JP2006095590A - アルミダイキャスト製品の鋳造条件の最適化方法 - Google Patents

Abstract

【課題】少ない工数、費用、時間で最適な鋳造条件を正確に求められるアルミダイキャスト製品の鋳造条件最適化方法を提供する。
【解決手段】鋳造設備を模した流動CAEを用いてアルミダイキャスト製品の鋳造条件を最適化する方法において、流動CAEを、複数の設計因子から構成される鋳造条件が入力されると当該鋳造条件で鋳造された鋳造品の残存ガス量を算出するように構成し、さらに、流動CAEに鋳造条件を入力して残存ガス量を求める手順と、鋳造条件ごとに得られる残存ガス量に基づいて、各設計因子をパラメータとして残存ガス量を予測する予測式を立案する手順と、前記予測式にしたがって、残存ガス量が最少となる鋳造条件を求める手順とを含む。
【選択図】図２

Description

本発明は、アルミダイキャスト製品を鋳造する条件の最適化方法に係り、特に、鋳造品の残存ガス量を流動CAEで予測して鋳造条件を最適化するアルミダイキャスト鋳造条件の最適化方法に関する。

最適な鋳造条件を求めるために、従来は鋳造技術者の経験に基づいて鋳造条件をいくつかに絞り込み、この鋳造条件の中で試作を繰り返すことで、最適ではないものの絞り込まれた中では最良の鋳造条件を求めていた。これに対して、特許文献１には、実験計画法に基づく直交配列表にしたがって、鋳造条件（水準）を変化させながら試作・検査を繰り返すことにより、少ない試作回数で優れた鋳造条件を導き出す技術が開示されている。
特開２００２−２６３８３０号公報

上記した従来技術では、いずれも試作結果に基づいて鋳造条件を評価しなければならなかったので、多数の試作を余儀なくされる。したがって、最適な鋳造条件が求まるまでに多大な工数、費用、時間を費やさなければならなかった。さらに、鋳造条件を変えて多数の試作品を得られても、これらを定量的に評価することができなかったので、真に最適な鋳造条件を抽出することが難しかった。

本発明の目的は、上記した従来技術の課題を解決し、少ない工数、費用、時間で最適な鋳造条件を正確に求められるアルミダイキャスト鋳造条件の最適化方法を提供することにある。

上記した目的を達成するために、本発明は、鋳造設備を模した流動CAEを用いてアルミダイキャスト製品の鋳造条件を最適化する方法において、流動CAEを、複数の設計因子から構成される鋳造条件が入力されると当該鋳造条件で鋳造された鋳造品の残存ガス量を算出するように構成し、さらに以下のような手順を含むことを特徴とする。

(1)流動CAEに鋳造条件を入力して残存ガス量を求める手順と、前記鋳造条件ごとに得られる残存ガス量に基づいて、前記各設計因子をパラメータとして残存ガス量を予測する予測式を立案する手順と、前記予測式にしたがって、残存ガス量が最少となる鋳造条件を求める手順とを含むことを特徴とする。

(2)前記残存ガス量を求める手順が、鋳造条件を構成するｎ個の設計因子のうち、m個の第１群の各設計因子に所定の実験条件を登録する手順と、（ｎ−ｍ）個の第２群の各設計因子に関して、実験計画法に基づく直交配列表を生成する手順と、前記直交配列表に各設計因子の水準を登録する手順と、鋳造条件として、前記第１群の各設計因子に前記所定の実験条件に設定し、前記第２群の各設計因子に前記直交配列表に従って水準を設定し、これを前記流動CAEに入力して残存ガス量を求める手順とを含み、前記予測式を立案する手順では、鋳造条件ごとに得られる残存ガス量を用いて、前記第２群の各設計因子をパラメータとして残存ガス量を予測することを特徴とする。

