對塑料成型過程優(yōu)化方法的回顧與文獻(xiàn)

1、對塑料成型過程優(yōu)化方法的回顧與文獻(xiàn) 作者： 日期：2 對最近的注射成型過程優(yōu)化方法的回顧展及其文獻(xiàn)介紹摘要 如何以最低的成本生產(chǎn)合格的產(chǎn)品，是許多制造商和研究者在注射成型方面面臨的挑戰(zhàn)。面對在注塑行業(yè)的全球性競爭，利用反復(fù)試驗的方法來確定注射成型的工藝參數(shù)是不夠的。影響成型件質(zhì)量的因素可以分為四類：零件設(shè)計、模具設(shè)計、機(jī)械性能和加工條件。零件設(shè)計和模具設(shè)計主要是設(shè)計方案的創(chuàng)建。在生產(chǎn)過程中，產(chǎn)品質(zhì)量可能由于不穩(wěn)定的加工條件所引起的機(jī)器磨損、環(huán)境變化或操作者的疲勞而偏離其標(biāo)準(zhǔn)。確定最佳工藝參數(shù)的方法嚴(yán)重影響了塑料注射成型（PIM）的生產(chǎn)力、質(zhì)量、和生產(chǎn)成本。以前，生產(chǎn)工程師反復(fù)試驗的方法和田口參

2、數(shù)設(shè)計理念來確定塑料注射成型的最佳的工藝參數(shù)設(shè)置。然而，由于日益復(fù)雜的產(chǎn)品設(shè)計和多響應(yīng)質(zhì)量特性要求，這些方法已不適合目前的塑料注射成型。本文的旨在回顧近期在確定注塑工藝參數(shù)設(shè)的研究?；诒姸喾椒ㄋ玫难芯砍晒堰\(yùn)用于設(shè)定最佳注塑成型工藝參數(shù)。首先，先對數(shù)學(xué)模型、田口方法、人工神經(jīng)網(wǎng)絡(luò)（ANN）、模糊邏輯、基于案例的推理（CBR）、遺傳算法（GA）、有限有限元法（FEM）、非線性模型、響應(yīng)面法、線性回歸分析、灰色理性分析和主成分分析（PCA）這些方法進(jìn)行了敘述并討論他們的優(yōu)缺點(diǎn)。接下來，探討確定最佳注射工藝參數(shù)潛在研究的結(jié)論和爭議。導(dǎo)言如何以最低的成本生產(chǎn)合格的產(chǎn)品，是許多制造商和研究者在注射成

3、型方面面臨的挑戰(zhàn)。因為它的復(fù)雜性和在大量的實(shí)時生產(chǎn)過程中的工藝參數(shù)設(shè)置，工作人員需要做出巨大的努力來控制它的過程。更甚的是，由于過程復(fù)雜和參數(shù)操作失誤可能會導(dǎo)致嚴(yán)重的質(zhì)量問題并使制造成本提高 2 。除了減少周期時間、降低生產(chǎn)成本，注射成型中的另一個主要目標(biāo)是對成型零件質(zhì)量的提高。解決質(zhì)量問題對注塑公司預(yù)期利潤有直接影響。在許多制造過程，符合要求的規(guī)格意味著質(zhì)量特性處于控制的狀態(tài)。注射成型的質(zhì)量特性分為機(jī)械性能、尺寸或可測量的特性和屬性。在一般情況下，一些質(zhì)量問題的主要原因是材料相關(guān)的缺陷，即黑色斑點(diǎn)和裂痕。還有充填過程中的因相關(guān)問題產(chǎn)生的缺陷：噴射和短射。與包裝和冷卻相關(guān)的缺陷，即凹痕和空隙。

4、與模具相關(guān)的缺陷：翹曲、尺寸變化和重量偏差。影響成型件質(zhì)量的因素可以分為四類：零件設(shè)計，模具設(shè)計，機(jī)械性能和加工條件。零件設(shè)計和模具設(shè)計主要是設(shè)計方案的創(chuàng)建。在生產(chǎn)過程中，質(zhì)量特性可能由于加工環(huán)境不穩(wěn)定或加工條件引起的機(jī)器磨損，環(huán)境變化或操作者的疲勞而偏離標(biāo)準(zhǔn)。確定最佳工藝參數(shù)的方法嚴(yán)重影響了塑料注射成型（PIM）的生產(chǎn)力、質(zhì)量和生產(chǎn)成本。過程參數(shù)優(yōu)化問題在制造業(yè)很常見，特別是設(shè)置最終的最佳工藝參數(shù)。最終的最優(yōu)工藝參數(shù)設(shè)置是目前公認(rèn)的提高注塑制品質(zhì)量最重要的步驟之一（Mok and Kwong, 2002）。以前，工程師使用反復(fù)試驗的過程依賴于工程師的經(jīng)驗和直覺來確定初始工藝參數(shù)設(shè)置。然而，反

