汽车塑料件翘曲变形CAE模拟分析

以汽车塑料件为例,研究其注射成型翘曲的部位及成因.基于数理统计理论,结合正交实验设计方法,采用CAE软件对塑料件进行翘曲和体积收缩率的分析,得出各个因素水平的最佳组合,以使塑料件翘曲变形达到最小,从而提高塑料件质量.     

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。     

基于Taguchi DOE和Moldflow的汽车内饰件注射成型工艺参数优化

以某汽车大型塑料件为例,以体积收缩率变化及翘曲量为质量指标,结合Taguchi DOE及Moldflow数值模拟技术,研究相关工艺参数对质量指标的影响,并得到了各工艺参数水平的最优组合.经公式预测及Moldflow数值模拟验证,工艺参数的优化组合使体积收缩率变化和翘曲量达到试验范围内最小.     

汽车B柱窗框塑料件RHCM注塑翘曲变形分析及工艺优化

通过对汽车B柱的窗框塑料件快速热循环注塑成型(RHCM)过程及其工艺方案的研究，将翘曲变形量作为优化目标，运用Taguchi试验法设计了5因素4水平工艺组合方案，采用Moldflow软件进行模拟仿真工艺优化。将16组翘曲变形结果进行极差和方差分析，结果表明，RHCM下蒸汽温度对窗框塑料件翘曲影响最为显著，其最佳工艺方案为蒸汽温度145℃、保压压力90 MPa、加热时间20.7 s、保压时间26 s、冷却时间24 s。该工艺组合方案下翘曲变形量为1.583 mm，较优化前降低了56.5%。通过分离翘曲原因，塑料件的变形主要是由Z方向上的收缩不均引起的。将优化结果与传统注塑(TIM)相比，分析表明RHCM工艺在注塑过程中对模具温度进行动态控制，使得塑料件内部收缩率分布更加均匀，翘曲变形量更小，可显著提高塑料件成型质量。     

基于模糊集的车用升降器开关面板注射成型保压曲线优化研究

研究了车用升降器开关面板制件产生翘曲变形的原因;通过选择保压曲线模型及参数进行正交实验设计并在Moldflow软件中进行模拟分析,得到了制件的翘曲变形量;通过对翘曲变形量进行极差分析,得到了极差分析优化法的最优工艺参数组合;利用模糊集（Vague 集）对体积收缩率标准差（δ）和最大体积收缩率（V_max）进行多目标优化,求取了Vague集优化法的最优工艺参数组合;并将不同优化方法得到的翘曲变形量进行了对比。结果发现,收缩不均是引起该制件翘曲变形的主要因素;极差分析优化法对应的翘曲变形量较正交实验中最小翘曲变形量降低了1.5 %,优化效果不明显;Vague集优化法对应的翘曲变形量较正交实验方案中最小翘曲变形量降低了26.5 %,制件内部压力分布无较大差异,优化效果优于极差分析法,很大程度上降低了该制件的翘曲变形程度。     

基于Moldflow的汽车后视镜座注塑模具优化设计

以汽车后视镜座为例,利用Moldflow分析软件分析了最佳浇口位置,建立了浇注系统和冷却系统。以体积收缩率变化为指标建立了正交试验方案,通过分析各因素对指标的影响程度,获得了最佳工艺参数组合。通过对模型翘曲变形的模拟分析,得出收缩不均和冷却不均是引起翘曲的主要原因。通过对浇注系统和冷却系统及相关工艺参数的优化设计,翘曲变形量达到最小,最后得到了优化的模具结构。结果表明:利用有限元分析方法,可以缩短模具设计周期,提高经济效益。     

基于斐波那契法的注射保压优化及脱模设计

传统单一恒定保压效果不佳,易导致塑料件产生较大翘曲变形,以汽车饰条为例,采用斐波那契迭代优化算法结合模流分析,对注射成型过程进行分段保压设计,通过8次迭代演算与数值模拟,获取了最优的保压压降组合,得到最小的翘曲变形量,比恒定保压塑料件翘曲量减少了37.55%,有效地控制了塑料件的翘曲量。实践证明该方案可靠有效。     

