基于DOE的注塑成型工艺参数优化

基于实验设计（DOE）和计算机辅助工程（CAE）技术相结合,采用4因素3水平[L9（3^4）]正交试验,遴选出注塑成型中典型试验数据和工艺条件,并应用极差分析法得到最佳工艺参数,从而指导生产过程,提高注塑制品质量。     

基于DOE的注塑成型周期工艺参数优化

运用IE技术在M公司开展效率提升专案,针对成型生产工艺参数优化问题,借助Minitab软件,采用DOE实验设计优化成型条件,实现成型生产标准条件最优化。该技术可运用于降低成型生产周期,降低塑件单重等效率提升项目。     

基于神经网络注塑成型工艺参数优化

采用BP神经网络建立注塑成型工艺参数与注塑制品收缩率之间的网络模型,并通过试验数据对成型工艺参数进行优化。     

基于流动模拟技术的注塑成型工艺参数优化

利用Pro／E建立了15寸电脑显示器前壳简化3D模型，并用Mold Plastics Insight(MPL)软件对该制品的注塑成型过程进行流动、保压、冷却和翘曲模拟分析，优化工艺参数。然后，针对塑件材料的注射温度和模具温度的选用范围进行分组模拟，得到几组较优的工艺参数组合，并以翘曲变形量为参考标准，获得合理的工艺参数组合。     

基于DOE的热压成型工艺参数优化设计

采用随机抽样数据统计分析验证了根据头脑风暴法得出的导致大板热压成型缺陷的潜在关键原因。采用正交试验设计(DOE)及假设检验方法,优化了胶黏剂种类,大板压制后保温时间,施胶量,以及热压机温度、时间和压力等关键参数。分析了改进工艺后的大板热压成型一次性合格率,结果表明,热压成型一次性合格率从90%提高到了95.4%。工艺参数的优化不但避免了重复返工带来的人力和财力浪费,也提升了产品品牌价值和客户满意度。     

正交试验设计的注塑成型工艺参数多目标优化设计

结合正交试验设计和注塑成型模拟软件Moldflow,对不同工艺条件下的注塑成型过程进行模拟分析,并运用模糊数学中的综合评判法,对塑件成型后的体积收缩率变化、表面缩痕指数和最大翘曲变形量三个目标值进行综合评判,得到综合评分.通过对综合评分的极差分析,确定模具温度、熔体温度、注塑时间、保压参数、冷却时间等工艺参数对综合评分的影响程度,并绘制因素水平影响趋势图,分析得出最优的注塑工艺参数组合方案,并对该工艺组合方案进行模拟验证.     

改进PSO-BP注塑成型工艺参数优化研究

针对注塑过程当中影响塑件质量的多个工艺参数配置问题,提出改进粒子群算法、BP神经网络、灰色关联度相融合的成型工艺参数优化模型。首先,针对BP易陷入局部最优、收敛效率低的不足,改进粒子群算法中粒子速度与位置更新策略并优化BP算法的权值和阈值,从而构建起工艺参数预测模型。在此基础上,以正交实验数据为训练样本,Moldflow软件分析结果为输出样本,灰色关联度为粒子群适应度函数,进而由粒子群算法寻得最佳的工艺参数。实验结果表明,该方法能够更快、更好的获得注塑成型中的工艺参数,且以此工艺参数进行实验,塑件的翘曲变形量、收缩率均较小。     

基于CAE分析的汽车塑料饰件模具结构及其工艺优化

通过数据,分析了汽车注塑模具业的发展现状及前景;从模具开发技术的角度出发,分析了计算机辅助工程CAE(computer aided engineering)技术在注塑模具开发中的功用;以典型的汽车塑料饰件为例,介绍了CAE技术在注塑模具结构设计及注塑工艺优化中的应用。     

注塑件成型工艺参数优化研究

以手机外壳为例,应用CAE软件模拟了注塑件的注塑成型过程。通过正交试验方法与模拟仿真实验的结合,对注塑成型的填充、保压、冷却和翘曲变形过程进行仿真实验分析,获得了制件不同条件下的翘曲变形值。并通过对试验数据的极差分析,得到了不同工艺参数对注塑过程翘曲变形的影响程度,进而得到一组优化的工艺参数组合,同时对优化后的工艺参数组合进行仿真模拟分析,得到了符合产品要求的翘曲变形量,为同类制品的工艺参数优化提供了依据。     

基于MPI的注塑成型分析

介绍了注塑CAE软件-MPI(Moldflow Plastics Insight)的应用流程和方法,应用MPI软件进行制件注塑成型过程模拟分析,优化模具浇注系统、冷却系统和注射成型工艺方案,为生产优质塑料制件提供理论指导.     

