이벤트를 감지하고, 억제(Containment)하는 방법을 사용함으로써 가능하다.
성형 업체에 지난해 고객에게 불량 부품을 보냈는지 아닌지를 물어보면, 상당히 많은 또는 대부분의 업체에서 “물론입니다”라는 답변이 돌아온다. 양산시에 가장 빈번하게 발생하는 불량 목록을 요청하면, 목록은 항상 다음과 유사하며, 전 세계 어디서나 같은 답변을 보여준다.
1. 미성형 (Short Shot)
2. 플래시 (Flash or Burr)
3. 싱크 (Sink-mark) 및 보이드 (Void)
4. 치수 불량 (Dimensional instability)
5. 변형 (Warpage)
6. 광택 차이 (Gloss Gradient)
7. 스프레이 (Splay)
8. 얼룩 (Specks) 또는 기타 오염 물질 (Contaminants)
9. 색상 불일치 (Off Color)
캐비티 압력 기술을 사용하여 비정상 부품을 감지하고 분류할 수 있는 기술을 얻으려면, 먼저 각 성형 결함을 이해하고 캐비티 압력과의 상관관계를 이해하여야 한다.
미성형 (Short Shot)
대부분의 사람들은 미성형이 무엇인지 이해하지만, 수치를 입력하라는 요청을 받으면, 대부분의 엔지니어들은 값을 정의하는 데 어려움을 겪는다. 캐비티의 채워지지 않은 부분에서는 압력이 발생하지 않음으로, ‘0’ 값을 미성형(Short Shot)의 기준으로 설정하는 것이 타당하다.
그러나 일반적으로 플라스틱 부품에는 3000 PSI 또는 20MPa의 최소 캐비티 압력이 보압(Pack & Hold) 공정에서 작용하여야 양호한 제품을 얻을 수 있다. 이 관점에서 미성형을 볼 때, 캐비티 압력의 20MPa 이하인 경우의 부품을 분류하면 미성형 제품이 고객에게 전달되는 것을 완전히 제거할 수 있다.
플래시 (Flash or Burr)
미성형을 수치적으로 정의하는 방법을 사용하면, 적절한 형체력이 작용하지 않거나 금형이 손상되어 플래쉬(Flash)가 발생한 부품을 더 쉽게 판별할 수 있다. 이러한 불량은 플라스틱이 캐비티 분할면으로 새어 나와 발생한 것으로 과도한 압력이 원인이다.
플래시 및 과도한 충전(Packing)은 종종 부품이 금형에 달라붙어 금형 손상을 초래함으로, 상한선을 캐비티 압력에 대한 알람(Alarm)으로 설정하고 부품을 분류하면, 불량 부품이 고객에게 전달되는 것을 방지할 수 있다.
싱크마크 (Sink-mark) 및 보이드 (Void)
싱크(Sink)와 보이드(Void)는 둘 다 캐비티의 국부적인 낮은 충전(Under Packing) 또는 게이트 고화(Gate Seal)의 부족으로 인한 것이다. 이 모든 것은 문제 영역에서 캐비티 압력의 변화로 나타난다.
이러한 불량을 선별하기 위해서는 두꺼운 영역이나, 싱크가 예상되는 곳에 전략적으로 배치 된 캐비티 압력 센서를 이용하여 품질관리를 하여야 한다.
치수 불량 (Dimensional instability)
플라스틱이 금형의 캐비티에서 충전(Packing)될 때에 10MPa당 약 3/4~1%로 압축되며, 이는 캐비티 압력이 10MPa 변화하면 치수가 약 3/4~1% 변화하는 것을 의미한다. 반결정성(Semi-crystalline) 재료는 비결정성(Amorphous)에 비하여, 특히 냉각에 영향을 많이 받음으로 주의해야 한다. 냉각 환경이 변화하면 압력 곡선의 모양이 냉각 공정 중에 달라지며, 이는 모니터링 소프트웨어로 감지할 수 있다.
