마찰교반용접 모니터링을 위한 실시간 무선 툴 온도 측정 시스템 개발

1. 서 론

마찰교반용접(friction stir welding, FSW)은 고상용접 기술로 재료를 용융시키지 않고 용접하는 기술로써, 용접하려는 모재에 회전하는 비소모성 툴을 삽입하고, 툴의 회전과 압력에 의해 발생하는 마찰열로 인해 연화된 모재가 강제로 교반되며 접합이 이루어진다^[1-5]. 마찰교반용접은 1991년 영국 TWI(The Welding Institute)에서 발명되었으며, 기존 용접기술과 달리 소재가 용융되지 않아 균열 등 결함의 발생이 적고 잔류응력 및 열 변형이 작아 용접부의 기계적 강도가 우수한 강점을 특징으로 한다^[6-8]. 또한, 용접 과정에서 발생하는 광선이나 인체에 유해한 가스 등이 발생하지 않으며, 용접봉과 같은 추가적인 필러 재료나 보호 가스가 필요하지 않아 인체 및 환경에 무해하며 경제적이다^[9-12]. 이러한 장점으로 마찰교반용접은 금속의 접합뿐만 아니라 비철금속 및 복합재 등 다양한 재료의 접합에 적용되고 있다. 최근에는 얇은 알루미늄 합금의 접합에 적용되면서 자동차, 철도, 선박 및 항공우주 등 여러 산업 분야에 적용이 확대되고 있다^[13-15].

마찰교반용접의 용접부 품질은 용접 시 발생하는 열에 의해 달라지고, 이는 툴의 회전 속도, 이송 속도, 압력, 툴의 형상(숄더 직경, 숄더 바닥의 패턴, 프로프 길이, 프로브 직경)과 같은 여러 공정변수에 의해 결정된다^[16,17]. 이러한 공정변수들의 최적화를 위해 다양한 연구가 진행되고 있다. 이중 마찰교반용접의 마찰열에 의한 영향을 고려하기 위한 대다수의 연구에서 용접 시 발생하는 열은 대부분 용접물(workpiece)에서 측정한다. 이러한 방식은 외부 온도 변화, 공구 마모 등을 반영하지 못하는 문제점이 있다. Lu et al.^[18]은 용접부 품질을 보장하기 위해 용접 과정에서 발생하는 최대 온도를 예측하는 것이 중요하다고 강조하였고, 적외선 열화상 카메라와 용접물에 설치된 열전대를 이용해 온도 측정을 진행하였다. Anadan et al.^[19]은 교반 영역의 온도를 예측하기 위해 열화상 카메라를 사용하여 용접 시 발생하는 최대 온도를 측정하였다. Sarvaiya et al.^[20]은 용접부의 결함 발생을 억제하기 위해 소재의 최대 온도를 측정하였다. 그러나 마찰교반용접에서는 툴과 모재의 접촉부에서 발생한 열이 툴에 축적되기 때문에^[21-23], 모재에서 온도를 측정할 경우 툴에 누적된 열 영향을 반영하기 어렵다. 툴과 모재의 접촉 계면에서 툴의 이송에 따라 온도를 측정하는 것이 가장 정확하지만, 접촉부의 온도를 직접 측정하는 데에는 많은 제약이 따른다. 본 연구에서는 툴 온도에 기반한 마찰교반용접 공정의 모니터링을 위한 기반 기술을 제시하고자 한다. 이를 위하여 툴 온도 측정을 위한 열전대 통합 툴과 실시간 무선 온도 측정 시스템을 개발하였다. 다양한 마찰교반용접 공정 조건에서의 툴 온도 프로파일을 측정하여 개발 기술의 적용 가능성을 확인하였다.

