正交试验设计.docx

基于CAE与正交试验的单指标注塑成型工艺参数优化 摘要:以塑料杯为例，运用CAE软件Moldflow采用正交试验方法进行仿真模拟试 验研究了注射温度、模具温度、注塑压力和注射时间等不同成型工艺参数试验 指标的影响，对实验结果开展极差、方差分析法处理,确定出注塑工艺优化方案， 并运用于实际塑料成型实验关键词:注射成型；工艺参数优化；CAE；正交试验注射成型是塑料件应用较广的一种成型方法，注射成型模具约占整个塑料模 具的90%o在注射成型中，成型工艺条件的选择和控制是保证成型顺利进行和塑 料件质量的关键因素，同时其对生产效率和制造成本都有很大的影响传统的注塑工艺大多是根据工人的注塑经验对注塑工艺参数进行设置，根据 注塑结果进行调试，这在设计和生产中浪费了大量的时间和金钱运用CAE技术, 在计算机上模拟注射成型过程，预测塑料熔体的填充、保压和冷却情况，以及塑料 件的缩痕、熔接痕和翘曲变形等缺陷情况，可以得到较优的成型工艺参数配置模具CAE(computer aided engineering)是以计算机仿真为手段的工程分析技 术，通过仿真分析获得最佳塑料成型工艺方案和工艺参数，增强工艺的稳定性、 降低材料消耗、提高生产效率和产品的质量，实现模具的优化设计。

Moldflow为全球主流注塑成型分析软件，包括三大系列，其中的Moldflow Plastics Insiglit(PMI)主要对注塑整个过程进行模拟仿真分析，包括填充、保压、 冷却、翘曲、气泡、熔接缝、纤维取向、结构应力和收缩，以及气体辅助成型分 析等仿真分析可预测产品内部与外观质量，优化塑料成型工艺参数，使模具在 设计阶段就找出未来产品可能出现的缺陷，提高一次试模的成功率1实验背景翘曲变形是薄壳类塑料件注塑成型中的常见缺陷之一不同材料、形状及不 同成型工艺的注塑件的翘曲变形规律差别很大，翘曲变形问题的存在会影响注塑 件的形状精度和表面质量，甚至成为成型缺陷，进而影响产品装配及外观影响翘曲变形的因素很多，与整个注塑成型过程及模具结构有关，而且这些 影响是很复杂的注塑全过程所涉及到的主要工艺参数有:熔体温度、模具温度、 充填时间(注射速度)、注射压力、保压压力、保压时间和冷却时间等这些参 数都影响着制品的质量每个工艺参数对翘曲变形的影响是不同的翘曲作为塑件变形的重要特征之一，其研究有着重要的应用价值利用数值 模拟技术研究制件注塑成型，降低塑件成型的翘曲量，对于提高注塑产品精度、 缩短新产品开发周期、降低成本、提高生产率等都有着重要的意义。

2实验目的（1） 掌握实验设计与数据处理方法影响注塑成型及产品实验的因素有熔 体温度、冷却时间、充模时间、保压压力、保压时间和模具温度等，每一因素乂 有一定取值范围要实现高效率、快速、经济的实验，必须要制定科学的试验方 法去指导试验，并对获取的试验数据进行分析与处理，以便全面了解试验的情况， 找出最优的试验结果2） 掌握模具CAE技术根据科学的试验方案，运用注塑模拟分析软件 Moldflow对注塑成型过程进行仿真分析；结合实验设计与数据处理法，全面考 察注射各成型工艺参数（简称因素）、因素之间的交互作用对试验指标的影响依 次程度及显著程度；得出试验因素的最优组合，即注塑工艺参数组合方案3实验条件及实验因素选择首先学会solidworks和moldflow的基本操作，收集有关这方面的资料其 次考虑到影响翘曲变形量的因素太多，错分复杂比如：熔体温度、模具温度、 充填时间（注射速度）、注射压力、保压压力、保压时间和冷却时间等为简单 期间，我们对主要因素进行分析，利用正交实验分析的方法4实验方法4. 1 实验设计简介塑料成型实验拟采用正交试验设计，它是利用正交表来安排与分析多因素试 验的一种设计方法。

根据正交性从全面试验中挑选出部分有代表性的点进行试验, 这些有代表性的点具备了 “均匀分散，齐整可比”的特点通过对这部分试验结 果的分析，了解全面试验的情况，找出塑料成型最优的水平组合，是一种高效率、 快速、经济的实验设计方法4.2 CAE仿真分析内容与步骤 塑料成型模拟分析采用Moldflow PMI软件，内容与步骤见图lo图1 CAE仿真分析步骤4.3 正交试验设计与数据分析的内容、步骤正交试验法是为MPI仿真分析设计科学的试验方案，是用最少的试验来获取响应 （试验结果）和因素（工艺参数）之间关系的最多信息正交试验设计内容与步 骤见图2仿真分析试验后，需要对获取的各次试验结果进行极差分析、方差分 析，确定影响注塑成型试验指标的主、次要因素，各因素对试验指标影响的显著 程度，得出试验因素的优水平和最优组合即注塑工艺参数组合方案具体内容与 步骤见图3试验目的与篓求试验抨（的：选内素、定水平因素、zlK平御定选择合适正交表•正交表头设十夕UM岭力案图2 试验方案设计步骤绘制因素指标趋势图计算各列偏差平方和、自由度列方差分析，进行F检验分析检验结果，写出结论图3 试验数据处理与分析步骤5基于正交试验设计与CAE的塑料成型实验举例5.1 试验对象、试验用模具、原料及设备介绍的试验对象、模具、原料及设备：塑料杯大端直径0 78mm，高80mm, 平均壁厚1.2mm；注塑工艺为一模一型，直接浇口；塑料杯原料采用高密度聚乙 烯。

