基于组合赋权灰色关联法的塑料齿轮非线性收缩尺寸偏差优化

注塑成型过程中,塑料齿轮的非线性收缩变形会导致尺寸精度较差,通过数值模拟方法可以分析塑料齿轮的非线性问题,优化尺寸精度。利用UG和Moldflow软件对塑料齿轮进行非线性收缩分析并结合仿真研究,选定齿顶圆和齿根圆直径偏差为多目标响应,提出一种以田口方法为基础,将CRITIC法和层次分析法进行组合赋权与灰色关联法相结合确定灰色关联度,得到最佳工艺参数组合和各因素影响程度。利用Moldflow正反向导出CAD模型,采用UG测量误差,建立变形预补偿优化模型,进一步优化塑料齿轮精度,得到的齿顶圆和齿根圆直径偏差分别减少了82.36%～84.93%、88.58%～90.58%。     

基于灰色关联分析的注塑工艺多目标优化及PSO–SVM预测模型的建立

针对某电器活动上盖翘曲变形及体积收缩问题,对相关注塑工艺参数进行正交实验设计,在Moldflow中模拟分析,并对翘曲变形量及体积收缩率进行信噪比优化处理。利用灰色关联分析法得到翘曲变形量和体积收缩率的灰色关联度,通过对灰色关联度进行极差分析得到各注塑工艺参数对塑件综合目标(翘曲变形量及体积收缩率同时较小)的影响程度为:保压时间>注塑时间>模具温度>熔体温度>保压压力>冷却时间,同时由灰色关联度极差分析结果得出最优工艺参数组合,在最优工艺参数组合下的翘曲变形量相对于正交实验水平下最小翘曲变形量降低了11.8%,体积收缩率相对于正交实验水平下最小体积收缩率降低了5.9%。最后采用粒子群优化算法(PSO)优化后的支持向量机(SVM)神经网络模型对该塑件翘曲变形量及体积收缩率进行预测,通过与不优化的SVM神经网络及BP神经网络预测模型相比发现,PSO–SVM神经网络模型预测精度及稳定性都优于SVM及BP神经网络,可以用于塑件翘曲变形量和体积收缩率的协同优化,解决塑件实际翘曲变形及体积收缩问题。     

基于灰色关联和Kriging模型的汽车饰件注塑工艺优化

为减小某汽车内饰件注塑成型质量缺陷,提出了基于灰色关联分析和Kriging代理模型的注塑成型质量多目标优化方法。以塑件的Z方向翘曲变形值、体积收缩率、缩痕指数为优化目标,影响了塑件成型质量的熔体温度、模具温度、保压压力、保压时间等注塑工艺参数,应用最优拉丁超立方试验设计方法结合模流分析进行数据采样,基于灰色关联分析(GRA),将多目标优化问题转化为单目标优化问题,利用层次分析法(AHP)确定各优化目标对灰色关联度的影响权重,建立灰色关联度与各工艺参数之间的Kriging代理模型,采用自适应粒子群算法(APSO)在代理模型内进行全局寻优,得到最佳工艺参数组合。结果表明,Kriging代理模型的预测值与实际结果基本吻合,优化后,Z方向翘曲变形值、体积收缩率、缩痕指数分别为0.268 6 mm、2.235%、0.397 1%,与优化前相比,分别降低了1.21%、30.11%、68.53%,因此,提出的方法能实现注塑成型质量多目标优化。     

基于灰色关联和模糊逻辑的注塑工艺多目标优化

以翘曲、体积收缩、缩痕为优化目标,熔体温度、模具温度、注射时间、保压压力等6个参数为工艺变量,用灰色关联分析和模糊逻辑推理对注塑工艺参数进行多目标优化设计。计算了每个优化目标与参考目标的关联系数,通过隶属函数、模糊规则、逻辑推理、去模糊化等将灰色关联系数转换为灰色模糊推理值,然后进行均值分析,得到最优工艺参数组合A_2B_2C_5D_3E_5F_4。验证试验结果表明,翘曲0.415 3 mm、体积收缩率8.421%、缩痕0.021 6 mm,符合翘曲变形越小越好、体积收缩目标为10%、缩痕目标值为0.025 0 mm的多目标要求。     