2. 툴 온도 무선 측정 시스템

2.1 열전대 통합 FSW 툴 설계

마찰교반용접 공정에서 발생하는 마찰열은 툴의 프로브(probe) 및 숄더(shoulder)와 용접물 사이 경계면에서 발생한다. 이 마찰열은 툴의 중심에서 외곽 방향과 툴의 축 방향으로 전달된다. 따라서 툴 내부의 온도 측정을 위해 Fig. 1(a)와 같이 서로 상이한 반지름 및 축 방향 깊이에 해당하는 위치에 3개의 열전대를 설치하고자 하였다. 열전대 홀의 긴 세장비로 인하여 홀 가공을 통한 정확한 열전대 접점의 설치 깊이를 보장하기는 어렵다. 따라서 shoulder 면을 기준으로 1 mm 깊이까지의 열전대 홀을 대략적으로 가공한 뒤, 열전대 삽입 깊이를 조절함으로써 열전대 접점의 설치 위치를 조정하고자 하였다. Fig. 1(b)와 같이 온도 측정을 위한 열전대는 툴 내부에 삽입하고 접착제를 이용해 고정하였다. 일반적으로 사용하는 열전대는 시스(sheath) 타입으로 금속 시스 내부에 열전대 접점이 있으며, 빈 공간을 무기 절연물이 충전한 구조를 띈다. 내구성과 외부 전기적 노이즈에 대한 안정성이 뛰어나지만, 노출형 열전대보다 온도 변화에 대한 반응이 느린 단점이 있다. 따라서, 빠른 반응을 얻기 위해 툴에 접점 노출형 열전대를 설치하였다. 접착제는 툴 온도 모니터링의 민감도와 안정성을 높이기 위해 비전도성과 높은 열 전도도를 갖춰야하고, 마찰교반용접 공정의 고온환경에서 안정성이 뛰어난 소재를 사용하여야 한다. 해당 조건을 만족하는 최대 사용 온도 1,800℃, 열전도율은 5.77 W/(m·K)의 산화 알루미늄(Al₂O₃) 기반 접착제(Resbond 903HP, Cotronics Corp., USA)를 사용하여 열전대를 고정하였다. Fig. 1(c)는 제작된 FSW 툴을 CT 촬영한 사진을 나타낸다. 이를 통하여 3개의 열전대가 의도하는 위치에 잘 고정된 것을 검증하였다. 참고로, 용접물의 재질은 알루미늄이기 때문에 열간공구강 소재를 사용하여도 충분히 마찰교반용접 공정의 적용이 가능하다 판단하여 SKD61를 이용하여 툴을 제작하였다.

Fig. 1

Design and fabrication of thermocouple integrated friction stir welding (FSW) tool : (a) Design of the FSW tool with thermocouple holes, (b) FSW tool that was fabricated d, (c) Validation of thermocouple positions using μCT image

2.2 실시간 무선 온도 측정 시스템

마찰교반용접 공정에서 툴은 고속으로 회전하기 때문에 일반적인 유선 방식으로 온도를 측정하기 어려울 뿐 아니라, 슬립링(slip-ring) 등의 유선 방식으로 온도 측정을 진행한다 하여도 불안정한 접점, 전기적 노이즈, 접점 마모 등과 같은 문제점으로 온도 측정이 불안정할 수 있다. 마찰교반용접 툴 온도의 무선 측정을 위한 상용 장비가 존재하지만, 고가이기 때문에 중소 및 중견 기업에서 해당 장비를 도입하여 활용하는데 현실적인 한계가 있다. 그러므로 저가이면서도 안정적인 마찰교반용접 툴 온도 무선 온도 측정 시스템을 제작할 필요가 있다. 최근 급격히 발전해온 IoT(internet of things) 기기를 이용할 경우, 낮은 가격으로 안정적인 무선 통신 기기를 개발할 수 있다. 따라서 소형 IoT 기기를 기반으로 FSW 툴 온도를 측정하기 위한 무선 시스템을 개발하였다.

