基于UG和Moldflow的阀座注塑成型模拟及工艺优化

根据阀座的结构特点,构建了制品的CAE分析模型。利用Moldflow软件对其进行注塑成型数值模拟,以阀座体积收缩率和翘曲变形量为质量评价指标,从影响塑件质量的多个因素中选择模具温度、熔体温度、填充时间、冷却时间、保压时间、保压压力6个因素设计了DOE正交试验,确定出对指标影响较大的4个因素。设计田口正交实验分析这4个因素对指标的影响,优化出注塑工艺参数:熔体温度为270℃,模具温度为70℃,冷却时间为20 s,保压压力为注射压力的90%。对优化结果进行CAE分析验证,效果良好,实现了制品质量指标的多目标优化。利用UG软件设计并制造出阀座注塑模具,生产出合格产品,验证了模拟结果的正确性。     

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。     

基于正交试验的高压固定板注塑工艺优化

以某一高压固定板为研究对象,把五大因素(模具温度、熔体温度、填充时间、保压压力、保压时间)作为优化目标,制品的体积收缩率和翘曲变形作为研究目标,设计正交试验并通过Moldflow软件模拟仿真,然后对试验数据结果进行极差和方差分析,最终得到的最佳工艺参数组合为:模具温度70℃,熔体温度280℃,填充时间1 s,保压压力为注射压力的90%,保压时间12 s。再次进行Moldflow软件模拟,得到制品的体积收缩率和最大翘曲变形分别为4.824%和0.632 mm,有效地提高了制品的成型质量,对于实际应用生产具有理论指导意义。     

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。     

响应面法在顺序注射成型工艺参数优化中的应用

以大尺度板条类塑料制品为例,集合CAE分析、试验设计和响应面代理模型技术,对3浇口方案下的顺序注射成型(SIM)工艺参数优化进行了研究。通过Taguchi方法,确定了对SIM制品综合成型质量指标影响显著的工艺因素,从大到小依次为中间阀浇口延迟关闭时间、熔体温度、注射速率、保压时间;基于响应面理论建立了可以适当描述SIM制品综合成型质量指标与主要工艺因素之间关系的评价模型;在确保模型高适配性的前提下,进而采用数据处理技术实现了对优化模型的求解,获得了最优工艺参数组合,即延迟关闭时间为0.4 s,熔体温度为210℃、注射速率为57.2 cm3/s、保压时间为10 s。经CAE验证最优工艺参数组合下的综合成型质量指标值的误差仅为5.2%,证明该方法合理有效。     

基于Moldlfow的PP薄壁制品注塑工艺计算机模拟

利用Moldflow对Taguchi法和L16(45)正交表所设计出的聚丙烯(PP)薄壁制品注塑方案进行仿真,研究发现：注射时间、保压时间、保压压力是影响PP薄壁制品翘曲变形的主要因素,并且得到最优注塑参数为：注塑机料筒温度180℃,模具温度75℃,注射时间3.0 s,保压时间3.5 s,保压压力65 MPa。另外,通过CAE模流分析软件中PP薄壁制品注塑加工的翘曲变形进行仿真发现,正交试验所获得的优化工艺的总翘曲变形量为1.417 mm,翘曲变形百分比约为3.30%。其中由于冷却引起的翘曲变形量约为0.159 mm,而由收缩和取向引起的翘曲变形分别约为1.853 mm和0.904 mm。     

基于Moldflow的PP薄壁制品注塑工艺计算机模拟

利用Moldfl ow对Taguchi法和L16(45)正交表所设计出的聚丙烯(PP)薄壁制品注塑方案进行仿真,研究发现:注射时间、保压时间、保压压力是影响PP薄壁制品翘曲变形的主要因素,并且得到最优注塑参数为:注塑机料筒温度180℃,模具温度75℃,注射时间3.0 s,保压时间3.5 s,保压压力65 MPa。另外,通过CAE模流分析软件中PP薄壁制品注塑加工的翘曲变形进行仿真发现,正交试验所获得的优化工艺的总翘曲变形量为1.417 mm,翘曲变形百分比约为3.30%。其中由于冷却引起的翘曲变形量约为0.159 mm,而由收缩和取向引起的翘曲变形分别约为1.853 mm和0.904 mm。     

