注塑参数优化方法研究

对参数优化方法在注塑研究中的应用进行综述,阐述了各方法的基本原理和主要特点,着重讨论优化方法所适用的优化问题的类型和其对注塑翘曲、收缩、熔接缝及强度的预测能力以及模拟软件的应用,探讨了不同优化方法相结合对搜索效率和优化结果的影响。强调了基于知识的参数优化方法在注塑研究中的重要性。

基于粒子群算法的汽车仪表框架注塑工艺参数优化

以某汽车仪表框架为例,对塑件注塑后的翘曲量进行研究。选取模具温度、熔体温度、冷却时间、保压压力、保压时间和注射时间作为自变量,以翘曲量作为优化对象。通过正交试验得到各个工艺参数范围内翘曲量较小的工艺参数组合,利用BP神经网络建立塑件翘曲量和各工艺参数之间的非线性模型。将BP神经网络模型作为粒子群算法的适应度函数,通过粒子群算法的优化能力对工艺参数进行优化,并得到最小的翘曲量0.9363 mm和最优的工艺参数组合,即模具温度55.813℃,熔体温度259.568℃,冷却时间29.650 s,保压压力85.02 MPa,保压时间29.187 s,注射时间1.23 s。利用Moldflow模流分析软件对最优的工艺参数组合进行翘曲分析,得到翘曲量为0.9489 mm。与初始默认值和正交试验优化的工艺参数结果对比,翘曲量分别降低了64.48%和19.17%,达到优化塑件质量的目的。

影响塑件翘曲变形的注塑工艺参数优化

首先利用一次因子法选出对塑件翘曲变形影响较大的五个因素,然后通过正交试验法分析各注塑参数对塑件翘曲变形的影响权重。根据拉丁方方法设计正交试验表,以信噪比作为选取影响因子的标准,以每组试验数据计算信噪比,对信噪比做因子反应分析,确定各个影响因素的最佳组合,最后用Moldflow软件进行模拟分析验证,模拟分析结果证明了这种方法的正确性、可行性。

基于正交和响应面设计的PP细长杆注塑工艺稳健优化

研究了PP大长径比笔杆成型工艺参数的精密预测方法。首先,基于噪音比的正交实验设计模型,分别获得单目标(体积收缩率R1,最大轴向变形R2)下的最优工艺参数组合;其次,基于中心组合设计建立响应面函数来表征制件的变形和收缩,通过ANONA分析获得对目标有显著影响和交互作用的因素,并通过Moldflow来验证数学模型的精确性;最后,通过分配权重得到了综合目标的优化组合。结果表明:响应面预测值和Moldflow模拟值的误差在1%以内,充分证明了响应面(RSM)预测模型的准确性,该方法可以在不同的注塑环境得到进一步的推广。

双色扁长塑件在注塑过程的变形控制

以典型的双色扁长塑件,汽车高位制动灯灯罩为研究目标,使用中心复合实验(CCD)方法建立产品翘曲值、第二色体积收缩率与注塑参数之间的关系模型,通过Design Expert软件的优化模块得到最优的注塑参数组合,结果表明:当第二色材料为ABS时,产品的变形最小。以ABS为第二色材料,将最优参数运用在注塑过程中,最终得到了翘曲变形极小,精度较高的产品。