부품의 치수 변화는 게이트 부근과 캐비티 끝단에 설치된 압력 센서의 최댓값과 캐비티 압력 곡선 모양, 그리고 기울기를 모니터링하여 품질관리를 수행한다.
변형 (Warpage)
변형은 부분적인 수축 차이에 의하여 발생하며, 충전(Packing), 냉각속도 및 냉각 시간의 변화로 인하여 발생한다. 이 모든 것이 캐비티 압력 파형에 나타나며, 사출기 및 금형 냉각 장치에 센서를 부착한 경우에는 모니터링 상에서 손쉽게 원인이 되는 인자를 파악하여 조치를 취할 수 있다.
위의 값들은 변형을 최소화하는 변수가 아니며, 변형의 형상과 값을 일정하게 유지하기 위한 설정 기준임을 인지하여야 하며, 보다 정확한 변형의 원인이나 영향 정도를 파악하기 위해서는 금형 변형 센서를 설치하여 금형의 변형에 의한 제품의 변형 정도를 알아야 한다.
광택 차이 (Gloss Gradient)
외관에 사용되는 부품에서 광택의 변화가 발생하는 경우에, 종종 게이트 영역에서 캐비티의 끝쪽으로 발생한다. 광택 구배는 종종 부품이 충전(Packing)되는 비율 및 양에 관련이 있으며, 보압 속도와 캐비티 압력 곡선의 모양을 제어하면 광택 구배를 제거하거나 일관성을 유지할 수 있다.
위의 값들과 더불어 사출기에서 동작 신호를 함께 이용하면, 보다 정확한 불량 선별이 가능하며, 이러한 방법은 금형에 패턴(Pattern)이나 질감(Texture)을 적용한 경우에도 유용하게 사용할 수 있다.
앞의 양산 불량 목록의 나머지 결함들, 즉 스프레이(splay), 얼룩(Spects), 오염(Contamination) 및 색상 차이 문제는 캐비티 압력 데이터로 감지되지 않을 수도 있다. 예를 들어 작은 검은 색 얼룩 또는 약간의 색상 차이는 일반적으로 캐비티 내 변화와 관련이 없으며, 이러한 문제는 일반적으로 재료 자체 또는 재료관리 문제와 직접 관련이 있다.
3.5 양산 품질(Quality)관리 전략 및 방법
양산 품질관리를 수행하기 위해서는 모니터링을 하여야 하는 대상을 선정하는 것이 가장 중요하며, 이는 양산 품질관리 전략을 세우는 것과 동일한 작업이다.
대상이 되는 데이터가 금형 캐비티 내의 변화에서 오는 경우를 ‘캐비티 프로세스 모니터링’이라 하고, 사출기 동작의 변화에서 오는 경우를 ‘사출기 설정 모니터링’이라고 하며, 각 전략의 특징은 다음과 같다.
캐비티 프로세스 모니터링 (Cavity Process Monitoring) 전략
캐비티 프로세스 모니터링(Cavity Process Monitoring) 전략의 특징은 다음과 같으며, 금형 내에 장착된 센서에서 얻어지는 데이터를 기본으로 양산 품질관리를 수행한다.
1. 캐비티 압력 곡선에서의 값들을 기준으로 양산 품질관리를 수행한다.
2. 양품(Good part)과 불량품(Bad part)을 명확히 분별할 수 있다.
3. 제품의 사양(Specification)에 맞추어 품질관리가 가능하다.
4. 품질관리 기준 설정이 간편하다.
위의 전략으로 양산품질관리를 수행하기 위해서는 최적화에서 사용한 제품의 품질기준을 그대로 사용할지 또는 부가적인 기준을 선택할지를 결정해야 한다. 일반적으로 품질관리 기준에 따라 다음과 같이 3가지의 레벨(Level)로 나누며, 레벨이 높아질수록 품질관리에 대한 시간과 경비가 상승한다.
