基于响应面法的注塑件残余应力优化

考虑模具温度、熔体温度、保压压力和保压时间等4个注塑工艺参数,利用响应面法进行实验设计,通过Moldflow注塑模拟软件对所设计的实验进行有限元分析,得到注塑工艺参数对制品残余应力值的影响.结果发现4个工艺参数中,熔体温度和保压压力对注塑制品残余应力值的影响极为显著,而模具温度和保压时间对制品残余应力值的影响则不显著.文章的研究结果为注塑工艺参数的调整、选取和优化,为获得残余应力值最小的优质塑料制品提供了方法和思路.     

壳体制品注塑工艺参数CAE优化分析

应用Moldflow软件对壳体制品注射成型工艺参数进行了优化分析,模拟出制品成型过程中的最佳注塑压力、锁模力、模具温度、熔体温度、注射时间、保压压力和保压时间、冷却时间。采用该成型工艺参数结合合理的注塑模具能注塑出最佳的塑料制品,为成型过程的顺利进行提供指导依据,模拟结果具有一定的理论意义及实际指导价值。     

注塑成型模拟技术在注塑工艺中的应用

注塑成型工艺已经发展成为塑料工业最重要的加工手段,注射模塑过程中需要选择和控制的压力包括塑化压力、注射压力和保压压力,它们直接影响塑料的塑化和塑件质量。通过对注塑过程中所涉及的工艺条件如何影响塑料制品的质量作了探讨,借助注塑工程分析软件对塑料制品的成型过程进行模拟,合理确定这些工艺参数,并分析了一个应用CAE技术优化工艺参数的实例,提出了比较切合实际并容易提高产品质量的注塑工艺方案。     

基于神经网络和遗传算法的工艺参数优化

以翘曲变形和收缩为质量指标,采用正交试验法、神经网络模型和遗传算法,优化了模具温度、熔体温度、注塑压力、注塑时间、保压压力、保压时间和冷却时间,获得了工艺参数的最优配置组合,提高了制品质量。利用最优配置组合的工艺参数进行了注塑成型试验,并通过测量验证了CAE模拟的正确性。     

空调转接头的注塑工艺参数优化

以空调转接头塑料制品为例,结合正交实验,以翘曲量为评价指标,研究模具温度、熔体温度、保压压力、保压时间等注塑工艺参数对制品翘曲变形的影响,运用极差法对正交实验结果进行分析,得到各工艺参数对翘曲变形影响的主次程度,最终获得最优工艺参数组合,即模具温度60℃,熔体温度240℃,保压压力35 MPa,保压时间15 s,在此工艺组合下的翘曲量为0.092 1 mm。     

注塑制品翘曲变形的最显著影响因素

采用Moldflow进行了塑料制品注塑过程模拟实验,分析了模具温度、熔体温度、保压时间、保压压力、冷却时间、注射时间和速度/压力控制转换（V/P转换）对注塑制品翘曲的影响,从中确定影响最显著的注塑过程参数。首先按一次因子法进行实验,根据因子效应,各因子影响权重顺序为：保压时间>冷却时间>熔体温度>注射时间> V/P转换>保压压力>模具温度,其中熔体温度、保压时间、冷却时间、注射时间对制品的翘曲有明显影响;再采用田口实验方法对这4个因素进行模拟实验,用L9（34）正交表设计实验,根据实验数据计算信噪比以评判影响因子的权重,由翘曲信噪比、体积收缩率信噪比和缩痕指数信噪比三方面分析,发现熔体温度对制品翘曲的影响最为显著。     

车用CD托架CAE注塑工艺参数优化分析

以汽车CD托架注塑成型为例,结合生产实际问题,构建了产品CAE分析模型,运用Moldfl ow2015软件对产品材料推荐的注塑成型工艺参数进行了初步仿真,对注塑过程中的翘曲、熔接痕、气穴等缺陷成因进行了分析,并给出了质量改善优化目标,提出了一种结合Taguchi试验法、BP神经网络预测的注塑成型工艺寻优方法,并对寻优结果进行了CAE模流分析验证。结果表明,神经网络预测结果与CAE模流分析结果相近,产品翘曲量降低至1.192 mm,产品较佳的注塑成型工艺参数为:料温为225℃,模温为60℃,注塑压力为70 MPa,注塑时间为1.3 s,第一保压压力为80 MPa,第一保压时间为12 s,第二保压压力为30 MPa,第二保压时间为3 s,冷却时间为15 s,型腔随形水路C1,C2冷却水的温度均为30℃。提出的优化设计方法能有效降低模具试模成本,缩短模具生产周期。     

