차량 쏠림 개선을 위한 프런트 샤시 시스템의 기하 공차 최적화 = The Optimization of Geometric and Dimensional Tolerance for Vehicle Pull Improvement in Automotive Front Chassis System

국문 초록 (Abstract)

최근 자동차 산업의 경쟁은 에너지 및 환경 문제, 글로벌 금융위기 등 여러 외부 요인에 의해 더욱 격화되고 있다. 글로벌 경쟁에서 살아남기 위해 자동차 업체들은 신기술 확보 및 경제적이면서 성능과 품질이 좋은 자동차를 만들어 판매량 증대 및 시장 점유율 확보로 수익성을 극대화 하기 위한 생존 방안을 끊임없이 찾고 있다. 특히 판매량 확대 하기 위해서는 차량의 시장 품질 확보가 무엇보다도 우선되어야 한다. JD Power IQS(Initial Quality Survey)의 고객 만족도 조사 결과에 따르면 신차 판매 후 고객들의 불만 요소들 중에서 자동차 브랜드 별로 다소 차이는 있으나 아직도 차량 쏠림(Vehicle Pull) 문제가 비교적 큰 비중을 차지하고 있다. 이러한 이유로 본 연구의 관심은 그 동안의 자동차 업체, 부품업체 및 타이어 개발자들의 차량 쏠림에 대한 연구를 종합하고 특히 제조 공차에 의한 차량 쏠림의 영향을 분석하고 개선하고자 하는 것에서부터 시작되었다. 차량이 직진 주행할 때 핸들(Steering Wheel) 입력이나 외부로부터 외란이 없는 경우에도 종종 좌측 또는 우측으로 이탈하려는 차량 쏠림 현상이 발생한다. 이러한 차량 쏠림 현상은 휠 얼라인먼트(Wheel Alignment) 및 타이어 특성의 좌우 편차 그리고 노면 경사 등의 원인으로 인하여 차량의 타이어에 편측으로 발생하는 횡력(Lateral Force)과 모멘트(Moment)가 차량을 한쪽으로 쏠리게 한다.
본 논문은 차량 쏠림을 최소화하기 위하여 다구찌 강건 설계 방법론을 적용하여 여러 차량 쏠림의 원인 인자 중에서 특히 휠 얼라인먼트에 관련된 각 부품 혹은 시스템에 적용되는 기하학적 치수의 영향을 분석하고 각 부품의 공차 최적화에 관한 연구이다. 자동차 샤시 시스템의 제작 및 조립 과정에서 발생하는 치수 변동(Dimensional Variation)에 따른 영향을 최소화 하여 차량 쏠림을 개선하고자 한다.
기존 문헌 연구들에 의하면 차량 쏠림 문제를 해결하기 위하여 차량 동역학적 설계 인자의 최적화, 또는 타이어 특성을 최적화에 관한 연구를 적용하였다. 휠 얼라인먼트의 이상 원인에 대한 분석이 어렵기 때문에 차량 조립 과정의 치수 변동 원인을 고려한 차량 쏠림 개선에 대한 연구는 활발히 진행되지 못했다.
따라서 본 연구에서는 차량 쏠림 예측 모델을 통해 차량 쏠림의 각 기여 인자들에 대한 목표를 설정하고 특히 휠 얼라인먼트와 관련된 샤시 시스템의 제조 과정의 누적 공차의 영향을 분석하기 위해 몬테카를로 시뮬레이션 모델을 사용하고 제조 비용과 품질을 동시에 고려하는 차량 시스템의 공차 최적화에 대하여 연구하였다. 여러 차량 쏠림 인자들 중에서 휠 얼라인먼트에 관련된 각 부품 혹은 시스템에 적용되는 기하학적 치수 공차(Geometric Dimensioning and Tolerancing, GD&T)의 수준을 최적화함으로써 차량 쏠림을 최소화하는데 본 연구의 목적이 있다.
최적화 방법론으로 컴퓨터 시뮬레이션 기반의 다구찌 실험 계획법(Design of Experiment)을 적용하여 최적의 공차 조합을 결정하였으며 결과를 검증하기 위해 차량 쏠림 예측 모델을 통해 유효성을 평가 하였다.
기존의 공차해석 프로세스에서는 잡음인자에 대한 환경을 고려하지 않고 부품 및 조립 공정이 안정화된 상태로 가정하고 시뮬레이션 하였지만 본 연구의 치수공차 최적화 알고리즘은 잡음인자로 부품 품질 변동과 조립 공정의 변동 조건을 시뮬레이션 모델에 적용한 강건 설계(Robust Parameter Design) 프로세스를 적용하였다.
본 연구의 최적화 모델을 적용한 결과 휠 얼라인먼트에 관련된 캐스터(Caster)는 총 변동을 41% 개선하고 캠버 (Camber)는29.5% 개선한 최적화된 기하학적 치수공차 조합을 제시하였다. 본 연구 결과를 현재 적용되는 공차 조합과 비교하면 캐스터는 보다 느슨하게 하여 제조 및 품질 비용을 보상하였으며 캠버는 좀 더 엄격하게 적용하여 목표 품질을 만족하는 방향으로 최적화가 되었다. 본 연구 결과로 얻은 캐스터와 캠버의 표준편차를 차량 쏠림 예측모델에 적용하여 평가한 결과 최종 7.5%의 차량 쏠림 개선 효과가 있었다.
본 논문의 쏠림 예측 모델에 사용된 휠 얼라인먼트, 타이어, 도로 경사의 차량 쏠림 인자 이외에 차량의 무게 배분, 차량의 높이 차, 승객 무게, 횡풍 영향 등은 고려하지 않았다. 차량 쏠림은 복잡하고 다양한 원인에 의해 발생하는 현상이며 고객 불만 사항도 다양하게 나타나므로 향후 연구에는 좀 더 많은 쏠림 인자를 고려한 예측 모델을 개발할 필요가 있다. 본 논문은 품질 요구사항을 만족하기 위해 부품의 변동을 고려하여 샤시 시스템 적용에 한정되었지만 기하 공차 최적화 방법론을 제시한 것에 큰 의미가 있다. 따라서 향후에는 본 연구 결과를 기반으로 차량 시스템 전체의 치수 공차 최적화에 관한 추가적인 연구가 요구된다.

