正交设计与响应面法在空气滤清器盖注塑工艺优化中的应用和比较

以空气滤清器盖的体积收缩率为评价指标,采用正交试验法和响应面法对影响装配尺寸的关键因素:熔体温度、模具温度、流动速率、保压时间和保压压力进行注塑工艺的优化。结果表明,正交试验法所得最优注塑工艺为:熔体温度210℃、模具温度50℃、流动速率80 cm3/s、保压时间12 s和保压压力100 MPa,此时塑件的体积收缩率为5.988%;响应面法所得最优注塑工艺为:熔体温度214.91℃、模具温度59.46℃、流动速率80 cm3/s、保压时间12 s和保压压力109.94 MPa,此时塑件的体积收缩率为5.520%;响应面法最优工艺条件下得到的体积收缩率低于正交试验法,并且该方法所得的最优工艺能够生产出满足装配尺寸精度要求的零件。     

基于最优拉丁超立方抽样方法和NSGA–Ⅱ算法的注射成型多目标优化

提出应用最优拉丁超立方抽样的方法并结合响应面模型和带精英策略的非支配排序遗传算法(NSGA–Ⅱ算法)实现注射工艺多目标优化,缩短寻找最优工艺参数的时间,提高塑件生产效率。以充电宝上盖塑件的体积收缩率、缩痕指数为优化目标,以模具温度、熔体温度、保压时间、保压压力、冷却时间作为影响因素。通过模流分析获得优化目标值;建立体积收缩率、缩痕指数与影响因素之间的响应面模型并通过复相关系数评价了响应面模型的有效性;基于NSGA–Ⅱ算法在响应面模型内自主寻优,获得了满足塑件注塑成型质量的一组最优工艺参数组合。优化后的体积收缩率为5.584%,比优化前的体积收缩率6.337%降低了11.88%;优化后的缩痕指数为1.458%,比优化前的缩痕指数1.681%降低了13.27%,优化效果明显。     

基于二阶响应面模型的基因检测仪侧盖注塑工艺优化

以基因检测仪侧盖注射成型工艺为研究对象,应用Moldflow软件分析,采用正交试验法确定影响塑件装配精度的关键因素为熔体温度和保压压力。综合考虑塑件翘曲变形和体积收缩率,建立二阶响应面模型,获得了优化的注塑工艺参数,通过模拟试验验证了模型的准确性。将最优工艺参数应用到实际生产中,获得了符合设计要求的合格产品。     

基于Taguchi与BPNN–PSO的薄壁注塑件翘曲变形优化

以家用空调遥控器前壳注塑件为例,在应用CAE模流分析确定塑件浇注系统和冷却系统的基础上,选取模具温度、熔体温度、注塑时间、保压时间和保压压力为设计变量,通过集成有限元模拟、Taguchi正交试验、BP神经网络(BPNN)以及粒子群优化算法(PSO)等来实现对薄壁塑件翘曲变形量的优化。优化后的工艺参数使得塑件翘曲变形量较优化前减少了37%,并应用Moldflow对优化工艺参数可靠性进行了模拟验证,结果显示,验证值和优化结果吻合度高,仅相差0.015 mm,表明所采用的薄壁塑件翘曲变形优化方法能显著减少注塑工艺参数调控过程对操作人员的经验依赖,具有较高的工程应用价值。     

基于CAE和正交试验的工艺参数对翘曲变形的研究

利用CAE技术,选取模具温度、熔体温度、保压压力、保压时间等工艺参数作为研究对象,以塑件在不同方向的翘曲变形量为指标,利用正交试验建立L_(16)(4~5)正交试验表,优化最佳工艺参数组合,有效减少塑件的翘曲变形。通过方差分析,得出对塑件x、y、z方向翘曲变形影响最大因素分别为熔体温度、保压压力、保压压力;对塑件x、y、z方向翘曲变形影响最小因素分别为模具温度、保压时间、保压时间。     

