基于CAE技术的医用SEBS注塑成型收缩率的模拟计算

采用Moldflow软件对医用SEBS制品的成型过程进行仿真实验,以体积收缩率为评价指标,研究了工艺参数的改变对制品收缩率的影响。并通过圆柱形试样注塑成型实验,验证模拟了实验中工艺参数对收缩变形规律的影响。结果表明,熔体温度和保压压力的变化对塑件体积收缩率的影响较为显著;通过圆柱形试样的模拟及实验验证,得出了医用瓶塞注塑成型模拟实验的结果具有一定的参考价值,并确定了医用瓶塞的最佳工艺方案组合:熔体温度180℃,注射压力25 Mpa,保压压力20 Mpa,模具温度20℃,保压时间16 s。最小收缩率为1.76%,小于其他工艺条件下的收缩率,说明注塑工艺对SEBS制品的收缩变形具有较大影响。     

薄壁塑件注塑压缩成型多指标工艺参数的优化

基于Minitab软件建立6因素5水平的田口试验并与模糊数学中的综合评判法相结合,以电脑显示器外壳为研究对象,对不同工艺条件下的注塑压缩成型过程进行模拟分析,对塑件成型后的最大翘曲变形量、平均熔接线和平均体积收缩率等3个目标值进行综合评判。通过对综合评分进行极差分析,确定了模具温度、熔体温度、压缩力、压缩速度、压缩距离和压缩时间等对注塑压缩成型的影响程度,得出了最优注塑压缩成型工艺参数组合方案,并对该工艺参数组合方案进行了模拟验证。最终得出最优工艺参数:模具温度为75℃,熔体温度为260℃,压缩力为60 t,压缩速度为14 mm/s,压缩距离为1.5 mm,压缩时间为7 s。     

基于Moldflow的膨胀箱上盖收缩翘曲正交优化分析

以膨胀箱上盖为研究对象,运用Moldflow软件进行注塑模拟,存在充填不完全、翘曲变形和体积收缩率偏大等缺陷。以模具温度、熔体温度、保压压力、注塑压力为影响因素,确定了4因素3水平的正交试验方案,基于Moldflow模拟,分析了工艺参数对翘曲变形和体积收缩率的影响。结果表明,在研究范围内,工艺参数组合对翘曲变形和体积收缩率的影响能力分别为"保压压力熔体温度模具温度注塑压力"和"熔体温度模具温度保压压力注塑压力",最优的工艺参数分别为"模具温度为40℃,熔体温度为200℃,保压压力为60 MPa,注塑压力为120MPa"和"模具温度为40℃,熔体温度为200℃,保压压力为50 MPa,注塑压力为80 MPa"。     

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。     

基于神经网络的风电塑料齿轮箱模具工艺参数多目标优化

基于神经网络的风电塑料齿轮箱优化模型,通过设计并行神经网络捕获抽象、全面、非线性、大感受野的翘区、体积收缩语义特征信息。经仿真可知,当塑料熔体温度为240oC、模具温度为52.58oC、注射时间为1.01 s时,齿轮箱具备较小翘曲量和体积收缩率。应用Pro/E软件、工艺参数模拟齿轮圈注塑过程,仿真可知,注塑位置为c时,齿轮圈的注塑时长最小,注塑温度分布较均匀,不易出现翘曲、变形等缺陷。     

正交设计与响应面法在空气滤清器盖注塑工艺优化中的应用和比较

以空气滤清器盖的体积收缩率为评价指标,采用正交试验法和响应面法对影响装配尺寸的关键因素:熔体温度、模具温度、流动速率、保压时间和保压压力进行注塑工艺的优化。结果表明,正交试验法所得最优注塑工艺为:熔体温度210℃、模具温度50℃、流动速率80 cm3/s、保压时间12 s和保压压力100 MPa,此时塑件的体积收缩率为5.988%;响应面法所得最优注塑工艺为:熔体温度214.91℃、模具温度59.46℃、流动速率80 cm3/s、保压时间12 s和保压压力109.94 MPa,此时塑件的体积收缩率为5.520%;响应面法最优工艺条件下得到的体积收缩率低于正交试验法,并且该方法所得的最优工艺能够生产出满足装配尺寸精度要求的零件。     

LED非球面透镜注射压缩成型工艺稳健性优化分析

采用稳健设计方法,以发光二极管（LED）非球面透镜折射率变化为实验目标,以压缩距离、压缩速度、压缩力、保压压力、熔体温度、冷却时间、注射速率为影响因素,设计了L27(37)正交试验矩阵,并对透镜的注射压缩成型过程采用Moldflow2015软件模拟分析。结果表明,最优工艺参数组合为A3B1C2D3E3F2G2;熔体温度对透镜折射率的影响最大,注射速率次之,压缩距离、冷却时间、保压压力影响较小,压缩速度、压缩力影响最小;优化后采用更高的熔体温度和较快的注射速率,有利于减小透镜的体积收缩,改善透镜内部残余应力,折射率变化减小了45 %,翘曲变形量减小了4.3 %。     

基于全因子DOE薄壁塑件成型多目标工艺分析

基于Minitab软件,建立了2水平4因子的全因子DOE实验设计,以模具温度、熔体温度、压缩速度和压缩距离4个因子,最大翘曲变形量及平均体积收缩率为评价指标.将薄壁塑件——电脑屏幕外壳作为分析对象,基于Moldflow软件采用注塑压缩成型技术,通过对全因子DOE实验进行设计及分析,确定了模具温度、熔体温度、压缩速度及压...     

