关于塑料注塑模具单一浇口的优化

1关于塑料注塑模具单一浇口的优化摘要：本文论述了塑料注射模具单浇口位置优化方法。浇口优化的目标是使注塑件翘曲产生变形最小化，因为对大多数注射成型零件来说，翘曲变形是一个关键质量问题，它受浇口位置的影响非常大。特征翘曲度定义为特征表面的最大位移和特征曲面的投影长度的比值，描述零件翘曲程度。优化与数值模拟技术相结合，在模拟退火算法中寻找最佳，以找到最佳的浇口位置。最后，通过本文的一个例子讨论，可以得出结论即所提出的方法是有效的。关键词：注塑模具，浇口位置，优化，特征翘曲度简介塑料注射成型是一种广泛使用的、复杂但高效的生产各种塑料产品的技术，尤其是那些生产要求高的、公差紧凑的和形状复杂的。注塑成型零件的质量涉及到塑料材料的功能、部分几何形状、模具结构和工艺条件等。注塑模具的最重要的部分主要由以下三部分组成：型腔、浇口道和冷却系统。Lam和Seow（2000）和Jin和Lam（2002）通过改变型腔部分的壁厚达到平衡。一个型腔内充填过程的平衡得出了均匀分布的压力和温度可以大大减少翘曲部分。但型腔平衡只是仅仅部分质量的重要影响因素。特别是，部分有其功能要求但其厚度通常不应改变。从模具设计的角度看，浇口的特征是由它的大小和位置及浇注系统的大小和布局构成的。浇口尺寸、流道布局通常确定为常数，相对而言，浇口位置、流道尺寸设计更为灵活，它们可以通过改变而影响零件的质量，因此，它们往往是优化设计的参数。Lee和Kim（1996a）为了给注塑多型腔平衡浇注系统优化了流道和浇口的尺寸。该流道平衡呈现出单一型腔模具与相同多型腔模具压力出口的差异，及整个模具中每个型腔与不同的型腔的体积和几何形状在熔体流动路径中的压力端口的差异。该方法已显示出在整个多型腔模具成型周期内的压力均匀分布在型腔内。Zhai等(2005a)通过一个以压力梯度（PGSS）为基础的高效搜索理论提出了一个模腔的两个浇口位置的优化方案，随后通过对多浇口部分改变流道尺寸定位焊线到所需的2位置（Zhai等，2006)。作为大体积塑件，多浇口需要随着注射压力的减少而缩短最大流路径。这个方法对浇口的设计及多浇口单一型腔的流道设计很有前景。无论是在单型腔模具还是多型腔模具，许多注塑件生产过程中只有一个浇口。因此，单一浇口的浇口位置是优化最常见的设计参数。Courbebaisse和Garcia(2002)通过估计注射成型的最佳浇口位置提出了形状分析方法。随后，他们进一步开发了这一方法并应用于L形试样单浇口位置的优化（Courbebaisse，2005）。仅仅只是转动简单的厚度均匀的平板零件，这很易于应用并且不浪费时间。Pandelidis和Zou（1990）通过翘曲和材料降解相关的间接质量方法提出浇口位置的优化，它被认为温差项、注塑压力过大项和过热摩擦项的加权总和。翘曲变形被上述因素的影响，但它们之间的关系是不明确的。因此，优化的效果受加权因素的确定的限制。Lee和Kim（1996b）开发了一种浇口位置自动选择的方法，先由一个设计师提出一组初始浇口的位置，然后最佳浇口位置就由邻节点评价方法确定。该结论在很大程度上取决于人类设计师的直觉，因为该方法的第一步是基于设计者的构想。所以，结果很大程度上受限于设计者的经验。Lam和Jin(2001)根据成型填充过程中流动路径长度标准偏差和浇注时间的标准偏差的最小化提出了浇口位置的优化方法。随后，Shen等（2004a;2004b）通过最小化填充压力、流动路径不同的填充时间差、温度差和过度注塑压力百分比的加权值优化浇口位置设置。Zhai等（2005b）用浇注结束时注射压力的评价标准来调查最佳浇口位置。这些研究人员提出目标函数作为注射成型填充操作表现，这与产品质量是相关的。但表现和质量之间关联式非常复杂的，它们之间是否有明确关系有待观察。这也难以为每个反应时期选择适当的加权因子。这里有一个对注塑件翘曲的新目标函数用于优化浇口位置。