聚合物振动注射成型技术通过振动促进改变注射成型加工中的温度、压力等参数对聚合物制品性能的影响起作用,从而提高制品质量。传统的注射成型制品质量监测与控制多采用模腔中的熔体信息。注射成型过程中温度和压力是两个最重要的过程参数,它们决定制品的质量。但是在模腔中测量熔体的温度和压力成本高,影响制品外观。而在喷嘴处测量熔体的温度和压力可以克服这些缺点。因此,以喷嘴内熔体的温度和压力为出发点,开展振动场作用下利用其来监测和控制制品质量的研究具有重要的科学意义与工程意义。 根据描述动态成型加工过程的幂律本构方程,对其进行了修正,分别建立了塑料熔体在喷嘴和流道中非等温流动的数学模型,使用迭代法和有限差分方法求解熔体在喷嘴和流道中流动的数值解,得到振动场作用下塑料熔体流经喷嘴和流道时的轴向压力降、温度分布等,实验结果与理论计算值有较好的一致性。这些结果可以用来预测模腔入口熔体的温度和压力等有关信息。 本文采用注射成型实验分别研究了聚丙烯(PP)和耐冲击性聚苯乙烯(HIPS)材料在振动场作用下喷嘴内、模腔入口熔体的温度和压力对振动参数及工艺参数的响应,实时采集了喷嘴和模腔入口熔体的温度和压力。发现振动能够改变喷嘴中的熔体温度和压力,降低熔体黏度,从而降低熔体流经喷嘴和流道的压力降。比较压力降的实验测量值和理论计算值,得到压力降的修正系数。 分别采用PP和HIPS材料,应用Taguchi DOE技术进行振动注射成型正交实验,研究了工艺参数对制品成型收缩率和制品重量两个质量指标的影响关系,分别获得了两个质量指标较优的参数组合,分析结果为建立制品质量和熔体温度、压力之间的关系模型提供了理论基础。 以正交实验设计获得的近似优化解为基线条件,对各个工艺参数进行微调,再做振动注射成型正交实验,采集喷嘴内熔体温度和压力曲线,由此得到喷嘴内熔体的平均温度和最大压力,并由理论计算得到相应的模腔入口熔体平均温度和最大压力,获得样本数据。分别以喷嘴内熔体的平均温度、最大压力和模腔入口熔体的平均温度、最大压力以及振动参数为控制变量,采用BP神经网络技术建立了制品的成型收缩率和重量二个质量指标与控制变量之间的神经网络关系模型。结果表明,喷嘴内熔体的温度和压力信息能够替代模腔入口熔体的温度和压力信息来预测制品质量,并进一步验证了喷嘴内熔体的温度和压力预测振动注射制品质量神经网络模型对工艺条件的适应性。