注塑成型工艺参数的优化研究进展

在注塑成型过程中,通过合理设置注塑工艺参数可以得到高质量塑料制品。通常可以采用正交试验法对注塑成型工艺参数进行优化。通过对正交试验数据运用极差分析、耦合推广正交算法、灰色关联度分析法以及使用神经网络模型和遗传算法,可以获得注塑成型工艺参数的最优配置组合。     

基于DOE、正交及PSO的肉品传送齿轮的工艺优化

以肉制品链板传送系统中的塑料齿轮为研究对象,利用模流分析软件AMI2015中的试验设计(DOE)模块分析了影响塑料齿轮成型质量的主要注塑工艺参数,以这些主要工艺参数为试验因素进行正交试验设计,并得到了不同工艺参数组合下的模流结果。然后对正交试验数据进行二次回归分析,得出综合质量指标与工艺参数之间的二次回归方程,再通过粒子群优化(PSO)算法优化出最优工艺参数,并采用最优工艺参数分析验证,得出塑料齿轮的最大收缩率为9.019%,最大缩痕指数为2.766%,最大翘曲变形为1.704 mm,综合质量指标Q值为6.199,误差为2.84%。与正交优化相比,PSO优化出的综合质量指标Q值由12.457降为6.199,降低了50.237%。     

基于灰色关联分析和熵权法的双色注塑多目标参数优化

以双色塑料碗为例,给出了一种实现多目标优化的分析方法。选定第一射和第二射的模具温度、熔体温度、保压压力为因素变量,第二射的平均体积收缩率和总翘曲量为优化指标,设计了6因素5水平的正交试验,使用Moldflow软件进行模拟分析。利用试验所得指标参数进行信噪比处理,通过熵权法计算出2个优化指标的权重,最终得到灰色关联度,实现了多目标优化到单目标优化的转变。对优化后的工艺参数进行模拟分析,得到的第二射平均体积收缩率最大值为15.67 %,总翘曲变形量最大值为1.964 mm,较原始工艺参数的分析结果分别降低了7.8 %和18.4 %,产品质量得以提升。试验结果表明了正交试验、灰色关联分析和熵权法相结合实现多目标优化在注塑工艺参数寻优中的有效性。     

正交试验和综合评分法的注塑工艺多目标优化

以某手机壳体为例,针对体积收缩率、缩痕深度、Z方向翘曲的多个质量指标要求,采用正交试验和综合评分相结合的方法优化注塑工艺参数。建立7因子3水平正交试验矩阵,利用注塑CAE软件Moldflow进行模流分析,得到了原始的质量指标数据。运用综合评分法,对原始质量指标数据进行标准化处理,并经线性组合计算,得到包含所有质量指标要求的综合得分值。经均值和方差分析,获得了最优工艺参数组合和影响质量要求的显著因素,经验证试验,结果表明体积收缩率10.323%、缩痕深度0.005 2 mm、Z方向翘曲0.340 6 mm,分别符合10%、0.005 0 mm、越小越好的质量目标要求。     

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。     

基于正交试验和Moldflow的注塑制品表面质量成型工艺优化设计

以手机电池盖为例,采用正交试验法和Moldflow仿真模拟相结合,研究了不同成型工艺参数对注塑制品翘曲量以及缩痕指数的影响,并通过对试验数据的分析处理,得到优化的成型工艺参数,从而实现了注塑工艺参数设计的优化.     

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.     

计算机模拟技术在高分子材料注塑成型中的应用

以翘曲变形量为评价指标,采用Moldflow软件和正交试验法对高分子塑件注塑成型工艺参数进行优化,根据Taguchi指标权重计算结果,选取熔体温度、模具温度、注射时间为因素,建立3因素3水平正交试验,获得了注塑成型中的最优工艺参数.结果表明:最优工艺参数为模具温度240?℃,熔体温度32?℃,注射时间0.68?s,此条...     

基于BP神经网络的双色塑件翘曲变形量预测

以某遥控器前壳双色塑件注塑成型为例,以该塑件在注塑成型过程中的翘曲变形量为研究目标,提出了一种结合AMI数值模拟、正交试验和BP神经网络的双色塑件翘曲变形量快速、准确的预测方法。首先建立了基于AMI数值模拟的CAE模流分析模型,并对注塑成型工艺参数及翘曲变形量进行数值模拟分析;之后结合正交试验设计法使AMI软件数值模拟结果在指定的工艺参数范围内实现了离散分布;最后以正交试验数据为基础建立BP神经网络预测模型,通过Matlab训练网络使其满足误差精度要求,从而达到准确预测新工艺参数下翘曲变形量的目的。结果表明:训练出的BP神经网络模型具有很高的预测精度,能够满足对该双色塑件翘曲变形量准确、快速的预测要求。     

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。     

基于灰色关联分析的注塑工艺参数优化

利用灰色关联分析,将多目标优化转化为单目标优化问题。注塑成型中,制品通常要求满足多个质量目标,如收缩率小、缩痕小、翘曲小等质量要求。在正交试验的基础上,利用模流分析软件Moldflow获得各个质量指标的响应值,并进行信噪比处理。建立各质量指标与参考目标的灰色关系,计算灰色关联度。对灰色关联度进行均值分析和方差分析,得到各个工艺参数各个水平对响应的影响程度,获得最优的工艺参数组合。实验验证体积收缩率9.26%、缩痕0.0095 mm、翘曲0.2765 mm,综合质量明显提高。研究表明,灰色理论应用到注塑成型工艺优化中,取得了较好的效果,说明了该方法在多目标优化中有很大的适用性。     