Fig. 2는 개발된 FSW 툴 무선 온도 측정 시스템을 나타낸다. 데이터 측정과 무선 데이터 송신을 위해 Arduino 기반의 SBC (single board computer)인 Beetle BLE(DFRobot Corp., China)를 사용하였다. 온도 측정을 위한 열전대 앰프(ADA-1778, Adafruit Industries LLC based on AD8495, Analog Devices, Inc, USA), 전류 공급을 위한 배터리(AAA x 6)을 연결하였다. 추가로 시스템과 툴의 결합을 위해 툴 홀더를 제작하였다. 고속으로 회전하는 툴의 밸런스와 툴의 경량화를 위해 알루미늄 소재의 베이스를 설계 및 제작하였다. 제작된 무선 온도 측정 모듈은 스핀들 회전 속도 3,000 rpm에서 기계적, 전기적 이상 없이 안정적으로 작동됨을 확인하였다. 회전하는 무선 온도 측정 시스템은 온도 데이터를 측정하여 송신하는 Transmitter(TX) 역할을 하며, 데이터를 수신하는 Receiver(RX)의 역할은 외부 PC와 연결된 동일 SBC 모듈이 담당한다. 해당 시스템은 TX 모듈에 Arduino IDE 환경에서 C++ 기반으로 개발된 임베디드 코드로, RX 모듈은 Jupyter Lab IDE 환경에서 Python 기반으로 개발된 프로그램으로 구동되도록 하였다. 시계열 데이터인 온도 프로파일의 시간 해상도를 충분히 확보하기 위해 온도 측정은 100 Hz의 샘플링 속도로 수행하였다.

Fig. 2

FSW tool temperature measurement and wireless data TX system integration to tool holder

3. 적용성 시험

3.1 온도 측정 예비 시험

제작된 온도 측정 모듈의 적용 과정에서 발생하는 문제점을 파악하기 위해 예비 시험을 진행하였다. 맞대기 용접이 진행되었고, 용접에는 150 × 100 × 2.0 mm 크기의 Al6061-T6 소재 2장을 사용하였다. 마찰교반용접 공정 수행을 위하여 3축 머시닝 센터(KITAMURA Bridge center 10, Kitamura Machinery Co., Ltd., Japan)를 사용하였다. Fig. 3(a)는 시험 사진을 나타낸다. 공정 조건으로 공구 회전 속도 1,250 rpm에서 이송 속도 100 mm/min 및 1,000 mm/min을 선정하였다. Fig. 3(b), (c)는 용접 시 실시간으로 측정된 온도 프로파일을 나타낸다. 온도 그래프에서 R/2, 0, R은 각각 툴의 열전대 위치를 나타낸다. R/2는 툴의 반경 방향의 절반 지점, 0은 툴의 중심, R은 툴의 반경 방향 끝 지점을 나타낸다. 실험 결과 온도 측정 및 측정 데이터에서 노이즈 등의 오류는 없었고 데이터 또한 정상적으로 저장되었다. 예비 시험 과정에서 특별한 문제는 발생하지 않았으나, 이송 속도가 용접 길이에 비해 매우 빠른 경우(이송 속도 1,000 mm/min), 한정된 용접 길이 내에서 온도가 안정화되는 구간이 관찰되지 않았다. 마찰교반용접에서 용접부의 품질은 용접 시 발생하는 마찰열에 영향을 받기 때문에 추후 연구에서 균일한 용접 품질 및 온도 데이터와 용접 품질 간의 매칭을 위해서는 안정된 온도 측정은 필수적이다. 따라서, 소재의 길이를 온도 안정화 구간이 생성되도록 모재의 길이를 늘려야 했다. 모재의 길이는 두 배인 300 mm로 늘리는 것이 본 실험을 위해 현실적일 것으로 판단하였다.

Fig. 3

Real time wireless FSW tool temperature measurement trial

3.2 실험 조건 샘플링

다양한 마찰교반용접 공정 조건에서의 툴 온도를 측정하기 위해 이송 속도와 회전 속도의 범위를 설정하였다. 300 mm의 모재 길이에서 온도 안정화 구간의 길이를 충분히 확보할 수 있는 이송 속도는 최대 500 mm/min 이며, 500 mm/min에서 1,000 mm/mim 구간은 온도 안정화 구간의 형성이 모호할 것으로 판단하였다. 회전 속도는 일반적인 범위인 500~2,500 rpm으로 설정하였다.

