共查询到20条相似文献,搜索用时 187 毫秒
1.
2.
针对汽车多媒体面板注塑成型过程中降低试模成本及缩短模具制造周期的要求,运用CAE仿真手段对产品模具结构设计前的潜在注塑品质问题进行了分析检验,CAE分析结果表明,通过对浇注系统进行成型窗口优化获得的成型工艺参数还不能完全满足产品的实际注塑需要,特别是熔接线和翘曲问题不能满足制品的品质要求。因而,在运用正交优化手段对注塑成型工艺参数进行调整的基础上,运用GRNN神经网络对工艺参数进行了预测和优化处理。从而构建了针对性的神经网络预测模型,样本检验后,以此为基础,对较优的工艺参数进行二次正交密化,并用GRNN神经网络进行了模拟预测,预测后优选的工艺参数组合能较好地实现产品的无缺陷注塑生产。将GRNN神经网络与模流CAE优化分析相结合,对解决注塑品质多维缺陷问题具有非常好的预测指导作用。 相似文献
3.
4.
《现代塑料加工应用》2017,(2)
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。 相似文献
5.
6.
电子消费产品平板电脑面壳外饰件因其注塑量大,外观要求高,特别是几何形位公差要求较高,在注塑成型工艺中一直是个加工工艺难点。模具设计中,浇口位置、进胶方式以及成型工艺的选择及精确制定将对产品的成型质量起到关键作用。利用MoldFlow软件对浇注系统、成型工艺的工艺参数设定进行了逐步优化分析和调整。通过优化,调整了产品进胶方式,通过优化注塑成型工艺方法和参数,改善了产品的翘曲变形缺陷,获得了合理的模具结构设计,提高了塑件成型质量和效率,有效地缩短了模具的研制周期和降低了生产成本。 相似文献
7.
8.
9.
基于MPI平台随身听面板注塑成型优化设计 总被引:8,自引:0,他引:8
运用MoldflowMPI软件对随身听面板的注塑成型进行仿真,获得流动过程中的流动前沿温度、最大注射压力、注射时间等参数,预测注塑成型质量。通过比较四种不同浇注系统注塑成型流动模拟结果,得出了浇注系统的最优布局以及合理的工艺参数;同时仿真冷却效果,优化了模具冷却管道设计。根据以上的分析结果,确定了最佳的注射模结构和成型工艺,成功地避免了塑件注塑成型出现的缺陷,为生产优质塑件提供了强有力的保障。 相似文献
10.
针对3种类型PVC—U管件注塑模具的常用浇注系统在管件成型中经常出现的产品表面及浇口周围存在流动斑纹、分层等难以解决的问题,对PVC—U管件注塑模具浇注系统进行了优化设计。结果表明,经优化设计的浇注系统虽然复杂,且模具的加工费高,但在注塑工艺上简化许多,同时解决了从工艺上难以解决的注塑缺陷,使产品的表观及内在质量都有提高。 相似文献
11.
The process conditions have important influence on final part quality in injection molding, and how to get optimum process conditions is the key to improving part quality. Sinkmarks on the surfaces of injection-molded parts is one of the problems that limit the overall success of injection molding technology, and the presence of sinkmarks significantly impairs the surface quality of injection molded parts. A combination method of artificial neural network and genetic algorithms is proposed to optimize the injection molding process, and the processing parameters of a refrigeratory top cover are optimized using the combining method to minimize the sinkmarks on the part. The results indicate the combining method is an effective tool for the process optimization of injection molding. 相似文献
12.
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。 相似文献
13.
14.
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。 相似文献
15.
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。 相似文献
16.
17.
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。 相似文献
18.
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。 相似文献
19.
针对计算器外壳在企业生产过程中存在的具体问题,运用数值模拟技术、正交试验设计理论和神经网络理论优化塑件的工艺成型参数,并获得较为理想的最佳工艺参数组合。本文深入讨论了熔体温度、模具温度、注射时间、保压压力、保压时间、冷却时间六个因素对塑件整体翘曲变形和体积收缩率的影响。 相似文献
20.
以某塑料拼插齿轮玩具为研究对象,采用自然平衡法设计1模144腔注塑模具。对有限元模型进行合理简化,并采用Moldflow软件进行塑料齿轮注射成型过程中的流动和翘曲分析。针对初始方案中出现的熔接痕和翘曲等缺陷,建立齿轮玩具BP 人工神经网络模型,通过BP神经网络算法训练各工艺参数,并对体积收缩率和总翘曲量进行预测。将训练后较优的工艺参数组合应用于注射成型后,使得该塑料齿轮熔接痕分布改变,翘曲变形量明显降低。 相似文献