魏良慶，彭成允，劉 祥

(1.重慶科創(chuàng)職業(yè)學(xué)院 智能制造學(xué)院，重慶 402160； 2.重慶理工大學(xué) 材料科學(xué)與工程學(xué)院，重慶 400050)

0 前言

在注塑成型過程中，冷卻時(shí)間約占整個(gè)成型周期的70%～80%[1]。冷卻不良常常導(dǎo)致制品翹曲變形或產(chǎn)生表面缺陷，影響制品的外觀質(zhì)量、尺寸穩(wěn)定性和使用性能[2]。隨形冷卻水道與零件輪廓匹配，可以實(shí)現(xiàn)快速、均勻冷卻，有效縮短生產(chǎn)周期，產(chǎn)品更加可靠，性能更好，因而受到了的廣泛關(guān)注。Vishnuvarthanan等[3]分析了熔體溫度、模具溫度、注射時(shí)間和冷卻時(shí)間4個(gè)工藝參數(shù)對注塑成型周期的影響，并采用Moldflow模擬分析，得到了最佳注塑成型工藝參數(shù)組合及成型周期。朱宏峰[4]針對塑料花盆和汽車車燈殼兩個(gè)塑料制品，利用ANSYS和Moldflow軟件，分析了模具瞬態(tài)冷卻過程和制品的注塑成型質(zhì)量，得出注塑成型塑件的凍結(jié)層百分比、模腔表面溫度場、冷卻水溫度變化和制品翹曲變形結(jié)果。顧永華等[5]分別對傳統(tǒng)冷卻水道以及隨形冷卻水道進(jìn)行對比(成型工藝參數(shù)相同)，發(fā)現(xiàn)采用隨形冷卻水道能顯著降低冷卻時(shí)間、塑件表面溫差和模具表面溫差，有利于提高模具壽命和塑件質(zhì)量。譚景煥等[6]以某葉輪塑件為研究對象，采用不同方案進(jìn)行隨形冷卻水道設(shè)計(jì)，并利用Moldflow對各種方案進(jìn)行分析，選出了冷卻效果最優(yōu)的方案，并根據(jù)該方案進(jìn)行了冷卻水道和型腔的設(shè)計(jì)。

本文以某杯形塑料制件為例，設(shè)計(jì)了隨形冷卻水道模具，采用Moldflow對注塑成型過程進(jìn)行了分析。建立了注塑成型周期與工藝參數(shù)的關(guān)系模型，對模型進(jìn)行了驗(yàn)證研究。以注塑成型周期為研究目標(biāo)，將遺傳算法與Moldflow相結(jié)合，對注塑工藝參數(shù)進(jìn)行了優(yōu)化。

1 隨形冷卻水道設(shè)計(jì)

本文分析的對象是某杯形塑件，尺寸為φ136 mm×100 mm，塑件厚度為1 mm，所用原料為聚丙烯(牌號為PP AZ564，日本住友化工有限公司生產(chǎn))，模具設(shè)計(jì)為一模一腔，直澆口進(jìn)澆。根據(jù)制件外形結(jié)構(gòu)和尺寸，隨形冷卻水道模具見圖1。

2 試驗(yàn)設(shè)計(jì)

Taguchi法是一種新的質(zhì)量控制理論，其中的正交優(yōu)化法是在試驗(yàn)設(shè)計(jì)中使用正交表的一種多因素優(yōu)化方法。Taguchi正交試驗(yàn)屬于多因子試驗(yàn)布置技術(shù)，基于標(biāo)準(zhǔn)的正交試驗(yàn)矩陣，通過用最少的試驗(yàn)次數(shù)，獲得全因子試驗(yàn)中影響性能參數(shù)的所有信息，并由試驗(yàn)結(jié)果分析推斷出影響試驗(yàn)?zāi)繕?biāo)的因素及最優(yōu)參數(shù)組合，該方法在工藝優(yōu)化研究中應(yīng)用廣泛[7]。

圖1 隨形冷卻水道模具

影響注塑成型周期的工藝參數(shù)較多，如塑件結(jié)構(gòu)、模具結(jié)構(gòu)、材料特性、澆口位置、冷卻水道、熔體溫度、注射壓力等。本文選擇熔體溫度、注射壓力、保壓壓力和保壓時(shí)間為獨(dú)立變量，響應(yīng)變量為注塑成型周期。模具溫度為30 ℃，冷卻水溫度為25 ℃。通過正交試驗(yàn)分析4個(gè)因素：熔體溫度、注射壓力、保壓壓力和保壓時(shí)間。采用4因素2水平正交試驗(yàn)設(shè)計(jì) (24=16)，利用Moldflow進(jìn)行模擬試驗(yàn)。各因素和水平設(shè)置見表1，不同工藝參數(shù)組合下的注塑成型周期變化如表2所示。

