薄壁塑件注射成型工艺参数优化

在注射成型过程中将计算机模拟技术和实验优化设计相结合,以相机外壳为例利用MoldFlow对各工艺参数进行注射成型过程的模拟.通过分析塑件体收缩变形和翘曲变形的原因,得出熔体温度是影响塑件体收缩变形的主要因素,而保压压力对翘曲变形起主导作用力.并在正交试验的指导下优化工艺参数,使收缩率和翘曲变形分别降为原来的75.9%和87.0%.     

塑料手机外壳注塑成型数值模拟及参数优化

具有薄壁多孔特征的塑件,在注塑过程中容易产生翘曲和缩痕等缺陷,而通过选用合理的工艺参数,可以大幅降低这些缺陷的影响,从而生产出合格的产品。以一款老人塑料手机外壳为例,通过正交实验对手机外壳进行了注塑模拟实验,得出不同实验因素对缩痕指数和翘曲变形量影响的主次以及显著程度,再通过极差分析和方差分析,并利用综合平衡法确定最佳的工艺参数组合,经实际生产检验,成型工艺参数的优化效果良好,对薄壁多孔类塑件的注塑成型具有重要的指导意义。     

平板手机后盖注塑成型CAE模拟与正交优化

以平板手机后盖为例,基于CAE软件Moldflow对该手机后盖塑件浇口数量与位置、充填和冷却进行分析;为减小塑件的翘曲变形,采用正交试验方法进行成型工艺参数模拟;通过极差与方差法对试验数据进行分析,得到了四个工艺参数对翘曲变形的影响程度及最佳组合工艺条件。结果表明:CAE的应用可以改善塑件的翘曲变形,得到模具合理的结构设计方案,缩短模具开发周期,提高企业核心竞争力。     

基于遗传算法的复杂薄壁件注塑成型工艺参数优化

以某复杂薄壁件为研究对象,建立其有限元模型,运用CAE对初始工艺下的塑件翘曲变形量进行分析,得到了该塑件的最大翘曲变形量。构建复杂薄壁件翘曲变形量优化数学模型,基于BP神经网络结合遗传算法对塑件数学模型进行优化求解,求解结果表明优化后的塑件最大翘曲变形量为0.2313mm,与初始工艺方案下塑件最大翘曲变形量0.2811mm相比,降低了21.53%,提高了塑件的成型质量,得到满足装配要求的塑件。进一步采用优化后得到的最优工艺参数进行实际生产验证,获得了满意的效果,证明了BP神经网络结合遗传算法优化工艺参数技术方法的可行性与可靠性。     

基于Moldflow和BP神经网络的网络通信中继器注塑模具工艺优化

以某型号网络通信中继器为实例,分析了其外形结构及尺寸,选择了合适的材料及注塑工艺参数,基于Moldflow软件对塑件的最大翘曲变形量进行了分析。基于正交试验法,以最大翘曲变形量为指标对注塑工艺参数进行优化,分析结果表明:模具表面温度和熔体温度对塑件的最大翘曲变形影响显著,并且优化后的工艺参数使塑件的最大翘曲变形量降低了14.13%。基于BP神经网络,采用MATLAB软件对塑件的最大翘曲变形量进行了预测,结果表明:所建立的神经网络具有较高的预测精度,能够应用于注塑成型过程中的塑件最大翘曲变形量预测,以提高模具设计和生产的效率。     

基于神经网络与正交试验的塑件翘曲变形优化

针对塑件在注塑成型过程中出现的翘曲变形过大的问题,采用了人工神经网络、正交试验和数值模拟三者结合的方法改进了注塑成型的工艺参数,优化塑件的翘曲变形。首先以正交试验得到的数据作为神经网络的训练样本,建立了输入、输出分别为成型工艺参数与塑件翘曲变形量的神经网络模型,并用样本验证模型的准确度,从而提高了成型工艺参数的选择效率。其次,采用验证过的神经网络模型代替CAE模拟仿真来获得塑件的翘曲变形量,结合正交试验法,改进了注塑成型工艺参数,得到了塑件的最佳成型工艺参数组合,使塑件的最大翘曲变形量降低了61%。最后,通过对塑件的实际制造证实了优化方案的正确性。     

基于BP人工神经网络的异形透盖注塑件翘曲变形分析

首先采用CAE软件Moldflow MPI 6.0和正交试验,对异形透盖塑件在不同注射成型工艺参数下的翘曲变形量进行了模拟,然后利用BP人工神经网络建立了主要工艺参数和塑件翘曲变形量之间的数学模型,并通过模型对塑件翘曲变形量进行了预测,结果表明,所建立的模型具有较高的预测精度。     

医用仪器盒盖翘曲变形分析及工艺参数优化

以医用仪器盒盖的翘曲变形为研究对象,运用Moldflow模拟分析,得出熔体收缩不均是引起塑件发生翘曲变形的主要原因;结合Taguchi正交设计,得出了以翘曲变形量最小为目标值的最佳工艺参数组合,使翘曲变形量减小为原始量的83.5%。运用变量分析确定工艺参数对翘曲变形量的影响,为实际生产选择合理的工艺参数提供指导。     

车载蓝牙外壳高光无痕注射CAE分析及参数优化

以车载蓝牙外壳为例,研究了局部密孔制件与普通制件高光注射成型的区别。利用Moldflow软件结合正交方法、数值模拟和数据处理技术,对高光无痕注射成型工艺进行了模拟分析。针对高光成型指标(翘曲变形、体积收缩率和熔接痕),研究了模具温度对高光制品品质的影响,得出高光制品品质随温度的升高而改善。并在此基础上模拟了熔体温度等多因素对高光制品体积收缩率和翘曲变形的影响,优化了工艺参数。     

基于计算机辅助技术的防尘摄像机注塑模具优化分析

以某型号防尘摄像机为实例,分析塑件的结构,选择合适的成型材料,设计模具的浇注系统和冷却系统。基于模流分析技术,对塑件的翘曲变形进行分析,产生翘曲变形的主要原因是收缩变形,翘曲变形最大为0.955 7 mm。通过极差和方差分析,得出影响翘曲变形最明显的因素是熔体温度,以及最优的工艺参数:熔体温度200℃、模具表面温度70℃和充填压力96 MPa,此时的翘曲变形量为0.832 5 mm,相比初始工艺参数翘曲变形降低12.89%,塑件翘曲变形量明显降低,满足成型的需求。