해당 범위에서 각 공정변수(회전 속도 및 이송 속도) 값이 중복되지 않으면서도 정의된 공정 범위에서 균일한 시험 조건을 샘플링 하기 위해서 Hammersley Sequence Sampling (HSS)를 적용하였다. 샘플링 된 공정 조건은 Fig. 4와 같다. 툴의 이송 속도가 용접 길이에 비해 매우 빠른 경우 한정된 용접 길이 내에서 온도가 안정화되는 구간이 관찰되지 않았고, 안정화 구간의 온도는 용접 품질과의 매칭을 위해서 필수적이므로 온도 안정화 구간이 확실하게 형성되는 이송 속도 100~500 mm/min 범위를 집중적으로 샘플링하여 90개의 실험 조건으로 설정하여 원형 포인트로, 온도 안정화 구간이 모호할 것으로 판단된 500~1,000 mm/min 범위에서 10개의 실험 조건을 설정하여 사각형 포인트로 나타내었다.

Fig. 4

Experimental points of DoE sampled by the Hammersley Sequence Sampling (HSS) in the predetermined FSW process range

3.3 마찰교반용접 공정 설정

시험은 3축 머시닝 센터(Hartford HEP-3150, She Hong Industrial Co., Ltd., Taiwan)를 사용하였다. Fig. 5는 시험 전 온도 측정 세팅 모습을 나타낸다. Table에 용접 소재를 고정하기 위한 Jig가 부착되어 있고, Jig는 용접할 소재를 고정하는 역할을 한다. 용접 시작과 동시에 PC를 통해 사용자가 측정 시간을 입력하면 입력된 시간 동안 마찰교반용접 툴의 온도를 실시간으로 측정한 뒤, 측정 시간이 끝나면 최종적으로 측정 데이터 저장하게 된다. 용접 시험 및 온도 측정은 앞서 샘플링한 100개의 조건에서 수행하였다.

Fig. 5

FSW experiment setup

Fig. 6은 온도 측정 결과를 나타낸다. Fig. 6에서 3개의 채널 모두 상이한 온도 프로파일이 측정되었다. 이는 툴 내부에서의 상이한 위치에서 온도를 측정함으로써, 툴의 온도 분포를 측정할 수 있을 것이라는 예상에 부합한다. Fig. 7은 툴의 프로브 위치에서 측정된 100개의 공정 조건에 대한 온도를 나타낸다. 온도 데이터 100개 모두 HSS 실험계획에 따라 중복되지 않고 다양한 온도 프로파일 데이터를 확보한 것을 알 수 있다.

Fig. 6

FSW tool temperature measurement result

Fig. 7

FSW tool temperature measurement results for 100 conditions

4. 결 과

4.1 온도 프로파일 분석

마찰교반용접 공정에서 툴과 용접물 사이에 발생하는 열은 툴의 형상, 회전 속다. Fig. 8은 측정된 온도 프로파일의 형상으로 구분되는 공정 단계를 마찰교반용접 공정의 각 단계에 대응시킨 결과이다. 그래프의 주황색 선은 프로브에서 2.5 mm, 녹색 선은 숄더 면에서 1 mm, 파란색 선은 숄더 면에서 5 mm 위치의 온도를 나타낸다. 그래프의 A 영역에서는 툴이 천천히 용접물로 접근하는 단계로 툴의 온도는 상온에 가깝다. B 영역에서는 툴의 프로브가 용접물과 접촉을 시작하여 온도가 상승한다. B 영역의 후반 부분에서는 숄더가 용접물과 접촉을 하고 일정 시간 동안 머무르게 되는데 이 때 급격하게 온도가 상승한다. C 영역에서는 본격적으로 용접이 시작되며, 툴과 용접물 사이의 마찰열, 툴에서 스핀들로 전달되는 열손실, 대기 중으로의 열복사, 툴 하단으로 유입되는 신규 소재의 열용량 그리고 툴 하단에서 빠져나가는 고온 용접부에 의한 열손실 등이 상호작용하여 툴의 온도가 결정된다.

