注塑成型过程中的多元回归分析

描述了注塑成型过程,当注塑机与模具确定之后,注塑工艺参数对成型制品几何尺寸和性能的影响,并从统计过程控制(SPC)的观点,对其相关关系进行判别,运用多元线性回归的方法对其关系进行量化,建立回归模型,并运用方差分析、残差分析对所建立的回归方程进行检验.通过定量分析注塑过程参数与成型制品质量之间的内在联系,分析注塑工艺参数对制品质量特性贡献的大小,实现注塑工艺参数的优化控制,从而达到对制品质量的可靠预测和控制,为注塑成型过程分析提出了一条新思路.     

基于CAE技术对注塑制品流动模拟及缺陷分析

注塑成型工艺过程极其复杂且对制品质量有重要的影响,获得优化的工艺参数是改善制品质量的关键.文章以电话机面板外壳的成型工艺为研究对象,利用CAE技术对产品的注塑成型过程进行了模拟和分析.通过分析结果来确定制品注塑成型中的浇口位置,选择出填充均匀、熔接痕不明显和气穴位置集中的成型工艺.在此基础上,分析了注塑成型过程可能出现的缺陷,探讨了合理确定注塑成型工艺参数的途径.     

模腔压力曲线：注塑成型过程的“指纹”

模腔压力是注塑成型过程中极其重要的工艺参数,直接决定注塑制品的质量。利用传感器测量模腔压力,可科学分析,优化和监测注塑成型过程,并且自动记录注塑成型过程中的重要数据,同时可实现零次品生产。     

壳体制品注塑工艺参数CAE优化分析

应用Moldflow软件对壳体制品注射成型工艺参数进行了优化分析,模拟出制品成型过程中的最佳注塑压力、锁模力、模具温度、熔体温度、注射时间、保压压力和保压时间、冷却时间。采用该成型工艺参数结合合理的注塑模具能注塑出最佳的塑料制品,为成型过程的顺利进行提供指导依据,模拟结果具有一定的理论意义及实际指导价值。     

基于灰色关联分析的注塑成型工艺多目标优化

针对复杂曲面构件注塑成型过程中体积收缩率、翘曲变形量和缩痕指数最小化等多目标优化问题,采用正交试验法设计了六因素五水平的聚甲醛叶轮注塑加工试验;基于灰色关联分析将多目标优化问题转化为单目标优化问题,利用主成分分析法确定体积收缩率、翘曲变形量和缩痕指数对灰色关联度的影响权重;通过对试验数据的回归分析,建立了灰色关联度与注塑成型主要工艺参数的二阶预测模型;基于各工艺参数对体积收缩率、翘曲变形量和缩痕指数影响规律的分析,确定了注塑工艺参数的优化方案。利用响应曲面求解注塑成型参数优化问题并进行注塑成型仿真实验,结果表明:由该优化方法获得的注塑成型工艺参数组合可以使制品的体积收缩率、翘曲变形量和缩痕指数均大幅减小。     

基于GRNN神经网络的汽车塑件工艺优化设计

针对汽车多媒体面板注塑成型过程中降低试模成本及缩短模具制造周期的要求,运用CAE仿真手段对产品模具结构设计前的潜在注塑品质问题进行了分析检验,CAE分析结果表明,通过对浇注系统进行成型窗口优化获得的成型工艺参数还不能完全满足产品的实际注塑需要,特别是熔接线和翘曲问题不能满足制品的品质要求。因而,在运用正交优化手段对注塑成型工艺参数进行调整的基础上,运用GRNN神经网络对工艺参数进行了预测和优化处理。从而构建了针对性的神经网络预测模型,样本检验后,以此为基础,对较优的工艺参数进行二次正交密化,并用GRNN神经网络进行了模拟预测,预测后优选的工艺参数组合能较好地实现产品的无缺陷注塑生产。将GRNN神经网络与模流CAE优化分析相结合,对解决注塑品质多维缺陷问题具有非常好的预测指导作用。     

某型电机上盖注射成型工艺参数优化

针对某型电机上盖在注射成型过程中的参数优化问题,利用Moldflow注塑仿真软件建立注塑方案模型,对电机上盖进行注塑仿真,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电机上盖注塑工艺参数进行优化。通过参数优化,得出一组较优参数组合,在该组合参数条件下,电机上盖成型综合质量较好,其中,熔体温度对综合评分影响最大。     

CAE技术在注塑成型中的应用

综述了注塑成型CAE技术的研究发展概况;介绍了注塑成型CAE技术与优化理论结合,实现模具自动优化设计的理论与方法;研究了利用CAE结果分析工艺参数及制品质量指标之间的关系,抽取信息建立合适的工艺模型,优化工艺并控制成型过程及制品质量的理论与方法。     

纤维增强注塑熔接线强度预测模型与实验研究

熔接线是影响注塑制品强度的关键因素之一,而目前以汇合角预测熔接线强度的力学模型并没有体现注塑工艺的影响。为了科学定量地认识熔接线区域强度的变化规律,准确预测熔接线力学性能,首先对带扇形孔的制品进行注塑模拟分析,研究了注塑温度、注射速率以及保压压力对熔接线汇合角的影响,结果显示注塑温度、保压压力不是通过改变熔体前沿汇合角来影响熔接线强度。基于此,为全面体现注塑工艺、汇合角对熔接线强度的影响,在现有模型基础上通过引入注塑工艺影响因子重新构造了体现注塑工艺、汇合角对熔接线区域强度影响的预测模型。设计并制造了用于成型扇形孔制品的注射模具,开展了不同工艺条件下30%长玻纤增强聚丙烯扇形孔制品注塑实验,根据实验结果推导出了体现注塑温度和保压压力影响的注塑工艺影响因子数学表达式,利用实验数据拟合确定了模型中的相关参数,并对模型进行了回归分析。结果表明,新构建的强度预测模型可以准确计算不同注塑温度、保压压力下熔接线不同位置的强度。     