基于改进PSO-BP的核酸检测卡注塑工艺优化

针对新型冠状病毒肺炎(COVID-19)核酸检测卡收缩问题,对制件运用模流软件进行工艺优化,探究注塑成型工艺优化方案。通过对比模具温度、熔体温度、注射时间、保压时间和保压压力,将质量评价指标设置为核酸检测卡的体积收缩率,采用Taguchi正交试验方法选出训练样本,应用多层前馈网络模型(BP)神经网络技术,建立预测模型,并采用改进粒子群算法(PSO)对模型进行优化,以体积收缩率为目标函数,对工艺数据样本进行训练,并进行预测,得到最优体积收缩率为3.864%,其对应的参数为模具温度81℃,熔体温度200℃,注射时间0.6 s,保压时间12 s,保压压力45 MPa,并使用计算机辅助工程(CAE)软件对预测出的体积收缩率的工艺参数进行模拟验证,得到体积收缩率为3.786%,误差仅为2.06%,与优化前(8.954%)相比降低57.72%。并通过试模得到试件外观质量较好,无明显翘曲变形缺陷,经检测试件最大翘曲变形量小于0.15 mm,满足生产要求。表明此改进PSO-BP模型预测塑件的体积收缩率准确精度较高,有一定的生产应用价值。     

注塑工艺制品质量影响因素及参数优化

注塑制品的质量在很大程度上都取决于工艺参数的设置,因此为提高注塑成型制品的质量,优化注塑工艺参数,选取模具温度(A),熔体温度(B),保压压力(C),保压时间(D)作为优化参数,翘曲变形量(H)作为反应指标,选用响应曲面法,利用Design-Expert软件设计中心复合实验,对实验结果进行方差分析,建立回归预测模型,得到各工艺参数及其融合作用对注塑制品质量的影响规律,利用Moldflow软件验证预测模型的可靠性,最后进行实际的试模实验验证优化的准确性。结果表明,最优工艺参数为:模具温度为46.36℃,熔体温度为230.40℃,保压压力为57.08 MPa,保压时间为6.59 s,此时的翘曲变形量为0.249 mm,塑件质量最优。     

基于正交实验的薄壁塑件翘曲变形模拟分析

以薄壁塑件为对象,研究了模具温度、熔体温度、保压时间及注射压力等工艺参数对该薄壁塑件成型翘曲的影响规律,并用正交实验法优化成型工艺方案,获得最小的翘曲塑件.结果表明,熔体温度和保压时间对塑件翘曲变形影响较为显著,模具温度对塑件翘曲基本没有显著的影响.     

基于响应面法和保压曲线的注塑工艺参数优化分析

以某一电工仪表外壳为研究对象,模具温度、熔体温度、充填时间和保压压力4个注塑工艺参数为优化目标,制品残余应力和体积收缩率为试验目标函数,采用响应面法(RSM)进行试验设计。所得最优工艺参数优化组合为:模具温度80℃、熔体温度285℃、充填时间1.8 s、保压压力89.18 MPa。经Moldflow模拟,得到最大残余应力与最大体积收缩率分别为54.83 MPa和3.395 4%,这表明响应面模型对工艺参数具有很好的优化效果。以此工艺参数组合为基础,进一步对保压曲线进行优化,得到了近乎最小的残余应力和体积收缩率,从而保证了产品质量,提高了生产效率。     

Moldflow在计算器外壳成型工艺优化中的应用

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。     

基于响应面模型的注塑件工艺参数混合优化

以汽车反光罩作为研究对象,选取模具温度、熔体温度、保压压力、保压时间作为试验变量,以体积收缩率和翘曲变形作为优化目标,采用Box Behnken试验设计方法,建立试验变量与优化目标之间的二阶响应面模型,通过Design Expert软件进行方差分析得到最优序列,并且由此预测最优结果。利用Moldflow软件对最优序列进行模拟分析,验证模型预测的准确性。结果表明,应用二阶响应面模型进行优化设计是提高产品质量的一种有效途径。     

采用RFR-GA算法的薄壁注塑件质量多目标优化

汽车内饰件可由注塑加工获得,但成型过程中塑件产生的翘曲、体积收缩较大,针对该问题,以某汽车薄壁注塑件为例,研究了其注塑工艺参数的优化方法.通过以注塑过程中的最小翘曲和最小体积收缩率为目标函数,以注塑温度、模具温度、注射压力、保压压力、保压时间以及冷却时间等参数作为设计变量,构建了多目标全局优化模型.利用Moldflow...     