基于稳健设计与综合加权评分法的注塑工艺参数优化

采用稳健设计、均值分析、变量分析等方法,对机箱盖在注塑过程中出现的翘曲及体积收缩品质缺陷等问题进行了研究。结果表明,获得了翘曲变形及体积收缩最小的最优工艺参数组合及各因素的影响因子;确定了兼顾翘曲变形量及体积收缩率这两目标最优的工艺参数组合为熔体温度为250℃,模具温度为80℃,注射时间为1.3s,保压时间为25s,冷却时间为19s,保压压力为100%,获得了表面品质及尺寸均合格的产品。     

双组分注射成型件体积收缩的数值模拟研究

以ABS为第一次成型的内嵌件材料,PP为第二次成型的外嵌件材料,通过对双组分注射成型的数值模拟,系统研究了熔体注射温度、模具温度、注射时间、保压时间和冷却时间等工艺参数对其平均体积收缩率的影响规律,并基于流变学理论,揭示了其影响机理。结果表明,随着熔体注射温度和模具温度的升高,双组分注射成型制品的体积收缩增加,而随着注射时间、保压时间和冷却时间的增加,其平均体积收缩率减小。     

汽车卡扣注塑成型的模具设计及工艺优化

以汽车卡扣注塑成型为研究对象,建立了塑件CAE分析模型,通过对塑件模具结构2种设计方案的填充、保压、冷却等成型过程进行模拟仿真分析,优化了浇口位置和模具结构设计方案。结合塑件的成型工艺参数优化目标,设计了以动态变压和保压方式为试验因子的Tugachi试验方案,并研究了网格尺寸条件对分析结果产生的影响及其处理方式。结果表明:网格质量对塑件顶出时最大体积收缩率产生了影响,差值最大为5. 6%。优化后的注塑成型工艺参数为:熔体温度200℃,充填时间2. 2 s,模具温度20℃,冷却时间为30 s; 2种网格条件得到,顶出时最大体积收缩率分别为8. 364%和8. 679%,与优化前的试验数据相比,分别降低了12. 64%和9. 8%,并优于Moldflow成型窗口分析模块的计算结果。     

基于响应面法和保压曲线的注塑工艺参数优化分析

以某一电工仪表外壳为研究对象,模具温度、熔体温度、充填时间和保压压力4个注塑工艺参数为优化目标,制品残余应力和体积收缩率为试验目标函数,采用响应面法(RSM)进行试验设计。所得最优工艺参数优化组合为:模具温度80℃、熔体温度285℃、充填时间1.8 s、保压压力89.18 MPa。经Moldflow模拟,得到最大残余应力与最大体积收缩率分别为54.83 MPa和3.395 4%,这表明响应面模型对工艺参数具有很好的优化效果。以此工艺参数组合为基础,进一步对保压曲线进行优化,得到了近乎最小的残余应力和体积收缩率,从而保证了产品质量,提高了生产效率。     

非球面透镜注射压缩成型工艺优化与透光率分析

采用信噪比法,以非球面透镜的翘曲变形、折射指数变化、体积收缩率为实验目标,注射时间、保压时间、冷却时间、压缩距离、压缩力、压缩时间、压缩延时时间为实验因素,对透镜的注射压缩成型过程采用Moldflow 2015软件进行模拟与透光率测试。结果表明:最优工艺参数组合为A2B2C3D3E2F1G3,经过优化后透镜的最大翘曲变形量为0.0125 mm,透镜折射指数变化和体积收缩率比优化前分别减小63%和39%,优化前透镜的透光率76.3%,优化后透光率81.8%,通过信噪比法对注射压缩成型工艺参数的优化,可以有效提高非球面透镜的成型质量和光学性能。     

基于收缩平衡的精密注塑产品翘曲优化方法

为解决聚合物注塑产品的收缩翘曲问题,文章提出了一种以数值模拟为手段,对所有网格节点体积收缩率值进行最小化的平衡的优化方法,从而改善产品的翘曲程度。首先,建立注射模具有限元模型,以节点体积收缩率标准差为目标,将通过正交模拟试验得到的节点收缩数据,导入Matlab进行网格节点的体积收缩率标准差运算,最终,采取极差分析,得到注射工艺参数的重要程度顺序为:保压压力、熔体温度、保压时间、模具温度和冷却时间,并得到最佳的注射工艺参数组合。优化注射实验结果表明,节点体积收缩率标准差越小,产品收缩时发生的翘曲程度越小,文章中优化后产品最大变形量仅为0. 073 8 mm,翘曲量约减小了8倍,验证了该优化方法的有效性。     

采用RFR-GA算法的薄壁注塑件质量多目标优化

汽车内饰件可由注塑加工获得,但成型过程中塑件产生的翘曲、体积收缩较大,针对该问题,以某汽车薄壁注塑件为例,研究了其注塑工艺参数的优化方法.通过以注塑过程中的最小翘曲和最小体积收缩率为目标函数,以注塑温度、模具温度、注射压力、保压压力、保压时间以及冷却时间等参数作为设计变量,构建了多目标全局优化模型.利用Moldflow...     

