基于CAE技術的汽車內飾板翹曲與縮痕的優(yōu)化研究.pdf

1、隨著高分子材料工程技術的不斷發(fā)展，塑料制品的使用變得越來越普及，人們對于塑料材料制品的要求也越來越高，塑料制品的生產(chǎn)加工正向著功能化、智能化、精細化的方向發(fā)展。
　　注塑成型工藝是塑料產(chǎn)品的重要成型工藝，注塑成型的工藝條件是非常復雜的，在注塑成型過程中，如果工藝參數(shù)選擇和控制得不好，就會出現(xiàn)諸如制品翹曲量過大、飛邊和缺料等缺陷。隨著產(chǎn)品開發(fā)周期的縮短和對塑料制品品質要求的提高，怎么樣在產(chǎn)品生產(chǎn)之前就模擬與分析可能會產(chǎn)生的制品缺陷已

2、成為注塑成型工藝研究的重要措施。
　　利用CAE技術，可以在制品大批量生產(chǎn)之前就對制品的注塑成型過程進行仿真模擬，通過優(yōu)化產(chǎn)品設計、模具設計和注塑工藝參數(shù)來降低或者消除生產(chǎn)過程中可能產(chǎn)生的缺陷。本文以汽車內飾板制品注塑成型為例，利用CAE技術來優(yōu)化該制品注塑成型過程中的工藝參數(shù)和澆注系統(tǒng)等，達到降低其翹曲變形量和縮痕指數(shù)的目的。
　　本文的工作主要包括以下內容:
　　1，本文簡要地概述了注塑成型工藝的過程與原理，注塑過

3、程中塑件產(chǎn)生翹曲變形和縮痕的機理。
　　2，本文在對汽車內飾板進行三維建模之后，通過Moldflow模擬軟件對制品的注塑過程進行計算機仿真模擬。并根據(jù)制品的結構，優(yōu)化澆口位置和澆口數(shù)量，從而減小制品的翹曲變形量和縮痕指數(shù)，且建立了合適的澆注系統(tǒng)和冷卻系統(tǒng)，為優(yōu)化注塑工藝參數(shù)提供了基礎。
　　3，本文在建立合適的澆注系統(tǒng)和冷卻系統(tǒng)之后，以注塑成型過程中主要的工藝參數(shù):注射時間、模具溫度、熔體溫度、保壓壓力、保壓時間和冷卻時間為

4、研究因素，以制品的翹曲變形量和縮痕指數(shù)為目的指標，進行了優(yōu)化注塑過程的研究。結合Taguchi正交試驗方法，并且經(jīng)過均值分析和極差分析等分析方法得到了一組工藝參數(shù)的組合，使制品的翹曲變形量和縮痕指數(shù)得到較好的控制。
　　4，本文在通過模擬得到的優(yōu)化工藝參數(shù)的基礎上，利用極差分析和方差分析得出了各個工藝參數(shù)對制品翹曲變形量和縮痕指數(shù)的影響。進而在此基礎上提出了基于控制變量法的單一因素分析法來分析影響較大的工藝參數(shù)對制品的翹曲變形量和

5、縮痕指數(shù)的影響程度，得出了當其他因素處于最優(yōu)條件下，某一因素在不同的水平下對翹曲變形量和縮痕指數(shù)的影響。
　　5，本文基于人工神經(jīng)網(wǎng)絡建立了從注塑成型工藝參數(shù)到翹曲變形量和縮痕指數(shù)的非線性映射關系模型，以Taguchi正交試驗獲得的樣本數(shù)據(jù)作為該BP神經(jīng)網(wǎng)絡的訓練樣本，獲得一組以輸入為工藝參數(shù)和以輸出為翹曲變形量及縮痕指數(shù)的BP神經(jīng)網(wǎng)絡模型。同時，利用該BP神經(jīng)網(wǎng)絡系統(tǒng)對所需優(yōu)化的指標進行預測，驗證了我們設計的BP神經(jīng)網(wǎng)絡模型的精

6、確度較高。通過BP神經(jīng)網(wǎng)絡來預測注塑成型過程中可能產(chǎn)生的缺陷，可以減少Moldflow軟件的工作量。采用BP神經(jīng)網(wǎng)絡模型來代替CAE軟件進行模擬實驗，并且結合正交試驗法對工藝參數(shù)的優(yōu)化，使得制品的翹曲變形量和縮痕指數(shù)得到更好的控制。
　　論文工作表明，通過CAE技術可以在生產(chǎn)前對制品的缺陷進行預測，進而對其進行優(yōu)化處理，減少了選定工藝參數(shù)的時間，節(jié)省了生產(chǎn)周期，提高制品的質量。同時，在正交實驗結果的基礎上在進行單一因素的分析，可以