基于CAE的PP塑料件注射成型工艺参数的影响及优化

利用Moldflow软件对某建筑用塑料件的注射成型过程进行了模拟分析,首先研究了单个实验因素对塑料件翘曲量的影响,然后根据实验结果采用正交设计实验方法对注射成型工艺参数进行了优化。结果表明,在选取的注射成型工艺参数中,其中模具温度、熔体温度、保压压力和注射时间对翘曲量影响较大,适当增加模具温度、熔体温度和保压压力可有效减小翘曲量,注射时间对翘曲量的影响比较复杂,翘曲量随注射时间的延长先减小后增加;根据各工艺参数对翘曲量的影响规律,确定各工艺参数水平,优化后的成型工艺参数改善塑料件质量,有效地减小了塑料件翘曲量。     

基于BP神经网络遗传算法的汽车塑件CAE优化分析

以汽车内饰中立柱本体注射成型为例,基于Moldflow中CAE分析基础上,对塑件注塑所需的成型工艺参数进行了仿真,并分析了塑件翘曲成因,给出了翘曲改善优化目标。结合注塑工艺规律,借助于Tugachi正交试验法、BP神经网络遗传算法、Matlab数值分析对塑件注射成型工艺参数协同进行优化,并对优化结果进行了CAE比对验证。结果表明:神经网络预测推荐的工艺参数能有效将翘曲结果控制在质量误差范围内,提出的优化设计方法能有效降低模具试模成本,改善塑件成型质量。     

基于AMI与正交试验的餐盘翘曲变形优化

针对塑料餐盘在注射成型过程中由于翘曲变形造成的中间凸起引起使用性能的缺陷,结合AMI注射成型分析软件和正交试验设计对餐盘的注射成型过程进行数值模拟,通过对试验结果数据的定量分析,系统分析了模具温度、熔体温度、注射速率、保压压力、保压时间、冷却时间等工艺参数对餐盘翘曲变形的影响规律和影响贡献率,从而得到最优的工艺参数组合,并模拟分析出最优工艺参数组合下的翘曲变形量。用数值模拟结果指导餐盘注射成型模具设计,并通过实际注射成型验证其明显改善了塑料餐盘的翘曲变形缺陷。     

基于灰色关联分析的注塑成型工艺多目标优化

针对复杂曲面构件注塑成型过程中体积收缩率、翘曲变形量和缩痕指数最小化等多目标优化问题,采用正交试验法设计了六因素五水平的聚甲醛叶轮注塑加工试验;基于灰色关联分析将多目标优化问题转化为单目标优化问题,利用主成分分析法确定体积收缩率、翘曲变形量和缩痕指数对灰色关联度的影响权重;通过对试验数据的回归分析,建立了灰色关联度与注塑成型主要工艺参数的二阶预测模型;基于各工艺参数对体积收缩率、翘曲变形量和缩痕指数影响规律的分析,确定了注塑工艺参数的优化方案。利用响应曲面求解注塑成型参数优化问题并进行注塑成型仿真实验,结果表明:由该优化方法获得的注塑成型工艺参数组合可以使制品的体积收缩率、翘曲变形量和缩痕指数均大幅减小。     

基于神经网络与正交试验的塑件翘曲变形优化

针对塑件在注塑成型过程中出现的翘曲变形过大的问题,采用了人工神经网络、正交试验和数值模拟三者结合的方法改进了注塑成型的工艺参数,优化塑件的翘曲变形。首先以正交试验得到的数据作为神经网络的训练样本,建立了输入、输出分别为成型工艺参数与塑件翘曲变形量的神经网络模型,并用样本验证模型的准确度,从而提高了成型工艺参数的选择效率。其次,采用验证过的神经网络模型代替CAE模拟仿真来获得塑件的翘曲变形量,结合正交试验法,改进了注塑成型工艺参数,得到了塑件的最佳成型工艺参数组合,使塑件的最大翘曲变形量降低了61%。最后,通过对塑件的实际制造证实了优化方案的正确性。     

共注成型制品翘曲变形分析及其工艺参数的优化

基于Hele-shaw模型，通过有限元数值模拟技术，研究了工艺参数对共注成型制品翘曲变形影响规律，并根据注射成型原理揭示了翘曲变形的产生机理。同时，采用正交试验法得到了共注成型最小翘曲变形的最优工艺参数组合，在优化后工艺组合条件下制品的翘曲变形大约减小了40％。     