• 레벨 1: 외관 판정 (Cosmetic Judgment)
• 레벨 2: 치수(Dimension), 무게(weight), 변형량(Warpage Amount)
• 레벨 3: 구조적 또는 화학적 물성 (Mechanical/Chemical Properties)
각각의 레벨에 따른 측정 장비와 기술이 정확하고 반복 가능한지 판별하여야 하며, 가능한 경우 분해능 및 정확도가 허용 오차 요구 사항을 초과하는지 확인하여야 한다.
다음으로 양산 중에 부품 특성에 가장 영향을 미칠 가능성이 있는 플라스틱 변수를 선정하여야 하며, 아래에 기술된 선정 기준에 의하여 변수를 선정한다.
A. 치수: 압력(일반적으로 Cycle Integral 또는 Peak Pressure)결정성 수지의 경우에 냉각속도와 시간. 용융 온도와 금형 온도섬유를 포함한 재료의 경우에 흐름 방향(게이트 시퀀싱의 영향을 받음) 배압 및 스크류 타입 – 파단에 의한 섬유 길이의 감소
B. 무게: 보압(Pack & Hold Pressure)
C. 변형량: 냉각속도, 압력(정적 손실) 게이트 밀봉 여부(Gate Seal), 온도
D. 텍스처: 캐비티 충진 시간, 충전 및 포장 시간 및 적분(Fill & Pack Time and Integral)
E. 다양한 레벨 3에 관련된 물성(충격, 강성 등)에 대해서는 재료 공급 업체에 문의하는 것이 좋다.
사출기의 주요 설정 조건들을 위, 아래로 변화시켜, 품질관리 기준을 벗어나는 제품이 발생할 때까지 성형을 수행하고, 이때의 캐비티 압력과 기타값들을 이용하여 상한선(Upper Limit)과 하한선(Lower Limit)을 결정한다.
상한선(Upper Limit)에서 하한선(Lower Limit)까지의 영역을 3등분하여, 가운데 영역의 위와 아래를 양산 중에 불량품 선별에 사용하고, 위와 아래의 두 영역을 의심 영역(Suspect Area)로 분류하여 2차 품질관리를 수행하도록 하는 것이 일반적이다.
레벨(Level) 기준에 대하여 변수의 선정이 어렵거나 확신이 없는 경우에는, 아래와 같은 샘플링(Sampling) 기법과 도구를 이용하여, 가장 영향력이 있는 변수를 선정할 수도 있다. 아래 [그림 154]에서 보는 바와 같이 +/- 95~ 98% 값들을 갖는 변수들을 선정하여야 공정의 변동을 보다 손쉽게 잡아낼 수 있다.
선정된 변수들을 이용하여 알람(Alram) 설정 메뉴에서 상한과 하한선의 값을 설정하고, 이에 따른 연계 동작(Sort 또는 Indicate)을 결정한다. 설정이 완료되면 Summary 창(Winodw)에 상/하한선이 표시되며, 마우스를 이용하여 수동으로 변경할 수 있다.
사출기 설정 모니터링 (Machine Setup Monitoring) 전략
사출기 설정 모니터링(machine Setup Monitoring) 전략의 특징은 다음과 같으며, 사출기 데이터나 사출기에 장착된 위치와 유압 센서에서 얻어지는 데이터를 기본으로 양산 품질관리를 수행한다.
1. 사출기의 스크류 위치와 사출압력 값을 기준으로 양산 품질관리를 수행한다.
2. 양품(Good part)과 불량품(Bad part)을 명확히 분별할 수 없으며, 추후 검사가 필요하다.
3. 제품의 사양(Specification)에 맞추어 품질관리가 불가능하다.