基于CAE技术注塑模冷却系统优化设计

在塑料注塑成型过程中,冷却系统的方案设计对产品的成型质量、成型周期以及生产效率起到了关键性作用。基于注塑成型冷却理论,运用CAE技术对汽车轮轴盖注塑件进行数值模拟成型分析,以成型过程中模具温度、塑件顶出温度时间和塑件翘曲变形分布为性能指标,获取冷却系统设计的不足之处,进行方案改进优化。实践证明,冷却系统优化方法可靠有效,产品质量符合要求,对注塑模具结构设计有一定的参考价值。     

基于模糊推理的薄壁类零件注射模工艺优化设计

提出一种基于模糊推理优化薄壁类零件注塑成型工艺参数的方法。该方法通过把复杂的多种性能特性优化转化为单一的灰色模糊推理等级优化,大大简化了多个性能特征优化过程的复杂性。实验结果表明,最优工艺参数设置的方法是合理可行的。     

基于DOE因子交互作用的注射成型工艺参数优化研究

注射工艺参数不仅以单个因子的作用方式影响注射制品的质量,而且工艺参数之间还存在着非常复杂的交互作用.在分析注射成型工艺对成型制品质量的影响时,必须研究因数对响应的交互效应,考虑影响显著的工艺参数交互因子的作用,通过数值模拟,应用析因试验设计方法,研究得出工艺参数之间存在的两两交互作用,以及工艺参数对注射制品翘曲的影响程度,并从众多的试验因子中初步筛选出与注射制品质量密切相关的若干个独立因子和交互因子.在此基础上,应用正交试验设计,采用L27正交矩阵进行试验,并将这些因子进一步优化,从而为注射工艺参数的合理选取提供科学依据.     

薄壁注塑件保压工艺的CAE分析及优化

保压阶段是注塑成型工艺的重要环节,保压工艺设置不恰当就会引起模腔中的压力分布不均匀,引起制件的翘曲变形、尺寸精度下降等严重的质量问题。介绍了薄壁注塑成型的定义,分析了保压工艺对薄壁制件成型的影响以及常见的保压方式对模腔压力分布的影响,利用Moldflow软件进行数值模拟,调整保压曲线,均衡模腔中的压力分布,并进行了注塑实验验证,结果表明：保压工艺对注塑件的翘曲变形有着显著的影响,与恒定保压相比,先恒压后线性递减的保压方式可获得较均匀的模腔压力分布,制件的体积收缩较均匀,制件的成型质量较好。     

塑料注射成型工艺参数优化的模糊规则网络模型

注射成型是塑料产品成型的最主要工艺,工艺参数是影响成型产品外观、尺寸与性能的关键因素之一。工艺参数的设置与优化属于弱理论、强经验的问题,迫切需要发展科学化、系统化的方法。针对产品缺陷修正中人工经验依赖性强的问题,构建知识的统一模糊化规则形式,建立工艺优化知识表示和推理于一体的Takagi-Sugeno-Kang(TSK)模糊规则网络模型。进一步,提出从工艺数据集自动发现工艺参数优化规则的学习方法,采用Dropout策略与Bagging集成学习策略缓解高维工艺数据下工艺知识库增长出现的规则数量爆炸等问题。分析了模糊规则网络参数、结构对知识表示和推理的影响,建立模型的参数学习与结构优化的双重进化方法。提出基于经验回放的工艺数据增量学习方法,建立数据的增量学习策略。在注射成型工艺数据集上的结果表明,模型的规则数量和长度降低了50%,具有高可解释性以及增量学习稳定性。     

基于Web的远程塑料注射成型CAE系统

随着 Internet和电子商务的迅猛发展 ,一种应用软件的新模式——应用服务提供商 (ASP) ,也逐渐凸现。本文构造了一个面向 ASP的基于 Web的远程塑料注射成型 CAE系统 ,详细介绍了系统的构造方法和关键技术     

基于Ｆｌｕｅｎｔ的中间摆臂注射成型工艺参数优化

基于 ＣＦＤ计算流体力学计算软件Ｆｌｕｅｎｔ,把金属粉末注射成形过程看作空气、粉末以及粘结剂的多相流动成形过程。根据模腔注射成形的经验公式所得工艺参数设置相关边界条件并设计正交试验,对汽车发动机中间摆臂注射成形的充模过程进行三维数值模拟,基于试验结果来分析各个实验参数及其交互作用对产品质量的影响,从而为注射成形产品缺陷产生的原因提供直观分析方法,以实现 ＣＡＥ技术对实际生产的指导作用。     

注塑成形CAE系统分析模型研究

目前共有4种分析模型应用于注塑成形CAE系统:1维分析模型;2·5维中面分析模型;2·5维双面网格分析模型;3维实体分析模型。详细讨论了2·5维中面分析模型,2·5维双面网格分析模型和3维实体分析模型3种分析模型的优缺点,并通过理论分析和实例模拟结果的比较,研究了不同分析模型对注塑分析结果的影响,提出了在使用CAE系统中选择分析模型的规则。