基于正交试验的塑料接线盒翘曲变形优化控制

注塑成型是一个具有多变量的复杂成型工艺过程,采用正交试验合理安排注塑工艺过程中进行多因素试验,通过分析各因素对试验结果的影响,确定工艺参数优化组合。对塑料接线盒的翘曲变形进行了优化控制研究。通过正交试验设计,从影响翘曲变形的6个工艺参数的角度分析了对塑件X、Y、Z 3个方向的翘曲变形量的影响,得到塑件翘曲变形最佳的注塑工艺参数组合:模具温度45℃、熔体温度190℃、保压时间35 s、保压压力120%、注射时间1. 5s、冷却时间13 s。通过试模,可知注塑出的塑件质量优良,符合客户要求。通过正交试验进行了塑件注塑质量优化控制,可针对不同试验指标,进行不同的试验因素分析,避免大量无序的试验成本,并且能够有效地解决了问题,可推广应用到其它塑件成型。     

基于数值模拟技术的塑料板凳注塑工艺参数优化

为了得到最优的注塑工艺参数,缩短模具设计周期,降低成本,以日常生活中常用的塑料板凳为对象,利用Moldflow软件对注塑工艺参数进行优化。首先优化了冷却方式,在最佳的冷却方式下以注塑件的翘曲变形为主要优化目标,采用正交试验手段对注塑成型过程中的注塑温度、充填时间、保压压力及保压时间等参数进行优化。获得了翘曲变形量的主要影响因素,得到一个较优的工艺参数,为改善注塑件翘曲变形和缩短模具设计周期奠定了基础。     

基于层次分析和灰色关联分析的注塑工艺多目标优化

针对制品的翘曲、收缩、缩痕等多个质量指标要求,提出层次分析法和灰色关联分析法相结合的注射成型工艺优化方法。运用层次分析法,对3个质量指标进行综合评判,得到各自的权重。通过田口正交试验设计和Moldflow成型模拟,得到了各质量指标的预测值,计算试验序列的各质量指标的灰色关联系数,进而通过层次分析法（AHP）和灰色关联分析（GRA）综合评价模型,得出各试验序列的灰色关联度,并进行均值分析。结果表明,二段保压压力对综合的质量指标影响最显著,注射时间次之;最优的成型工艺参数是注射时间为1.2 s、一段保压120 MPa、二段保压120 MPa、三段保压80 MPa;手机壳体实例验证了方法的有效性。     

电连接器接触件注塑成型翘曲变形的优化分析

结合正交试验法和数值分析,以最大翘曲量为质量指标,研究了不同工艺条件下某Y型电连接器接触件注塑成型过程,通过对翘曲变形的极差分析,确定了熔体温度、模具温度、注射时间、保压压力、保压时间等工艺参数对翘曲变形的影响敏感性。利用BP(back propagation)人工神经网络,建立主要工艺参数和塑件翘曲变形量之间的数学模型,并进行了预测。结果表明:所建立的数学模型具有较高的预测精度,从而达到以较少的试验实现注塑成型工艺的优化与控制。     

注塑成型工艺试验优化设计

针对注塑成型工艺中存在的缺陷,引入正交试验设计方法,进行模具结构和工艺参数的优化设计。以模具温度、保压压力、保压时间和模内冷却时间作为影响因素,以体积收缩率、缩痕指数和熔接痕长度作为评估指标,通过利用Moldflow软件模拟熔体在型腔内的流动,得到各工艺参数影响制品成型质量的趋势图。通过正交试验设计分析,得到各工艺因素对体积收缩率、缩痕指数和熔接痕影响的程度,结合极差分析、方差分析法综合比较各组试验模拟结果,获得最优化的工艺参数组合。     

基于改进神经网络的注塑工艺参数优化

以鼠标壳为实例,利用正交试验数据得到训练样本。以减小翘曲变形量为目标,运用竞争型神经网络的预测功能,实现注塑成型工艺参数控制。为进一步提高注塑成型质量,采用遗传算法完成工艺参数的优化,并得到最优解。最后,进行相关实验验证。结果表明:优化后,塑件翘曲变形量降低了23.67%,实验结果和预测结果基本吻合,在一定程度上提高了塑件的成型质量。     

基于信噪比与灰色关联分析的注塑工艺参数多目标优化

以分线器盖为研究对象,基于信噪比和灰色关联分析,提出了一种注塑工艺参数多目标优化方法.针对顶出时的体积收缩率和总翘曲变形量等质量指标要求,建立5因素4水平的正交试验,得到每组实验的质量指标数值及其对应的信噪比.对信噪比进行无量纲化处理后,计算各因素对质量指标的灰色关联系数和灰色关联度.对灰色关联度进行极差分析,得到最优...     

基于正交试验法的汽车保险杠注塑成型工艺参数多目标优化研究

以某汽车保险杠为研究对象,应用Moldflow有限元分析,以注塑成型质量中的翘曲量和体积收缩率为质量指标,采用CAE模拟技术结合正交试验,分析熔体温度、模具温度、注射时间、保压时间和保压压力对制品质量的影响规律。用极差分析法分别得到翘曲变形和体积收缩变形的最优工艺参数组合。最后利用多目标综合平衡法,选出兼顾最小的翘曲变形和体积收缩率的工艺参数组合,并对该工艺组合方案进行模拟验证。