4. 많은 데이터를 통하여, 통계적으로 기준 설정을 하여야 한다.(SPC: Statistical Process Control)
위의 전략으로 양산품질관리를 수행하기 위해서는, 다음에 기술된 항목 중에서 양산 프로세스를 모니터링 하기에 적합한 변수를 선정하여야 한다. 선정된 변수들은 양산 공정에서 불량품 선별이나 알람 작동을 위한 상/하한선 설정에 사용된다. 이러한 모니터링 방법은 사출기의 공정관리 시스템에도 적용 가능하며, 공정의 변동성(Variation)을 통계적인 관점에서 관리하는 것으로 생각하면 된다.
• 사이클 타임(Sequence Time / Cycle Time)
• 금형 형체 시간(Sequence Time / Mold Clamped)
• 평균 충진률(Average Value / Fill Flow Rate)
• 평균 충전률(Average Value / Pack Flow Rate (in D3))
• 평균 보압(Average Value / Stable Hold Pressure)
• 스크류 회전 시간(Sequence Time / Screw Run)
• 평균 배압(Average Value / Backpressure)
• 쿠션량(Cushion)
위에서 사이클 타임, 금형 형체 시간, 평균 충진률, 평균 충전률, 평균 보압, 쿠션량 등은 캐비티에서 발생하는 현상의 반복성을 감시하는 변수이며, 스크류 회전 시간과 평균 배압은 사출기 배럴 내의 용융재료의 변화를 체크하는 변수이다.
금형 온도와 용융 온도를 포함한 사출기의 환경이 안정된 후에 표준편차에 따른 설정된 변수의 상/하한선을 결정하며, 이를 위하여 최소 20번의 안정된 상태의 사이클 데이터가 필요하다.
위의 [그림 156]과 같이 모니터링 시스템을 이용하면, 자동으로 프로세스 안정성 검토를 수행할 수 있으며, Stability가 97%를 달성하면 상/하한선 값이 자동으로 설정된다. 모니터링 시스템을 사용하지 않을 때는 금형 온도, 용융 온도, 사출압, 쿠션량 등을 계속해서 감시하여 +/- 3% 이내의 오차 내로 안정화 될 때까지 기다려 데이터를 수집하여야 한다.
위의 [그림 157]와 같이 변숫값이 상승 또는 하향세를 유지하지 않고 평행한 경향을 가질 때에 안정성이 확보되었다고 하며, 간혹 무작위의 변동이 발생하는 것은 안정성 유/무에 크게 관련이 없다.
아래의 그림들은 안정성이 확보되지 않은 경우의 예를 보여주며, [그림 158]은 냉각수 온도나 유속변화에 따른 금형 온도의 변화나 재료의 배럴(Barrel) 내 체류 시간 변화에 따른 불안정 구간의 발생을 나타내고 있으며, [그림 159]는 조금씩 변화가 진행되어 값들이 긴 시간(공정) 중에 상승 또는 하강하는 추세(Trend)를 보이는 불안정한 공정을 보여준다.
모니터링 시스템이 자동으로 설정하는 수준은 특정 부품의 품질에 관련된 특성을 나타내지 않으며, 이는 단순히 공정상의 변동 사항을 감시하여 얻어진 것이다. 부품이 특정 값에서 좋은지 나쁜지를 확인하려면 부품의 품질과의 상관관계 연구를 수행해야 한다.
[그림 160]에서 보는 바와 같이 양산품질 관리 수준을 설정할 때에는 일반적으로 사용하는 ‘6-시그마’ 개념을 사용하는 것이 좋으며, 사출품의 양산에서는 4.5σ가 도달할 수 있는 최고의 품질관리 수준이라고 볼 수 있다.
6σ는 불량이 발생할 확률이 99.9997%로 백만 개의 제품에 3~4개 정도의 불량이 발생함을 의미하며, 4.5σ는 불량 발생 확률이 99.86%로 백만 개의 제품에 1,350개 정도의 불량이 발생하는 조건이다. 또한, 3.0σ는 불량 발생 확률이 93.32%로 백만 개의 제품에 66,811개 정도의 불량 발생을 나타낸다.