基于稳健设计的注塑成型工艺参数多目标优化

以某医用仪器盒下盖的翘曲变形和体积收缩为研究对象,结合稳健设计、均值分析,分别获得翘曲变形及体积收缩最小的最优工艺参数组合及影响趋势,运用综合加权评分法确定兼顾两目标最优的工艺参数组合为:熔体温度260℃,模具温度90℃,注射时间1 s,保压时间15 s,保压压力为注射压力的98%。结果使得优化后的翘曲变形减小了28.4%,体积收缩率降低了27.9%,对实际生产起到指导作用。     

精密接插件注射成型工艺参数的优化设计

以某厂生产的精密塑件——电子接插件为例，通过分析该塑件体收缩变形和翘曲变形的原因，以正交试验为设计准则，利用Moldnow软件对各种工艺参数组合进行注射成型过程的模拟。研究表明，注射速率对体收缩变形的影响最为显著，而保压压力对翘曲变形起主导作用。并在正交试验的指导下优化工艺参数，使体收缩变形和翘曲变形分别降为原来的57．9％和85．6％，分析结果与生产实际吻合。     

厚壁透明制品成型工艺优化

研究了实心超厚壁的透明制品的成型工艺技术,以塑件最大体积收缩率为优化目标,计算工艺参数为保压压力、熔体温度、总冷却时间、注射时间和模具温度,在三维流动分析的研究基础上,进行了制品缺陷的CAE分析,通过采用正交实验法,进行均值分析、极差分析及方差分析,并结合数据处理系统(DPS)数据处理技术,得出了最优工艺参数组合及各成型工艺参数对收缩变形影响的主次关系及影响程度。CAE分析与试验结果表明,塑件的体积收缩率减少4.2%左右。     

基于宏-微观尺度黏度模型的微注塑成型工艺参数优化设计

选取微泵泵体为研究对象,采用Moldflow有限元软件,修正其黏度模型为宏-微观尺度黏度模型,以优化翘曲变形量为目标,对其微注塑成型过程进行数值模拟。设计基于信噪比的4因素4水平正交试验,结合灰色关联度和均值极差法对实验结果进行分析,得到模具温度50℃,熔体温度270℃,注射速度80 mm/s,保压压力110 MPa的最佳工艺参数组合,优化后的最小翘曲变形量为0.079 5 mm。并得出各因素对微泵泵体质量的影响程度,可排序为保压压力>模具温度>熔体温度(注射速度),为实际微注塑成型提供了加工工艺方面的重要依据。     

响应面法优化鼠标面盖注塑成型工艺的应用

采用响应面法(RSM)和注塑成型有限元模拟分析技术相结合的方法,解决鼠标面盖翘曲变形控制注塑成型工艺优化问题。以熔体温度、模具温度、注塑时间、保压压力为注塑工艺参数试验变量,翘曲变形值为响应优化目标,完成了基于中心复合设计(CCD)的试验规划,构建了工艺参数试验变量与响应优化目标之间的响应面模型,完成了响应面模型的分析与评价,运用Design-Expert软件优化求解得到了翘曲控制注塑成型工艺优化方案,并通过模拟试验和试模注塑验证了模型的准确性,优化后的工艺方案有效的降低了产品翘曲变形值,提高了产品质量,表明了响应面法在鼠标面盖成型工艺优化应用中的可行性和有效性。     

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。     

Moldflow在汽车内饰板注塑成型工艺参数优化中的应用

以汽车内饰板为研究对象,设计合适的浇注系统,优化填充时间、模具温度、熔体温度、保压压力、保压时间、冷却时间等工艺参数,利用CAE技术和Taguchi正交试验法,通过模拟实验得出不同工艺参数组合下的翘曲变形量。通过均值分析、极差分析和方差分析研究各个工艺参数对翘曲变形量的影响,得到一组较为理想的工艺参数组合,使得翘曲变形量得到优化。     

薄壁塑件注射成型翘曲变形的工艺优化

本文以注射成型照相机前壳为研究对象,以注塑成型中的翘曲量为优化目标,利用正交试验结合CAE模拟技术,研究模具温度、熔体温度、注射时间、保压时间、保压压力和冷却时间对制品翘曲的影响规律。用均值分析法得到最小翘曲变形的一组优化工艺参数组合,并进行CAE模拟验证。再运用方差分析确定各个工艺参数对翘曲变形的影响程度。     

