薄壁注塑件成型工艺参数优化研究

摘要

注塑成型是目前塑料加工中广泛采用的方法之一。注塑件的质量受到模具结构、材料性能、工艺参数以及环境因素的影响。在实际生产中，由于成型工艺参数对制品质量的影响存在很多非线性动态和不确定因素，所以通过对工艺参数的优化来达到提高注塑制品质量的目的一直是该领域一大难点问题。因此，针对注塑成型的工艺特点，以工艺参数为研究对象，采用CAE技术对注塑成型工艺参数进行优化，达到提高注塑制品质量的目的，具有非常重要的生产实际意义。 本文以一塑料相机外壳作为研究对象，选取注塑成型工艺参数:模具温度、熔体温度、注射时间、注射压力和冷却时间作为变量，以注塑件缩痕指数、体积收缩率和最大翘曲变形量作为优化指标，通过Moldflow有限元软件、Taguchi试验方法、人工神经网络和遗传算法对制品工艺参数进行优化，达到了提高制品质量、提高生产效率的目的。 本文首先在ProE中建立了该注塑件的三维模型，然后导入Moldflow中建立了有限元分析模型，同时建立了浇注系统和冷却系统，并分析验证了该模型的可靠性。通过Moldflow对该注塑件推荐的工艺参数进行数值模拟，得到了该注塑件的缩痕指数、体积收缩率和翘曲变形分别为2.965％、7.548％和0.4455mm。接着采用正交试验方法对选取的工艺参数进行正交试验设计，并结合信噪比、极差分析和方差分析对正交试验结果进行分析，得到了针对不同指标的三组最优工艺参数组合。同时研究表明:注射时间和熔体温度对缩痕指数、体积收缩率和翘曲变形的影响均显著，注射压力和模具温度影响次之，冷却时间对指标的影响较小。 针对该注塑件的多目标优化问题，本文建立了描述该制品成型工艺参数和质量指标之间的BP神经网络模型，通过训练和测试验证了该神经网络模型的可靠性和准确性。然后采用遗传算法对所构建的神经网络模型进行优化求解，在不同的权重设置下得到了四组不同的工艺参数优化组合。通过对比分析优化参数组合和Moldflow推荐工艺参数组合的模拟结果，可知优化组合极大地提高了注塑件的成型质量。结果表明:通过结合有限元分析软件Moldflow、正交试验方法、人工神经网络和遗传算法对注塑件工艺参数进行优化是有效的、可行的。

目录

声明

摘要

1．绪论

1．1 课题研究的背景

1．2 国内外研究现状

1．2．1 注塑成型工艺优化的研究现状

1．2．2 注塑成型工艺参数优化的方法

1．2．3 注塑成型数值模拟技术

1．3 选题的依据与意义

1．4 本文主要研究内容与技术路线

1．4．1 本文的研究内容

1．4．2 本文研究技术路线

1．5 本章小结

2．注塑成型介绍

2．1 注塑成型机

2．2 注塑成型过程

2．2．1 预塑计量

2．2．2 注射充模

2．2．3 保压补缩

2．2．4 冷却

2．3 注塑成型数值仿真理论分析

2．3．1 熔体充模过程的数值仿真理论

2．3．2 熔体保压过程的数值仿真理论

2．3．3 熔体冷却过程的数值仿真理论

2．3．4 注塑件翘曲变形数值仿真理论

2．4 本章小结

3 基于Moldflow的注塑制品分析与优化

3．1 Moldflow软件介绍

3．1．1 Moldflow软件的作用

3．1．2 Moldflow软件的功能

3．2 模拟分析方案

3．2．1 Moldflow分析流程

3．2．2 CAE模型的建立

3．3 模拟结果分析

3．4 Moldflow推荐的工艺参数模拟分析结果

3．5 基于正交试验方法的注塑成型工艺参数优化

3．5．1 试验指标的确定

3．5．2 试验因素和试验水平的确定

3．5．3 正交表的选取

3．6 正交试验数据分析方法

3．6．1 信噪比

3．6．2 均值分析(Analysis of Means，简称ANOM)

3．6．3 方差分析(Analysis of Variance，简称ANOVA)

3．7 正交试验的方案与结果

3．8 正交试验结果的分析与优化

3．8．1 信噪比对试验结果的处理

3．8．2 极差分析

3．8．3 方差分析

3．8．4 预测最小缩痕指数、体积收缩率和变形量

3．8．5 工艺参数优化组合检验

3．9 本章小结

4 基于神经网络技术和遗传算法对注塑件工艺参数优化

4．1 引言

4．2 神经网络技术

4．2．1 神经网络原理

4．2．2 神经网络学习规则

4．2．3 神经网络目标函数

4．3 遗传算法

4．3．1 遗传算法的基本原理

4．3．2 遗传算法的关键技术

4．3．3 遗传算法优化流程

4．4 基于神经网络技术和遗传算法的优化

4．4．1 建立数学模型的原理

4．4．2 多目标优化数学模型的建立

4．4．3 遗传算法的优化求解

4．4．4 优化结果分析与讨论

4．5 本章小结

总结与展望

总结

展望

参考文献

附录A

附录B (攻读学位期间的主要学术成果)

致谢