注塑件翘曲变形分析与成型工艺参数优化

基于正交实验设计,利用Moldflow软件对注塑件注塑成型进行数值模拟。结果表明,保压时间、注射时间、熔体温度对注塑件翘曲变形的影响高度显著。运用方差分析,研究注塑成型参数对注塑件翘曲变形的影响,进行多元线性回归分析,发现注塑件翘曲变形幂函数回归模型与实验数据有很好的相关性。以影响翘曲变形的主要工艺参数为设计变量、翘曲变形为目标函数,建立幂函数回归优化模型,对成型工艺参数进行优化,得到的翘曲变形值小于主实验中的翘曲变形最小值,表明该方法具有较好的工程实用价值。     

基于正交试验及MoldFlow模拟优化注塑工艺参数

利用Moldflow有限元分析软件对注塑成型过程进行数值模拟,采用多因素正交试验的方法获得PC/ABS塑料在不同的工艺参数下成型薄壁件的翘曲量,比较了不同工艺参数对翘曲量影响的重要性,并以翘曲变形量为控制目标,通过正交试验等数值计算方法得到优化的工艺参数组合,为注塑工艺优化探索了一种较实用的方法.     

基于BP神经网络的注塑成型翘曲分析及工艺优化

首先通过成型窗口得到基本的成型工艺参数,经正交优化,设计出合理的工艺参数组合。其次通过moldflow软件,研究了不同工艺参数组合对电连接器孔盖板翘曲变形量的影响,经极差分析,确定了各工艺参数对翘曲变形量影响的敏感性。然后根据优化所得的最佳工艺参数制得合格的注塑件。最后基于设计和训练的BP神经网络模型,对翘曲变形量进行预测,并与仿真结果进行比较,具有良好的一致性。     

注塑成型工艺参数对壳盖注塑件翘曲变形的影响

以降低注塑件翘曲值为目标,采用正交试验法,得到注塑成型工艺参数对翘曲值的影响程度由强到弱依次为保压压力、熔体温度、注射时间、保压时间和冷却时间。对单个注塑成型工艺参数变动和多注塑成型工艺参数交互作用进行了分析。结果表明:延长注射时间或升高熔体温度,均可使翘曲值先增大后减小;增大保压压力或延长保压时间均可使翘曲值逐步缩小;延长冷却时间,翘曲值则先减小后增大;翘曲值在保压压力与熔体温度、注射时间与熔体温度的交互作用下发生显著变化,而保压时间与保压压力、保压时间与熔体温度的交互作用则对翘曲值的影响不明显。     

基于Kriging与GA的双层变模温注射成型收缩控制策略

高温、高压的成型条件,使双层变模温制品的成型收缩对工艺参数的变化极为敏感,双层变模温制品的成型收缩控制策略成为提高制品质量的关键。以某空调遥控器前盖双层变模温成型工艺开发为例,探讨并制定了其成型收缩的控制策略。确定了考量成型收缩的多目标评价体系及参数变量,以拉丁超立方取样设计试验,并利用数值模拟软件进行充模、保压及冷却等过程模拟获取试验数据,建立了基于Kriging代理模型的变量与评价指标间的数学关系;利用遗传算法对数学关系进行迭代,寻找最优成型收缩的评价指标及变量组合;最后,将模拟及生产试验对研究策略的科学有效性进行验证。     

塑料制品注塑成型缺陷的成因分析

通过列举几种注塑成型过程中最为典型的几种缺陷,结合生产实际,从影响注塑成型制品质量的因素(产生的物理原因、注塑模具和制品结构、注塑工艺参数有关的原因、塑料材料)着手,分析了归纳注塑成型制品典型质量缺陷产生的原因,并提出了克服缺陷的具体改良措施。     

采用RFR-GA算法的薄壁注塑件质量多目标优化

汽车内饰件可由注塑加工获得,但成型过程中塑件产生的翘曲、体积收缩较大,针对该问题,以某汽车薄壁注塑件为例,研究了其注塑工艺参数的优化方法。通过以注塑过程中的最小翘曲和最小体积收缩率为目标函数,以注塑温度、模具温度、注射压力、保压压力、保压时间以及冷却时间等参数作为设计变量,构建了多目标全局优化模型。利用Moldflow软件结合正交试验获得的试验结果训练随机森林回归模型,采用遗传算法对多目标模型进行全局寻优,获得最佳成型工艺参数,即对其成型缺陷进行了优化。结果表明,所提出的优化方法能够得到全局最优解,并同时优化了该汽车薄壁注塑件的翘曲和体积收缩率。将得到的最佳成型工艺参数进行Moldflow试验,可知翘曲和体积收缩率分别优化了74.6%和42.7%。将获得的最佳注塑成型工艺参数进行生产验证,结果表明生产出的薄壁汽车件成型质量较好,满足生产要求。     