5、復(fù)試驗過程是昂貴和費(fèi)時的，因此它是不適合現(xiàn)在的復(fù)雜的制造工藝。面對在注塑行業(yè)的全球競爭，使用反復(fù)試驗的方法來確定注塑成型工藝參數(shù)是不夠的。不少研究者已經(jīng)嘗試了各種方法，用來減少注射成型件進(jìn)入市場的時間并獲得成型零件質(zhì)量的一致性。本文的旨在回顧近期在確定注塑工藝參數(shù)設(shè)的研究。基于眾多方法所得的研究成果已運(yùn)用于設(shè)定最佳注塑成型工藝參數(shù)。首先，先對數(shù)學(xué)模型，田口方法，人工神經(jīng)網(wǎng)絡(luò)（ANN），模糊邏輯，基于案例的推理（CBR），遺傳算法（GA），有限有限元法（FEM），非線性模型，響應(yīng)面法，線性回歸分析，灰色理性分析和主成分分析（PCA）這些方法進(jìn)行了敘述并討論他們的優(yōu)缺點(diǎn)。接下來，探討確定最佳注射工

6、藝參數(shù)潛在研究的結(jié)論和爭議。因果圖用于注射成型注射成型缺陷產(chǎn)生的主要原因是由于模具設(shè)計方案、工藝參數(shù)不合理，機(jī)器質(zhì)量問題，操作員失誤或材料缺陷。具體見魚骨圖。影響成型質(zhì)量的因素很多。下面我們將回顧和討論最近已成功地用于模具設(shè)計和注塑成型過程中工藝參數(shù)的設(shè)計的方法。操作失誤操作水平工作情緒工人職業(yè)素養(yǎng)性能成分溫度螺桿轉(zhuǎn)速冷卻溫度注射壓力保壓壓力冷卻時間保壓時間注射速度冷卻裝置硬度模具精度模具材料注射溫度裝夾力注射機(jī)注射體積模 具制造商注射螺桿直徑 機(jī) 器 工藝參數(shù)注射材料操作過程圖1 ： 注射中各因素關(guān)系的魚骨圖T 田口方法田口的理念是對制造高質(zhì)量系統(tǒng)設(shè)計的一種有效的方式。田口玄一博士，日本質(zhì)量

7、管理顧問，基于正交實(shí)驗開發(fā)了一種方法方法，大量減少參數(shù)最佳設(shè)置實(shí)驗過程中的方差變量。如此，使田口方法在實(shí)驗設(shè)計（DOE）的整合與工藝參數(shù)優(yōu)化獲得期望的結(jié)果。經(jīng)典的實(shí)驗設(shè)計方法非常耗時。許多實(shí)驗必須在極高的控制因素下執(zhí)行。田口方法使用一種特殊的正交設(shè)計研究的全因子空間中小數(shù)量的實(shí)驗數(shù)據(jù)就可以達(dá)到結(jié)果。田口方法嘗試優(yōu)化生產(chǎn)過程或產(chǎn)品設(shè)計，它基于三個階段的，如下：1、概念設(shè)計和系統(tǒng)設(shè)計2、參數(shù)設(shè)計3、公差設(shè)計概念設(shè)計是設(shè)計方案的第一階段。這一階段主要靠采集技術(shù)知識和經(jīng)驗來幫助設(shè)計者選擇最合適的一個預(yù)期產(chǎn)品。第二步是在參數(shù)設(shè)計的控制范圍內(nèi)，確定最佳設(shè)置。這也許是重要的一步，雖然它不影響產(chǎn)品的單位制造成

