基于moldflow的控制开关面板双色模工艺分析

本文以控制开关双色模的注塑过程为例,利用moldflow软件对工艺参数例如翘曲,体积收缩率进行优化,使制品的翘曲以及体积收缩率在合理的范围内,从而使制品的质量达到最佳。     

工艺参数对空调电路固定板的翘曲变形和体积收缩的影响研究

以空调电路固定板为研究对象,结合Moldflow软件模拟和Taguchi正交试验设计得到对应制品的翘曲变形量和体积收缩率。采用均值分析和方差分析研究各参数对制品翘曲变形量和体积收缩率的影响程度,并获得较为理想的最佳工艺参数组合。     

Taguchi DOE实验设计法注射成型工艺参数优化

将CAE技术与DOE技术相结合,可在较少的分析次数下自动获得优化工艺,从而改善注塑制品的质量。以一工业用注塑制品为例,采用Taguchi DOE实验方法进行实验分析,研究了工艺参数对注塑制品体积收缩率变化和翘曲变形的影响,获得的优化工艺参数可使其体积收缩率变化和翘曲变形达到最小。结合CAE模拟分析结果,通过样件试制对优化的工艺参数进行了验证。     

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。     

基于响应面模型和灰关联分析的保压曲线优化

注射成型中合理的保压曲线不仅能减小制品的体积收缩,还能降低制品各部分的体积收缩差异,避免产品产生翘曲变形。建立了保压曲线的优化模型:首先结合实验设计,利用CAE分析软件对不同保压曲线下的注射成型过程进行模流分析;然后采用灰关联分析法对最大体积收缩率和体积收缩率标准差2个指标进行综合评价,建立了综合评价指标与保压曲线中各参数之间的响应面模型,最后获得全局范围内的最优参数组合。与已有研究相比,通过建立可靠的保压曲线优化模型和评价指标,对保压曲线进行了多目标优化,保证了最优保压曲线中的各个参数均为全局范围上的最优解,从而使制品的最大体积收缩率在满足使用要求的前提下,显著降低了各部分的体积收缩差异,减少了制品的翘曲变形量。     

车载蓝牙外壳高光无痕注射CAE分析及参数优化

以车载蓝牙外壳为例,研究了局部密孔制件与普通制件高光注射成型的区别。利用Moldflow软件结合正交方法、数值模拟和数据处理技术,对高光无痕注射成型工艺进行了模拟分析。针对高光成型指标(翘曲变形、体积收缩率和熔接痕),研究了模具温度对高光制品品质的影响,得出高光制品品质随温度的升高而改善。并在此基础上模拟了熔体温度等多因素对高光制品体积收缩率和翘曲变形的影响,优化了工艺参数。     

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。     

高光注射成型工艺特性研究：翘曲、收缩与沉降指数

以LCD电视机前面壳为例,以高光注射成型制品主要表观品质因素（翘曲变形、沉降指数和体积收缩率）为成型性能指标,利用田口实验法、数值模拟及数据处理技术,对高光注射成型工艺特性进行研究。结果表明,转保压力对产品成型翘曲变形具有决定性的影响,而注射压力和保压压力则对沉降指数和体积收缩率影响显著。进一步研究表明,随着转保压力的逐步增加,产品成型翘曲变形值几乎呈线形下降趋势,当减小至一峰值(1.187 mm)之后,若转保压力继续增加,翘曲变形量会有所增大;产品表面沉降指数和体积收缩率均随注射压力和保压压力的升高而减小,当注射压力升高至一定值(90 MPa)之后,继续增加注射压力对二者的影响将不再显著,而产品表面沉降指数和体积收缩率始终随保压压力的升高呈准线形下降趋势。     