为了直接测出零件质量，本次调查确定以特征翘曲评估零件翘曲，评估来自“流动加剧翘曲”模拟，由MoldflowPlasticsInsight（MPI）软件输出。为了浇口位置优化过程中取得最小变形，该目标函数要最小化。模拟退火算法被用来搜索最佳浇口位置。给出了一个例子来说明所提出优化过程的有效性。3质量衡量指标：特征翘曲度特征翘曲定义应用优化理论进行浇口设计，零件的质量衡量指标必须被预先指定。术语“质量”可指许多产品的性质，如机械、热、电、光、工程力学或几何性质等。有两种类型的零件质量衡量指标：直接和间接的。有模型预测从数值模拟结果的性能将作为直接质量衡量指标的特征。相反，塑件质量的一个间接衡量标准与目标质量相关，但它不能提供一个该质量的直接估量。对翘曲来说，在相关工作中的间接质量衡量指标是注射成型流动行为或这些加权求和的行为之一。这些行为体现了填充时间随着不同路径、温度差、过度注塑压力百分比等的变化而变化。很明显，翘曲受这些行为的影响，但翘曲与这些行为之间的关系是不明确的，这些加权因子的测定是很困难的。因此，上述目标函数的优化可能将不会最小化零件翘曲度，尽管有完美的优化技术。有时，不适当的加权因子将导致完全错误的结果。一些由节点位移计算出的统计数据被用来表征作为直接质量衡量标准，在相关优化研究中取得最小的变形。统计的数量通常是最大位移节点，所有排名前10%节点位移的平均值和一个整体的平均节点位移（Lee和Kim，1995；1996b）。这些节点位移易于从模拟结果中、统计值中获得，在一定程度上，代表着变形。但统计位移不能有效地描述注塑件的变形。在工业上，在一些特定的功能上，相比于注塑件的整体变形，设计师和制造商通常更注重零件翘曲度。在本研究中，特征翘曲度被定义来描述的注塑件的变形。特征翘曲度是特征表面的最大位移和特征表面的投影长度的比值（图1）：γ=hL×100%其中y是特征翘曲度，h是特征表面上偏离参考平台最大位移，L是在一个平行参考平台的参考方向上特征表面的投影长度。4图1特征翘曲定义对于复杂的特征（这里只讨论平面特征），特征翘曲度在参考平面上通常分为两个组分的，是一个二维坐标表示的系统：γ=hLx×100%，γ=hLy×100%，（2）Yx，YY所处位置是X，Y方向中的特征翘曲度成分；Lx，Ly是特征表面在X，Y分量上的投影长度。特征翘曲度的数值结合相应的参考平面和投影方向确定目标特征后，结合解析几何的计算方法，L值可以很快从塑件中计算出来（图2）。在指定的特征曲面和投影方向上的任何部位，L值是恒定的。但H的数值比L更复杂的。图2投影长度的数值注射成型过程的模拟是预测零件设计质量、模具设计和工艺设置的一种常用技术。翘曲变形模拟结果表示为X，Y，Z分量（Wx，Wy，Wz）和节点位移W上的节点的挠度。W是Wx-i,Wy-j和Wz-k的矢量和的矢量长度，其中I，J，K是X，Y，Z组分上的单位向量。h是在特征表面上节点的最大位移，这与参考平面的法线方向相关，并可以来自翘曲变形的模拟结果。为了计算h，第i个节点的挠度数值可以很快算出，如下所示：5Wi=Wixcosα+Wiycosβ+Wizcosγ−WiAWA+WiBWB)(3)Wi是在第i个节点参考平面的法线方向上的挠度；Wix，Wiy，Wiz是在X，Y和Z组分上第i个节点的挠度；A，B，Y是参考的正常向量的角度；A和B是到投影方向的特征终端节点（图2）；Wa和Wb是节点A和B的节点：{WB=WBxcosα+WBycosβ+WBzcosγ，WA=WAxcosα+WAycosβ+WAzcosγ，(4)WAx，WAv，WAz是在节点A的X，Y，Z组分上的挠度；WBx，WBv和WBz是在节点B的X，Y，Z组分上的挠度；WiA和WiB是终端节点的挠度的加权因子，计算公式如下：WiA=1−LiAL，WiB=1−WiA，(5)LiA是第i个节点和节点A的投影距离。最终，h是Wi绝对值的最大值：h=max⁡{|W1|,|W2|,∙∙∙,|Wk|}(6)在工业上，用塞尺协助进行翘曲变形的检查，待测塑件应放置在参考平台上。