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。     

注塑制品翘曲变形的数值模拟优化与预测

以电池后盖板为CAE模拟分析模型,利用正交试验设计方法,将减小制品翘曲变形量作为优化目标,得到各工艺参数对制品翘曲变形量的影响程度及最优化工艺参数组合。利用径向基函数RBF神经网络对制品翘曲量进行预测,建立了各工艺参数与制品翘曲变形之间非线性映射关系模型,并与BP神经网络进行了对比。结果表明:RBF神经网络模型,可以较准备地预测制品的翘曲变形,并且在精度、训练速度等方面优于BP网络。     

注射成型工艺参数对注塑制品翘曲变形的影响研究

采用Taguchi实验设计技术设计了L9(34)实验矩阵进行实验,运用标准变量分析技术分析了模具温度、熔体温度、注射速率、保压压力等工艺参数对注塑制品翘曲变形的影响,预测最小翘曲变形并优化工艺参数。研究表明,所选择的工艺参数对X、Y、Z方向上的翘曲变形有不同程度的影响。通过优化工艺参数,可使所需方向上的翘曲变形最小,进而提高注塑制品的质量。     

基于响应面法和CAE的注塑件翘曲变形优化

考虑模具温度、熔体温度、保压压力和保压时间等4个注塑工艺参数,利用响应面法进行实验设计,通过CAE软件对所设计的实验进行有限元模拟分析,得到注塑工艺参数对制品翘曲变形的影响。结果发现4个工艺参数中,保压压力对制品翘曲变形的影响极为显著,其次是模具温度,而熔体温度和保压时间对制品翘曲变形的影响不显著。各参数对翘曲变形的影响不是简单的线性关系,有极强的非线性耦合作用。文章的研究结果为合理选取和优化注塑工艺参数以获得翘曲变形量最小的注塑制品提供了方法。     

基于CAE的注塑件翘曲变形优化研究

运用Moldflow软件进行某后盖产品的翘曲变形分析,结合Moldflow软件的翘曲变形分析理论,将影响注塑件的翘曲变形因素分为3类:冷却不均、收缩不均及取向因素。然后针对翘曲变形不同的影响因素提出冷却优化、结构优化、保压优化及反变形设计等优化方案。分析结果表明:提出的这几种优化方案能极大地改善注塑件的翘曲变形,为注塑制品企业在控制产品尺寸、满足装配质量要求、改善翘曲变形等方面提供优化思路及工艺参考。     

薄壁件翘曲变形CAE分析

在薄壳制品翘曲变形理论的基础上,利用MPI软件对注塑过程中易产生翘曲变形的典型薄壁塑件进行翘曲CAE分析,找出引起翘曲变形的关键因素,针对性地对冷却系统进行了优化.分析结果表明优化后能有效提高制品质量,减小翘曲变形量.     

注塑件翘曲变形分析与成型工艺参数优化

基于正交实验设计,利用Moldflow软件对注塑件注塑成型进行数值模拟。结果表明,保压时间、注射时间、熔体温度对注塑件翘曲变形的影响高度显著。运用方差分析,研究注塑成型参数对注塑件翘曲变形的影响,进行多元线性回归分析,发现注塑件翘曲变形幂函数回归模型与实验数据有很好的相关性。以影响翘曲变形的主要工艺参数为设计变量、翘曲变形为目标函数,建立幂函数回归优化模型,对成型工艺参数进行优化,得到的翘曲变形值小于主实验中的翘曲变形最小值,表明该方法具有较好的工程实用价值。     

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。     

注塑制品的翘曲优化设计进展

分析了注射成型过程中各工艺参数对制品翘曲的影响，并通过对不同部件翘曲影响因素的分析总结出最重要的影响因素是保压压力，其次为模具温度和注射速度。优化工艺参数是减小翘曲变形的合理且可行的途径，但是由于注射成型过程的复杂性，翘曲优化模型不尽相同。根据优化目标函数的不同将优化模型分为间接优化和直接优化，并分别进行了详尽阐述。最后对为提高优化过程的计算效率，引入一些“替代函数”的翘曲优化进行了分析。     

基于Moldlfow的PP薄壁制品注塑工艺计算机模拟

利用Moldflow对Taguchi法和L16(45)正交表所设计出的聚丙烯(PP)薄壁制品注塑方案进行仿真,研究发现：注射时间、保压时间、保压压力是影响PP薄壁制品翘曲变形的主要因素,并且得到最优注塑参数为：注塑机料筒温度180℃,模具温度75℃,注射时间3.0 s,保压时间3.5 s,保压压力65 MPa。另外,通过CAE模流分析软件中PP薄壁制品注塑加工的翘曲变形进行仿真发现,正交试验所获得的优化工艺的总翘曲变形量为1.417 mm,翘曲变形百分比约为3.30%。其中由于冷却引起的翘曲变形量约为0.159 mm,而由收缩和取向引起的翘曲变形分别约为1.853 mm和0.904 mm。     

Injection Molding Warpage Optimization Based on a Mode-Pursuing Sampling Method

This paper presents a new optimization approach for minimizing the warpage defect of injection-molded plastic parts. Existing methods in warpage optimization are either computationally expensive or, when inexpensive surrogate models are employed with fixed set of sample points, the accuracy of the surrogate model will only be ensured by a large number of sample points, which in turn will increase the amount of required computation. To address this problem, this paper applies a mode-pursuing sampling (MPS) method for warpage optimization, by integrating injection molding simulation with MPS, and by proposing a reinforced convergence criterion for the optimization process, in an attempt to search for the optimal process parameters of injection molding for minimizing warpage defect both effectively and efficiently. The MPS method can systematically generate more sample points in the neighborhood of the current optimal solution while statistically covering the entire search space. A case study of a scanner frame, where injection time, melt temperature and mold temperature are selected as the design variables, demonstrates that the proposed optimization method can effectively decrease the warpage deflection of an injection-molded part with significantly less computation required. Based on the optimization results, the paper also studied the influences of different process parameters on the severity of the warpage defect, providing a guideline for the setting of the proper process parameters.     