基于灰色关联分析的注塑工艺多目标优化及PSO–SVM预测模型的建立

针对某电器活动上盖翘曲变形及体积收缩问题,对相关注塑工艺参数进行正交实验设计,在Moldflow中模拟分析,并对翘曲变形量及体积收缩率进行信噪比优化处理。利用灰色关联分析法得到翘曲变形量和体积收缩率的灰色关联度,通过对灰色关联度进行极差分析得到各注塑工艺参数对塑件综合目标(翘曲变形量及体积收缩率同时较小)的影响程度为:保压时间>注塑时间>模具温度>熔体温度>保压压力>冷却时间,同时由灰色关联度极差分析结果得出最优工艺参数组合,在最优工艺参数组合下的翘曲变形量相对于正交实验水平下最小翘曲变形量降低了11.8%,体积收缩率相对于正交实验水平下最小体积收缩率降低了5.9%。最后采用粒子群优化算法(PSO)优化后的支持向量机(SVM)神经网络模型对该塑件翘曲变形量及体积收缩率进行预测,通过与不优化的SVM神经网络及BP神经网络预测模型相比发现,PSO–SVM神经网络模型预测精度及稳定性都优于SVM及BP神经网络,可以用于塑件翘曲变形量和体积收缩率的协同优化,解决塑件实际翘曲变形及体积收缩问题。     

基于响应面法和有限元分析的复杂制件工艺参数的优化

以壁厚不等且带有折簧的复杂医疗器械注塑件为研究对象,研究不同工艺参数下注塑件的产品质量,以翘曲变形和体积收缩率为产品质量指标,着重分析成型制品在有限元分析的变形情况。在模流分析软件中分析浇口数量和位置对产品质量的影响,结果表明,当采用方案一时,成品质量最好。以响应面法分析不同工艺参数下塑料制件的翘曲变形和体积收缩的情况,结果表明,当模具温度为80℃,熔体温度为220℃。填充时间为0.8 s,保压压力100 MPa为时,翘曲变形量为0.221 2 mm,体积收缩率为8.096%,产品质量最好,其结论代入模流分析软件中进行验证,误差在可接受范围内,结论可靠有效。将成型制品放入有限元分析软件中进行力学分析,结果表明成型制品的质量是最好的,结论代入实际生产中进行验证,实践表明结论可靠有效。     

基于GRNN-NSGA的带嵌件注塑件多目标优化

带嵌件的注塑产品成型过程相较于传统注塑产品较为复杂,产品成型周期和产品质量难以预测。针对这一问题,以带嵌件的静电检测盒为例,运用广义神经网络(GRNN)和非支配排序遗传算法(NSGA-Ⅱ),对注塑成型过程进行控制与优化。以熔体温度、模具温度、注射时间、冷却时间、保压压力和保压时间为输入层,体积收缩率、X方向翘曲变形、Z方向翘曲变形作为输出层,建立GRNN模型。利用正交试验设计得到的样本对神经网络模型进行训练和测试,运用NSGA-Ⅱ对建立的模型进行优化,最终三个目标值分别降低了30.96%、22.76%、15.62%,表明该方法可以对注塑成型过程进行预测和控制。     

低收缩率成核剂在抗冲共聚聚丙烯EP5010C中的应用

通过对抗冲共聚聚丙烯EP5010C与国内外同类产品的力学性能和收缩率的比较与分析,研究了EP5010C收缩率较大和翘曲变形的原因.结果表明:将EP5010C配方中的苯甲酸钠成核剂替换为低收缩率成核剂B,对EP5010C力学性能影响较小,明显降低了EP5010C的横向和纵向收缩率,解决了EP5010C收缩率大和易翘曲变形...     

