前言
注塑工藝參數設定是一個經驗強、理論弱的領域, 並且很難成立 [1] 因其精確的數學模型, 而數據分析技術是一種從歷史數據中發現知識的方法, 不需要復雜的理論建構, 所以在這個領域的應用越來越廣泛. 例如, Zhang Lingli et al. [2] 採用多元回歸分析建立注射壓力和模具溫度與成型件幾何尺寸關係的回歸模型謝培平等 [3] 通過研究不同部位的型腔壓力曲線,探討了製品殘餘應力的關係; 沉春玉等 [4] 優化注射工藝參數,降低成型品體積收縮率, 和 [5] 提出了一種通過網絡模型進行注入過程監控的方法, 從而實現故障監測和質量預測.
在以往的生產實踐中, 工程師只能獲取注塑機料筒內的注射壓力數據, 所以機筒內的注射壓力往往等於模腔內的注射壓力, 忽略機筒內的注射壓力損失. 隨著注塑技術的發展, 越來越多的從業者認識到,影響注塑產品質量的關鍵指標是模腔注射壓力,而不是注塑機反饋的注射壓力, 並開始關註註塑機注射壓力損失的研究, 但很少有系統的研究數據和結論被報導.
根據塑料注射成型領域的技術發展趨勢, 結合行業現狀, 現從事注射壓力損失研究, 通過一系列的測試得到數據, 並利用數據分析技術探索注入壓力損失模式, 提高噴射壓力損失預測精度.
學習用設備及模具
注射成型試驗是在一個 1 200 kN電動注塑機, 採用全電機驅動和PLC, 變頻及伺服控制技術, 並可實現高精度控制. 控制注塑機的穩定性
性能可確保測試結果的可靠性和穩定性. 研究用模具為普通流道雙板模具,雙澆口安裝壓力傳感器. 空腔尺寸為 301 毫米 57 毫米 2.5 毫米. 成型產品厚度均勻,結構簡單, 可實現低成本、高效率的注油試驗過程.
便於數據採集和分析, ComoDataCen被利用了te (注射過程數據中央存儲系統), 集中採集處理注射壓力和模具澆口傳感器壓力, 注入測試模型如圖所示 1.
實驗方法
由於研究試驗旨在探索影響注射過程中壓力的因素, 壓力
射出速度, 熔體溫度, 和材料類型為 3 對象
研究變量, 具有單點參考粘度指數 (六) 51.6~之間
327.2 (單點參考粘度指數是在指定的溫度和剪切速率下 1 000 / 秒) 使用Cross-WLF黏度模型計算出的黏度可以在一定程度上反映物料的流動性, 在不同的熔體溫度條件下以螺桿速度進行注射測試 20 ~ 180 毫米/秒, 並收集各種噴射試驗下的噴射壓力和噴射傳感器壓力. 研究試驗材料清單見表 1.
測試數據採集
通過一系列的注塑測試, 得到各種材料在不同工藝條件下的注射機注射壓力和模具傳感器壓力曲線, 和注射壓力曲線V / P被切換
時間壓力值PF 1 和模具傳感器壓力曲線V / P開關
PF的壓差值 2 獲得ΔPF並表徵注塑機機筒在填充階段的注射壓力損失. 如圖 2, 注射機料筒內的填充階段注射壓力損失Δ PF = 1 649-946= 703 巴.
用於料筒階段注射壓力損失的計算, 失壓後, 壓力值PP2的差值ΔP為機筒內壓力值和機筒內壓力損失為機筒內壓力損失與註射壓力損失ΔPP=999-732=267 bar.
試驗數據分析
測試數據整理
通過以上方法, 整理各組測試數據,構建測試數據表. 總共 132 進行了注射試驗組 6 材料. 由於空間有限, 代碼電腦 2 只列出一些測試數據.
試驗數據的線性回歸分析
根據測試數據, Δ PF 和 PF 1, Δ PF 和 Δ PF V, DPF, 分別, 和熔體溫度 T, 如圖 3 到圖 5.
