共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
注塑制品翘曲变形的研究进展 总被引:1,自引:0,他引:1
介绍了翘曲变形的分类、产生原因及表征方法,分析了影响翘曲变形的因素,包括成型材料、塑件结构、模具结构和工艺参数等,并介绍了计算机辅助工程技术在注塑制品翘曲变形分析中的应用及解决翘曲变形的方法。 相似文献
3.
4.
5.
6.
7.
以大型复杂的立式空调器出风大面罩塑件注塑模设计为例,分析了注塑成型的塑料制品发生翘曲变形的原因及相应的解决措施,并重点介绍了CAE软件Moldflow中翘曲变形分析模块的原理,通过Moldflow对产品进行注塑仿真模拟,分析浇口的位置和数量的变化等对制品翘曲的影响,从而得到最佳的浇口位置、数量、形状,有效解决该大型复杂塑件注塑模设计过程中容易出现的翘曲变形等问题,对大型复杂注塑模具设计和改善产品质量具有重要的指导意义。 相似文献
8.
9.
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。 相似文献
10.
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。 相似文献
11.
以某遥控器前壳双色塑件注塑成型为例,以该塑件在注塑成型过程中的翘曲变形量为研究目标,提出了一种结合AMI数值模拟、正交试验和BP神经网络的双色塑件翘曲变形量快速、准确的预测方法。首先建立了基于AMI数值模拟的CAE模流分析模型,并对注塑成型工艺参数及翘曲变形量进行数值模拟分析;之后结合正交试验设计法使AMI软件数值模拟结果在指定的工艺参数范围内实现了离散分布;最后以正交试验数据为基础建立BP神经网络预测模型,通过Matlab训练网络使其满足误差精度要求,从而达到准确预测新工艺参数下翘曲变形量的目的。结果表明:训练出的BP神经网络模型具有很高的预测精度,能够满足对该双色塑件翘曲变形量准确、快速的预测要求。 相似文献
12.
《塑料》2019,(5)
注塑成型是一个具有多变量的复杂成型工艺过程,采用正交试验合理安排注塑工艺过程中进行多因素试验,通过分析各因素对试验结果的影响,确定工艺参数优化组合。对塑料接线盒的翘曲变形进行了优化控制研究。通过正交试验设计,从影响翘曲变形的6个工艺参数的角度分析了对塑件X、Y、Z 3个方向的翘曲变形量的影响,得到塑件翘曲变形最佳的注塑工艺参数组合:模具温度45℃、熔体温度190℃、保压时间35 s、保压压力120%、注射时间1. 5s、冷却时间13 s。通过试模,可知注塑出的塑件质量优良,符合客户要求。通过正交试验进行了塑件注塑质量优化控制,可针对不同试验指标,进行不同的试验因素分析,避免大量无序的试验成本,并且能够有效地解决了问题,可推广应用到其它塑件成型。 相似文献
13.
在注射成型过程中,汽车水室等长条形塑件制品的变形较大,根据充填平衡分析和翘曲分析结果,优化了汽车水室成型结构方案,并确定了取向效应引起的翘曲变形量远大于冷却不均匀、收缩不均匀和角效应引起的翘曲变形量,无法采用优化成型工艺参数和浇注系统结构进行解决。文章利用注塑CAE技术对模具型腔尺寸进行变形预补偿的迭代方法,对长条形塑件变形进行了合理的控制。以某型号汽车水室为研究对象,确定了汽车水室装配平面不同位置的变形预补偿量,结合汽车水室的结构特征设计了4处侧向抽芯,完成了基于变形预补偿的模具结构设计,经实际生产工艺验证,模具设计满足生产要求。 相似文献
14.
15.
16.
17.
18.
19.
20.
注塑成型是制造塑料产品应用最广泛的一种方法。整个注塑成型过程一般分为注射、保压和冷却3个阶段。成型过程中的翘曲变形是注塑制品一种严重的缺陷。由于注塑制品质量主要受工艺条件影响,所以如何确定最佳工艺条件来减少翘曲变形成为改进注塑制品质量的一个关键。以模具温度、熔体温度、注射时间、保压时间、保压压力和冷却时间为设计变量,运行Moldflow软件进行制品的翘曲变形分析,用BP神经网络模型来建立翘曲变形与设计变量的函数关系,加权形式的期望提高加点准则实现序列的迭代优化设计。这种加点准则能调整局部和全局搜索,在保证计算效率的同时提高对全局最优解的逼近程度。通过实例验证,所提出的优化方法能有效地减小注塑制品的翘曲变形。 相似文献