共查询到20条相似文献,搜索用时 156 毫秒
1.
使用正交实验法分析PP塑料熔体温度、模具温度、注射/保压压力及注射速度四个工艺参数对制品翘曲度的影响。讨论了这四个工艺参数对结晶度的影响并解释其对翘曲度的影响机理。 相似文献
2.
3.
4.
5.
用正交试验研究了注射温度、注射压力、注射速度和冷却时间对化学发泡法制备聚丙烯(PP)/云母粉发泡材料的泡孔平均直径和泡孔密度的影响.结果表明,在PP中添加云母粉后.注射压力对发泡PP/云母粉材料的结构参数影响最大,其次为注射温度;较理想的工艺参数为注射温度170℃、注射压力50 MPa,注射速度95%、冷却时间30 s. 相似文献
6.
可降解大豆分离蛋白塑料模压工艺研究 总被引:1,自引:0,他引:1
本文研究了在大豆分离蛋白塑料的模压过程中成型温度、压力、时间、对拉伸强度、拉断伸长率的影响,通过设计正交实验得到了模压形成大豆分离蛋白塑料的最佳工艺条件;在最佳工艺条件下研究增塑剂对大豆分离蛋白的模压片材性能的影响 相似文献
7.
采用正交试验方法,用5%Na OH溶液对黄麻毡进行预处理,利用模压成型工艺制备酚醛树脂/黄麻纤维复合材料,通过对正交试验结果进行极差分析和方差分析,研究树脂含量、模具温度、模具压力和保压时间4个工艺参数对复合材料拉伸性能的影响程度和显著性水平,并通过多指标综合评分法对材料的拉伸性能综合评价,分析各个工艺参数对材料拉伸性能的影响规律。结果显示,树脂含量和模具压力对复合材料的拉伸性能影响非常显著,当树脂含量为20%、模具温度为180℃、模具压力为10 MPa、模压时间为6 min时,复合材料的拉伸性能最好,此时拉伸强度为24.06 MPa,拉伸弹性模量为113.17 MPa。 相似文献
8.
9.
SBS模压高发泡鞋用材料的研究 总被引:1,自引:0,他引:1
采用模压法制备了SBS发泡材料,并测试了发泡材料的密度。重点研究了配方组成如发泡剂AC用量、交联剂的种类和用量、发泡促进剂ZnO/AC配比对发泡倍率的影响。考察了制备工艺即模压温度和模压时间对SBS发泡倍率的影响。结果表明:在合适的工艺和配方条件下,可制得密度为0.26g/(cm)~3的SBS发泡材料。 相似文献
10.
为了提高LGFRP模压制品的基本力学性能及其性能的稳定性,把热模压成型过程细分为预热工序、模压工序和成型操作三个部分,分别对应片材加热温度、保温时间、成型压力、模具温度、保压时间、坯料转移时间以及模压排气次数七个热模压成型工艺参数,运用正交试验和单因素试验方法,分析和讨论了各工艺参数对LGFRP复合材料热模压件力学性能的影响,并优化出了较佳的工艺参数组合。结果表明,工艺参数对力学性能的影响度大小受工艺条件的影响,并且细化成型工艺可提高LGFRP热模压制品的力学性能与热模压工艺的稳定性。 相似文献
11.
建立了基于神经网络和遗传算法并结合正交试验的薄壳件注塑成型工艺参数优化系统。正交试验法用来设计神经网络的训练样本,人工神经网络有效的创建了翘曲预测模型;遗传算法完成了对影响薄壳塑件翘曲变形的工艺参数(模具温度、注射温度、注射压力、保压时间、保压压力和冷却时间等)的优化,并计算出了它们的优化值。按该参数进行试验,效果良好,可以有效地减小薄壳塑件翘曲变形,其试验数值与计算数值基本相符,说明所提出的方法是可行的。 相似文献
12.
以医用介入导管接头为研究对象,基于塑料成型理论在Moldflow软件中进行导管接头模流分析,通过正交实验极差分析,确定了注塑工艺参数对导管接头缩痕指数的影响趋势,得到最佳工艺参数组合。针对实际生产中出现的缩痕缺陷,建立导管接头缩痕指数的BP神经网络参数模型,并用遗传算法进行优化,同时对结果进行仿真模拟,得到缩痕指数为0.0752%,此时的最佳注塑工艺参数为熔体温度238℃、模具温度71℃、注塑压力68 MPa、注塑时间0.61 s、保压压力27 MPa、保压时间24 s,其结果比极差分析法的优化结果(0.088%)减少了14.5%。将遗传算法优化BP神经网络后的注塑工艺参数组合应用于导管接头加工试生产,得到产品外观无明显熔接痕,表面质量良好,满足企业设计要求。 相似文献
13.