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。     

空调面板残余应力的分析及工艺优化

为了解决空调塑料面板残余应力过大的问题,提出了结合优化的BP神经网络与遗传算法的方法来优化成型工艺参数。以残余应力为目标变量,模具温度、熔体温度、保压压力、保压时间四个参数为设计变量。采用优化的BP神经网络进行全局最优求解,得到最优工艺参数组合:模具温度为38℃,熔体温度为256℃,保压时间为6s,保压压力100MPa。最优工艺参数组合通过模拟仿真,得出的结果达到了预期效果,将其应用于实际工厂生产,有效减少了由于残余应力过大引起的缺陷。     

薄壁塑件注射成型翘曲变形的工艺优化

本文以注射成型照相机前壳为研究对象,以注塑成型中的翘曲量为优化目标,利用正交试验结合CAE模拟技术,研究模具温度、熔体温度、注射时间、保压时间、保压压力和冷却时间对制品翘曲的影响规律。用均值分析法得到最小翘曲变形的一组优化工艺参数组合,并进行CAE模拟验证。再运用方差分析确定各个工艺参数对翘曲变形的影响程度。     

薄壁塑件注射成型翘曲变形的工艺优化

本文以注射成型照相机前壳为研究对象,以注塑成型中的翘曲量为优化目标,利用正交试验结合CAE模拟技术,研究模具温度、熔体温度、注射时间、保压时间、保压压力和冷却时间对制品翘曲的影响规律。用均值分析法得到最小翘曲变形的一组优化工艺参数组合,并进行CAE模拟验证。再运用方差分析确定各个工艺参数对翘曲变形的影响程度。     

注塑零件多指标优化方法研究及应用

针对塑件在成型过程中的多指标优化问题,利用注塑仿真软件对塑件进行仿真,预测其翘曲、体积收缩以及缩痕效果,并结合正交试验、极差分析和综合评分方法对注塑工艺参数进行优化。结果证明,当模具温度为50℃,熔体温度为200℃,保压压力为注射压力的120%,冷却时间为15 s,保压时间为20 s,注射时间为3 s时,塑件成型综合质量较好,注射时间对综合评分影响最大。     

工艺参数对模内覆膜注塑件翘曲变形的影响

利用Moldflow软件对模内覆膜笔记本壳体注射成型过程进行模拟,通过正交试验设计研究了工艺参数对覆膜制品翘曲变形影响的显著性差异,并对试验结果进行方差分析和验证。研究表明,保压压力和熔体温度对覆膜注塑件翘曲变形的影响最显著,其它工艺参数的影响不显著。通过工艺参数优化,获得了最优的工艺参数组合是模具温度75℃,熔体温度270℃,注射时间3 s,保压压力65 MPa,保压时间14 s,薄膜厚度0.1 mm。经过进一步的模拟仿真验证,获得最优参数组合下的翘曲变形值是所有试验中最小的,该结果与预测结果一致。     

基于Moldflow的汽车扰流板模流分析及翘曲优化

运用Moldflow软件对汽车扰流板注塑成型过程进行模流分析,得到其填充、冷却、翘曲分析结果,分析得出影响翘曲量的最主要因素是体积收缩。通过正交试验设计分析各工艺参数对翘曲量的影响规律。结果表明,熔体温度为220℃,模具温度为40℃,注射时间为6 s,保压压力为85 MPa,保压时间为27 s时,翘曲量最小。模拟实验结果表明,此优化后的工艺参数组合减少了翘曲量。     

基于Moldflow和DOE技术的翘曲变形工艺优化

文章采用CAE模拟软件Moldflow结合DOE试验技术对开关上盖进行填充、保压、冷却以及翘曲的模拟分析,研究模具温度、熔体温度、保压压力和保压时间等不同成型工艺参数对翘曲指标的影响,通过对试验结果运用极差和方差进行分析,在试验范围内获得最佳成型工艺参数组合.     