5. 2 建立分析模型采用solidworks软件建立三维实体模型，如图4然后转化为STL文件导 入到Moldflow Plastics Insight (PMI)软件中，生成表面型网格(fusin),并 修补转换过程中损坏的一些面和网格，如图5所示然后在产品模型上构建直接 浇口及冷却系统，如图6所示图4 三维实体模型 图5塑料杯网格模型图图6模具浇注系统与冷却水道图5.3 基于正交试验法的试验方案设计与试验将翘曲量作为质量指标，考察对塑件成型过程影响较大的5个因素（A模具 温度/ °C, B熔体温度/ °C, C冷却时间/ s, D保压压力/ Mpa. E保压时间/s） 对翘曲量的影响每个因素设置4个水平，本试验各注射成型工艺参数取值见表 1 o假设各因素之间不存在交互作用，选用羸（妒）正交表进行试验设计试验表 及结果见表2表1试验因素的水平表因素水平因素A模具温 度/CB熔体温 度/CC冷却时 间/sD保压压 力 / MpaE保压时间/s14517015•1015255200255025365220356035475250457045表2翘曲变形试验及结果试验号因素质量指标A模具温 度"CB熔体温 度/°cC冷却时间/sD保压压 力 / MpaE保压时间/sr11(45)1(170)1(15)1(40)1(15)1. 105212(200)2(25)2(50)2(25)0. 980313 (220)3(35)3(60)3(35)0. 876414(250)4(45)4(70)4(45)0. 85352(55)12341. 0576221430. 902234120. 8968243210. 88793(65)13421. 06310324311. 00411331240. 98512342130. 980134(75)14231. 01414123111. 07515432410. 99416441321. 002Y= (Z?=iK)/n=0. 97966试验数据分析与处理6. 1 极差法分析试验结果6.1.1数据计算Y n次试验结果的均值Y= （Zili V）/noK“ 第j列因素第i水平（例中为i=l, 2, 3）试验结果之和。

3. 第j列因素第i水平的效应：wXJ= （KJ第j列因素第i水平出现次数）-YoR, 极差 R,二（3U） g - （WxO-UMO对表2获得的实验指标（翘曲值）进行极差法分析，可得表3翘曲变形极差分析 表及水平影响趋势图（限于篇幅，略去表3分析计算过程）表3翘曲变形极差分析表因素A因素B因素C因素D因素EKij3.8144.2393.9944.0563.990K2j3.7423.9614.0113.8493.941K3j4.0323.7513.9013.9393.772K4j4.0853.7223.7673.8123.970Wlj-0.0260.0800.0190.0340.018w2j-0.0440.0110.023-0.0170.006W3j0.028-0.042-0.0040.005-0.037U)4j0.042-0.049-0.038-0.0270.013Rj0.0860.1290.0610.0610.0556. 1.2因素与效应关系图E保压时间/s6.1.3因素主次分析从表3可直观地看出，熔体温度B的极差值最大，是最关键因素，模具温度 E的极差值最小，是次要因素因素的重要程度依次是B、A、C、D、E；该模 型的优水平组合是A2、B4、C4、D4、E3；对于因素效应是否显著的判断， 还待方差法分析验证。

6. 2 方差法分析试验结果对表2获得的实验指标(翘曲值)进行方差法分析，可得方差法分析结论, 见表4翘曲方差分析表(限于篇幅略去表4分析计算过程)方差法分析考察各 因素对试验结果的影响程度，用F检验法进行判断6. 2.1数据计算s 总斗i(V - Y)'0. 0886S «=S ,&-Sa-Sb-Sc-Sd-Sef 误二 fA+fs+fc+fD+f广 15Fa=（Sa/£a）/（S 误/f 误）Fb~（Sb/ffi） / （s 误/f 误）Fc=（Sc/fc）/（S 误/f 误）Fd=（Sd〃d）/（S 误/f 误）F产（S/&）/（S 误/f 误）6. 2.2翘曲变形方差分析表表4 翘曲变形方差分析表方差来源偏差平方和自由度fF比F临界值显著水平A7.5XW3320. 15Fo o】（2, 16） =6. 23高度显著B5. 4X］（y2318. 76Fo o】（2, 16） =6. 23高度显著C6. 4X10-334. 84已伪（2, 16）=3. 68显著D5. 2X10-334. 63Fo /2, 16）=3. 68显著E4.6X10。