基于综合关联度的注塑成型工艺参数多目标优化研究

针对注射成型过程中的两个品质指标(翘曲量和收缩率),提出了基于综合关联度、Kriging模型及自适应遗传-蚁群算法的注射成型工艺参数优化方法。首先给出了综合关联度的定义及计算方法,然后给出了Kriging模型的拟合方法和自适应遗传-蚁群的优化算法。在结合带凸沿杯子的注射成型具体实例研究中,首先给出了注射成型工艺参数的范围,其次给出了基于正交实验的设计变量确定方法,然后基于超拉丁立方实验及Kriging方法进行模型近似,最后利用自适应的遗传-蚁群算法进行优化求解。模流分析及实际注塑实验表明,注射成型工艺参数优化的结果可靠,具有较好的实际意义。     

汽车储物盒导轨的翘曲变形分析及改进

汽车储物盒导轨注塑时易发生翘曲变形,通过对导轨局部翘曲变形的原因分析,结合注塑的特点,提出了改进方案;考虑材料的分子排列聚集态及功能特性对翘曲变形的影响,选择聚甲醛（POM）材料;采用正交试验设计方法,以导轨的成型工艺参数：模具温度、注射时间、保压压力和冷却时间为实验因子,翘曲变形量为实验目标,运用Moldflow软件对试验方案进行模拟分析,得到导轨的最优成型工艺参数,注塑结果表明,导轨在x向和z向翘曲变形量均已控制在0.5 mm以内,满足生产要求。     

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Moldflow的汽车手套箱箱盖的翘曲变形优化分析

为了预测和降低翘曲风险,在模具设计及制造前,利用Moldflow模流分析软件对产品的翘曲变形进行分析及预测。以汽车手套箱盖的翘曲变形量为质量评价目标,针对翘曲变形产生的3个主要因素（取向效应、冷却不均、收缩不均）逐一进行优化。结果表明,在模具结构方面,调整浇口位置和调整冷却系统使翘曲变形量明显降低;在工艺方面,对熔体温度、模具温度、保压压力、保压时间4个工艺参数进行正交试验,通过极差分析,得出各个工艺参数的影响程度及最佳工艺方案,对此方案进行保压曲线优化后,翘曲变形量进一步降低,形成最终方案;计算机辅助工程（CAE）数值模拟对模具设计有很强的指导性作用,可大大减少修模次数并降低模具报废的机率。     

基于EBF神经网络和粒子群算法的注射成型优化设计

基于拉丁超立方设计建立了椭球基（EBF）神经网络模型描述注塑工艺参数与翘曲值间的函数关系,将EBF神经网络模型与Kriging模型对比,说明EBF神经网络模型可以准确地描述注塑工艺参数与翘曲值之间的函数关系,并结合多目标粒子群算法对工艺参数进行优化,并与邻域培植遗传算法优化结果对比,说明多目标粒子群算法的优点。结果表明,基于EBF神经网络模型和粒子群优化算法可以使塑料出水管翘曲值减小11.64 %,同时使保压时间和冷却时间总和减小了2.13 s,从而在出水管批量生产过程中减少了生产时间。     

Optimization of Part Wall Thicknesses to Reduce Warpage of Injection-Molded Parts Based on The Modified Complex Method

The objective of this work is to minimize warpage of injection-molded parts by deliberately varying each part wall thickness within prescribed dimensional tolerance. The continuous design space of wall thicknesses is explored in search of the optimum wall thickness for given process conditions. The objective function to be minimized is the numeric warpage value, which requires extensive computational time. Once the wall thicknesses are optimized, the warpage is reduced further by optimizing the six significant process variables: injection time, postfill (cooling plus packing) time, packing time, packing pressure, melt temperature, and coolant temperature. As a solution methodology, the modified complex method has been developed and applied in two example parts, where a reduction in warpage of over 70% has been obtained with a moderate number of function evaluations.     

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。     

塑料盖注塑成型方案分析及翘曲变形参数优化

以塑料盖作为研究对象,获得最优成型方案,预测塑件成型后的翘曲变形程度以提高塑件质量。初步提出两种注塑工艺方案加工塑料盖,使用Moldflow软件对两种方案注塑过程进行模拟对比分析,对产生翘曲缺陷的原因进行研究;利用五因素四水平的正交试验,以减小翘曲变形程度作为优化目标,优化工艺参数。模拟结果表明:方案二为最优方案,且翘曲变形主要是由收缩不均匀以及取向不均匀而造成的,翘曲变形程度最小的工艺参数组合为熔体温度250℃、模具温度60℃、保压时间12 s、冷却时间12 s、填充时间0.9 s,优化后比优化前翘曲变形程度降低9.4%左右,熔料熔接和材料性能也有所改善,塑料盖整体质量提高。实验可有效地缩短塑料盖的研发周期,降低生产成本,提高塑料盖的研发成功率。     

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。