衬氟阀门衬套压塑工艺参数优化模拟

以衬氟阀门衬套为研究对象,根据正交试验法制定实验方案,运用Moldflow软件对衬氟阀门衬套压塑成型过程进行了数值模拟和翘曲分析。结果表明:五个工艺参数对翘曲形变影响程度为,保压压力模具温度保压时间熔体温度压缩速率。分析得出最小的翘曲工艺参数设置为保压压力11 MPa、模具温度200℃、保压时间60 s、熔体温度350℃、加压速度15 mm/s。模拟优化结果与实际生产中工艺参数的影响规律相同,采用优化后的工艺参数可以得到形状完整、成型质量好的阀门衬套。工艺参数优化模拟提高了制品的尺寸精度和使用性能,减少了生产试验次数,提高了新品试制效率,为衬套的压塑成型实际生产提供有效指导。     

基于热流道时序控制浇注系统的复杂薄壁塑件翘曲变形研究

以汽车内饰门板为研究对象,采用热流道时序控制浇注系统,利用CAE数值模拟技术分析了浇口位置、最优打开顺序及时序间隔时间对其翘曲变形的影响。结果表明:浇口打开顺序为A-C-E-D-B,时间间隔分别为1.8、2.5、3.2、3.75 s。以翘曲变形量为优化目标,基于优化后的浇注系统,进一步获取最小翘曲量的浇注方案,并以此为基础深入研究温度、压力和时间三要素对模具温度、熔体温度、保压压力及保压时间的影响规律。采用Taguchi试验,确定最优工艺参数为:模具温度50℃,熔体温度240℃,保压压力35 MPa,保压时间15 s,为实际生产的工艺参数选择提供了指导。     

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。     

汽车卡扣注塑成型的模具设计及工艺优化

以汽车卡扣注塑成型为研究对象,建立了塑件CAE分析模型,通过对塑件模具结构2种设计方案的填充、保压、冷却等成型过程进行模拟仿真分析,优化了浇口位置和模具结构设计方案。结合塑件的成型工艺参数优化目标,设计了以动态变压和保压方式为试验因子的Tugachi试验方案,并研究了网格尺寸条件对分析结果产生的影响及其处理方式。结果表明:网格质量对塑件顶出时最大体积收缩率产生了影响,差值最大为5. 6%。优化后的注塑成型工艺参数为:熔体温度200℃,充填时间2. 2 s,模具温度20℃,冷却时间为30 s; 2种网格条件得到,顶出时最大体积收缩率分别为8. 364%和8. 679%,与优化前的试验数据相比,分别降低了12. 64%和9. 8%,并优于Moldflow成型窗口分析模块的计算结果。     

基于神经网络和遗传算法的薄壳塑件注塑工艺优化

散热器外壳是电子产品散热器的主要零件之一,由于壁薄,在注塑成型中经常出现壁厚不均、翘曲变形和熔接痕等缺陷。针对该问题,以熔体温度、模具温度、冷却时间、注射压力、注射时间、保压压力和保压时间7个工艺参数为输入量,注塑件的翘曲量作为输出量,建立RBF神经网络模型;利用均匀试验所得的数据作为样本对神经网络进行训练和测试,得到注塑工艺参数与塑件翘曲变形量之间的非线性映射关系。结合遗传算法对工艺参数进行优化,获得最佳的工艺参数为:熔体温度234. 4℃、模具温度31. 5℃、冷却时间23. 8 s、注射压力128. 3 MPa、注射时间4. 7 s、保压压力93. 0 MPa、保压时间14. 1 s,获得预测的最小翘曲变形值为0. 331 875 mm,并使用优化后的工艺参数进行试验。试验结果表明,优化后产品的最大翘曲变形量降低至0. 318 9 mm,与优化前均匀试验所得的0. 378 1 mm相比,得到了明显的改善,降低了15. 7%。