聚合物熔融堆积快速成型中的翘曲问题与控制对策

针对聚合物材料在熔融堆积快速成型过程中因材料收缩引起的翘曲变形现象，通过理论建模，并经过计算分析，考察了翘曲变形与堆积层数的关系，在此基础上提出了有效抑制翘曲变形的措施。结果表明，实体熔融堆积快速成型的翘曲变形现象主要发生在堆积开始的最初几层，随着堆积层数的增加，实体的弯曲强度增加，翘曲变形逐渐减小。     

BP神经网络与GA算法相结合的双色成型保压曲线优化

提出采用前馈神经网络（BP神经网络）与遗传算法(GA算法)相结合优化产品保压曲线,通过改善2种材料的顶出时体积收缩率,进而改善双色产品的翘曲问题。得到优化的工艺参数组合为：聚丙烯（PP）保压压力55 MPa,保压时间12.5 s;丙烯腈苯乙烯丁二烯共聚物（ABS）保压压力75 MPa,保压时间3.5 s; 模拟验证得到优化保压曲线下优化目标为 4.411,小于各实验方案; 双色产品的翘曲由原来的1.696 mm降为0.7427 mm。     

基于注塑件翘曲优化及影响因素分析

随着信息产品和电子产品的发展,对注塑制品的质量提出了更高的要求,如轻便、小巧等,这就促使了薄壳制品的出现。由于制件的壁薄（一般为1-2mm）,所以更容易出现收缩、翘曲、残余应力等缺陷。对于薄壳制品而言,翘曲变形形严重影响制品的质量。本文就翘曲变形进行探讨分析。     

高光三色汽车尾灯灯罩注塑工艺参数优化

以高光三色汽车尾灯灯罩作为研究对象,使用Box-Behnken设计(BBD)方法并通过Design-Expert软件建立塑件总翘曲量及第一射收缩率与注塑参数的响应模型,并检验响应模型的精确度及可信度。运用此模型进行注塑工艺参数优化,得到最小总翘曲量和最小第一射收缩率,应用最佳参数进行注塑过程模拟;进行试生产得到了变形量小、质量较好的产品。     

基于MPI和灰色关联异型出风罩注塑参数优化

针对某异型出风罩注塑成型工艺,以聚碳酸酯/丙烯腈-丁二烯-苯乙烯共聚物(PC/ABS)工程塑料合金为填料,运用Moldflow软件对其注塑过程进行模流分析,通过田口实验设计研究了熔体温度、保压时间、保压压力、注射时间和模具温度对塑件收缩率和翘曲变形量的影响,得到它们对塑件收缩率的影响次序为:保压时间>熔体温度>保压压力>注射时间>模具温度,对翘曲变形量的影响次序为:保压压力>注射时间>熔体温度>保压时间>模具温度。基于灰色关联分析,获得了最优组合工艺参数,即:熔体温度280℃、模具温度为65℃、注塑时间2.1 s、保压时间11 s、保压压力21 MPa。优化后的仿真结果表明,塑件的体积收缩率为6.523%、翘曲变形量为0.80 mm,比灰色关联次序中位组合的样本数据分别降低6.9%和15.8%,并获得最大注射压力为20.34 MPa、最大锁模力为3.25×10^5 N,为后期模具的设计和注塑参数设定提供了有力的参考,缩短了模具开发周期。     

基于某款手机后盖模具设计及工艺优化研究

针对某款手机后盖结构特点,利用Moldflow软件进行了型腔布局和浇口位置优化设计,结合优化设计进行凸模和凹模的结构设计、侧向抽芯机构设计,最后设计了模具三维总装配图;然后选择六因素五水平的正交试验方案,以体积收缩率、缩痕指数和翘曲变形量为评价产品质量的指标,利用极差分析成型因素对评价指标的显著性影响,并结合综合平衡法得到了最佳工艺参数组合,并验证了该优化组合的合理性。     

基于壁厚与翘曲关系的厚壁塑件成型工艺研究

以不同厚度下的方形塑件为试验对象,研究厚度对结晶型塑料和无定型塑料的翘曲变形量的影响规律.结果表明,塑料的翘曲变形量与壁厚成正比;厚度变化对结晶型塑料翘曲收缩量影响更为显著;注射成型横向翘曲变形量大于纵向翘曲变形量.并将研究结果应用于实际生产.