다국어 초록 (Multilingual Abstract)

This paper is focused on simulation based dimensional tolerance optimization process to minimize vehicle pulls by reduction of dimensional variation in front suspension system. In previous studies, the effect of tires and wheel alignment sensitivity have mainly been performed to eliminate vehicle pulls in nominal design condition without allocating optimal tolerance level for selected components, among various factors regarding vehicle pulls such as vehicle design parameters, vehicle weight balance, tires, and environmental factors. Unfortunately, there are wide variations in the real vehicle, and these have impacted actual vehicle pulls, especially wheel alignment effects from Suspension geometry variation has not been considered in the previous studies. In the tolerance design of suspension, tolerance variables with the uncertainty such as parts dimensional variation, assembly process, datum position and direction, and assembly tool tolerance has a great influence on the variation of the suspension dimensional performances.
This study introduces total vehicle pull prediction model in considering major key factors for vehicle pull sensitivity. The Monte-Carlo based tolerance analysis model using Taguchi robust method is developed to optimize tolerance parameters, satisfying on the target variation level.
In this research, the total cross caster variation using optimal tolerance combination is reduced by 41% and cross camber is reduced by 29.5% compared with initial tolerance combination by previous approach, optimized tolerance parameters for caster and camber to preserve minimum gap of variation under any noisy constraints such as parts and process variation. Based on vehicle pull prediction model of this study, vehicle pull is improved by 7.5% through vehicle geometric dimension variation improvement concerning cross caster and cross camber characteristics.
This study is considering 5 factors among all of possible factors which are including vehicle weight balance, vehicle height, passenger weight, wind effect, and so on. The phenomenon of vehicle pull is occurred by various and complex root causes and there are unexpected types of customer’s complain. The further study needs to expand current vehicle pull prediction model with other vehicle pull factors. The optimization process by this study is focused on meeting the warranty target using reliability based design optimization concept. Based on this study results, the further study is required improved dimensional optimization methodology considered both total product development budget and quality target. Therefore, it is recommended to use robust engineering methods at early stages of design to achieve the target sigma levels. Utilization of this study algorithm will also reduce the total stacked variation up in all vehicles assembly process to improve initial warranty of vehicle in market survey.
In addition, this study initiates to implement GD&T into all industry engineering area as common engineering language in order to improve quality and cut down cost. Finally, the optimized geometric and dimensional tolerance focused on consumer requirement is contributed to reduce the development lead time and improve the product quality.