Fig. 8

Tool temperature profiles at different measurement positions

이러한 열전달의 균형에 따라 툴의 온도가 점진적으로 안정화되며, 이 온도는 공정에 따라 특정 값으로 유지된다.

툴의 온도 프로파일의 특징은 실질적인 공정 파라미터의 용접 공정에 대한 영향을 나타낸다. Fig. 9(a)는 툴의 회전 속도에 따라 툴에 발생하는 온도 안정화 구간의 평균 온도 분포를 나타낸다. 회전 속도 증가할수록 초기에는 온도가 급격히 상승하다가 일정 수준의 회전 속도부터는 그 상승 속도가 둔화되는 경향이 나타났다. Fig. 9(b)는 이송 속도에 따른 툴의 안정화 온도를 나타낸다. Fig. 9(a)와 달리 이송 속도는 툴의 안정화 온도에 뚜렷한 경향성을 보이지는 않았다. 따라서, 마찰교반용접 공정에서의 마찰열은 이송 속도보다 회전 속도의 영향이 더 큰 것으로 판단된다.

Fig. 9

FSW process parameters

Fig. 9(a)의 결과에서 툴의 회전 속도가 툴 온도에 직접적인 영향을 보이는 것으로 나타났기 때문에, 이를 기반으로 마찰교반용접 공정을 제어할 수 있을 것으로 판단된다. 예를 들어 용접 공정 중 툴 온도가 감소하는 경우 해당 용접부의 용접 품질에 이상이 생길 가능성이 높다. 그러나 개발 기술을 활용하는 경우 이를 감지하고, 툴 온도를 직관적으로 증가시킬 수 있는 툴 회전 속도를 증가시킴으로써 이를 억제할 수 있을 것으로 생각한다. 이러한 적용 방법은 본 연구에 이은 추가 연구로 수행할 예정이다.

5. 결 론

마찰교반용접(friction stir welding, FSW) 공정에서 툴과 용접물 사이에 발생하는 마찰열은 실질적인 FSW 공정 조건을 나타내는 중요한 공정 데이터이다. 마찰열이 발생하는 툴과 모재의 접촉면에 최대한 가까운 위치에서 온도를 측정하기 위해서는 툴에서 온도를 측정하는 것이 이상적이다. 회전하는 툴 온도를 측정하기 위해서는 무선 온도 측정 장비가 필요하고 개발한 실시간 무선 측정 장치는 고속으로 회전하는 마찰교반용접 툴의 온도를 안정적으로 측정하였다. 여러 공정 조건(회전 속도, 이송 속도)에 따른 온도 프로파일의 차이가 뚜렷하게 나타났으며, 각 공정 조건에 대한 툴에서 발생하는 온도를 비교함으로써 공정 조건이 마찰열에 미치는 영향을 분석하였다. 낮은 회전 속도 범위에서는 툴 회전 속도가 증가할수록 급격히 온도가 상승하였지만 일정 수준부터는 온도 상승량이 둔화되어가는 것으로 나타났다. 툴 이송 속도는 툴 온도에 대하여 뚜렷한 경향을 나타내지 않았다. 따라서 FSW 공정에서 툴에 발생하는 온도는 이송 속도보다 회전 속도의 영향이 더 큰 것으로 나타났다. 툴 회전 속도가 툴의 온도 제어에 직접적인 영향을 보이며, 각 구간에서 툴 회전 속도와 툴 온도의 연관관계가 선형인 점을 활용하여 마찰교반용접 공정에서의 툴 온도를 일정하게 제어하는 방법론의 적용이 가능할 것으로 예상한다.

