Abstract
In this study, we proposed a new method that can estimate viscosity curves of unknown samples or high viscous resins like LFT(Long Fiber Thermoplastics). First, we built the system that could detect the pressure of melt during filling the cavity in a mold. It consists of both pressure sensors which are installed in a mold and the Kit which can convert analog signal to digital signal. The kit measures the melt pressure in mold cavity. We could also simulate the cavity pressure during filling process with commercialized CAE softwares(ex, Moldflow). If the viscosity data in CAE Database were correct, the simulated pressure profile coincided with the measured one. According to our proposed algorithm, we obtained correct viscosity data by iterating the process of comparing the simulated profile with the measured one until both coincided each other. In order to verify this algorithm, we selected well-defined PP resin and concluded that the experimental profile comply with the CAE profile. We could also estimate the optimized viscosity curves for PP-LFT by applying our method.
본 연구에서는 미지시료 또는 LFT와 같은 고점도 수지의 점도를 실제 사출성형 공정과 CAE 해석을 통하여 신뢰할 수 있는 새로운 점도의 추정 방법을 제안하였다. 우선 금형 내에 캐비티 압력을 측정할 수 있는 시스템을 구성하였고, 이 시스템을 이용해서 실제 사출과정에서 나타나는 압력 변화를 측정하는 것이다. 상용화 된 CAE 프로그램(Moldflow)은 사출공정에서 캐비티 내부를 흐르는 수지의 압력변화를 모사할 수 있다. 만약, CAE D/B에 있는 수지의 점도 데이터가 정확하다고 가정하면, 실험에서 측정한 압력 프로파일과 CAE로부터 계산 된 압력 프로파일이 일치해야 한다. 이것이 실험값과 일치하지 않으면 가정한 값을 CAE D/B에 입력해서 일치할 때까지 반복함으로써 신뢰성 있는 점도를 추정 할 수 있다. 이러한 알고리즘의 타당성을 검증하기 위해서 PP수지에 대하여 적용한 결과, 일반적인 점도계로 측정한 값과 일치하는 결과를 얻었다. 한편, PP-LFT에 대하여 적용하여 최적화 된 점도 데이터도 추정할 수 있었다.