h值的最大读数区间在待测塑件表面和参考平台之间。浇口位置优化问题构成质量术语“翘曲”意味着塑件的永久变形，这是不是由所施加的荷载引起的。它是由贯穿整个塑件差异收缩引起的，这是由于聚合物的流动、注塑压力、冷却及结晶的不平衡造成的。浇口在注塑模具的位置是整个模具设计中最重要的变量之一。浇口位置对成型零件的质量的影响很大，因为它影响塑料流入模腔的方式。因此，不同浇口位置在取向、密度、压力和温度分布下产生不均匀性，因此产生不同的翘曲大小和分布。因此，浇口位置是一个值得设计去减少注塑件翘曲变形的变量。因为浇口位置和翘曲分布之间的关系在很大程度上是独立于熔体及模具温度，在这次调查中的成型条件保持常数是假设的。注塑件翘曲变形是通过上一节讨论的特征挠曲量化的。单浇口位置的优化可以归结为如下：减少到：⁡minf(X)；6根据：g(X)=pp0−1≤0，,X∈Xi,，i=1,…,NY是特征翘曲度；P浇口位置的注塑压力；Po是注射成型机允许注射压力或由设计者或制造商指定的允许注射压力；X是候选浇口位置的坐标向量；Xi是在注射成型过程模拟中塑件的有限元网格模型的节点；N是节点总数。在这一塑件的有限元网格模型中，每个节点都是浇口的一个可能候选。因此，可能浇口位置的总数Np为节点总数N的一个函数，将要优化的浇口位置的总数n：Np=N(N−1)∙∙∙(N−n−1)n!在这次研究中，仅仅研究单一浇口问题。模拟退火算法模拟退火算法是一种用来解决优化问题的最强大和最流行的元启发式算法之一，因为它对现实世界的问题提供良好的全局解。这个算法来源于Metropolis等（1953），他们最初将它作为在一定温度下找到一个原子的集合的平衡结构的一种手段。该算法和数学最小化之间的联系有Pincus(1970)第一次注意到，但Kirkpatrick等（1983）提出形成对组合（和其他）问题的一种优化技术的基础。应用模拟退火算法来优化问题，目标函数f是作为能量函数E。问题是寻求一个近似的全局最优解，而不是寻找一个低能量的配置。设计变量的值的配置是替代能源的身体结构，以及过程中控制参数代替温度。一个随机数发生器用于生成设计变量的新值。很明显，该算法很少问题需要去考虑。因此，在进行最大化问题时，目标函数乘以（-1）得到一种良好的构成。模拟退火算法相比其他方法的主要优点是避免陷入局部极小值的能力。该算法采用一种随机搜索，不仅接受减少目标函数f的变化，也接受了一些增加的变化。后者被接受的概率为Pp=e−∆f(KT)△f是f的增长量，K是coltzman常数，T是一个控制参数，通过与最初应用程序类比，被称为系统的“温度”，与涉及的目标函数无关。在浇口位置优化的情况下，该7算法的实现如图3所示，该算法详细如下：图3模拟退火算法的流程图（1）SA算法从初始的浇口位置Xold赋值的Tk的“温度”参数T（“温度”计数器K最初的设置为零）。在退火过程中适当的控制参数C（0C1）和给出的Marko链Ngenerate。（2）SA算法在Xold附近生成一个新的浇口位置Xnew，目标函数值f(X)已算出。（3）新浇口位置将被以接收函数确定的概率接受。Paccept=min⁡{1,exp[−k(f(Xnew)−f(Xold))Tk]}均匀分布的随机变量Punif在[0，1]区间产生，如果PunifPaccept，Xnew被接受；否则被拒绝。（4）这个过程对Tk重复一个足够大的数量的迭代(Ngenerate)。以这种方式判断浇口8位置产生的序列被称为Marko链。（5）接着一个新的Marko链生成（从直到接受之前Marko链的浇口位置开始），减少“温度”Tk+1=cTk，该过程继续降低“温度”值，直到算法停止。应用与探讨在本节，一个复杂的工业应用是说明所提出的的质量测量和优化方法。这塑件是由生产商提供的，如图4所示。在塑件中，基底表面的平面最重要的是轮廓精密要求。因此，特征翘曲是关于基底表面的讨论，参考平台被指定为连接到基底面的一个水平面，纵向方向被指定