8、本。第三步是完成后進(jìn)行參數(shù)的設(shè)計和行使時進(jìn)一步改進(jìn)的優(yōu)化設(shè)計。這一階段重點(diǎn)是質(zhì)量和成本之間的權(quán)衡。然而，在這個階段，設(shè)計師如果僅僅只考慮收緊公差，提高材料的標(biāo)準(zhǔn)組件，在參數(shù)設(shè)計實(shí)驗時，質(zhì)量會有重大影響的。 田口方法采用信噪比（S / N）而不是平均轉(zhuǎn)換結(jié)果的數(shù)據(jù)到一個比在最佳的設(shè)置分析的特征值。的S / N比反映了平均和變異的質(zhì)量特性。3 標(biāo)準(zhǔn)的S / N比一般采用的是最好的（NB），越低越好（LB）和更好的（HB）的。最優(yōu)設(shè)置的參數(shù)組合，具有最高的S / N比。大型此方式S/N計算公式如下：S/N% ()= -10 log10 (1/n1/yi2)當(dāng)i=1n，n=重復(fù)數(shù)這適用追求最好的質(zhì)量及

9、最大的利益，被稱為為更大更好的類型問題。小型小型計算公式如下S/N% ()= -10 log10 (1/n1/yi2)當(dāng)i=1n，這中越小越好的類型適用追求更小的質(zhì)量特性普通普通型計算公式：S/N% ()= -10 log10 (µ2/2)µ=預(yù)設(shè)值，=標(biāo)準(zhǔn)偏差這類問題是試圖圍繞一個具體目標(biāo)最小化均方差。調(diào)整意味著目標(biāo)的任何方法使問題轉(zhuǎn)化為一個約束優(yōu)化問題。另一個在田口設(shè)計主要使用的工具正交陣列，用于研究許多設(shè)計參數(shù)的一個單一的響應(yīng)方式。正交數(shù)組可能包含一個內(nèi)部數(shù)組（控制組）和外陣列。內(nèi)部陣列控制因素控制下的實(shí)驗者的變量數(shù)?；谝欢〝?shù)量的噪聲變量，不能直接控制或選擇實(shí)驗者不

10、控制。許多日本公司都采用他的方法取得了巨大的成功。吳（1982）報道，很多工程師都進(jìn)行了基于他的理論上的實(shí)驗。應(yīng)用椿峰等（2006）研究了多種質(zhì)量優(yōu)化注塑聚醚醚酮（PEEK）。這項研究調(diào)查了尺寸偏差和注射產(chǎn)生的螺絲強(qiáng)度成型。本研究應(yīng)用田口方法來減少實(shí)驗次數(shù)和確定組合灰色多重品質(zhì)特性與最佳工藝參數(shù)的關(guān)系分析。本實(shí)驗的質(zhì)量特點(diǎn)是螺釘?shù)耐庵睆剑鞆?qiáng)度和扭轉(zhuǎn)強(qiáng)度。首先采用L18確定加工參數(shù)，可能會影響注射成型（21×37）正交，包括模具溫度，預(yù)塑量，注射壓力，注射速度，螺桿轉(zhuǎn)速，包裝壓力，保壓時間和冷卻時間。然后，灰色關(guān)聯(lián)分析，其反應(yīng)表和響應(yīng)圖用于多重品質(zhì)特性的最佳工藝參數(shù)，應(yīng)用。本文的研

11、究主要集中在PEEK注射成型過程中使用田口方法做實(shí)驗是實(shí)驗次數(shù)最少的計劃。然而，用田口方法獲得最佳單一質(zhì)量特性加工組合，并沒有考慮任何多重品質(zhì)特性與加工參數(shù)之間的關(guān)系。因此，灰色關(guān)聯(lián)分析應(yīng)用改進(jìn)了田口方法的缺點(diǎn)，實(shí)現(xiàn)對多個同時優(yōu)化的目的質(zhì)量特性。由于多個質(zhì)量特性的優(yōu)化，尺寸偏差的螺桿的外徑為成功地最小化，拉伸強(qiáng)度和扭轉(zhuǎn)強(qiáng)度同時最大化。此外，對PEEK注塑質(zhì)量預(yù)測系統(tǒng)也建立了。通過實(shí)現(xiàn)數(shù)據(jù)，均方根誤差收斂到0.00002。預(yù)測值和目標(biāo)這一預(yù)測系統(tǒng)值均在1.5748%以內(nèi)，這也顯示了其準(zhǔn)確性。這也意味著，控制因素及其水平就像神經(jīng)式網(wǎng)絡(luò)的學(xué)習(xí)參數(shù)一樣，是計劃完美且有效的選擇，這也揭示了實(shí)驗結(jié)果的重復(fù)