σ는 품질 수준을 나타내는 척도로, 이는 Cpk(공정능력지수로)로 환산할 수 있으며, 3.0σ는 Cpk=0.5, 4.5σ는 Cpk=1.0, 그리고 6.0σ는 Cpk=1.5로 변환할 수 있다.
[그림 161]의 상단 우측의 통계 관련 도구(Tool)를 사용하면, 모니터링 시스템이 자동으로 선택한 것과 다른 상/하한선 수준을 선택할 수 있다. Multiplier(N)의 값을 조정하여 원하는 품질관리 수준으로 설정하고 변수의 평균값에 + N * Stdev 및 - N * Stdev 값을 가감하여, 상/하한선(알람 설정)에 사용한다.
위와 같은 모니터링 시스템 내의 통계처리 기능이 없거나, 사출기만을 사용하여 품질관리를 수행하여야 할 때는 통계처리 소프트웨어를 이용하는 것도 좋은 방법이다.
앞에서도 언급한 바와 같이, 사출기의 동작에서 얻을 수 있는 데이터만을 가지고 양산품질관리를 수행하는 것은 매우 위험하며, 그 이유는 제품의 품질과 사출기의 변동을 직접적으로 관계 지우기 어렵기 때문이다. 예를 들어 사출기의 동작이 일정하더라도 캐비티의 내압은 변화할 수 있으며, 이는 재료의 불균일과 기타 환경의 변화에도 영향을 받기 때문이다.
3.6 양산품질관리 예제(Example)
여기에서는 고객의 품질관리 기준 충족과 자동화된 불량품 선별을 통한 원가 절감을 실현하기 위하여 모니터링 시스템을 도입 설치한 예제를 보여준다.
이를 통하여 내압 관리를 통한 불량품 납품 제로(Zero)화를 이룩하고 반품에 대한 리스크(Risk) 방지를 달성하였다. 또한, 불량품 자동 선별을 통한 품질관리(QC) 관련 비용을 절감하였으며, 더불어 단기간 내에 최적의 성형조건을 선정하여 시사출 및 양산 안정화에 필요한 기간 단축하였다. 아래 [그림 162]과 같이 핫런너(Hot-Runner) 방식의 2개의 핫-드롭(Hot-Drop)과 8개의 캐비티(Cavities)를 가지는 금형으로 진행되었고, 사출기는 200톤 형체력을 가지는 유압식을 사용하였다.
각각의 사출기의 성형조건을 최적화하기 위하여, 유압과 캐비티 압력, 그리고 스크류 위치 데이터를 사용하였으며, 최종적으로 아래 [그림 163]과 같은 성형조건을 설정하였다. (‘사출 공정 최적화’ 편 참고)
최적화 공정을 통하여 설정된 성형조건을 이용하여, 양산 모니터링을 수행하여 위의 [그림 164]와 같은 83,000 사이클에 대한 결과를 얻었으며, 이를 통하여 불량품을 선별하고, 고객에게 불량 ‘0’의 제품을 제공하게 되었다. 양산시에 여러 가지의 불량 유형이 발생되는 것으로 나타났으며, 아래 [그림 165]와 같은 압력 곡선의 변화로 감지되었다.
아래 [그림 166]과 같이 불량에 대한 원인 분석을 통하여, 양산시에 발생하는 불량품의 80% 정도는 사출기의 반복성(Repeatability)과 관련이 있는 것으로 나타났으며, 이는 사출기의 성능과도 밀접한 관계가 있음을 추후 확인하였다. (’사출기 성능점검’ 편 참고)
제품의 불량과 품질관리는 재료의 관점(Plastic’s Point of View)에서 바라보는 것이 좋으며, 이는 용융 온도, 충진 속도, 압력, 그리고 냉각속도, 즉 4대 변수(4-Variables)와 연계하여 원인을 파악하면, 해결방안 도출에 매우 용이하기 때문이다.(* 기본지식의 ‘공정(Process)’ 편과 ‘공정 최적화’ 편을 참조)