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DNNNSGA-Ⅱ策略的注塑结构及工艺参数多目标优化

为保证注塑制品的质量与精度要求，以检测仪外壳的翘曲变形量和体积收缩率为优化目标，采用有限元分析软件Moldflow对其进行模拟分析。选取熔体温度、模具温度、注射压力、保压压力、保压时间、冷却时间6个工艺参数及结构参数(浇口直径)作为输入量，翘曲变形量和体积收缩率作为输出量，建立深度神经网络(DNN),并且，对网络进行改进。将混合水平正交试验得到的数据作为样本，对神经网络进行训练和测试，得到输入量和输出量之间的非线性映射关系。结合非支配排序遗传算法(NSGA-Ⅱ)对浇口直径及工艺参数进行优化，优化后，塑件的翘曲变形量为0.368 4 mm,体积收缩率为6.236%,与优化前相比，分别降低了67%、39%。     

基于正交试验法的注塑件工艺参数多目标优化

从生产实际出发,基于正交试验法和采用Moldflow软件,对不同工艺条件下的塑件成型过程进行模拟分析,最后运用多目标综合平衡法,对塑件成型后的顶出体积收缩率、翘曲变形量和浇口注射压力进行综合评判,确定最优的注射工艺参数组合方案。在此基础上改进模具设计,并对该工艺方案进行生产验证,实际证明与工艺优化前对比效果明显。     

基于Moldflow的膨胀箱上盖收缩翘曲正交优化分析

以膨胀箱上盖为研究对象,运用Moldflow软件进行注塑模拟,存在充填不完全、翘曲变形和体积收缩率偏大等缺陷。以模具温度、熔体温度、保压压力、注塑压力为影响因素,确定了4因素3水平的正交试验方案,基于Moldflow模拟,分析了工艺参数对翘曲变形和体积收缩率的影响。结果表明,在研究范围内,工艺参数组合对翘曲变形和体积收缩率的影响能力分别为"保压压力熔体温度模具温度注塑压力"和"熔体温度模具温度保压压力注塑压力",最优的工艺参数分别为"模具温度为40℃,熔体温度为200℃,保压压力为60 MPa,注塑压力为120MPa"和"模具温度为40℃,熔体温度为200℃,保压压力为50 MPa,注塑压力为80 MPa"。     

基于Moldex 3D与正交试验的离心泵泵头注塑工艺优化

以商用离心泵泵头为研究对象,运用Moldex3D模流分析软件对其注塑成型过程进行了模拟。根据产品的结构特点设置了三种浇口方案,通过对注塑过程的模拟分析选出最佳方案来获得模具设计思路并预测制品成型后可能存在的质量问题。结果表明,平衡进浇方案的制品具有最好的综合性能,制品的翘曲变形量为1.588 mm,体积收缩率为2.444%。确认最佳浇口方案后,将充填时间(A)、保压时间(B)、冷却时间(C)和模具温度(D)作为实验因素,采用田口法构建五因素四水平的正交试验来获得最佳工艺参数,并使用极差和方差分析对结果进行置信度检测。以翘曲总位移结果为主要权重对象,通过极差分析确定了成型参数的最优组合为A1B1C1D1,方差分析则验证了极差分析的结果置信度高于99%。相较于初始方案,制品的翘曲变形量从1.588 mm降低至1.214 mm,降低了23.6%;冷却时间降低至10 s,降低了40%。得知模流分析技术的使用让产品的质量和生产效率都得到了明显的优化,为预测塑件性能、降低生产成本、提高生产效率提供了一种可行的方式。     