基于UG和Moldflow的阀座注塑成型模拟及工艺优化

根据阀座的结构特点,构建了制品的CAE分析模型。利用Moldflow软件对其进行注塑成型数值模拟,以阀座体积收缩率和翘曲变形量为质量评价指标,从影响塑件质量的多个因素中选择模具温度、熔体温度、填充时间、冷却时间、保压时间、保压压力6个因素设计了DOE正交试验,确定出对指标影响较大的4个因素。设计田口正交实验分析这4个因素对指标的影响,优化出注塑工艺参数:熔体温度为270℃,模具温度为70℃,冷却时间为20 s,保压压力为注射压力的90%。对优化结果进行CAE分析验证,效果良好,实现了制品质量指标的多目标优化。利用UG软件设计并制造出阀座注塑模具,生产出合格产品,验证了模拟结果的正确性。     

塑料联接件结构设计与注塑工艺的联合优化

以塑料联接件为研究对象,探讨一种综合考虑制品结构设计和注塑工艺的联合优化方法,即"结构–工艺联合优化法",研究这两类不同类型的因素对成型质量的影响,将结构设计中的底座形状、壁厚以及注塑工艺中的模具温度和熔融温度作为因素,并采用正交实验设计法,借助于Moldfl ow软件进行注塑过程的模拟分析。结果表明,当底座去除部分占底座总面积的25%,壁厚为1.6 mm,模具与熔融温度分别为85℃和260℃时,注塑件的体积收缩率最大与最小值的差值和综合翘曲量分别较优化前降低了26.5%和30.3%,最终实现了注塑件体积收缩率及综合翘曲这两个成型缺陷指标值的最小化,为塑料联接件及类似塑料产品的优化设计提供了指导。     

基于正交试验法的汽车保险杠注塑成型工艺参数多目标优化研究

以某汽车保险杠为研究对象,应用Moldflow有限元分析,以注塑成型质量中的翘曲量和体积收缩率为质量指标,采用CAE模拟技术结合正交试验,分析熔体温度、模具温度、注射时间、保压时间和保压压力对制品质量的影响规律。用极差分析法分别得到翘曲变形和体积收缩变形的最优工艺参数组合。最后利用多目标综合平衡法,选出兼顾最小的翘曲变形和体积收缩率的工艺参数组合,并对该工艺组合方案进行模拟验证。     

导管接头注塑成型工艺参数优化

以医用导管接头为研究对象,对其注塑成型过程在Moldflow软件中进行模拟,通过极差分析得到工艺参数对导管接头体积收缩率的影响趋势和最佳工艺参数,建立以注塑工艺参数为输入量,塑件的体积收缩率为输出量的BP神经网络模型,并进行训练与测试。结合遗传算法对导管接头的注塑工艺参数进行优化,获得最佳工艺参数为:熔体温度226℃、模具温度47℃、注射压力73 MPa、注射时间0.72 s、保压压力19 MPa、保压时间21 s,得到体积收缩率为12.75%,与优化前极差分析所得的13.13%相比,降低了2.89%。将遗传算法优化后的工艺参数组合应用于产品试生产,得到产品表面质量良好,满足企业的设计要求。     

压缩工艺参数对注射压缩成型聚碳酸酯透明件残余应力的影响

基于注射压缩成型技术,以聚碳酸酯为原材料,采用不同的压缩工艺参数制备出聚碳酸酯透明件。结合成型过程中的模具型腔压力测试,采用定性（应力偏光法）和定量（小孔法）两种方法,对成型透明件的残余应力进行了测试,分析了压缩启动位置、压缩距离、熔体温度及模具温度等压缩过程的核心工艺参数对聚碳酸酯透明件残余应力的影响规律。结果表明,随着压缩启动位置的推迟或压缩距离的增大,型腔压力上升,使得制品的残余应力降低,当压缩启动位置从10 %延迟至70 %时,或者压缩距离从0.5 mm增大至2.0 mm,透明件测试点的Von Mises等效残余应力平均下降幅度达到82.0 %和64.7 %;随着熔体温度的升高或模具温度的升高,型腔压力变化并不明显,但制品的残余应力降低,当熔体温度从290 ℃升至320 ℃,或者模具温度从80 ℃升至120 ℃,透明件测试点的Von Mises等效残余应力平均下降幅度达到56.2 %和77.0 %。