基于BP神经网络的高光无流痕成型工艺优化

在对高光无流痕成型深入研究的基础上,以OPPO手机外壳为例将正交试验方法和CAE模拟相结合,以翘曲变形量为主要评价指标,研究工艺参数对高光制品翘曲变形量的影响趋势,然后利用BP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,并通过模型对塑件翘曲变形量进行预测,并经实验验证了该方法的可靠性.新技术和新思路的运用,在控制OPPO手机外壳翘曲变形方面产生了良好的效果,对实践生产具有一定的指导意义.     

加强筋的截面尺寸对注塑制品翘曲变形的影响

翘曲变形是注塑制品常见的成型缺陷,合理的加强筋设计,既可保证产品的刚度要求,又不会引起注塑制品翘曲变形。通过正交实验,研究了加强筋的截面尺寸对注塑制品翘曲变形的影响并总结出了截面尺寸对塑件翘曲变形和缩痕的影响规律。     

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Moldflow薄壁注塑压缩成型工艺设计中的应用

随着高分子材料的发展,注塑产品的应用范围越来越广泛,这对注塑成型工艺要求也越来越高,尤其是注塑成型薄壁、曲面、强度等要求较高的产品,除了保证其使用要求外还需要其美观,传统的注塑成型很难加工复杂的塑件。注塑压缩成型压缩过程中使融化树脂受力均匀,成型制品产生较小的气穴和熔接痕,翘曲变形较小,对外观质量影响较小。本文是基于CAE软件Moldflow2018对电脑显示器外壳进行注塑压缩成型模拟分析,在一定程度上提高了设计者的工作效率,分别从充填时间、流动前沿温度、回路冷却液温度、体积收缩率、熔接线和翘曲变形进行分析,得出注塑压缩成型工艺加工的薄壁塑件。     

基于响应曲面法的空调面框工艺参数优化

针对空调面框塑件表面容易产生缩痕等缺陷问题,首先根据空调面框的三维结构建立了三维模型,设立好浇道系统及冷却系统,并进行初步充填分析。研究了主要成型工艺参数与空调面框表面缩痕的影响规律,并针对熔体温度、模具温度、相对保压压力、注射时间4个参数与缩痕指数之间的关系建立了响应曲面模型,并构建以缩痕指数最小为目标的优化函数,得到了最小缩痕指数值和最佳工艺参数组合,最后对数据结果进行实验研究,验证了在该注塑工艺参数组合下,缩痕指数达到了预期目标,成型产品表面缩痕深度较小,满足工艺生产要求。这为框形薄壁复杂注塑件低成本高质量设计提供新的途径。     

LCD外壳注塑成型缺陷CAE分析与工艺优化

针对液晶显示器(LCD)外壳在注塑成型过程中出现的短射、缩痕、变形等缺陷,设计了一种基于CAE技术的缺陷分析与优化方法。采用CAE软件对塑件的注塑成型进行数值模拟,通过初始设计方案的充填分析、流动分析、冷却分析、翘曲分析等各方面的模拟结果,直观预测出注塑成型存在的缺陷,然后运用CAE技术进行工艺优化,进而获得满足生产要求的设计方案。与初始设计方案相比,优化方案的制品缺陷得到明显改善,并且生产成本降低了15%~25%,产品质量提高了10%~20%。     

基于RBF神经网络和遗传算法的注塑成型质量控制与预测

针对注塑产品容易产生翘曲和缩痕的问题,以某检测仪外壳为研究对象,运用RBF神经网络模型和遗传算法,对注塑成型质量进行控制与预测。基于正交试验方案,运用Moldflow有限元分析软件获得试验结果;利用样本数据建立试验因素与响应值之间的RBF神经网络模型,并用最优拉丁超立方抽样技术,获得样本点对模型精度进行检验;运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对注塑成型工艺参数进行多目标优化,达到有效控制和预测翘曲变形、体积收缩率和缩痕指数的目的,并经模拟和试模验证误差较小。结果表明,运用RBF神经网络模型和遗传算法对注塑成型质量进行控制与预测,生产出检测仪外壳最大翘曲变形量为0.394 mm,外观无缩痕。     

基于CAE的扶手后盖翘曲变形注塑参数优化设计

借助CAE技术,对塑件的注塑成型进行了流动分析,潜在的成型缺陷在于塑件注塑成型翘曲变形大,通过调整注塑成型工艺参数,先对料温和模温进行优化,获得了较好的翘曲优化效果,再通过保压工艺的参数优化,将翘曲变形控制在2.052 mm以下,有效地保证了塑件的成型效果。优化获得的最终注塑成型工艺为:模温60℃,料温240℃,保压控制为40 MPa-15 s,25 MPa-5 s,冷却时间28 s。实践表明:经CAE分析后,该塑件的外观质量、尺寸、装配性能等均满足生产要求,具有较好的参考价值。     