12、性和可靠性。這種優(yōu)化模型的高效性已被實(shí)驗成功地證明并被用來在試驗研究中預(yù)防浪費(fèi)。東宋基姆等人（2008）已通過注射成型工藝實(shí)驗，記錄一個十字微道的轉(zhuǎn)錄特性。在注射成型實(shí)驗中十字型微通道中的模具插入物先采用紫外光刻，再用鎳電鑄工藝制備。注射成型工序中工藝參數(shù)的研究是由參考相應(yīng)的的國際工程科學(xué)與技術(shù)雜志中的重要工藝參數(shù)進(jìn)行。模具溫度，注射速度，保壓壓力和熔體溫度的參數(shù)設(shè)計基于田口方法減少大量的實(shí)驗。轉(zhuǎn)錄的措施，對微通道的寬度和高度相對誤差，是新提出的定量表征轉(zhuǎn)錄特性。最佳和最差的處理條件是從注塑產(chǎn)品通過顯微鏡和非接觸式三維激光共聚焦顯微鏡掃描研究發(fā)現(xiàn)。從敏感性分析，發(fā)現(xiàn)模具溫度是最敏感的工藝參數(shù)。

13、同時發(fā)現(xiàn)3個重要的工藝參數(shù)，他們按敏感性排序分別為注射速度，保壓壓力和熔體溫度。為了觀察微顯影下的焊接線的注射成型過程中，ziegmann等人（2009）設(shè)計并制作了一個專用的模具，可視化單元被集成在工具內(nèi)?？紤]到注射處理過程中快速冷凍聚合物的局限性微，新研發(fā)的系統(tǒng)（快速加熱/冷卻系統(tǒng)）也被安排在這個微焊縫試樣制作工具。實(shí)驗是在一個臥式注塑機(jī)上進(jìn)行的。這項研究基于注射成型的顯微下視覺結(jié)構(gòu)的模具變溫確定PP材料，在微焊縫的強(qiáng)度和工藝參數(shù)之間的關(guān)系。確定最佳的工藝參數(shù)，通過正交分析得到了工藝參數(shù)的秩序的重要意義。然后通過切比雪夫正交多項式，四變種預(yù)測方程建立了微注射成型焊接線。通過確認(rèn)實(shí)驗證明了在

14、模型預(yù)測誤差均低于21%。此外，還對V型缺口形狀對焊縫強(qiáng)度的影響也進(jìn)行了研究。結(jié)果表明，V型試件的中間部分缺口尺寸比邊緣更大，表面高度更深。小V型缺口地區(qū)也有相似的宏觀情況，有更明顯的微焊線。人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型。人工神經(jīng)網(wǎng)絡(luò)由三部分構(gòu)成；神經(jīng)元或處理單元（PE），神經(jīng)元間相互聯(lián)系，學(xué)習(xí)規(guī)則。神經(jīng)元是數(shù)據(jù)結(jié)構(gòu)中的一個處理函數(shù)。它接收并處理輸入信號并將輸出信號傳送到下一層神經(jīng)元。一個神經(jīng)元可能有一個以上的輸入，但只能有一個輸出。神經(jīng)元的輸出則依網(wǎng)絡(luò)的連接方式，權(quán)重值和激勵函數(shù)的不同而不同。神經(jīng)元間相互聯(lián)系是指網(wǎng)絡(luò)傳播的信號從一個神經(jīng)

15、元向另一個神經(jīng)元或其自身的單向傳送。學(xué)習(xí)規(guī)則控制神經(jīng)網(wǎng)絡(luò)中的權(quán)值矩陣的變化。ANN的學(xué)習(xí)方式可分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。在監(jiān)督學(xué)習(xí)中，將訓(xùn)練樣本的數(shù)據(jù)加到網(wǎng)絡(luò)輸入端，同時將相應(yīng)的期望輸出與網(wǎng)絡(luò)輸出相比較，得到誤差信號，以此控制權(quán)值連接強(qiáng)度的調(diào)整，經(jīng)多次訓(xùn)練后收斂到一個確定的權(quán)值。而無監(jiān)督學(xué)習(xí)則直接依賴于網(wǎng)絡(luò)數(shù)據(jù)和內(nèi)部控制。人工神經(jīng)網(wǎng)絡(luò)模型已經(jīng)有很多種，例如反傳網(wǎng)絡(luò)，徑向基神經(jīng)網(wǎng)絡(luò)，單層和多層網(wǎng)絡(luò)。圖2：神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對塑料膜的質(zhì)量預(yù)測神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛運(yùn)用于復(fù)雜非線性過程的建模。神經(jīng)網(wǎng)絡(luò)的操作方式是多線程并行的方式，其處理速度快。不像一些其他技術(shù)，如非線性回歸，需要先假設(shè)并驗證。應(yīng)用Ren Shi

