MATLAB在注塑件翘曲变形工艺参数优化中的应用

本文利用BP神经网络对注塑工艺参数及其相对应的翘曲变形量样本进行训练,得到了描述工艺参数到翘曲量映射关系的ANN模型,并且验证了此模型的准确性,得出了工艺参数与塑件注塑翘曲变形量的内在联系。     

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。     

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Moldflow与正交试验法的注塑参数优化

在塑料产品的开发过程中,涉及到塑料模具进行注塑,注塑模具开发方案确定后,最重要的就是如何选择注塑参数。注塑参数可以在注塑机上直接进行试生产来调试,但必须是模具制造出来之后才能进行,对场地和设备均有要求,而且在试模过程中会浪费一定的塑料原材料。本文采用正交试验法对注塑参数进行优化,利用Moldflow软件的模具CAE技术对正交试验过程各种取值情况进行验证,并对最终优化组合进行验证,检验正交试验的正确性。确定翘曲变形量为实验指标,以注射温度、模具温度、充填时间、冷却时间、保压时间为变量的5因素,取各自允许取值范围进行4均分得到4水平,形成一个5因素4水平的正交试验矩阵设计实验,找出KDC-1型电磁断路器塑料壳体充填优化组合,通过在Moldflow的验证,及时反映了该正交试验结果是正确的注塑参数最优组合。     

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。     

工艺参数对注塑件成型质量的影响分析

在充填过程中,由于熔体前沿速度的不一致将导致制品产生不均匀收缩、非一致取向和翘曲变形,从而影响注塑模具成型质量.从控制注塑机螺杆速度的角度出发,通过恰当地选取控制时间点,同时改变相应时刻的注射流率,从而使熔体前沿面的推进速度得到改善,进而实现了熔体前沿速度在充填过程中的均一化.构造出了符合实际问题的数学模型,为提高注塑模具成型质量提供了方法.     

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。     

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.     

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。     

注塑工艺优化设计

从预热温度、料筒温度、模具温度、压力油温度、锁模力、模具填充速度、模具填充压力、保压压力、保压时间、螺杆转速、卸压、背压参数设计等方面讨论了注塑工艺参数优化设计的方法,并分析了注塑成型的常见问题及质量缺陷。     

塑料注射缺陷修正的模糊建模方法

依据塑料注射过程的系统特征和工艺人员的试模思路，结合模糊理论的特点和处理问题的优势，建立了基于专家知识的模糊推理模型来描述复杂的注射成形过程，并将模糊推理模型用于试模过程中缺陷的在线修正和工艺参数优化。详细介绍了输入输出变量的选择、正交性隶属函数的选定、模糊ifthen规则的形式、模糊推理机制、解模糊策略以及多缺陷反馈时工艺参数调整量的冲突消解等问题，并开发出了相应的软件系统。     

基于CAE、DOE和模糊加权的注塑成型工艺参数的优化配置

从改进传统的试模方法、降低试模成本的思想出发,将CAE和DOE技术引入注塑成型参数配置和优化中,在正交试验基础上初选出试验产品较优的成型参数;同时采用模糊加权综合评价方法,解决多指标评价中权值确定问题,并用试验验证了该方法的有效性。     

薄壁注塑件翘曲的正交分析及优化

分析了注塑制件翘曲的原因,采用著名的CAE软件Moldnow与正交试验方法,对不同工艺条件下的注塑成型过程进行模拟分析并对正交实验数据进行极差分析,确定注射时间、保压压力、保压时间、冷却时间、熔体温度、模具温度以及冷却液温度等注塑成型工艺参数对制件翘曲变形的影响程度,得出最优的注塑成型工艺参数组合,并以一薄壁导光板对该工艺组合方案进行模拟验证与实际注塑实验验证。     

模具先进制造技术在塑料成型模具设计方法中的应用研究

以塑料电器壳体为例,论述了基于Moldex 3D模流分析CAE的塑料注射成型模具设计方法。针对该薄壳类塑料制品的塑料注射成型加工工艺进行了研究,包括零件电器壳体用ABS树脂材料性能分析、聚碳酸酯（PC）材料性能分析、零件的塑料注射成型工艺过程分析、针对该薄壳类塑料制品的侧向分型注射成型模具的设计与制造研究及相关技术图样资料分析等。     

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。