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DOE的注射零件表面颜色和光泽度的控制

通过DOE试验设计方法,分析和确定了分别影响注射成型塑料零件表面颜色和光泽度的若干关键的因子;利用注射成型参数因子间交互作用的关系,达到精密控制成型颜色和光泽度的目标。     

薄壁塑件注塑成形特性的试验研究

设计制造了一可成形薄壁塑件的模具,利用正交试验方法(田口方法)进行充模试验,研究各工艺参数(注射速度、注射压力、熔体温度、注射量和模具温度等)对薄壁塑件注塑成形充模过程的影响.研究结果表明:模具温度对薄壁塑件的填充起决定性作用,注射压力和注射量是影响薄壁塑件成形的重要工艺参数,注射速度与熔体温度之间的交互作用对薄壁塑件成形的影响显著.     

卡车把手件气辅成型试验研究

以FM卡车顶篷把手件为试验样件,研究确定出气体保压压力、熔体温度、气体保压时间、气体注射延迟时间等四个影响过渡区域气体溶解度的重要工艺参数,通过试验研究确定出这四个工艺参数对制品质量影响的规律,给出最佳成型工艺条件.研究结果用于指导FM卡车顶篷把手件气辅成型的实际生产.     

基于多因子交互作用的PP/EPDM复合材料注射成型工艺优化

通过Moldflow仿真软件建立了汽车侧踏板聚丙烯/三元乙丙烯(PP/EPDM)复合材料端盖注射成型仿真模型,采用析因设计筛选出对工件翘曲、体积收缩、表面缩痕等缺陷影响最显著的主因子与交互因子,应用正交试验设计方法模拟得到最佳注射成型工艺,并进行了验证。结果表明:对目标值影响显著的主因子为熔体温度、模具温度、注射时间、保压时间和保压压力,交互因子为熔体温度与模具温度、注射时间与保压时间;最优注射成型工艺为熔体温度220℃、模具温度40℃、注射时间2s、保压时间25s、保压压力60 MPa,模拟得到的最大翘曲量比原工艺方案的减小了33.21%,体积收缩率降低了39.61%,表面质量显著提高。     

薄壁塑件注塑成形特性的试验研究

设计制造了一可成形薄壁塑件的模具,利用正交试验方法(田口方法)进行充模试验,研究各工艺参数(注射速度、注射压力、熔体温度、注射量和模具温度等)对薄壁塑件注塑成形充模过程的影响。研究结果表明:模具温度对薄壁塑件的填充起决定性作用,注射压力和注射量是影响薄壁塑件成形的重要工艺参数,注射速度与熔体温度之间的交互作用对薄壁塑件成形的影响显著。     

聚合物双腔微管挤出成型工艺试验研究

针对尺寸小、壁厚不均匀、截面形状复杂的多腔微管挤出成型难度大的问题,以双腔异形微管为研究对象,在挤出过程中引入微量注气系统,采用非对称流动平衡设计方法和微细电火花成型加工技术,设计制造双腔异形微管直角挤出模具。以聚丙烯为试验材料,以双腔微管制品截面的轮廓椭圆度和壁厚均匀度为评价指标,研究微管挤出成型中主要工艺参数对制品形状精度的影响规律。试验结果表明,型腔注气量、螺杆转速、模具温度、水箱真空度和牵引速度对制品椭圆度的影响依次减弱;制品壁厚均匀度主要取决于挤出模具,基本不受工艺参数变化的影响。通过对试验规律的分析,揭示不同工艺参数对双腔微管制品截面变形的作用机理,并得出较优的工艺参数组合,获得满足设计要求的双腔微管制品。     

气辅成型工艺参数对气指缺陷影响的试验研究

采用正交实验方法和数值模拟方法,研究气辅成型工艺参数对制品气指缺陷的影响关系.结果表明: 熔体温度与气体注射延迟时间的交互作用对"气指"影响较为严重.较长的延迟时间可以减轻气指的程度,但延时过长会造成气体穿透不足,因此选择合适的熔体温度和气体延时组合尤为重要.     