16、e等（2008）分析了pp復(fù)合零件的外形彎曲在汽車內(nèi)部的應(yīng)用。通過徑向基函數(shù)網(wǎng)絡(luò)（RBN）和序列二次規(guī)劃（SQP）兩種方法共同分析，確定最佳注塑工藝參數(shù)。在三臺計算機(jī)控制下，逐漸改變樣品的注射條件：熔化溫度、注射速度和注射壓力，得出最小的輪廓扭曲。十六個實(shí)驗基于田口正交表進(jìn)行。再通過RBN和SQP法在試驗結(jié)果中尋找最優(yōu)解。在這項研究中，提出的計算程序取比實(shí)驗設(shè)計（DOE）方法有更好的性能。此外，方差分析（ANOVA）也是試樣在輪廓扭曲性能中重要因素。將RBN方法和SQP方法結(jié)合起來，找出pp復(fù)合零件在注塑中的最佳參數(shù)是有其先進(jìn)性的。本研究的提供了一個類似黑盒子建模方法的算法（即RBN預(yù)測模型）

17、，還有解決多輸出約束優(yōu)化問題的SQP方法。該算法提供了一個有效的步驟方法來確定的注射成型工藝的最佳參數(shù)。 因此，最佳參數(shù)設(shè)計工作效率大大提高。此外，計算量也大大減少。通過1.7 GHz奔騰4處理器的計算機(jī)建立RBN模型并計算出最佳工藝參數(shù)的總時間甚至不到5分鐘，而同樣條件下，嘗試法需要數(shù)小時才能找出最佳工藝參數(shù)。Rawin等（1997）研發(fā)了一種基于神經(jīng)網(wǎng)絡(luò)的設(shè)計工具，在依據(jù)圖紙生產(chǎn)模具之前幫助設(shè)計師評估所設(shè)計的模具在模具制造（或模具復(fù)雜性）方面影響。該系統(tǒng)使用了14個輸入矢量（成本）來預(yù)測模具復(fù)雜性的等級（分1 - 10級）。模具的復(fù)雜性評估有助于減少模具設(shè)計人員的重復(fù)設(shè)計，增加了產(chǎn)品研發(fā)的

18、效率。模具復(fù)雜性指數(shù)的神經(jīng)網(wǎng)絡(luò)模型顯示模具復(fù)雜困難的程度。本研究發(fā)現(xiàn)，模具越復(fù)雜，模具制造成本越高。然而，模具的復(fù)雜性和模具制造成本之間的聯(lián)系（映射）并不總是線性。模具的復(fù)雜性受幾個因素的影響，如，零件的幾何形狀，模具材料，分模線和每個模具的模腔數(shù)。在本研究中，基于人工神經(jīng)網(wǎng)絡(luò)（ANN）對模具的復(fù)雜性評估研發(fā)了新的設(shè)計工具。 結(jié)語 本文介紹了在注塑過程中參數(shù)設(shè)定的一些研究方法。在已描述的包括數(shù)學(xué)模型，田口技術(shù)，人工神經(jīng)網(wǎng)絡(luò)（ANN），模糊邏輯，基于案例的推理（CBR），遺傳算法（GA），有限元方法（FEM），非線性模型，響應(yīng)面法，線性回歸分析，灰色關(guān)聯(lián)法在內(nèi)的各種方法做了大量的研究工作。 對最優(yōu)化技術(shù)的方法文獻(xiàn)的回顧已經(jīng)結(jié)束，但更重要的是，通過這些方法設(shè)計的實(shí)驗對不同注塑過程中最優(yōu)參數(shù)設(shè)置成功的在工業(yè)生產(chǎn)中運(yùn)用。田口方法和響應(yīng)面法已被廣泛應(yīng)用于工業(yè)，制造產(chǎn)品或分析或分析生產(chǎn)過程中不可控制的因素，如環(huán)境變量。田口方法潛在的節(jié)省了實(shí)驗時間，降低了產(chǎn)品或生產(chǎn)過程成本，提高了產(chǎn)品質(zhì)量。人們普遍認(rèn)為