基于Taguchi试验的空调导风板预变形控制

空调导风板是典型的长条形外观塑件,其模具需要采用多浇口浇注,在注塑生产时塑件表面容易产生熔接痕和翘曲变形,严重影响塑件的表面质量和装配精度。针对塑件表面熔接痕问题,选用针阀式热流道系统,对浇口进行时序控制,通过浇口的有序打开有效消除塑件表面的熔接痕。针对空调导风板容易翘曲变形的问题,应用模拟仿真软件Moldflow对其成型过程进行仿真分析,利用Taguchi试验对注塑工艺参数进行优化设计,得出优化工艺参数组合,即熔体温度230℃、模具温度60℃、保压压力35 MPa、保压时间10 s、冷却时间16 s。在此基础上,对塑件进行反向预变形设计,预变形量为8 mm,仿真分析结果显示产品总翘曲变形量为7.962 mm,方向与预变形方向相反,二者相抵后塑件的翘曲变形量约为0.038 mm,接近零变形。经过实际生产验证,塑件表面无熔接痕、无缩痕,翘曲变形量在0.5 mm以内,具有良好的表面质量和装配精度,满足生产和使用要求。     

基于Kriging代理模型和MOPSO算法的注塑成型质量多目标优化

为减少CAE分析时间,提高寻优计算效率,提出基于Kriging代理模型并结合多目标粒子群算法(MOPSO算法)对塑件的注塑成型质量进行多目标优化。以塑件的翘曲变形量、缩痕指数为优化目标,以影响塑件成型质量的模具温度、熔体温度、保压时间、保压压力、注射时间、冷却时间等注塑工艺参数为试验影响因素,应用最优拉丁超立方试验设计方法结合模流分析(MFI分析)建立分析样本,基于Isight参数优化软件构建优化目标与影响因素之间的Kriging代理模型,基于MOPSO算法在代理模型内进行全局寻优,获得了一组使塑件翘曲变形量和缩痕指数最小的最优工艺参数组合并给出了优化目标的预测值。结果表明,Kriging代理模型的预测值与模拟试验结果基本吻合,优化后的翘曲变形量降低15. 3%、缩痕指数降低19. 7%,本文提出的方法能有效、快速实现注塑成型质量的多目标优化,为工程实践提供了有益的参考价值。     

薄壁塑件注塑成型和注塑压缩成型工艺对比分析

基于Moldflow 2018软件对薄壁塑件进行注塑成型和注塑压缩成型模拟,分别从V/P切换时的压力、填充末端压力、流动前沿温度、平均体积收缩率、气穴、熔接线和翘曲变形等方面进行对比分析。结果表明:采用注塑压缩成型工艺加工的薄壁塑件质量优于由注塑成型工艺得到的薄壁塑件,该对比分析结果对薄壁塑件的实际加工具有一定的指导意义。     

基于Moldflow的手机下壳成型工艺分析

采用Pro/E进行手机外壳的CAD三维造型,利用Moldflow软件的MPI模块对其注塑成型过程进行分析模拟,包括充填、流动、保压、冷却等各个方面;获得了最佳浇口位置、熔接痕位置、困气、流动时间、压力和温度分布的准确信息。直观地预测出产品在注塑过程中可能产生的缺陷,并通过分析缺陷产生的原因和影响因素,对填充、翘曲等进行了分析。这对于提高塑件制品质量、缩短生产周期、提高模具设计水平等都具有重要的指导意义。     

薄壁件注塑翘曲变形综合优化分析

以薄壁塑件为研究对象,将Moldflow模流分析工艺参数优化与ANSYS模具结构分析综合研究塑件翘曲变形,并进行工艺参数及冷却方式的优化。结果表明,保压压力是该薄壁塑件注塑时翘曲变形影响最显著的因素,模具温度对翘曲变形影响很小;通过优化可以得到最优的冷却管道布局和最优的注塑工艺参数;综合优化真实考虑到了由于模具变形而引起的塑件变形,并显著地减小了塑件翘曲变形。     

前馈神经网络与遗传算法相结合解决曲轴中心缩孔

引言缩痕与孔洞是塑件成型时一种常见的缺陷。当制件外层材料冷却固化后,心部材料开始冷却,心部收缩把制件表层拉向制件内部,引起缩痕,如果制件表层的刚度足够大,则将在制件内部产生孔洞而不是缩痕[1]。关于塑件成型过程中的缩痕、翘曲、收缩等缺陷问题,许多学者提出了工艺参数设计的单目标和多目标优化模型,如Kriging模型、BP神经网络、响应面法、支持向量回归等,针对这些模型,采用的优化求解算法主要有:遗传算法、粒子群法、蚁群算法等。申长雨等[2]采用神经网络与混合遗传算法结合优化注塑成型工艺,改善了制品的体收缩     