基于二阶响应面模型车灯灯体注塑工艺优化

以车灯灯体注塑为例,采用计算机辅助工程(CAE)分析和正交试验研究了工艺参数对翘曲变形的影响规律,确定了保压压力和熔体温度是影响灯体注塑质量的关键因素。采用响应面法建立了翘曲变形和顶出时体积收缩与注射压力和熔体温度的二阶相应面模型,获得了优化的工艺参数和优化结果,且通过模拟试验验证了模型的正确性。     

基于CAE和DOE技术的注射成型工艺优化

以打印机上盖为例,以体积收缩率、翘曲量和沉降斑指数为考察指标,结合CAE和DOE技术研究了模具温度、熔体温度、注射时间、保压压力和保压时间五个工艺参数对考察指标的影响,用DOE软件回归拟合得到体积收缩率、翘曲和沉降斑指数的预测模型,并运用该模型求解最佳的工艺参数,通过试验验证了该方法的可行性.     

基于CAE的厚壁塑件注塑工艺参数优化

利用Moldflow软件对某厚壁塑料制件的注射成型过程进行分析,选取反映制品收缩与翘曲的多个评价指标,结合正交实验法,优化充填时间、熔体温度、保压时间、保压压力、冷却时间等工艺参数,通过均值分析与极差分析研究各因素对各评价指标的影响,并通过综合评分法得到一组最佳的工艺参数。结果表明,增加保压时间与保压压力能减小产品的收缩和翘曲,且得出的最佳工艺组合为注射时间为2.5 s,熔体温度为280 ℃,保压时间为130 s,保压压力为110 MPa,冷却时间为40 s,该工艺下产品的质量疏松度、体积收缩率、平面误差、翘曲分别降低了6.66 %、7.90 %、12.5 %、20.83 %,产品整体成型品质得到有效提高。     

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。     

等距螺旋锥齿轮MIM工艺参数多目标优化

针对由于等距螺旋锥齿轮结构较复杂导致在粉末注射成型阶段常出现不均匀分布的体积收缩和粉末浓度,使得制件产生翘曲变形和表面黑线的问题,利用Moldex3D软件对金属粉末注射成型(MIM)工艺成形等距螺旋锥齿轮进行仿真分析,结合正交试验设计获得各工艺参数组合对应的体积收缩率和粉末浓度,通过均值分析和极差分析得出各工艺参数对响...     

基于响应面模型和遗传算法的注塑工艺多目标优化

结合Taguchi试验设计,利用注塑成型计算机辅助工程（CAE）模拟软件Moldflow对不同工艺参数下的注射成型进行模拟分析,对成型塑件体积收缩率、翘曲变形及缩痕指数3个目标进行综合评判;建立综合评分与工艺参数关系的代理模型——响应面模型,然后结合遗传算法进行全局多目标优化寻优,获得最优工艺组合,并进行模拟验证。结果表明,建立的响应面模型是可靠的,利用响应面模型进行注塑工艺多目标优化是一种有效的方法。     

基于优劣解距离法⁃灰色关联分析的注射成型质量多目标优化

为提高座厕椅面板注射成型质量,将优劣解距离法（TOPSIS）与灰色关联分析相结合,提出了基于TOPSIS的灰色关联综合评价模型。首先,优化并确定了塑件浇注系统,然后进行正交试验设计,选择模具温度、熔体温度,注射时间、保压压力、保压时间为试验因素,以翘曲变形量、缩痕指数、体积收缩率为评价指标,运用Moldflow软件进行模拟分析;根据正交试验数据,利用基于指标相关性的指标权重确定（CRITIC）法确定了各评价指标权重系数,采用基于TOPSIS的灰色关联综合评价方法,将多目标优化转化为单目标优化问题,获得了塑件的最佳注塑工艺参数组合。结果表明,优化后的塑件体积收缩率降低14.6 %、缩痕指数降低43.3 %,翘曲变形量与优化前基本一致,塑件综合质量显著提高。     

双色尾灯灯罩注射成型影响因素多目标优化

以某汽车双色尾灯灯罩为研究对象,选取模具温度、第一色熔体温度、第一色保压压力、第一色保压时间、第二色熔体温度、第二色保压压力和第二色保压时间为设计变量,采用最优拉丁超立方试验设计,使用Moldflow软件对双色尾灯灯罩的第一色体积收缩率、第二色体积收缩率和总翘曲量进行有限元模拟。利用模拟结果建立这3个目标值的二阶响应面模型。以这3个值最小化进行多目标优化,将优化后工艺参数进行数值模拟。结果表明:基于响应面模型的多目标优化预测结果与软件模拟结果差距较小,证明所建立的模型可以预测双色汽车尾灯灯罩的成型质量,指导生产出变形量小且满足要求的注塑件,也提高了零件设计到生产的效率。