椎间融合器金属粉末注塑成型模具设计研究

针对传统模具设计方法存在设计周期长、成本高并且质量难以保证的缺点,采用限元分析软件Moldflow和计算机辅助设计软件UG相结合的方法进行试样模具与椎间融合器模具的分析与设计,通过分析注射过程中的各种影响因素,得到注塑成型初步工艺参数。试样模具用于测量金属粉末注塑成型烧结后制品的力学强度及所用配方喂料的收缩率,根据在最佳烧结温度下的收缩率,反向放大椎间融合器模型模腔。本设计模具为后续的金属粉末注塑成型工艺参数试验研究奠定了基础。     

多级注射成型工艺参数控制研究

介绍多级注射成型的主要控制参数，结合典型实例说明正确运用多级注塑工艺可以有效解决制品缺陷，提高制品质量。提出可借助计算机模拟技术先根据制品形状、模具结构、注塑工艺参数建立数学模型。然后运用仿真技术进行验证，确定入模至充满型腔过程中各阶段的料流过程，达到科学优化工艺的目的。     

基于二次回归正交设计的注塑件件重预测方法研究

在深入分析注射成型工艺过程、注塑件缺陷类型及产生原因的基础上,针对注塑件成型过程中的非线性及多因素耦合作用对注塑件质量的影响,提出了一种基于二次回归正交设计的质量预测方法。并以注塑件件重为质量指标,通过对注塑件成型时的模具温度、熔体温度、注塑压力和注射速度及其耦合作用进行回归分析及方差计算,建立了注塑件件重的预测模型。预测模型计算结果显示,注塑件件重与实验测量值最大误差仅为0.05%,表明建立的预测模型能够较为准确地反映注塑工艺参数及其耦合作用与注塑件件重之间的关系。     

基于改进的BP神经网络的注塑成型翘曲优化设计

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。     

基于BP神经网络遗传算法的汽车塑件CAE优化分析

以汽车内饰中立柱本体注射成型为例,基于Moldflow中CAE分析基础上,对塑件注塑所需的成型工艺参数进行了仿真,并分析了塑件翘曲成因,给出了翘曲改善优化目标。结合注塑工艺规律,借助于Tugachi正交试验法、BP神经网络遗传算法、Matlab数值分析对塑件注射成型工艺参数协同进行优化,并对优化结果进行了CAE比对验证。结果表明:神经网络预测推荐的工艺参数能有效将翘曲结果控制在质量误差范围内,提出的优化设计方法能有效降低模具试模成本,改善塑件成型质量。     

基于MPI平台随身听面板注塑成型优化设计

运用MoldflowMPI软件对随身听面板的注塑成型进行仿真，获得流动过程中的流动前沿温度、最大注射压力、注射时间等参数，预测注塑成型质量。通过比较四种不同浇注系统注塑成型流动模拟结果，得出了浇注系统的最优布局以及合理的工艺参数；同时仿真冷却效果，优化了模具冷却管道设计。根据以上的分析结果，确定了最佳的注射模结构和成型工艺，成功地避免了塑件注塑成型出现的缺陷，为生产优质塑件提供了强有力的保障。     

注塑成型过程中制品质量的控制研究现状分析

从机器参数、材料参数、工艺参数和扰动四个方面简要阐述了其在注塑成型过程中对制品质量的影响;概述了注塑成型制品质量控制的理论和方法,并提出了一种以制品质量和关键尺寸为目标控制参数的在线检测和控制方法;最后对注塑成型制品质量在线控制中的难点进行了总结与展望.     

塑料成型加工实用技术讲座(第三讲) 注射成型工艺对制品质量的影响

介绍注射成型工艺对制品质量的影响。指出注塑工艺参数主要有温度、压力、时间三类。对不同的塑料原料、模具结构、工艺参数的选择各不相同，且各工艺参数对制品质量的影响也有较大区别。在塑料原材料、模具结构一定的情况下，注射成型工艺参数的选取、设定对制品质量的作用显著。并指出了注射成型工艺参数的合理选用原则以及如何用PVT关系曲线对工艺参数进行优化。     

基于智能优化算法的注塑成型缺陷多目标优化

通过以注塑成型过程中的最大熔接线相遇角和最小翘曲变形为目标函数,以熔体温度、模具温度、注射时间、保压压力、保压时间和冷却时间等工艺参数为设计变量,建立了优化注塑成型缺陷的多目标优化模型。采用基于混合人工神经网络代理模型和改进多目标粒子群优化的优化方法对多目标优化模型进行求解。以打印机上盖为例,采用正交试验方法和Moldflow软件获得的试验结果训练混合神经网络代理模型,并对其成型缺陷进行了优化。所有结果表明,所给出的优化方法能够得到合理的多目标优化Pareto解,并同时优化了注塑制品的熔接线相遇角和翘曲变形。将得到的优化工艺参数进行Moldflow实验,可知上述2种缺陷分别优化了17.2%和13.6%。     

Moldflow在无绳电话电池盖注塑成型中的应用

以无绳电话电池盖为研究对象,应用Moldflow软件对其注塑成型过程进行模拟,优化浇口位置和注塑成型工艺参数.Moldflow分析结果应用于实际生产中,一次试模生产出合格的制品,证实Moldflow在注塑成型中的实用性,可以减少试模次数、缩短生产周期,从而降低生产成本、提高生产效率.     

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。