본 연구에서 제안하는 FSW 툴 온도 무선 측정 시스템을 활용하여 실시간으로 제조공정 모니터링, 제어, 최적화함으로써 FSW 분야에서 데이터 기반 자율제조 기술에 기여할 수 있을 것으로 기대된다.

Acknowledgments

본 연구는 한국생산기술연구원 기본사업 “[생산기술] 설명가능 인공지능(XAI) 및 무선 툴 온도 모니터링 기반 Hemispherical 툴 FSW 공정 기술 개발(KITECH JE250027)”의 지원으로 수행되었습니다. 또한 본 논문은 2025년도 정부(산업통상자원부)의 재원으로 한국산업기술진흥원의 지원을 받아 수행된 연구입니다(P0017006, 2025년 산업혁신인재성장지원사업).

References

• Singh, R. P., Dubey, S., Singh, A., Kumar, S., 2021, A Review Paper on Friction Stir Welding Process, Mater. Today Proc., 38:1 6-11. [https://doi.org/10.1016/j.matpr.2020.05.208]
• Godiganur, V. S., Biradar, S., 2014, Comparison of Friction Stir Welding Technique with Conventional Welding Methods, Int. J. Res. Eng. Technol., 3:3 572-576. [https://doi.org/10.15623/IJRET.2014.0315107]
• Kumar, R., Singh, R., Ahuja, I. P. S., Penna, R., Feo, L., 2018, Weldability of Thermoplastic Materials for Friction Stir Welding —A State of the Art Review and Future Applications, Compos. Pt. B-Eng., 137 1-15. [https://doi.org/10.1016/j.compositesb.2017.10.039]
• Lim, B., Kim, D., Park, S., 2014, Mechanical Characteristic Evaluation by Spin Tool of Different Pin Shapes in Friction Stir Welding Al6061-T6, J. Korean Soc. Manuf. Technol. Eng., 23:4 345-349. [https://doi.org/10.7735/ksmte.2014.23.4.345]
• Park, I., Kim, B., Lee, J., Lee, J., Moon, S., 2014, A Study of Admittance Force Control for FSW of Hybrid Machine, J. Korean Soc. Manuf. Technol. Eng., 32:2 109-117. [https://doi.org/10.7735/ksmte.2023.32.2.109]
• Salih, O. S., Ou, H., Wei, X., Sun, W., 2019, Microstructure and Mechanical Properties of Friction Stir Welded AA6092/SiC Metal Matrix Composite, Materials Science and Engineering:A, 742 78-88. [https://doi.org/10.1016/j.msea.2018.10.116]
• Zhang, L., Zhong, H., Li, S., Zhao, H., Chen, J., Qi, L., 2020, Microstructure, Mechanical Properties, and Fatigue Crack Growth Behavior of Friction Stir Welded Joint of 6061-T6 Aluminum Alloy, Int. J. Fatigue, 135 105556. [https://doi.org/10.1016/j.ijfatigue.2020.105556]
• Lv, X., Wu, C., Yang, C., Padhy, G. K., 2018, Weld Microstructure and Mechanical Properties in Ultrasonic Enhanced Friction Stir Welding of Al Alloy to Mg Alloy, J. Mater. Process. Technol., 254 145-157. [https://doi.org/10.1016/j.jmatprotec.2017.11.031]
• Mishra, D., Roy, R. B., Dutta, S., Pal, S. K., Chakravarty, D., 2018, A Review on Sensor Based Monitoring and Control of Friction Stir Welding Process and a Roadmap to Industry 4.0, J. Manuf. Process., 36 373-397. [https://doi.org/10.1016/j.jmapro.2018.10.016]
• Bevilacqua, B., Ciarapica, F. E., D’Orazio, A., Forcellese, A., Simoncini, M., 2017, Sustainability Analysis of Friction Stir Welding of AA5754 Sheets, Procedia CIRP, 62 529-534. [https://doi.org/10.1016/j.procir.2016.06.081]
• Sharama, R. K., Sodhi, G. P. S., Bhakar, V., Kaur, R., Pallakonda, S., Sarkar, P., Singh, H., 2020, Sustainability in Manufacturing Processes: Finding the Environmental Impacts of Friction Stir Processing of Pure Magnesium, CIRP J. Manuf. Sci. Technol., 30 25-35. [https://doi.org/10.1016/j.cirpj.2020.03.007]