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。     

手机保护壳塑料模具设计

注射模具在注射制品成型中起着极其重要的作用,除了塑料制品的表面质量、成型精度完全由模具决定之外,塑料制品的内在质量、成型效率也受模具左右,所以如何高质量、简明、快捷、规范化地设计注塑模具,成为发挥注射成型工艺的优越性、扩大注射制品产量的首要问题。     

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。     

基于Taguchi试验设计的储箱箱盖注射工艺参数研究

注射成型受众多因素影响,在制件结构和模具结构确定的条件下,通过合理的注射工艺参数,可消除或减少塑件成型中出现的缺陷。针对某企业在试生产一种储物箱箱盖时产生翘曲变形的问题,采用Taguchi试验方法,应用Moldflow对注射过程进行模拟,获得了塑件在熔料温度、模具温度、注射时间和保压压力四因素三水平下成型的翘曲变形量。采用极差分析,比较了不同工艺参数对翘曲变形量的影响程度,得到了优化的工艺参数组合。经试验验证,其效果良好,产品的翘曲变形得到了一定的改善。     

基于Ｆｌｕｅｎｔ的中间摆臂注射成型工艺参数优化

基于 ＣＦＤ计算流体力学计算软件Ｆｌｕｅｎｔ,把金属粉末注射成形过程看作空气、粉末以及粘结剂的多相流动成形过程。根据模腔注射成形的经验公式所得工艺参数设置相关边界条件并设计正交试验,对汽车发动机中间摆臂注射成形的充模过程进行三维数值模拟,基于试验结果来分析各个实验参数及其交互作用对产品质量的影响,从而为注射成形产品缺陷产生的原因提供直观分析方法,以实现 ＣＡＥ技术对实际生产的指导作用。     

注塑件成型工艺参数优化研究

以手机外壳为例,应用CAE软件模拟了注塑件的注塑成型过程。通过正交试验方法与模拟仿真实验的结合,对注塑成型的填充、保压、冷却和翘曲变形过程进行仿真实验分析,获得了制件不同条件下的翘曲变形值。并通过对试验数据的极差分析,得到了不同工艺参数对注塑过程翘曲变形的影响程度,进而得到一组优化的工艺参数组合,同时对优化后的工艺参数组合进行仿真模拟分析,得到了符合产品要求的翘曲变形量,为同类制品的工艺参数优化提供了依据。     

塑料注射模具的并行设计方法

塑料制品注射成型属于一次成型工艺 ,传统的串行模具设计和制造方式 ,造成了对设计经验的过分依赖和模具返修率的提高 ,本文举例介绍了基于流动模拟技术的注射模并行设计方法 ,说明了 CAE对模具结构设计和相关注塑工艺的指导作用。     

某车型下进气格栅注塑模变形分析及实验研究

以某车型下进气格栅为研究对象,以保压压力、熔体温度和注射时间为注塑工艺参数,确定综合翘曲变形值为实验测量指标。用直观分析法、方差分析法分析注塑工艺参数对翘曲变形影响,判断各因素之间的交互作用对指标的显著影响,获得优化的注塑工艺参数组。通过Moldflow软件对下进气格栅进行变形分析,检验工艺参数是否合理。此研究为进气格栅设计与制造研究提供理论依据,具有重要的实际意义。     

基于CAE分析的网格模型优化研究

CAE分析时,网格质量往往对分析的结果影响很大.本文从有限元网格划分的角度入手,重点研究了网格密度对网格质量和分析结果的影响,并结合实例进行了说明.网格模型优化基本不影响模拟结果,但可以节约分析时间,提高整个分析速度.     

滑雪板底板注射模设计

介绍在卧式注射机上生产滑雪板底板,底板中间层的不锈钢片采用嵌件方式进行生产,一方面保证了产品的质量,另一方面减少了装配,保证了产品的外观。金属嵌件注射模的生产一般在立式注射机上进行,较少使用卧式注射机,如何设计在卧式注射机上生产的金属嵌件注射模,要考虑的问题很多,就不锈钢嵌件在模具中的定位问题、注射成型工艺、顶出结构系统等注射生产中涉及到的内容进行论述交流。     

Process parameters optimization of injection molding using a fast strip analysis as a surrogate model

Injection molding process parameters such as injection temperature, mold temperature, and injection time have direct influence on the quality and cost of products. However, the optimization of these parameters is a complex and difficult task. In this paper, a novel surrogate-based evolutionary algorithm for process parameters optimization is proposed. Considering that most injection molded parts have a sheet like geometry, a fast strip analysis model is adopted as a surrogate model to approximate the time-consuming computer simulation software for predicating the filling characteristics of injection molding, in which the original part is represented by a rectangular strip, and a finite difference method is adopted to solve one dimensional flow in the strip. Having established the surrogate model, a particle swarm optimization algorithm is employed to find out the optimum process parameters over a space of all feasible process parameters. Case studies show that the proposed optimization algorithm can optimize the process parameters effectively.