基于CAE与RBF神经网络的固定体塑件注塑工艺优化

针对保险杠固定体塑件注塑成型困难的问题,运用CAE仿真分析手段,首先对其采用3个点浇口进行浇注的方案模拟,得出了影响塑件注塑成型困难的主要问题:塑件中间部位设置的加强筋位置处,料流流动发生多次改变和多重叠加,导致注塑时熔体在此区域产生紊流和回旋滞留。将浇注系统优化为采用5个点浇口浇注方案,能有效消除中间部位所产生的紊流和回旋滞留问题。结合CAE仿真手段和RBF神经网络的预测功能,对5点浇注方案进行注塑成型工艺参数的优化。获得塑件注塑较合理的工艺参数组合为:料温(Tθ)=229℃,模温(Ts)=51℃,注塑压力(pI)=43 MPa,注塑时间(ti)=6. 64 s,第一段保压压力(ph1)=62 MPa,第一段保压时间(th1)=9 s,第二段保压压力(ph2)=38 MPa,第二段保压时间(th2)=5. 5 s,第三段保压压力(ph3)=32 MPa,第三段保压时间(th3)=4. 5 s,冷却水进口温度(Tw)=27℃,冷却液流速(Vw)=3. 2 L/min,冷却时间(tc)=18 s。经实际注塑试验,塑件的注塑效果良好,有效地解决了实际生产问题。     

基于神经网络技术的塑料齿轮模型工艺参数优化

针对塑料模型注塑成型优化过程中工艺参数多、计算准确度低、工程模拟量大的特点。以塑料齿轮零件为例,通过引入BP神经网络技术,结合Moldflow软件建立注塑成型工艺参数优化模型。以体积收缩率和翘曲变形量为注塑工艺评定目标函数,选择熔体温度、保压压力、保压时间、模具表面温度为训练样本,建立4~4正交试验表,由相对方差分析评价模型的分析结果,给出优化后的工艺参数,指导工程实际应用。研究结果表明,通过BP神经网络对初始工艺参数进行训练,模型训练预测值与模拟值相对误差在3%以下,满足预测精度要求,经过对正交试验表样本进行训练,确定优化工艺参数为:熔体温度220℃、保压压力50 MPa、保压时间15 s,模具温度70℃。由Moldflow模型验证指出优化后的工艺参数组合能减少塑料件的注塑缺陷,提升塑料件的使用性能。     

基于Moldflow和正交实验的车标注塑参数优化

针对汽车车标注塑成型时会产生缺陷的问题,对车标的注塑参数进行分析优化。首先运用Moldflow进行5因素4水平正交实验,然后通过层次分析法和S型隶属函数对3指标下的实验参数进行综合分析,使用极差分析法得到综合分析下模具温度、熔体温度、保压时间与保压压力、注射时间以及冷却时间5个注塑参数的最佳组合及其影响顺序,并通过Moldflow和实际注塑进行验证。结果表明,5因素在3指标下的综合影响程度为注射时间冷却时间熔体温度保压时间与保压压力模具温度。对注塑起主要决定作用的为注塑时间。最佳组合为模具温度55℃、最佳熔体温度230℃、最佳保压时间与保压压力为85%、最佳注塑时间为1. 4 s、最佳冷却时间为18 s。     

基于神经网络和遗传算法的薄壳件注塑成型工艺参数优化

建立了基于神经网络和遗传算法并结合正交试验的薄壳件注塑成型工艺参数优化系统。正交试验法用来设计神经网络的训练样本，人工神经网络有效的创建了翘曲预测模型；遗传算法完成了对影响薄壳塑件翘曲变形的工艺参数（模具温度、注射温度、注射压力、保压时间、保压压力和冷却时间等）的优化，并计算出了它们的优化值。按该参数进行试验，效果良好，可以有效地减小薄壳塑件翘曲变形，其试验数值与计算数值基本相符，说明所提出的方法是可行的。     

BP神经网络与GA算法相结合的空调风叶翘曲均匀性优化

以模具温度、熔体温度、注射时间、保压时间、保压压力5个因素为设计变量,空调风叶叶片尖部Z轴坐标最大差值为目标变量,采用田口方法进行实验设计并根据实验方案进行CAE模拟,根据模拟结果采用BP神经网络构建设计变量与目标变量之间的数学关系模型,并利用GA算法对数学模型进行全局最优求解。求得最优工艺参数为：模具温度45 ℃、熔体温度205 ℃、注射时间1.8 s、保压时间6 s、保压压力50 MPa。模拟验证得到优化工艺参数下的目标变量为0.08 mm,低于各个实验设计方案,且风叶各叶片翘曲均匀性得到提高。     

