基于响应面模型的注塑件精密成型工艺优化

发表时间:2021/8/13   来源:《科学与技术》2021年4月10期   作者: 温红利
[导读] 随着当前技术的发展,精密制造已经成为了工业成熟的标志,因此在这样的
      温红利       
      三威实业(珠海)有限公司    珠海市香洲区    519000
      摘要:随着当前技术的发展,精密制造已经成为了工业成熟的标志,因此在这样的情况下,精密成型工艺在我国有了长期的探索以及发展,如今已经取得了一定的优势,在这样的情况下,实现我国制造工艺的优化成为了必然的趋势,在这样的情况下,如何实现精密成型工艺的优化则成为了当前主要的挑战,所以本文主要对基于响应面模型的注塑件精密成型工艺优化进行分析,希望对相关从业人员有一定的参考。
      关键词:相应面模型;注塑件;精密成型
      引言:响应面是指响应变量η与一组输入变量(ζ1,ζ2,ζ3...ζk)之间的函数关系式:η=f(ζ1,ζ2,ζ3...ζk)。依据响应面法建立的双螺杆挤压机的统计模型可用于挤压过程的控制和挤压结果的预测。这是一种常见的实验方法,本文在分析的时候,主要利用了导光板作为实验对象,在测试的过程中,对其结果进行分析,从而实现对注塑精密成型工艺优化的探索。
      一、优化模型的概况
      导光板作为一种高精度的光学器件,具有微米级的精细表面微结构,一般包括半球形结构和V型槽结构。导光板一般采用注塑成型生产,对成型工艺和产品质量的控制要求较高。注塑成型是一个复杂的、多因素耦合的动态过程,各种因素都会影响其产品的质量。
      工程优化问题的关键在于构建高适应度优化模型和高保真优化算法,如数值模拟理论、塔古奇理论、人工神经网络技术、模拟退火爬山法、灰色理论等。响应面法(RSM)又称响应面法(RSM),是一种数学与统计相结合的优化设计方法,具有建模简单、可靠性高两大优点。响应面法采用合理的实验设计方法获取有限的实验数据,利用多元二次回归方程拟合因子与响应值之间的函数关系,通过回归方程的分析寻求最优工艺参数。可以分析不同因素对实验结果的影响以及耦合因素对实验指标的主次关系。本文采用响应面法进行实验分析,对保压力、冷却时间、注射/保压切换位置、填充速度、模具温度等5个工艺参数进行优化评价。分析工艺参数对导光板成形质量的影响趋势,从而获得最佳成形工艺参数,缩短生产过程中的参数调整时间。
      二、实验的设计
      (一)响应面实验设计
      选择了响应面设计中的盒式Behnken实验设计。BoxBehnken实验设计是一种独立的二次设计,可以评价质量指标与因变量之间的非线性关系。不需要进行多次实验,每个因素一般需要三个水平。无内嵌因素或偏因素设计,无轴向点,实际运行中水平设置不超过安全运行范围。BoxBehnken实验设计基于有限的实验数据建立了一个相对简单和准确的二元模型,具有模型简单和精度高两个特点。
      通过实际生产经验,选择以下五个成型参数:保压压力(a):冷却时间(b):注射/保压切换位置(c):填充速度(d):模具温度(E)。每个参数有三个级别,如表1所示。在注塑过程中,当螺杆移动到某个位置时,过程从注射过程变为保压过程,位置的设置决定了数量的填充。螺杆的填充速度会影响螺杆的最终停止位置和最终产品的成型。因此,选择注射/保压(V/P)切换位置和该位置的填充速度作为成型参数。最常见和最有效的建模方法之一是多元线性回归。非线性系统可以转化为线性形式。设置了M个因素来影响指标值。通过测量测试得到N组实验数据。假设指标与因子之间的关系可以用线性模型表示,统一设计部分的方法用于将上述公式写成矩阵或简单地表示测试中第二个因子的水平值;它是建立模型时要估计的第二个参数;它是第二次测试的测量响应(指标)值;这是第二次测量的误差。模型参数矩阵B可以通过最小二乘法得到。将矩阵B代入原假设的回归方程,可得到响应相对于各因子水平的数学模型,进而可图形化绘制响应与因子的关系图。


