基于稳健设计与综合加权评分法的注塑工艺参数优化

董 娇

(徐州工业职业技术学院机电工程学院，江苏 徐州 221140)

基于稳健设计与综合加权评分法的注塑工艺参数优化

董 娇

(徐州工业职业技术学院机电工程学院，江苏 徐州221140)

采用稳健设计、均值分析、变量分析等方法，对机箱盖在注塑过程中出现的翘曲及体积收缩品质缺陷等问题进行了研究。结果表明，获得了翘曲变形及体积收缩最小的最优工艺参数组合及各因素的影响因子；确定了兼顾翘曲变形量及体积收缩率这两目标最优的工艺参数组合为熔体温度为250℃，模具温度为80℃，注射时间为1.3s，保压时间为25s，冷却时间为19s，保压压力为100%，获得了表面品质及尺寸均合格的产品。

稳健设计；翘曲变形；体积收缩；多目标优化；综合加权评分法

0 前言

注塑工艺参数对塑件成型起到非常大的作用，在注塑时产生的翘曲变形和体积收缩等产品品质缺陷，严重影响了产品的装配及合格率。运用综合加权评分法结合稳健设计，综合考虑翘曲变形和体积收缩率对塑件翘曲变形的影响，确定两者的权重，将多目标试验结果转化为单目标试验结果，并按单目标分析方法，确定最优工艺参数组合。本文以某公司生产的机箱盖为例，从影响翘曲变形和体积收缩这2个目标较大的熔体温度、模具温度、注射时间、保压时间、冷却时间和保压压力这6个因素出发，运用稳健设计和综合加权评分法研究了这6个因素对目标的影响，并获得了兼顾2个目标最小的最优工艺参数组合。

1 试验模型与方法

1.1 试验模型

该机箱盖塑件外形尺寸为98.5mm×101.6mm×12.5mm，平均壁厚为1.8mm。该塑件为平板件，即使设计加强筋，但翘曲变形及体积收缩仍比较大，需要优化工艺参数。选用的材料为聚碳酸酯(PC)/丙烯腈 - 丁二烯 - 苯乙烯共聚物(ABS)合金，牌号为NovalloyS3210，生产厂家为新加坡大赛璐塑料工业有限公司，该材料具有良好的模塑性、抗冲击性、抗热性等特点。

Moldflow软件能够帮助设计者在设计阶段了解产品可能出现的缺陷，从而优化产品或模具，减少昂贵模具的修改，降低拆装模具造成的延迟，缩短创新产品上市的时间。将模型导入到Moldflow软件中，采用双层面划分网格，获得24452个单元，最小纵横比为1.16，最大纵横比为15.34，平均纵横比为2.45，匹配率为91.9%，大于85%，满足分析要求，可以进行后续分析。

根据客户要求，机箱盖外表面不允许有浇口痕迹，故采用潜伏式浇口，1模2腔设计；模型建模后如图1所示。进行冷却+填充+保压+翘曲分析，冷却分析结果中，冷却回路冷却液温度升温1.01℃，小于2～3℃，满足冷却要求。

图1 机箱盖的注塑模拟系统Fig.1 Injection simulation system for the case cover

1.2 试验方法

稳健设计的基本思路是在不消除和减小不确定因素源的情况下，通过试验设计使不确定因素对目标品质的的影响尽可能小[1]。稳健设计有2个基本工具：信噪比和正交试验[2]。信噪比作为衡量目标的特性值，在本次试验中，目标值越小越好，故采用信噪比的望小特性；正交试验利用正交表对试验进行设计，可以用少数试验代替全面试验，以确定参数值的最优水平组合。

本次设计以翘曲变形量(目标1)和体积收缩率(目标2)作为品质目标，以熔体温度(A)、模具温度(B)、注射时间(C)、保压时间(D)、冷却时间(E)和保压压力(F)(保压压力指的是填充压力的百分比)6个因素为研究工艺参数，每个工艺参数根据实际生产经验及分析软件系统推荐值均匀的选取4个水平，工艺因素和水平如表1所示。

表1 工艺因素和水平Tab.1 Process factors and levels

2 结果与讨论

2.1 试验结果分析

根据表1所列的试验因素及水平值，采用L16(46)正交表[3]进行模拟试验，其他的工艺参数采用分析软件系统默认值。2个目标值及其信噪比如表2所示。

表2 试验结果及信噪比Tab.2 Test results and S/N

其中翘曲变形量和体积收缩率是根据试验组合参数在Moldflow中分析得到的数据，目标1的信噪比和目标2的信噪比是根据相应的分析数据，通过信噪比望小特性计算公式计算得到的信噪比值。