(3)第２群の設計因子が、射出プランジャの高速域速度、射出プランジャの速度切換点および金型温度を含むことを特徴とする。

(4)第２群の設計因子が、射出プランジャの高速域速度、射出プランジャの速度切換点および金型温度であることを特徴とする。

(5)前記予測式が、応答曲面法、遺伝的アルゴリズムおよびニューラルネットワーク法の１つ又は複数を組み合わせて立案されることを特徴とする。

(6)金型温度で複数の設計因子が代表され、最適化された鋳造条件における金型温度に基づいて、前記複数の設計因子をそれぞれ最適化する手順を含むことを特徴とする。

本発明によれば、以下のような効果が達成される。
(a)流動CAEを利用して鋳造条件を評価するようにしたので、試作を行うことなく鋳造条件を最適化できるようになる。したがって、少ない工数、費用、時間で最適な鋳造条件を求められる。
(b)鋳造品の残存ガス量に基づいて鋳造条件を評価するようにしたので、鋳造条件を定量的に評価できるようになる。したがって、技術者の経験に頼ることなく、様々な鋳造条件を正確に評価できるようになる。
(c)鋳造条件を構成する多数の設計因子を第１群および第２群に分類し、鋳造品への影響が少ないと予測される第１群の設計因子は固定し、鋳造品への影響が大きいと予測される第２群の設計因子に関してのみ、実験計画法に基づく直交配列表を生成して流動CAEを適用するようにしたので、流動CAEの実行回数を減じることができる。
(d)複数の設計因子を金型温度で代表して鋳造条件を最適化し、最適化された鋳造条件における金型温度から前記複数の設計因子を逆算するようにしたので、直交配列表における設計因子の数を少なくできる。

以下、図面を参照して本発明の好ましい実施の形態について詳細に説明する。図１は、本発明のアルミダイキャスト鋳造条件の最適化方法が適用される鋳造マシンの主要部の構成を示した図であり、固定金型１と、この固定金型１に対して前後方向に進退することにより型締め，型開きされる可動金型２とを備え、型締めされた両金型１，２間に鋳型キャビティ３が形成される。なお、固定金型１を固定する固定盤および可動金型２を前後方向に進退させる可動盤は図示が省略されている。

前記固定金型１には、鋳型キャビティ３に連通する射出スリーブ４が嵌装され、この射出スリーブ４の後端部上側には注湯口５が形成されている。射出スリーブ４には射出プランジャ６が進退可能に嵌装され、この射出プランジャ６は、図示しない射出シリンダにより前後に駆動される。可動金型２には金型温度を制御するための冷却水路１１が形成されており、当該水路１１に供給する冷却水量を増減させることで可動金型２は所望の温度に制御される。型開き時には、離型剤供給装置７から供給される離型剤がスプレ８により両金型１，２の内面に塗布される。

手元炉９から注湯口１０を経て射出スリーブ４内に溶湯が供給されると、射出プランジャ６が、最初は金属溶湯の空気の巻き込み等を避けるために低速度[Vlow]で前進し、鋳型キャビティ３への金属溶湯の充填が開始される。溶湯の先端が所定の速度切換点[K]に達すると、出射プランジャ６の駆動速度が高速側に切り換えられて高速度(Vfast)で前進し、金属溶湯が鋳型キャビティ３に急速に充填される。鋳型キャビティ３に金属溶湯が充填されたらプランジャによる鋳造圧を目標圧力[P]まで上昇させて金属溶湯を加圧する。その後、溶湯の固化、冷却を待って型開きし、固化された鋳造品が鋳型キャビティ３から取り出される。

このようなダイキャスト鋳造法では、鋳型キャビティ３内に残存する空気や水蒸気等のガスが製品の内部に巻き込まれると、巣、ブローホール等の鋳造欠陥が生じることが知られている。本実施形態では、鋳造品の残像ガス量[Mgas]が鋳造条件を評価する際の指標となり得ることを新たに知見し、残像ガス量[Mgas]が最小値を示す鋳造条件を最適な鋳造条件と見なすようにした点に特徴がある。

図２は、本発明に係るアルミダイキャスト鋳造条件の最適化手順を示したフローチャートであり、本実施形態では、前記鋳造マシンを模した流動（または鋳造）CAE(Computer Aided Engineering)を用いて、鋳造条件を変化させながら鋳造品の残存ガス量を算出し、残存ガス量が最少値を示す鋳造条件が最適値とされる。

流動CAEは、CADで設計した部品情報をもとにコンピュータ上で湯流れや凝固の解析、鋳造欠陥の予測、鋳造法案の検討などを可能にするソフトウェアであり、本実施形態では、鋳造条件を構成する複数のパラメータを入力すると、当該鋳造条件で鋳造された鋳造品の残存ガス量[Mgas]が求められる。本実施形態では、鋳造条件として９つの設計因子が設定される。
１．手元炉温度[Tf]
２．鋳造圧[P]
３．鋳造圧の立ち上がり速度[ΔP]
４．射出プランジャの低速域速度[Vlow]
５．射出プランジャの高速域速度[Vfast]
６．低速／高速切換点[K]
７．可動型冷却水の水量[W]
８．離型剤塗布時間[t1]
９．サイクルタイム[t2]