散點圖是最有效的圖形方法之一 [6] 判斷是否有聯繫, 模式, 或趨勢之間 2 數值變量. 所以, 散點分佈對比圖 3 到圖 5 表明 Δ PF 和 PF 之間存在很強的相關性 1 (繪製點的圖案從左下角向右上角傾斜
奧布克, 這意味著 PF 1 值隨 Δ PF 值增加, 暗示正相關 [5]), 而注射速度 V 和熔體溫度 T 幾乎沒有相關性.
皮爾遜相關係數在自然科學中廣泛用於衡量兩個變量之間的相關程度, 值介於 -1 和 1. 珍珠
次相關係數通常用字母 R 表示, 其值為負表示變量之間呈負相關, 並且有規律表示正相關, 且R的絕對值越大, 的相關性越高 2 數據集. 所以, Δ PF 和 PF 之間的 Pearson 相關係數 1, V, 噸, 和 3 數據集,
芳, 用於衡量 Δ PF 與 3 變量. R2=0.981, Δ PF 和 V 數為 1 Δ PF 和 PF 的數據集 1
根據集合中的R2=0.282和T數據集中的R2=0.534, 在 Δ PF 和 PF 之間確定了最高的相關性 1, 然後通過最小化誤差的平方和來找到這個數字
管段壓力損失係數. 基於回歸分析方法, 用於大量統計
數據數學處理, 確定因變量和一些自變量之間的相關性, 建立良好的相關回歸方程 (函數表達式) [8], 構建了注射機料筒注射壓力損失預測模型, 可在試製過程中優化射出壓力設定, 協助技術人員快速找到更合理的注射壓力和壓力. 由於測試條件有限, 未對不同註塑機之間料筒注射的注射壓力損失係數進行研究分析, 射料筒壓力損失係數與註塑機設備參數之間的關係不明確. 隨著研究的深入, 桶裡越來越多
根據最佳函數匹配的數學優化技術 [(7]
最小二乘法),
挖掘與註射壓力損失相關的影響因素以求完善
擬合ΔPF和PF的最佳匹配函數 1 數據集獲取關於 PF 的 Δ PF 1 表達:
ΔPF =0.410 1×PF1 (1)
公式 (1) 可作為註射機料筒在充填階段注射壓力損失的預測模型. 在實際生產中, 輕鬆獲得注射機機筒內的注射壓力值, 所以這個模型具有廣泛的適用性.
相似地, 根據研究測試數據, 繪製保壓階段的散點圖, 如圖 6, 並擬合料筒壓力損失ΔPP與保壓階段壓力注射壓力PP1數據集的最佳匹配函數:
ΔPP =0.258 9×PP1
上述研究表明,注射壓力的損失與註射速度和熔體溫度無關, 但與機筒中的注射壓力密切相關, 並且可以通過構建來確定 (外匯) =kx函數射壓損失, x為註塑機料筒注射壓力, k是壓力損失效率. 此外, 方程式 (1) 和 (2) 揭示不同註射階段機筒內註射壓力損失係數不同的基本現象 (填充和保壓).
標籤
許久, 工程師對注塑機料筒內的注射壓力損失沒有研究. 一般來說, 流動模擬分析一般只考慮模具內的壓力傳遞, 從而使注射壓力的估計出現偏差. 揭示了一種新的注射壓力損失模式: Δ P = k P, Δ P = k P; 其中k k為充填保壓步驟段的壓力損失係數. 基於回歸分析方法, 用於大量統計
數據數學處理, 確定因變量和一些自變量之間的相關性, 建立良好的回歸方程相關性 (函數表達式) [8], 機筒注射壓力損失預測模型的構建, 可在試製過程中優化射出壓力設定, 協助技術人員快速找到更合理的注射壓力和壓力. 由於測試條件有限, 未對不同註塑機之間料筒注射的注射壓力損失係數進行研究分析, 射料筒壓力損失係數與註塑機設備參數之間的關係不明確. 隨著研究的深入, 機筒內越來越多的射壓損失相關影響因素將被挖掘完善,完善注塑機機筒內射壓損失預測模型, 並推動流動模擬分析軟件壓力求解器的改進, 推動注射工藝優化方法的自動化、智能化發展.
如果您有任何問題 注塑機 ,請隨意問 飛思團隊 (whatsapp:+86 18958305290),我們會給您最好的服務!