• Lee, W. G., Kim, J. S., Sun, S. J., 2017, Temperature and Mechanical Properties of Welded Joints Under Friction Stir Welding Conditions of Mg Alloy (AZ61), J. Korean Soc. Manuf. Technol. Eng., 26:4 378-386. [https://doi.org/10.7735/ksmte.2017.26.4.378]
• Gibson, B. T., Lammlein, D. H., Parater, T. J., Longhurst, W. R., Cox, C. D., Ballun, M. C., Strauss, A. M., 2014, Friction Stir Welding: Process, Automation, and Control, J. Manuf. Process., 16:1 56-73. [https://doi.org/10.1016/j.jmapro.2013.04.002]
• El-Sayed, M. M., Shash, A. Y., Abd-Rabou, M., Elsherbiny, M, G., 2021, Welding and Processing of Metallic Materials by Using Friction Stir Technique: A Review, J. Adv. Join. Process., 3 100059. [https://doi.org/10.1016/j.jajp.2021.100059]
• Park, H. S., Lee, Y. H., Choi, W. D., Ko, J. B., 2008, A Study on the Effect that Pin Shape and Welding Speed have an Influence on Mechanical Strength in Friction Stir Welding Al6061-T6, J. Korean Soc. Manuf. Technol. Eng., 17:4 22-28.
• Rajakumar, S., Muralidharan, C., Balasubramanian, V., 2011, Influence of Friction Stir Welding Process and Tool Parameters on Strength Properties of AA7075-T6 Aluminum Alloy Joints, Mater. Des., 32:2 535-549. [https://doi.org/10.1016/j.matdes.2010.08.025]
• Carlone, P., Palazzo, G. S., 2013, Influence of Process Parameters on Microstructure and Mechanical Properties in AA2024-T3 Friction Stir Welding. Metallogr. Microstruct. Anal., 2 213-222. [https://doi.org/10.1007/s13632-013-0078-4]
• Lu, X., Sui, G., Zhang, W., Sun, S., Liang, S. Y., 2024, Prediction of Extreme Temperatures in Weld Zone of Friction Stir Welding, Int. J. Adv. Manuf. Technol., 131 505-514. [https://doi.org/10.1007/s00170-024-13102-z]
• Anandan, B., Manikandan, M., 2022, Machine Learning Approach for Predicting the Peak Temperature of Dissimilar AA7050-AA2014A Friction Stir Welding Butt Joint using Various Regression Models, Mater. Lett., 325 132879. [https://doi.org/10.1016/j.matlet.2022.132879]
• Sarvajya, J., Singh, D., 2023, Prediction of performance parameters in friction stir processing using ANN and multiple regression models, Materials Today: Proceedings, ARTICLE IN PRESS. [https://doi.org/10.1016/j.matpr.2023.04.422]
• He, X., Gu, F., Ball, A., 2014, A Review of Numerical Analysis of Friction Stir Welding, Prog. Mater. Sci., 65 1-66. [https://doi.org/10.1016/j.pmatsci.2014.03.003]
• Lin, Y. C., Chen, J. N., 2015, Influence of Process Parameters on Friction Stir Spot Welded Aluminum Joints by Various Threaded Tools, J. Mater. Process. Technol., 225 347-356. [https://doi.org/10.1016/j.jmatprotec.2015.06.024]
• Raturi, M., Garg, A., Bhattacharya, A., 2019, Joint Strength and Failure Studies of Dissimilar AA6061-AA7075 Friction Stir W00elds: Effects of Tool Pin, Process Parameters and Preheating, Eng. Fail. Anal., 96 570-588. [https://doi.org/10.1016/j.engfailanal.2018.12.003]