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。     

基于正交试验程序设计的注塑工艺参数优化设计

利用MATLAB软件设计的正交试验程序对注塑工艺参数进行了优化设计，通过输出图形和文本文件得到各参数的最优组合和影响排序，并进一步确定了各因素的调整方向。     

基于正交试验的防爆球注塑成型工艺参数优化

利用Moldflow模流分析软件建立防爆球的分析模型,以防爆球体积收缩率为优化目标,以模具温度、熔体温度、保压时间、保压压力、注射时间、冷却时间为试验因素,设计了六因素五水平的正交试验。通过极差、方差分析得到使防爆球体积收缩率最小的注塑工艺组合,模具温度为100℃、熔体温度为230℃、保压时间为35 s、保压压力为45 MPa、注射时间为0. 8 s、冷却时间为20 s。模拟分析结果证明,优化后的体积收缩率为9. 205%,满足防爆球成型质量要求,比25组正交试验的最小结果 9. 762%降低5. 7%,正交试验法优化效果明显。经实际注塑生产验证,得到的防爆球质量符合厂家要求。     

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。     

应用正交试验法优化工艺参数设计

在工艺编制、工装设计过程中,常遇到需用试验来确定工艺参数的问题。在有多个参数待定时,往往需进行大量的试验,而且还不一定收到满意的效果,根据我们在工作中的经验总结,采用正交试验法,是一种较好的方法。     

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。     

基于正交试验法进行注塑制品翘曲模拟分析及工艺优化

翘曲变形是薄壳类塑料件注塑成型中的常见缺陷之一。不同材料、形状及不同成型工艺的注塑件的翘曲变形规律差别很大,翘曲变形问题的存在会影响注塑件的形状精度和表面质量,甚至成为成型缺陷,进而影响产品装配及外观。翘曲作为塑件变形的重要特征之一,其研究有着重要的应用价值。利用数值模拟技术研究制件注塑成型,降低塑件成型的翘曲量,对于提高注塑产品精度、缩短新产品开发周期、降低成本、提高生产率等都有着重要的意义。     

基于高斯过程机器学习的注塑过程建模及工艺参数优化设计

注塑成型过程中的工艺参数的取值对成型质量有很大影响,工艺参数之间是非线性关系,采用常规的理论分析和数值计算方法难以快速准确找到其最优解。高斯过程机器学习是一个新的预测方法,采用贝叶斯统计方法和非线性回归技术解决复杂的非线性建模问题。为获得好的成型质量,采用高斯过程机器学习的方法建立注塑成型工艺过程代理模型,可获得满意的模型后用遗传算法求得优化的工艺参数。选用聚甲醛小模数齿轮的翘曲变形实例来验证了方法的可行性。     

基于TOPSIS的注塑工艺参数多目标稳健优化设计

针对现有注塑工艺参数稳健设计未安排外表试验以深入分析成型过程中不可控因素的影响、未综合考虑注塑制品的多质量特性等不足,提出基于内外表参数设计、信噪比分析和逼近理想解排序(Techniquefororderpreference by similari to ideal solution,TOPSIS)的注塑工艺多目标稳健优化设计方法.通过二水平正交试验和方差分析筛选出对注塑制品质量影响最大的主要工艺参数作为可控因素,将其误差作为噪声因素,进行内外表参数设计.利用均匀试验设计和逐步回归分析建立预测给定注塑工艺方案下成型制品质量的二次多项式模型,以快速获得内外表所有试验方案下成型制品的质量指标值,进而高效地计算出内表试验方案下各质量指标所对应的信噪比.在此基础上,利用TOPSIS对内表各试验方案进行优劣排序并选取稳健最优的注塑工艺参数设计方案.手机面板的注塑工艺多目标稳健优化设计实例验证了方法的有效性.     

基于BP-NSGA的注塑参数多目标智能优化设计

为获得成型性能最优的注塑参数设计方案,提出了基于BP神经网络和非支配排序遗传算法的注塑参数多目标优化方法。将注塑模结构尺寸参数和注塑工艺参数作为待优化的设计变量,建立了以高质量、低成本、高效率为优化目标的注塑参数优化设计模型。基于非支配排序遗传算法获取给定参数范围内的所有Pareto最优解,并通过建立多输入和多输出的BP神经网络来快速获得非支配排序遗传算法优化进程中所有个体的适应度值。开发了基于BP神经网络与非支配排序遗传算法集成的注塑参数智能优化设计系统,并通过鼠标注塑参数设计实例,验证了其适用性和有效性。     