车用长臂PBT灯架防翘曲注射浇口设计分析

分析了影响长臂类零件注射成型过程中翘曲变形的主要因素,提出并结合实例研究了采用多浇口注射形式减小制件翘曲变形量的方法。以一车用PBT长臂灯架的注射浇口设计为例,采用数值模拟技术分别研究了采用均布三浇口和对称二浇口注射成型时,由冷却和收缩不均引起的翘曲变形规律。结果表明,对于长臂灯架类零件,采用三浇口方式更有利于减小翘曲变形量,在模具设计过程中采用模拟技术是提高模具设计质量,优化注射工艺的重要手段。     

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。     

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。     

细长型塑料件翘曲控制成型工艺优化与应用

以典型细长型塑料件微波炉拉手为研究对象,建立塑料件CAE分析模型,采用多因素正交实验方法,对塑料件的注塑成型过程进行仿真有限元分析,获取了不同工艺参数下的翘曲变形量,采用基于Minitab的极差分析方法分析了正交实验中各因子对翘曲变形量的影响,确定了塑料件翘曲变形控制的最佳成型工艺方案。通过仿真模拟实验及试模注塑验证表明:优化后的翘曲控制成型工艺方案可以有效地降低塑料件的翘曲变形,解决了企业微波炉拉手翘曲变形缺陷的问题。     

摩托车导流板装饰盖注塑工艺参数优化

以某摩托车导流板装饰盖为研究对象,为获得零件最佳注塑工艺参数、最佳浇口位置及结构参数,结合成型零件特点和实际加工要求,以翘曲变形量作为衡量指标,进行浇注工艺分析。经过浇口匹配性分析确定浇注系统方案,基于田口试验法分别设计两组试验：一是选择熔体温度、模具温度、保压压力、注射时间为影响因素的L₁₆ (4⁴)试验方案,通过成型工艺窗口分析确定各因素水平范围,极差分析得出各工艺参数对翘曲变形的影响显著性次序及最优工艺参数组合;二是在此工艺方案基础上,对零件上两处点浇口直径和第二点浇口位置进行优化,设计L₁₆ (4³)试验,分析得出翘曲变形量最小的浇口结构组合。由第一次田口试验优化得到翘曲变形量为0.489 1 mm,相较于田口试验的最小值减小了2.26%。第二次田口试验结果所得的翘曲变形量仅为0.435 8 mm,相较于初始方案降低了10.9%,结果表明改善浇口位置及结构可以有效改善制件的翘曲变形。经过实际生产验证,零件具有良好的表面质量和尺寸精度,满足生产和使用要求。     

汽车轮眉注塑成型工艺分析及优化设计

对汽车轮眉的注塑成型过程进行了模拟分析。首先通过有限元软件ANSYS对轮眉进行载荷分析,得到轮眉的应力分布图和形变分布图。然后利用Moldfl ow软件模拟轮眉的注塑成型过程,设计了两种注塑成型方案,分别进行流变、冷却和翘曲模拟,分析轮眉的填充、保压、收缩和变形等情况,选择最优的注塑成型方案。再采用正交试验法分析影响轮眉翘曲变形的因素,寻找可使轮眉翘曲变形量最小的最优参数组合。结果表明:轮眉应力集中的位置在外表面拐角处;最优的注塑成型方案为单浇口浇注;各因素对翘曲变形的影响程度为保压时间保压压力熔体温度模具温度注射时间;最优工艺参数组合为熔体温度250℃、模具温度40℃、注射时间2.5 s、保压时间10 s、保压压力90 MPa。最优工艺条件下,轮眉的最大翘曲量可降至0.774 mm。     

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CAE的注塑模浇口与保压优化设计

通过Moldflow软件，对平板形塑料件注塑过程中的流动、翘曲情况进行数值模拟。通过设置不同的浇口数量、位置和保压压力、保压时间，分析了注塑压力、熔接线分布、翘曲变形量和缩水缺陷等情况，优化了浇口数量、位置和保压压力、保压时间以减少注塑缺陷和塑料件变形；并结合分析结果指导模具设计及注塑过程工艺参数的设定。