목차 (Table of Contents)

• 제1장 서론 1
• 1.1 연구 배경 및 목적 1
• 1.2 연구 범위 및 방법 5
• 1.3 연구의 구성 8
• 제2장 이론적 배경 10
• 2.1 차량 현가 시스템 설계 및 특성 10
• 2.1.1 현가장치의 역할 10
• 2.2 현가장치의 종류 11
• 2.2.1 앞 현가장치의 독립 현가 시스템 종류 11
• 2.2.2 맥퍼슨 스트러스형 현가시스템 특성 12
• 2.2.3 현가 시스템 구조 및 기능 14
• 2.2.4 휠 얼라인먼트(Wheel Alignment) 16
• 2.3 차량 코너링 이론(Vehicle Cornering Theory) 19
• 2.3.1 조향 시스템 설계 19
• 2.3.2 타이어 설계 25
• 2.3.3 차량 좌표 계 28
• 2.3.4 차량 코너링 메커니즘 29
• 2.4 시스템 신뢰도 33
• 2.4.1 강건 최적 설계 33
• 2.4.2 신뢰도 기반 최적 설계 35
• 2.5 공차 설계 37
• 2.5.1 공차 개념 37
• 2.5.2 기하학적 치수 공차 38
• 2.5.3 공차 해석 필요성 46
• 2.5.4 몬테카를로 시뮬레이션 공차해석 이론 47
• 2.6 다구찌 강건설계 (Taguchi Robust Design) 51
• 2.6.1 품질 손실 함수 52
• 2.6.2 품질특성 및 인자 58
• 2.6.3 직교 배열표 60
• 2.6.4 S/N 비 62
• 2.6.5 최적화 예측 및 검증 64
• 제3장 차량 쏠림 65
• 3.1 차량 쏠림 메커니즘 65
• 3.1.1 발생 원인 및 주요 설계 인자 65
• 3.1.2 차량 정비에서의 차량 쏠림 긴급 조치 프로세스 68
• 3.2 기존 연구 고찰 72
• 3.2.1 타이어의 특성에 따른 차량 쏠림 개선에 관한 연구 72
• 3.2.2 차량 동역학 모델을 활용한 설계인자의 최적화 연구 72
• 3.2.3 부품 품질 변동의 차량 쏠림 영향 분석에 관한 연구 73
• 3.2.4 기존 연구의 한계점 73
• 3.3 차량 쏠림 연구 모델 74
• 3.3.1 차량 쏠림 예측 모델 및 목적 함수 74
• 3.3.2 시스템의 워런티(Warranty) 76
• 3.3.3 최적화 프로세스(Optimization Process) 81
• 제4장 시뮬레이션과 최적화 86
• 4.1 적용 시스템 및 설계 목표 86
• 4.2 시뮬레이션 모델링 87
• 4.3 공차 최적화 프로세스(DTOP) 적용 91
• 4.3.1 캐스터(Caster) 최적화 91
• 4.3.2 캠버(Camber) 최적화 100
• 제5장 적용 결과 108
• 5.1 휠 얼라인먼트 변동 개선 효과 분석 108
• 5.2 차량 쏠림 개선 효과 분석 109
• 5.3 실제적용 개선 사례 110
• 제6장 결론 115
• 6.1 연구 결과 요약 115
• 6.2 연구 결과 활용 분야 117
• 6.2.1 치수 공학(Dimensional Engineering) 분야 117
• 6.2.2 가상 공학(Virtual Engineering) 분야 118
• 6.2.3 강건설계 공학(Simulation based Robust Engineering) 분야 119
• 6.3 연구의 한계점 및 향후 연구과제 120
• 참고문헌 122
• Appendix: Monte Carlo방식의 공차해석 Modeling 127
• 용어 설명 150
• Abstract 171