论文部分内容阅读
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。