ただし、図３に示したように、本実施形態では冷却水量[W]、離型剤塗布時間[t1]およびサイクルタイム[t2]をまとめて金型温度[Tc]で代表するので、流動CAEに入力される設計因子は７つとなる。

また、本実施形態では前記７つの設計因子が、鋳造品の残留ガス量に及ぼす影響が小さいグループ（第１群）と大きいグループ（第２群）とに分類され、第１群には、手元炉温度[Tf]、鋳造圧[P]、鋳造圧の立ち上がり速度(ΔP)および射出プランジャの低速域速度[Vlow]の４つが所属し、第２群には、射出プランジャの高速域速度[Vfast]、射出プランジャの速度切換点[K]および金型温度[Tc]の３つが所属する。

ステップＳ１では、第１の設計因子群に含まれる手元炉温度[Tf]、鋳造圧[P]、鋳造圧の立ち上がり速度(ΔP)および射出プランジャの低速域速度[Vlow]の各設計因子に、過去の経験則や制約条件に基づいて実験条件が固定的に登録される。ステップＳ２では、第２の設計因子群に含まれる射出プランジャの高速域速度[Vfast]、射出プランジャの速度切換点[K]および金型温度(Tc)の各設計因子に関して、図４に一例を示したように、実験計画法に基づくＬ９直交配列表（各水準のすべての組合せが同数回ずつ現れるように割付けた表）が生成され、ステップＳ３において、その各欄に各水準（実験条件：Vfast(1)〜(3)，K(1)〜(3)，Tc(1)〜(3)）が登録される。この配列表では、各設計因子の標準値が第２水準(2)として登録され、これを中央値として所定値だけ増減させた値が、それぞれ第１水準(1)および第３水準(3)として登録される。

ステップＳ４では、前記鋳造マシンをシミューレートした流動CAEに、複数の設計因子の組み合わせから構成される鋳造条件が入力され、鋳造条件ごとに残存ガス量が算出される。このとき、第１の設計因子群に含まれる４つの設計因子には、前記ステップＳ１で登録された実験条件が固定的に設定される。第２の設計因子群に含まれる３つの設計因子には、前記Ｌ９直交配列表に従って各水準が動的に設定され、Ｌ９直交配列表の行ごとに残存ガス量[Mgas(1)〜Mgas(9)]が求められる。

ステップＳ５では、ステップＳ４で離散的にサンプリングして求められた残存ガス量の集合から、実際にはサンプリングしていない点の残存ガス量を予測するために、応答曲面法（RSM：Response Surface methodology）を用いて、前記第２の設計因子群に含まれる３つの設計因子(Vfast，K，Tc)をパラメータとして残存ガス量[Mgas]を予測する予測式(1)が求められる。
（数１） Mgas＝ｆ(Vfast，K，Tc) ・・・(1)

すなわち、本実施形態では、解析の対象となる設計因子について複数のサンプリング点を設定し、それらのサンプリング点における残存ガス量を流動CAEを用いて算出する。そして、これらの算出結果から応答曲面法に代表される近似式を用いて、流動CAEにより算出されていないサンプリング点における残存ガス量を予測する予測式が求められる。

図５は、応答曲面の一例を模式的に示した図であり、速度切換点[K]および射出プランジャの高速域速度[Vfast]をパラメータとしたガス量[Mgas]の予測結果が、前記予測式(1)で求められた予測値を含む曲面で表現されている。本実施形態では、このような応答曲面が金型温度[Tc]ごとに生成される。

ステップＳ６では、前記予測式を用いて、第２設計因子群に含まれる３つの設計因子を変化させながら、残存ガス量[Mgas]が最小値を示す３つの設計因子の組み合わせが求められる。本実施形態では、前記ステップＳ１で第１設計因子群の各設計因子に登録された実験条件と、残存ガス量[Mgas]が最小値を示した際の第２設計因子群の各設計因子の水準（実験条件）との組み合わせが、最適化された鋳造条件となる。

