응력 최소화를 위한 클리닝 블레이드 최적설계

Abstract

본 연구에서는 PIDO (Process Integration Design Optimization)를 이용하여 레이저 프린터에 신규 적용된 트레일링(trailing)방식의 세컨드 클리닝 블레이드 (second cleaning blade)의 응력을 최소화함으로써 클리닝 블레이드의 영구변형을 감소시키며 클리닝 블레이드의 성능 및 부품 간섭에 대한 구속조건들을 만족시키는 설계결과를 도출하기 위하여 설계 문제를 정식화하고 최적설계를 수행한 후 그 결과를 검증하였다. 기존 리딩(leading)방식의 클리닝 블레이드는 미소변형 형상이므로 우레탄 블레이드에 영구변형이 크지 않지만 트레일링 방식의 세컨드 블레이드는 초기설계 형상이 대변형으로 설계되어 영구변형이 과도하게 발생되었다. 우레탄 고무 인장시편을 이용하여 응력과 변형 그리고 영구변형의 경향에 대해 살펴보았고 영구 변형을 감소시키기 위해 설계의 목적을 클리닝 블레이드 부재에 작용하는 응력을 최소화 하는 것으로 선정하였다. 또한, 클리닝 블레이드의 선압 및 클리닝 각, 접촉조건, 부품간의 간섭들에 대한 설계요구사항을 구속조건으로 설정하였다. 그리고 클리닝 블레이드의 형상 파라메터와 설치 각을 설계변수로 선정하였다. 클리닝 블레이드의 구조 해석은 HyperMesh를 이용하여 파라메트릭한 유한요소 모델링 구성하였으며, Abaqus를 이용하여 클리닝 블레이드와 OPC (Organic Photo Conductor) 드럼의 접촉해석을 수행하였다. 효율적인 설계를 위해 상업용 PIDO (Process Integration and Design Optimization) tool인 PIAnO (Process Integration, Automation, and Optimization)를 이용하여 해석절차를 통합하고 설계과정을 자동화하였다. 최적설계를 위해서는 PIAnO에서 제공하는 다양한 설계기법을 이용하였으며, 실험계획법(DOE) 중의 하나인 Optimal Latin Hypercube Design (OLHD)를 이용하여 전산실험을 계획하고, 실험점(training point)에 따라 해석을 수행하였다. 그리고 각 실험점에 따른 해석결과를 바탕으로 성능인자들의 메타 모델을 크리깅(kriging) 모델로 생성하였으며, 전역 최적해를 찾기 위해 전역 최적화 기법인 유전알고리즘(evolutionary algorithm)을 이용하여 최적화를 수행하였다. 트레일링 방식의 세컨드 클리닝 블레이드의 최대응력을 최소화하는 최적설계를 수행하여 모든 구속조건들을 만족시키며 최대응력을 38.2% 감소시키는 클리닝 블레이드의 최적 형상 및 설치 각을 도출하였다. 이와 같은 설계결과를 검증하기 위하여 시험을 수행한 결과 영구변형이 감소하고 클리닝 성능을 만족함을 확인하였다.