薄壁塑件注射成型翘曲变形的工艺优化

本文以注射成型照相机前壳为研究对象,以注塑成型中的翘曲量为优化目标,利用正交试验结合CAE模拟技术,研究模具温度、熔体温度、注射时间、保压时间、保压压力和冷却时间对制品翘曲的影响规律。用均值分析法得到最小翘曲变形的一组优化工艺参数组合,并进行CAE模拟验证。再运用方差分析确定各个工艺参数对翘曲变形的影响程度。     

基于神经网络的工艺参数对翘曲变形和收缩的影响研究

以拉伸和冲击试样(无缺口和有缺口)三种塑料零件的注射成型为例,以翘曲变形和收缩为评价指标,采用Taguchi方法及极差和方差分析方法,优化了模具温度、熔体温度、注塑压力、注塑时间、保压压力、保压时间和冷却时间,获得了最优的工艺参数组合。建立了神经网络模型,利用神经网络的预测功能,预测出变动单个工艺参数下的翘曲变形量和收缩率,研究了单个工艺参数对翘曲变形和收缩的影响,以指导生产实践。     

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。     

汽车精密塑料件注射成型工艺研究

以汽车后车灯灯壳为研究对象,选取模具温度、熔体温度、注射时间及保压压力作为试验变量,以灯壳翘曲变形作为优化目标,采用响应曲面的中心复合设计方法,结合CAE分析模拟技术,建立了试验变量与优化目标之间的二阶响应模型。通过粒子群优化算法得出了最优工艺参数组合,对最佳工艺参数组合进行了数值模拟和实际工程试验验证。结果表明,响应模型获得的翘曲预测值与模拟翘曲值的偏差为0.42%、与实际工程试验获得的翘曲变形值的偏差为5.59%,三者结果相吻合,塑料件满足精度要求,这表明应用二阶响应模型优化设计是解决注射成型塑料件质量问题的一种有效途径。     

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。     

考虑轨道交通下穿施工影响的桩板结构施工参数优化算法

桩板结构施工受到轨道交通下穿施工扰动影响，出现桩身变形、盖板竖向变形问题，导致算法泛化能力差的问题。充分考虑轨道交通下穿施工影响，通过多目标优化桩板结构施工参数使其符合实际施工需求。以某地铁1号线实际工程为依托，利用有限元法建立施工模型，模拟动态开挖过程。建立GA-LSSVM与NSGA-II算法相结合的多目标优化函数，以桩板结构施工参数为研究对象，对轨道交通下穿施工造成的桩身变形、盖板竖向变形为控制目标，进行施工参数优化分析。通过获取非支配Pareto前沿解集，得到桩板结构施工参数控制范围值。由模型验证结果可知，该算法最大桩身变形为0.8 mm、最大盖板竖向变形为2.1 mm能够使变形量得到有效降低，保证结构变形趋于稳定。     

基于变形预补偿的汽车水室注射模具设计

在注射成型过程中,汽车水室等长条形塑件制品的变形较大,根据充填平衡分析和翘曲分析结果,优化了汽车水室成型结构方案,并确定了取向效应引起的翘曲变形量远大于冷却不均匀、收缩不均匀和角效应引起的翘曲变形量,无法采用优化成型工艺参数和浇注系统结构进行解决。文章利用注塑CAE技术对模具型腔尺寸进行变形预补偿的迭代方法,对长条形塑件变形进行了合理的控制。以某型号汽车水室为研究对象,确定了汽车水室装配平面不同位置的变形预补偿量,结合汽车水室的结构特征设计了4处侧向抽芯,完成了基于变形预补偿的模具结构设计,经实际生产工艺验证,模具设计满足生产要求。     

基于响应面法的汽车轮眉注塑工艺优化

以汽车轮眉为研究对象,选取模具温度、熔体温度、保压压力以及保压时间4个工艺参数作为实验变量,以轮眉的最小翘曲变形作为优化目标,基于响应面法的中心复合设计方法,结合CAE仿真模拟技术,建立了轮眉翘曲变形同工艺参数之间的响应模型,通过方差分析研究了工艺参数及其交互作用对优化目标的影响。通过软件优化确定了最优工艺参数组合,实验结果表明最大翘曲变形量从6.311 mm降至3.367 mm。