      采用designxpert软件对方案进行优化,考虑转移率极限值为1%,厚度范围为0.36~0.38mm这两个条件,得到最优工艺参数和预测优化结果。如表7所示,得到10组工艺参数,其中1为最优工艺参数和优化结果。根据表7所示的10组工艺参数进行实际生产验证实验,实际值及优化结果见表8。转录率偏差小于1%,厚度小于3%。将实验值与预测值进行比较,响应面分析法可以更准确地找到最佳成型工艺参数。
      (二)实验中应该注意的问题
      响应面实验是一系列综合测试技术,可用于确定伪未知参数的极限状态函数与基本变量解析表达式之间的状态函数,其无法清晰表达。用于处理多个变量对个体或结构的影响,即系统或结构的输入(变量值)与输出(响应)之间的转换问题。目前有两种未知的和未定义的函数关系,z=g。它通常需要大量的模拟才能获得“真实”的功能。然而,响应面法在实验中受限于将函数表达为基本显示函数。该方法在可靠性分析中的应用来源于一种实验设计方法,实验设计方法是一种用于研究设计参数对模型设计影响的抽样策略。它确定了构建近似模型所需的样本点数和这些点的空间。计算机模拟实验设计中广泛采用的主要方法是拉丁超立方抽样和平均抽样。两种实验设计可应用于多种模型,对模型变化具有鲁棒性有着非常强的作用,能够实现对功能的有效监督管理。
      (三)实验结论
      第一,影响导光板转移率的主要因素有v/P转换位置、模具温度和与VP转换位置匹配的填充速度。较小的VP转换位置、较低的模具温度和适中的填充速度可以实现较高的转移率。
      第二,影响导光板厚度的因素有冷却时间、V/P转换位置、填充速度、模具温度等。更小的冷却时间、更大的V-P转换位置、更高的模具温度和适中的填充速度可以有效降低导光板的厚度。
      第三,boxBehnken响应面设计预测的最优结果与实际值的偏差小于3%,说明响应面设计方法及其结果可用于指导导光板注塑工艺优化生产,大大提高工作效率。
      (四)实验结论
      由上述的实验,可以对精密注塑优化有以下的结论参考。通过对造成注塑件缺陷的各种因素的评价,确定模具设计和工艺参数在注塑成型过程中的影响,从而提高注塑件的质量。在注塑成型中,由于工艺复杂,需要采用不同的技术来提高注塑件的质量。此外,在使用冷流道时,减少浪费也是相关行业的一个重要问题。因此,本研究的第一个重点是在评估模具设计的新特征的基础上提出新的解决方案,以提高注塑件的质量并最大限度地减少工艺的废品率。由于CAE(计算机辅助工程)的进步,注射过程模拟作为传统方法的替代方法,是支持工程师和应对不同挑战的有影响力的工具。传统方法非常昂贵且耗时。因此,本研究的第二个重点是提供一种通过CAE评估欠填充缺陷可能性的方法。由于大量的几何和工艺参数,底部填充的评估非常复杂。虽然文献综述显示了一些关于注射成型中底部填充缺陷评估的研究,但没有研究如何在它们发生之前预测底部填充缺陷。因此,本文将CAE技术与田口法、S/N(信噪比)、ANOVA(方差分析)等统计方法相结合,采用新的欠充评价定义来检验参数对这个现象。在注塑成型过程中,许多工艺和几何参数也会影响注塑件的成型性。因此,采用多目标过程代替单目标过程来确定成形能力指标。虽然使用不同的工具及其组合来确定最佳成型指标,如层次分析法(AHP)、模糊层次分析法(FAHP)、TOPSIS和ftopsis,但没有研究最接近最佳方案的模具性能指标.因此,本研究的另一个重点是利用田口法、FAHP法和ftopsis法对注塑成型工艺进行优化,从而确定最接近最佳方案的注塑成型指标。最佳替代方案的应用对所有行业都是理想的,但由于时间、人员和材料成本,它并不总是可行的。应该注意的是,一些更好的选择可能是最佳选择的可接受替代方案。如果无法获得最佳替代方案,田口方法将提供与最佳替代方案非常接近的其他替代方案。
      三、结束语
      综上所述,通过当前的实验,对响应面模型的注塑件精密成型工艺优化做出了充分的分析,可以对当前很多的精密注塑工艺进行优化,实现工艺的发展和进步,推动注塑行业的进步。
      参考文献:
[1]傅建钢.基于响应面模型的注塑件精密成型工艺优化[J].合成树脂及塑料,2021,38(02):58-61.

     
投稿 打印文章 转寄朋友 留言编辑 收藏文章
您可能感兴趣的其他文章
更多>>
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: