Onderzoek naar injectiedrukverlies in spuitgietmachinevat

Voorwoord

Het instellen van parameters voor het spuitgietproces is een gebied met sterke ervaring en zwakke theorie, en het is moeilijk vast te stellen [1] vanwege het nauwkeurige wiskundige model, terwijl data-analysetechnologie een methode is om kennis uit historische gegevens te halen, die geen complexe theoretische constructie nodig heeft, dus het wordt steeds meer gebruikt op dit gebied. Bijvoorbeeld, Zhang Lingli et al. [2] gebruikte meervoudige regressieanalyse om een ​​regressiemodel vast te stellen voor de relatie tussen de injectiedruk en matrijstemperatuur en de geometrische grootte van het vormstukXie Peiping et al [3] besprak de relatie tussen de restspanning van het product door de typeholtedrukcurve van verschillende onderdelen te bestuderen; SHEN C Y et al [4] optimaliseerde de parameters van het injectieproces om de volumekrimp van het vormproduct te verminderen, en [5] stelde een monitoringmethode voor het injectieproces voor via het netwerkmodel, om foutbewaking en kwaliteitsvoorspelling te realiseren.

In de vorige productiepraktijk, ingenieurs kunnen alleen de injectiedrukgegevens verkrijgen in de loop van de spuitgietmachine, dus de injectiedruk in het vat is vaak gelijk aan de injectiedruk in de vormholte, terwijl het injectiedrukverlies in het vat wordt genegeerd. Met de ontwikkeling van spuitgiettechnologie, meer en meer Meer en meer beoefenaars realiseerden zich dat de belangrijkste index die de kwaliteit van spuitgietproducten beïnvloedt, de injectiedruk van de vormholte was in plaats van de feedback van de injectiedruk door de spuitgietmachine, en begon aandacht te besteden aan de studie van injectiedrukverlies in de spuitgietmachine, maar er werden weinig systematische onderzoeksgegevens en conclusies gerapporteerd.

Volgens de technologische ontwikkelingstrend op het gebied van kunststof spuitgieten, gecombineerd met de branchestatus, nu in het onderzoek naar injectiedrukverlies, door een reeks tests om gegevens te verkrijgen, en het gebruik van de data-analysetechnologie om het injectiedrukverliespatroon te onderzoeken, de voorspellingsnauwkeurigheid van het injectiedrukverlies verbeteren.

Apparatuur en mal voor studie

De spuitgietproef wordt uitgevoerd op een 1 200 kN elektrische spuitgietmachine, die volledige motoraandrijving en PLC gebruikt, frequentieomzetting en servobesturingstechnologie, en kan een hoge precisiecontrole bereiken. Aansturing van de spuitgietmachine voor stabiliteit

Prestaties kunnen de betrouwbaarheid en stabiliteit van de testresultaten garanderen. De matrijs die voor onderzoek wordt gebruikt, is een matrijs met twee platen van een gewoon stroomkanaal, geïnstalleerd met een druksensor bij het poortpaar. De grootte van de spouw is 301 mm 57 mm 2.5 mm. Het gevormde product heeft een uniforme dikte en een eenvoudige structuur, die het goedkope en zeer efficiënte injectietestproces kan realiseren.

Om gegevensverzameling en -analyse te vergemakkelijken, de ComoDataCen werd gebruikt De te (centraal opslagsysteem voor injectieprocesgegevens), gecentraliseerde verzameling en verwerkingDe injectiedruk en de sensordruk bij de matrijspoort, het injectietestmodel wordt getoond in figuur 1.

experimentele methode

Omdat de studieproef was ontworpen om de factoren te onderzoeken die van invloed zijn op de druk tijdens injectie, de druk

Injectie snelheid:, smelt temperatuur, en materiaalsoort als 3 voorwerpen

Bestudeer variabelen, met een single point of reference viscositeitsindex (VI) tussen 51,6~

327.2 (single-point referentie viscositeitsindex is bij de gespecificeerde temperatuur en afschuifsnelheid van 1 000 / S) Cross-WLF gebruiken De viscositeit berekend door het viscositeitsmodel kan tot op zekere hoogte de vloeibaarheid van het materiaal weerspiegelen, voer injectietesten uit onder verschillende smelttemperatuurcondities bij schroefsnelheden van 20 ~ 180 mm/s, en verzamel injectiedruk en injectiesensordruk onder verschillende injectietests. De lijst met onderzoekstestmaterialen wordt weergegeven in de tabel 1.

Gegevensverzameling testen

Door middel van een reeks spuitgietproeven, de injectiedruk van de injectiemachine en de drukcurve van de matrijssensor onder verschillende procesomstandigheden van verschillende materialen worden verkregen, en de injectiedrukcurve V / P wordt geschakeld

De tijdsdrukwaarde PF 1 en de matrijssensordrukcurve V / P-schakelaar

De verschildrukwaarde van PF 2 verkrijgt Δ PF en karakteriseert het injectiedrukverlies in het vat van de spuitgietmachine in de vulfase. Zoals te zien in figuur 2, de vulfaseInjectiedrukverlies in het vat van de injectiemachine Δ PF = 1 649-946= 703bar.

Voor de berekening van het injectiedrukverlies in de barrel stage, na het drukverlies, het verschil tussen de drukwaarde PP2 Δ P is het drukverlies in de drukwaarde in het vat en het vat is het drukverlies in het vat en het injectiedrukverlies Δ PP=999-732=267 bar.

Analyse van proefgegevens

Gegevensverzameling testen

Via bovenstaande methodes, de testgegevens van elke groep werden uitgezocht en de testgegevenstabel werd samengesteld. Een totaal van 132 er werden groepen injectietesten uitgevoerd 6 materialen. Vanwege de beperkte ruimte, Tafel 2 somt alleen enkele testgegevens op.

Lineaire regressieanalyse van de proefgegevens

Volgens de testgegevens, Δ PF en PF 1, Δ PF en Δ PF V, D PF, respectievelijk, en smelttemperatuur T, zoals te zien in figuur 3 Bedenken 5.

Spreidingsplot is een van de meest effectieve grafische methoden [6] om te bepalen of er verbanden zijn, patronen, of trends tussen 2 numerieke variabelen. Daarom, een vergelijking van de spreidingsverdeling in figuur 3 Bedenken 5 laat zien dat er een sterke correlatie bestaat tussen Δ PF en PF 1 (het patroon van geplotte punten helt van linksonder naar rechtsboven

Obkew, wat betekent dat de PF 1 waarde neemt toe met Δ PF-waarden, wat een positieve correlatie impliceert [5]), terwijl de injectiesnelheid V en smelttemperatuur T nauwelijks gecorreleerd zijn.

De correlatiecoëfficiënt van Pearson wordt in de natuurwetenschappen veel gebruikt om de mate van correlatie tussen twee variabelen te meten, met waarden tussen -1 en 1. Parel

De inferieure correlatiecoëfficiënt wordt meestal weergegeven door de letter R, waarvan de waarde negatief is, duidt op een negatieve correlatie tussen variabelen, en regelmatig zijn duidt op een positieve correlatie, en hoe groter de absolute waarde van R, hoe hoger de correlatie van de 2 reeksen gegevens. Daarom, de Pearson-correlatiecoëfficiënt tussen de Δ PF en PF 1, V, t, en 3 datasets,

Hoektand, gebruikt om de mate van correlatie tussen Δ PF en de te meten 3 variabelen. R2=0,981, Δ PF en V-nummer voor 1 datasets voor Δ PF en PF 1

Volgens R2=0.282 in de set en R2=0.534 in de T-dataset, de hoogste correlatie werd bepaald tussen Δ PF en PF 1, en vervolgens werd het aantal gevonden door de som van de kwadraten van de fout te minimaliseren

Drukverliescoëfficiënt van het segment. Gebaseerd op de regressieanalysemethode, voor een groot aantal statistieken