注塑成型工艺参数对汽车保险杠翘曲变形的影响研究

结合Moldflow模拟分析软件和正交实验设计,通过对汽车保险杠的注射成型过程的数值模拟,系统分析了熔体温度、模具温度、注射时间、保压压力和保压时间等工艺参数对制件翘曲变形的影响规律.研究得到了最佳工艺参数组合方案,导人Moldflow软件分析后发现保险杠的翘曲变形得到明显改善;并通过实际的注塑成型实验验证了Moldflow分析结果.     

基于正交实验法的电视机支柱成型工艺优化研究

以电视机透明支柱实体塑料件为例,在三维模流分析理论研究的基础上确定塑料件质量评价指标为体积收缩率。影响质量的工艺参数为模具温度、熔体温度、注射时间、保压压力、保压时间和冷却时间。结合正交实验法、CAE分析及数据处理技术,确定各工艺参数对塑料件质量的影响及最优工艺方案。     

EVA塑料发泡倍率的实验研究与预测

采用田口实验设计方法与BP（Back Propagation）神经网络技术,选取模具温度、模压时间、注射压力和模压压力四因素四水平安排正交实验,分析了工艺参数对EVA塑料发泡倍率的影响程度。结果发现,模具温度对发泡倍率的影响较为显著,模压时间次之,注射压力与模压压力的影响较小。最后选取对倍率影响较大的模具温度、模压时间与注射压力工艺参数,对不同形状与尺寸的标准试样模具安排正交实验,以实验结果作为神经网络的样本数据,经过训练后的神经网络能够较为准确地预测EVA塑料的发泡倍率。     

基于CAE的注塑件结构及成型工艺参数优化

应用CAE软件模拟注塑件的成型过程,分析制件潜在的质量缺陷,通过优化制件结构及浇注系统改善了制件成型质量;结合正交试验方法,通过流动＋翘曲分析对模具温度、熔体温度、注射时间、保压压力和保压时间等注塑工艺参数进行优化,获得最佳工艺参数组合,为生产合格制品提供理论依据。     

基于自适应横向滤波器的注射机保压控制

注射机将塑料加热塑化后,需要控制高压将熔融塑料充满模具型腔。注射过程的控制问题主要凸显在两个方面:温度控制和压力控制。由于注射过程中熔融塑料属于黏弹性溶体,压力传递不均匀导致了保压压力存在明显的时变、非线性特性。自适应横向滤波器是结构简单的非线性控制器,适用于时变系统。考虑到压力的非线性问题,采用自适应横向滤波器对注射机进行保压压力控制,以实现对注射过程保压压力的精准控制。     

基于Taguchi与BPNN–PSO的薄壁注塑件翘曲变形优化

以家用空调遥控器前壳注塑件为例,在应用CAE模流分析确定塑件浇注系统和冷却系统的基础上,选取模具温度、熔体温度、注塑时间、保压时间和保压压力为设计变量,通过集成有限元模拟、Taguchi正交试验、BP神经网络(BPNN)以及粒子群优化算法(PSO)等来实现对薄壁塑件翘曲变形量的优化。优化后的工艺参数使得塑件翘曲变形量较优化前减少了37%,并应用Moldflow对优化工艺参数可靠性进行了模拟验证,结果显示,验证值和优化结果吻合度高,仅相差0.015 mm,表明所采用的薄壁塑件翘曲变形优化方法能显著减少注塑工艺参数调控过程对操作人员的经验依赖,具有较高的工程应用价值。     

基于微注射成型的微连接器工艺实验研究

基于正交实验设计方法,对微连接器在不同的微注射成型工艺参数下的充填情况进行研究,选择制品的质量作为实验指标,确定模具温度、熔体温度、注射速度、保压压力、保压时间、冷却时间等6个工艺参数为实验因素,通过对实验数据进行极差分析,得到了各因素对指标值的影响的主次顺序。实验结果表明,模具温度是影响制品质量精度的主要工艺参数因素,而冷却时间的影响最小。通过因素水平影响趋势图分析,得出了微连接器的最优工艺参数组合方案为模具温度80 ℃、熔体温度335 ℃、注射速度100 mm/s、保压压力20 MPa、保压时间1.5 s、冷却时间3.0 s,为微型器件生产中的工艺设计提供了理论依据和实际指导。