ステップＳ７では、前記最適化された鋳造条件における金型温度[Tc]に基づいて、可動型の冷却水量[W]、離型剤塗布時間[t1]およびサイクルタイム[t2]が逆算され、これが、当該３つの設計因子に関する最適な条件となる。この逆算は、金型温度[Tc]と可動型の冷却水量[W]、離型剤塗布時間[t1]およびサイクルタイム[t2]との関係を求めた実験結果に重回帰分析を行って得られる予測式を用いて行うことができる。

以上のように最適化された鋳造条件にしたがって実際に鋳造を行った結果、所望の条件を満足できない場合には、前記第１設計因子群の各設計因子の実験条件を振りながら上記した各処理が繰り返えされる。

なお、上記した実施形態では、Ｌ９直交配列表にしたがって求められた複数のサンプリング点から、他のサンプリング点における残存ガス量を予測するために応答曲面法を採用するものとして説明したが、本発明はこれにみに限定されるものではなく、遺伝的アルゴリズムやニューラルネットワーク法等の他の最適化手法の１つ又は複数を組み合わせも良い。

本発明のアルミダイキャスト鋳造条件の最適化方法が適用される鋳造マシンの主要部の構成を示した図である。 本発明に係るアルミダイキャスト鋳造条件の最適化手順を示したフローチャートである。 設計因子の分類方法を示した図である。 Ｌ９直交配列表の一例を示した図である。 速度切換点[K]および射出プランジャの高速域速度[Vfast]をパラメータとしてガス量[Mgas]を予測する応答曲面の一例を模式的に示した図である。

符号の説明

１…固定金型，２…可動金型，３…鋳型キャビティ，４…射出スリーブ，５…注湯口，６…射出プランジャ，７…離型剤供給装置，８…スプレ，９…手元炉，１０…注湯口，１１…冷却水路

Claims (6)

1. 鋳造設備を模した流動CAEを用いてアルミダイキャスト製品の鋳造条件を最適化する方法において、
   前記流動CAEは、複数の設計因子から構成される鋳造条件を入力されると、当該鋳造条件で鋳造された鋳造品の残存ガス量を算出するように構成され、
   前記流動CAEに鋳造条件を入力して残存ガス量を求める手順と、
   前記鋳造条件ごとに得られる残存ガス量に基づいて、前記各設計因子をパラメータとして残存ガス量を予測する予測式を立案する手順と、
   前記予測式にしたがって、残存ガス量が最少となる鋳造条件を求める手順とを含むことを特徴とするアルミダイキャスト製品の鋳造条件最適化方法。
2. 前記残存ガス量を求める手順は、
   鋳造条件を構成するｎ個の設計因子のうち、m個の第１群の各設計因子に所定の実験条件を登録する手順と、
   （ｎ−ｍ）個の第２群の各設計因子に関して、実験計画法に基づく直交配列表を生成する手順と、
   前記直交配列表に各設計因子の水準を登録する手順と、
   鋳造条件として、前記第１群の各設計因子に前記所定の実験条件に設定し、前記第２群の各設計因子に前記直交配列表に従って水準を設定し、これを前記流動CAEに入力して残存ガス量を求める手順とを含み、
   前記予測式を立案する手順では、鋳造条件ごとに得られる残存ガス量を用いて、前記第２群の各設計因子をパラメータとして残存ガス量を予測することを特徴とする請求項１に記載のアルミダイキャスト製品の鋳造条件最適化方法。
3. 前記設計因子が、射出プランジャの高速域速度[Vfast]、射出プランジャの速度切換点[K]および金型温度[Tc]を含むことを特徴とする請求項１に記載のアルミダイキャスト製品の鋳造条件最適化方法。
4. 前記第２群の設計因子が、射出プランジャの高速域速度[Vfast]、射出プランジャの速度切換点[K]および金型温度[Tc]であることを特徴とする請求項２に記載のアルミダイキャスト製品の鋳造条件最適化方法。
5. 前記予測式が、応答曲面法、遺伝的アルゴリズムおよびニューラルネットワーク法の１つ又は複数を組み合わせて立案されることを特徴とする請求項１ないし４のいずれかに記載のアルミダイキャスト製品の鋳造条件最適化方法。
6. 前記金型温度で複数の設計因子が代表され、前記最適化された鋳造条件における金型温度に基づいて、前記複数の設計因子をそれぞれ最適化する手順を含むことを特徴とする請求項１ないし５のいずれかに記載のアルミダイキャスト製品の鋳造条件最適化方法。

Images