智能注射成形中工艺参数的多目标自学习优化

注射成形工艺参数是保障产品质量的关键因素。传统试错法严重依赖工艺人员的试模经验,随着注射成形工艺广泛应用于电子、航空航天等国家战略领域,产品的高端化对工艺参数智能化设置水平提出更高的要求。由于成形产品存在多方面的质量要求,且不同质量指标间可能相互制约,因此亟需一种工艺参数多目标智能优化方法,以获得不同优化目标间的帕累托最优。已有学者利用智能优化方法,如非支配排序遗传算法等,对多目标优化问题进行求解,但是此类方法需大量样本数据对质量-参数关系进行建模,存在试验次数多、且对不同材料及模具的适应性较差等问题。为解决上述问题,提出一种注射成形工艺参数多目标自学习优化方法,在优化过程中实时计算并更新各个工艺参数的梯度,并由不同质量指标的多梯度下降算法对多个目标函数进行优化,在优化过程中实现各工艺参数对产品质量影响程度的自主学习,省去了采集大量数据来建立多个质量模型的过程,实现了注射成形工艺参数的高效智能优化。在基准测试函数实验中,所提方法的优化结果与理论解的相对误差小于2%。同时数值仿真与注射成形实验结果表明,所提方法能高效获得多个优化目标的帕累托最优。     

注塑工艺设计中模具CAE技术与正交试验的综合应用

模具CAE技术与正交实验、数据处理与分析技术的综合应用,可以有效地优化工艺参数方案,缩短模具设计周期、提高模具设计质量、降低模具制造成本。本文为注塑成型工艺方案的优化及模具设计提供了一种可行方案和技术路线。     

Multi-objective optimization of MIMO plastic injection molding process conditions based on particle swarm optimization

Determining optimal process parameter settings critically influences productivity, quality, and cost of production in the plastic injection molding industry. Selecting the proper process conditions for the injection molding process is treated as a multi-objective optimization problem, where different objectives, such as minimizing product weight, volumetric shrinkage, or flash present trade-off behaviors. As such, various optima may exist in the objective space. This paper presents the development of an experiment-based optimization system for the process parameter optimization of multiple-input multiple-output plastic injection molding process. The development integrates Taguchi’s parameter design method, neural networks based on PSO (PSONN model), multi-objective particle swarm optimization algorithm, engineering optimization concepts, and automatically search for the Pareto-optimal solutions for different objectives. According to the illustrative applications, the research results indicate that the proposed approach can effectively help engineers identify optimal process conditions and achieve competitive advantages of product quality and costs.     

基于数值模拟与正交试验结合的注塑模多工艺参数优化设计

综合考察及评价多个工艺参数对注塑翘曲变形的影响,以计算机显示器薄壳件为研究对象建立仿真模型。通过正交试验法安排试验,用Moldflow注塑成型分析软件进行流动仿真,获得试验数据。从试验数据的级差分析,讨论工艺对制品质量的影响,从而得到最优工艺参数组合。     

Experimental-based optimization of polymer injection molding process parameters using anfis-ga method

Compared with ordinary injection-molded parts, the slender, cantilevered, and thin-walled plastic parts are harsh on the injection molding process conditions. For complexity and particularity, it is difficult to form such parts. It is also more likely to cause excessive warpage deformation, affecting the molding quality and performance. The automobile audio shell is a typical slender, cantilevered, thin-walled plastic part. When the mold structure and material are determined, optimizing its injection molding process is the most economical and effective method to manufacture the products with the optimum properties. In order to minimize the warpage deformation, the adaptive network based fuzzy inference system (ANFIS) and genetic algorithm (GA) were adopted to optimize the injection molding process parameters. In particular, considering the high-dimensional nonlinear relationship between the process parameters and the warpage, the ANFIS is constructed as the prediction model of the warpage. Then, the GA is used to globally optimize the prediction model to determine the optimal process parameters. The results show that the optimization method based on ANFIS-GA has a good performance. The warpage is reduced to 0.0925 mm while reduced by 88.25 %. The optimal injection molding process parameters are used for simulation and manufacture, verifying the effectiveness and reliability of the optimization method.

     

基于SimMechanics的注塑机合模机构的优化设计与仿真

以注塑机合模机构为对象,根据注塑成型的运动要求,建立数学模型,确定目标函数,然后利用Matlab语言编程,得出最优解,在此基础上运用Matlab工具箱的SimMechanics模块进行了参数设计,动画仿真,使成型机构的设计更生动直观,设计结果更易观察.     

基于多目标遗传优化的注射成型机性能设计

采用一种基于多目标第二代非支配排序遗传算法的大型注射成型机总体性能优化设计方法,以最大注射压力、最大注射速率和最小注射功率为优化目标,系统分析了两两组合优化和三目标并行优化时,注射油缸内径、螺杆直径、工作油压力和工作油流量等设计参数对注射机构性能的影响,以及螺杆最大塑化能力的变化趋势.对于多目标优化的Pareto集,使用基于模糊集合理论的方法在其中选择一个最优解,排除人为偏好的不确定因素.与强度Pareto进化算法相比,第二代非支配排序遗传算法能以较小的时空复杂性得到分布均匀且更加逼近最优解的Pareto前沿.最后,以HTF180X2N大型注射成型机为例,说明所得结果可为决策者在大型注射成型机方案设计阶段进行目标权衡处理提供有效的依据.