基于DOE实验的汽车塑件CAE优化与注塑模具设计

以某汽车塑件为例,针对其结构及分型复杂、注塑难等问题,基于DOE实验和CAE分析对其注塑所需工艺参数进行了仿真和优化。通过浇口位置和数量的优化,获得了理想的浇口设置;通过浇注系统的优化及成型窗口分析,获得了合理的流动分析工艺参数;对流动分析工艺参数进行正交试验优化,找出了产品注塑存在的潜在缺陷问题,经进一步对针阀控制进行寻优,解决了熔接线过长过多、充填不平衡、气孔较多等问题;通过翘曲和冷却分析的优化,最终获得了产品注塑成型所需的合理工艺参数,设计了一副结构合理的注塑模具,提高了模具生产效率。     

基于BP神经网络的导管接头注塑工艺参数优化

以医用介入导管接头为研究对象,基于塑料成型理论在Moldflow软件中进行导管接头模流分析,通过正交实验极差分析,确定了注塑工艺参数对导管接头缩痕指数的影响趋势,得到最佳工艺参数组合。针对实际生产中出现的缩痕缺陷,建立导管接头缩痕指数的BP神经网络参数模型,并用遗传算法进行优化,同时对结果进行仿真模拟,得到缩痕指数为0.0752%,此时的最佳注塑工艺参数为熔体温度238℃、模具温度71℃、注塑压力68 MPa、注塑时间0.61 s、保压压力27 MPa、保压时间24 s,其结果比极差分析法的优化结果(0.088%)减少了14.5%。将遗传算法优化BP神经网络后的注塑工艺参数组合应用于导管接头加工试生产,得到产品外观无明显熔接痕,表面质量良好,满足企业设计要求。     

注塑机工艺参数的智能设置与优化

针对工艺人员的试模思路,混合使用实例推理、代理模型和模糊推理技术,建立一种描述注塑机工艺参数设置与优化全过程的混合智能模型。首先采用实例推理技术模拟工艺人员设置初始工艺参数时的“借鉴”思维,在实例推理失败的情况下,采用代理模型模拟工艺人员的“直觉”思维设置初始工艺参数,然后将初始参数用于试模,最后利用模糊推理技术实现工艺人员不断修正缺陷、优化工艺参数的思维过程。基于上述智能模型开发出了相应的软件系统,并通过与控制器的通讯实现与注塑机的集成,实际案例验证表明该系统正确有效,可应用于实际生产。     

基于CAE的汽车副仪表箱体平衡注塑优化分析

针对塑件体积大,形状不规则难以进行平衡注塑的问题,结合计算机辅助工程（CAE）辅助分析手段,通过对3次浇注方案的调整和平衡注塑优化,将塑件的翘曲变形有效地控制降到15 mm左右,避免了基于经验设置浇注系统可能导致模具报废的潜在风险;在基于翘曲变形得到控制的基础上,通过进一步的料温、保压参数、冷却参数的优化调整,获得了塑件的最佳注射成型工艺参数为：料温245 ℃,模温60 ℃,保压分2段保压,分别为90 MPa/16 s,70 MPa/9 s,冷却时间为60 s。通过试模检验,所优化的工艺参数能完全满足本塑件的量产要求。     

Moldflow在后盖注射模设计中的应用

以某移动空调后盖为例,针对注射成型过程中出现严重区边缺陷,运用专业模流分析软件Moldflow对后盖注塑件的注塑生产过程进行模拟分析,利用模拟结果优化模具结构,找到合理的注塑工艺参数,进而选定注塑机。     

粉料参数对罐形磁心开裂的影响

由于罐形磁心结构复杂,在其制作过程中,粉料参数以及在成型、烧结过程中都可能使罐形磁心产生裂纹,甚至形成开裂。本文分析了罐形磁心裂纹产生的原因,实验研究了粉料粒度分布和含水量对罐形磁心开裂的影响。实验获得了具有良好成型性和较高效率的粉体参数。     

基于Moldflow的汽车外饰件成型缺陷分析与优化设计

针对汽车外饰件生产过程中出现的成型缺陷,采用生产过程中的参数,利用Moldflow软件对其注塑过程进行模拟,找出导致成型缺陷的因素,针对分析结果提出相应的优化方案。经验证表明,Moldflow在生产阶段可针对产品缺陷提出正确的解决方案,从而避免解决问题的盲目性,确保一次修模到位,提高生产效率,降低生产成本。