表1 試驗(yàn)因素與水平

線性回歸是利用數(shù)理統(tǒng)計(jì)中的回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法[8]。通過線性回歸分析，根據(jù)注塑成型周期與影響因素之間的相關(guān)關(guān)系數(shù)據(jù)，從而建立用于預(yù)測最佳成型周期的線性回歸方程。表3所示為線性回歸分析的結(jié)果。表3中，F(xiàn)值表示各因素影響的顯著水平的比值，F(xiàn)值越大，說明該因素的影響概率越顯著。P值是當(dāng)原假設(shè)為真時(shí)，所得到的樣本觀察結(jié)果或更極端結(jié)果出現(xiàn)的概率。P值越小，表明結(jié)果越顯著。一般以P<0.05為有統(tǒng)計(jì)學(xué)差異，P<0.01為有顯著統(tǒng)計(jì)學(xué)差異，P<0.001為有極其顯著的統(tǒng)計(jì)學(xué)差異。從表3中可以看出，注射壓力和保壓壓力對應(yīng)的P值大于0.05，該模型的判定系數(shù)(R2)為99.8%。

表2 正交試驗(yàn)結(jié)果

表3 回歸分析

表4 方差分析

從表3中各因素的F值可得出各工藝參數(shù)對注塑成型周期的影響程度排列次序?yàn)椋喝垠w溫度、保壓時(shí)間、注射壓力、保壓壓力。如圖2所示,熔體溫度越高，塑件需要的冷卻時(shí)間越長，注射成型周期越長。保壓時(shí)間對成型周期的影響相對較小。注射壓力和保壓壓力對成型周期的影響非常小。

圖2 各工藝參數(shù)對平均注塑成型周期的影響曲線

3 模型構(gòu)建

為了找到注塑工藝參數(shù)與注塑成型周期之間的相關(guān)性，通過仿真優(yōu)化，獲得注塑工藝參數(shù)與成型周期之間的關(guān)系模型。在回歸分析和方差分析的基礎(chǔ)上，利用經(jīng)驗(yàn)公式，建立了工藝參數(shù)與注塑成型周期之間的線性回歸方程，如式(1)所示。

(1)

式中：t表示成型周期；Tm表示熔體溫度；pj表示注射壓力；ph表示保壓壓力；th表示保壓時(shí)間。

4 遺傳算法搜索最優(yōu)工藝參數(shù)

遺傳算法(Genetic Algorithm，簡稱GA)是計(jì)算機(jī)科學(xué)人工智能領(lǐng)域中用于解決最優(yōu)化的一種搜索啟發(fā)式算法，是進(jìn)化算法的一種[9]。

應(yīng)用遺傳算法優(yōu)化線性回歸方程，從而得到最佳目標(biāo)值(注塑成型周期)。優(yōu)化軟件選用Matlab，輸入的GA參數(shù)如表5所示。優(yōu)化范圍是：熔體溫度180～260 ℃，注射壓力20～26 MPa，保壓壓力16～22 MPa，保壓時(shí)間8～12 s。

表5 注塑工藝參數(shù)優(yōu)化的GA相關(guān)參數(shù)設(shè)置

使用GA優(yōu)化迭代51次后得到最優(yōu)個(gè)體，如圖3所示。此時(shí)，對應(yīng)的最佳工藝參數(shù)組合為：熔體溫度為180 ℃，注射壓力為22 MPa，保壓壓力為16 MPa，保壓時(shí)間為8 s，對應(yīng)的注塑成型周期為14.262 s。

圖3 成型周期優(yōu)化GA迭代過程

下一步將優(yōu)化得到的最佳工藝參數(shù)(Tm=180 ℃，pj=22 MPa，ph=16 MPa和th=8 s)輸入Moldflow中進(jìn)行數(shù)值模擬，從而獲得成型周期的響應(yīng)。仿真模擬得到的成型周期為14.11 s。在最佳工藝參數(shù)組合下進(jìn)行注塑成型試驗(yàn)，模具溫度為32 ℃，冷卻水溫度為25 ℃，試驗(yàn)所得注塑成型周期平均值為14.19 s?？梢园l(fā)現(xiàn)，數(shù)值模擬和試驗(yàn)所得的注塑成型周期幾乎相同。

正交試驗(yàn)的結(jié)果與遺傳算法的預(yù)測結(jié)果進(jìn)行比較發(fā)現(xiàn)，二者的結(jié)果相接近，這說明預(yù)測模型是準(zhǔn)確可靠的。

5 結(jié)論

(1) 運(yùn)用遺傳算法優(yōu)化成型工藝參數(shù)，采用Moldflow對成型過程進(jìn)行模擬。最佳工藝參數(shù)組合為：Tm=180 ℃，pj=22 MPa，ph=16 MPa和th=8 s。

(2) 采用Moldflow推薦的最佳工藝參數(shù)組合進(jìn)行分析，得到的成型周期為14.11 s，采用遺傳算法迭代優(yōu)化得到的成型周期為14.262 s，在最佳工藝參數(shù)組合下進(jìn)行注塑成型試驗(yàn)，平均成型周期為14.19 s。

(3) 模擬結(jié)果和試驗(yàn)結(jié)果之間相接近。因此，遺傳算法與Moldflow相結(jié)合模擬優(yōu)化成型工藝參數(shù)是準(zhǔn)確可靠的。