Gegevens wiskundige verwerking, de correlatie bepalen tussen afhankelijke variabelen en enkele onafhankelijke variabelen, stel een goede correlatieregressievergelijking vast (functie uitdrukking) [8], construeerde de voorspellingsmodus voor vatinjectiedrukverlies van de injectiemachine, kan de instelling van de injectiedruk in het proefproces optimaliseren, om technici te helpen snel meer redelijke injectiedruk en druk te vinden. Vanwege de beperkte testomstandigheden, de injectiedrukverliescoëfficiënt van de vatinjectie tussen verschillende spuitgietmachines wordt niet bestudeerd en geanalyseerd, en het is niet duidelijk tussen de drukverliescoëfficiënt van het injectievat en de uitrustingsparameters van de spuitgietmachine. Met de verdieping van het onderzoek, er zitten er steeds meer in het vat

Volgens de wiskundige optimalisatietechniek van de beste functie-afstemming [(7]

methode van de kleinste kwadraten),

De beïnvloedende factoren die verband houden met het injectiedrukverlies zullen worden gedolven voor perfectie

Pas de best overeenkomende functie van Δ PF en PF aan 1 dataset om de Δ PF over PF te verkrijgen 1 uitdrukking:

ΔPF =0,410 1×PF1 (1)

Formule (1) kan worden gebruikt als voorspellingsmodel voor het injectiedrukverlies in het vat van de injectiemachine in de vulfase. In daadwerkelijke productie, de injectiedrukwaarde in het vat van de injectiemachine is gemakkelijk te verkrijgen, dus dit model heeft brede toepasbaarheid.

evenzo, volgens de gegevens van de studietest, teken de spreidingsplot van de drukhoudfase, zoals te zien in figuur 6, en plaats de best overeenkomende functie van het drukverlies Δ PP in het vat en de drukinjectiedruk PP1-gegevensset in de drukhoudfase:

ΔPP =0,258 9×PP1

Bovenstaande onderzoeken tonen aan dat het verlies aan injectiedruk niet gecorreleerd is met de injectiesnelheid en smelttemperatuur, maar wordt sterk geassocieerd met de injectiedruk in het vat, en kan worden bepaald door te construeren (fx) =kx functieSchietdrukverlies, x is de vatinjectiedruk van de spuitgietmachine, en k is het drukverliesrendement. Verder, vergelijkingen (1) en (2) onthullen het basisverschijnsel van verschillende injectiedrukverliescoëfficiënten in het vat tijdens verschillende injectiefasen (vulling en drukbehoud).

label

Voor een lange tijd, ingenieurs hebben geen onderzoek gedaan naar het injectiedrukverlies in de loop van de spuitgietmachine. Over het algemeen, de analyse van de stromingssimulatie houdt over het algemeen alleen rekening met de drukoverdracht in de matrijs, waardoor de schatting van de injectiedruk afwijkt. Een nieuw patroon van injectiedrukverlies wordt onthuld: Δ P = k P, Δ P = k P; waarbij k k de vul- en drukbehoudstap isDrukverliescoëfficiënt van het segment. Gebaseerd op de regressieanalysemethode, voor een groot aantal statistieken

Gegevens wiskundige verwerking, de correlatie bepalen tussen afhankelijke variabelen en enkele onafhankelijke variabelen, een goede correlatie van de regressievergelijking vaststellen (functie uitdrukking) [8], de constructie van de voorspellingsmodus voor drukverlies door vatinjectie, kan de instelling van de injectiedruk in het proefproces optimaliseren, om technici te helpen snel meer redelijke injectiedruk en druk te vinden. Vanwege de beperkte testomstandigheden, de injectiedrukverliescoëfficiënt van de vatinjectie tussen verschillende spuitgietmachines wordt niet bestudeerd en geanalyseerd, en het is niet duidelijk tussen de drukverliescoëfficiënt van het injectievat en de uitrustingsparameters van de spuitgietmachine. Met de verdieping van het onderzoek, meer en meer zitten in het vat De beïnvloedende factoren die verband houden met het injectiedrukverlies zullen worden gedolven voor perfectie en het voorspellingsmodel van injectiedrukverlies in het vat van de spuitgietmachine verbeteren, en de verbetering van de drukoplosser van flow-simulatie-analysesoftware bevorderen, en de automatisering en intelligente ontwikkeling van de optimalisatiemethode voor het injectieproces bevorderen.

Als u vragen heeft over injectieapparaat ,plz voel je vrij om te vragen FLYSE-team (watsapp:+86 18958305290）,wij geven u de beste service!