基于灰色关联和Kriging模型的汽车饰件注塑工艺优化

为减小某汽车内饰件注塑成型质量缺陷,提出了基于灰色关联分析和Kriging代理模型的注塑成型质量多目标优化方法。以塑件的Z方向翘曲变形值、体积收缩率、缩痕指数为优化目标,影响了塑件成型质量的熔体温度、模具温度、保压压力、保压时间等注塑工艺参数,应用最优拉丁超立方试验设计方法结合模流分析进行数据采样,基于灰色关联分析(GRA),将多目标优化问题转化为单目标优化问题,利用层次分析法(AHP)确定各优化目标对灰色关联度的影响权重,建立灰色关联度与各工艺参数之间的Kriging代理模型,采用自适应粒子群算法(APSO)在代理模型内进行全局寻优,得到最佳工艺参数组合。结果表明,Kriging代理模型的预测值与实际结果基本吻合,优化后,Z方向翘曲变形值、体积收缩率、缩痕指数分别为0.268 6 mm、2.235%、0.397 1%,与优化前相比,分别降低了1.21%、30.11%、68.53%,因此,提出的方法能实现注塑成型质量多目标优化。     

基于Grey-Taguchi方法的汽车内置储物盒注塑工艺参数多目标优化

以某汽车内置储物盒为研究实例,运用CAE软件建立了储物盒注塑成型的数值模型。选取模具温度、熔体温度、保压时间、保压压力及注射时间5个注塑工艺参数为影响因素,以储物盒的翘曲变形量及缩痕指数为优化指标,通过L_(16)(4~5)正交试验分析,获得翘曲变形及缩痕指数最小的最优工艺参数组合及影响趋势,并结合灰色关联分析法,将多目标优化转化为单目标优化问题,获得兼顾两目标的最优工艺参数组合。仿真验证结果表明:优化后的翘曲变形量减小了9.25%,缩痕指数降低了33.42%,获得了较高品质的塑件。     

基于标准差的注塑产品翘曲分析及方案优选

翘曲变形是注塑产品中常见的质量缺陷,不但影响产品外观,严重时还会影响产品的使用性能.运用MPI软件在各种注射成型工艺参数下对塑件进行CAE模拟仿真,对仿真后的产品取一系列测量点,找到该点塑件的变形值,对这些点的翘曲量进行方差及标准差分析,得出各种工艺参数组合下翘曲变形最小的工艺参数,为下一步模具设计和注塑工艺设计提供计算和实验依据.     

基于正交试验的注塑成型质量多目标影响因素研究

显示器盖板属于薄壁注塑件,在生产中容易出现翘曲、体积收缩等缺陷。针对此问题,研究注塑工艺参数对其质量的影响。基于Pro/E软件建立显示器盖板的三维模型,并将其导入Moldflow软件进行注塑成型仿真。采用正交试验的方法研究了不同的熔体温度、模具温度、保压压力、保压时间和冷却时间等条件下产生的翘曲、体积收缩。通过极差分析确定显示器盖板的最佳工艺参数组合;通过方差分析确定各个因素对翘曲、体积收缩的影响程度。对最佳工艺参数组合进行实际生产验证,有效降低了塑件的翘曲、体积收缩率,提高了制品成型质量,为同类问题提供了参考方向。     

基于正交试验法的吸尘器电机罩板注塑工艺优化设计

以吸尘器电机罩板为例,结合正交试验法和模流分析软件Moldflow,对不同注塑工艺条件下的罩板零件成型过程进行分析,确定塑件的翘曲量为塑件表面质量的评价指标。选定熔体温度、模具温度等工艺参数作为分析因子并合理取值,进行了CAE分析。对评价指标的分析结果进行极差分析,绘制各水平对评价指标的影响趋势图,最终得出优化的注塑工艺参数配置,并对该工艺参数配置下的成型过程进行了模拟对比分析。对塑件成型过程中出现的气穴、熔接痕等缺陷进行了分析,给出了缓解缺陷影响的措施。     

基于Moldflow的手机外壳注塑成型分析

采用Pro/E进行手机外壳的CAD三维造型,利用Moldflow软件的MPI(Moldflow Plastic Insight)模块对其注塑成型过程进行分析模拟,包括充填、流动、保压、冷却等各个方面,获得了最佳浇口位置、熔接痕位置、困气、流动时间、压力和温度分布的准确信息。直观地预测出产品在注塑过程中可能产生的缺陷;并通过分析缺陷产生的原因和影响因素,优化了注塑工艺参数,这对于提高塑件制品质量、缩短生产周期、提高模具设计水平等都具有重要的指导意义。