带嵌件的注塑产品成型过程相较于传统注塑产品较为复杂,产品成型周期和产品质量难以预测。针对这一问题,以带嵌件的静电检测盒为例,运用广义神经网络(GRNN)和非支配排序遗传算法(NSGA-Ⅱ),对注塑成型过程进行控制与优化。以熔体温度、模具温度、注射时间、冷却时间、保压压力和保压时间为输入层,体积收缩率、X方向翘曲变形、Z方向翘曲变形作为输出层,建立GRNN模型。利用正交试验设计得到的样本对神经网络模型进行训练和测试,运用NSGA-Ⅱ对建立的模型进行优化,最终三个目标值分别降低了30.96%、22.76%、15.62%,表明该方法可以对注塑成型过程进行预测和控制。 相似文献
14.
针对计算器外壳在企业生产过程中存在的具体问题,运用数值模拟技术、正交试验设计理论和神经网络理论优化塑件的工艺成型参数,并获得较为理想的最佳工艺参数组合。本文深入讨论了熔体温度、模具温度、注射时间、保压压力、保压时间、冷却时间六个因素对塑件整体翘曲变形和体积收缩率的影响。 相似文献
15.
以汽车CD托架注塑成型为例,结合生产实际问题,构建了产品CAE分析模型,运用Moldfl ow2015软件对产品材料推荐的注塑成型工艺参数进行了初步仿真,对注塑过程中的翘曲、熔接痕、气穴等缺陷成因进行了分析,并给出了质量改善优化目标,提出了一种结合Taguchi试验法、BP神经网络预测的注塑成型工艺寻优方法,并对寻优结果进行了CAE模流分析验证。结果表明,神经网络预测结果与CAE模流分析结果相近,产品翘曲量降低至1.192 mm,产品较佳的注塑成型工艺参数为:料温为225℃,模温为60℃,注塑压力为70 MPa,注塑时间为1.3 s,第一保压压力为80 MPa,第一保压时间为12 s,第二保压压力为30 MPa,第二保压时间为3 s,冷却时间为15 s,型腔随形水路C1,C2冷却水的温度均为30℃。提出的优化设计方法能有效降低模具试模成本,缩短模具生产周期。 相似文献
16.
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。 相似文献
17.
18.
针对注塑产品容易产生翘曲和缩痕的问题,以某检测仪外壳为研究对象,运用RBF神经网络模型和遗传算法,对注塑成型质量进行控制与预测。基于正交试验方案,运用Moldflow有限元分析软件获得试验结果;利用样本数据建立试验因素与响应值之间的RBF神经网络模型,并用最优拉丁超立方抽样技术,获得样本点对模型精度进行检验;运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对注塑成型工艺参数进行多目标优化,达到有效控制和预测翘曲变形、体积收缩率和缩痕指数的目的,并经模拟和试模验证误差较小。结果表明,运用RBF神经网络模型和遗传算法对注塑成型质量进行控制与预测,生产出检测仪外壳最大翘曲变形量为0.394 mm,外观无缩痕。 相似文献
19.
采用Moldflow进行了塑料制品注塑过程模拟实验,分析了模具温度、熔体温度、保压时间、保压压力、冷却时间、注射时间和速度/压力控制转换(V/P转换)对注塑制品翘曲的影响,从中确定影响最显著的注塑过程参数。首先按一次因子法进行实验,根据因子效应,各因子影响权重顺序为:保压时间>冷却时间>熔体温度>注射时间> V/P转换>保压压力>模具温度,其中熔体温度、保压时间、冷却时间、注射时间对制品的翘曲有明显影响;再采用田口实验方法对这4个因素进行模拟实验,用L9(34)正交表设计实验,根据实验数据计算信噪比以评判影响因子的权重,由翘曲信噪比、体积收缩率信噪比和缩痕指数信噪比三方面分析,发现熔体温度对制品翘曲的影响最为显著。 相似文献