2.2 均值分析

均值分析对工艺参数的优化是必要的，它可以预测出对应试验目标的最优试验因素水平。其值为同一因素下同一水平的平均值。目标1(翘曲变形量)的各因素在4个水平下的均值(T)见表3。将目标1的均值分析表反映的信息用图2表示，可以更直观的说明各工艺参数对目标1的影响。由图2可知，当工艺参数为A3B3C4D4E4F4时信噪比最大，即翘曲变形量最小。

表3 目标1的均值分析表Tab.3 Mean value of index table 1

因素：(a)A (b)B (c)C (d)D (e)E (f)F图2 各工艺参数对翘曲变形量的影响Fig.2 Influence of process parameters on warpage

目标2体积收缩率的各因素在4个水平下的均值(T′)见表4。将目标2的均值分析表反映的信息用图3表示，可以更直观的说明各工艺参数对目标2的影响。由图3可知，当工艺参数为A1B4C3D4E4F4时信噪比最大，即体积收缩率最小。

表4 目标2的均值分析表Tab.4 Mean value of index table 2

因素：(a)A (b)B (c)C (d)D (e)E (f)F图3 各工艺参数对体积收缩率的影响Fig.3 Influence of process parameters on volume shrinkage

2.3 变量分析

稳健设计不仅可以通过信噪比及正交试验获得各目标影响下的最优工艺参数组合，还可以通过变量分析，定量估计各个工艺因素对目标的相对影响程度。

各因素对目标1翘曲变形量的影响情况如表5所示。各工艺参数对制品翘曲变形量的影响程度如下：F(41.221%)>C(26.834%)>D(15.839%)>E(8.428%)>B(5.619%)>A(2.059%)。其中F的影响程度为41.221%，对翘曲变形的影响非常明显，其次是C和D。

表5 各工艺参数对翘曲变形量的影响程度Tab.5 Influences of process parameters on warpage

各因素对目标2体积收缩率的影响情况如表6所示。各工艺参数对制品体积收缩率的影响程度如下：D(32.538 %)>E(31.872 %)>C(13.556 %)>A(11.830 %)>B(7.299 %)>F(2.905 %)。其中D和E对体积收缩率都起到非常重要的影响，其次是C和A。

表6 各工艺参数对体积收缩率的影响程度Tab.6 Influences of process parameters on volume shrinkage

通过以上均值分析及方差分析发现，获得最小目标值的2组最优工艺参数组合不同，并且各工艺参数对目标的影响程度不同，作用趋势又不一致。为找出兼顾两者的尽可能最佳的工艺参数组合，必须进行综合评价，将多目标综合转化为单目标，故本文将采用综合加权评分法进行多目标优化。

2.4 多目标优化

2.4.1标准化评价矩阵的确定

为统一各目标的趋势要求，消除数量级及量纲不同，需要将评价矩阵X进行标准化处理[4]。本次试验的2个目标值(采用信噪比进行计算)均要求越大越好，而综合加权评分值也越大越好，因此评价矩阵X与标准化矩阵Y相同[式(1)]。

X=Xij=Y=Yij

(1)

式中Xij——在i各指标下第j组试验数据

Yij——标准化矩阵

Zij=100×(yij-yjmin)/(yjmax-yjmin)

(2)

式中i=1,2,…n

j=1,2,…m

正交试验数据按照标准化评价矩阵处理如表7所示。

表7 综合加权评分结果Tab.7 The results of synthetically weighted method of points

2.4.2指标综合权重的确定

主观权重根据具体情况选择主观赋权法中的一种对各指标进行赋权[5]。本次设计，根据实践经验，翘曲变形量和体积收缩率的指标主观权重分别取值为α1=0.6，α2=0.4。

客观权重选用熵值法进行确定，计算公式如式(3)、式(4)所示：

(3)

(4)

式中βj——客观权重

hj——第j项指标的熵值

1)如图6a所示情况，掘进机轴线与隧道设计轴线共线，此时不需要纠偏，控制支撑油缸伸缩量相等，保持稳定的运行姿态。

通过计算得到β1=0.499，β2=0.501。

为了同时兼顾主客观影响, 并充分利用主观赋权法和客观赋权法, 本文直接引用文献[1]中建立的指标综合权重优化模型的精确解[式(5)]。

ω= [μα1+(1-μ)β1,μα2+(1-μ)β2,…μαm

+(1-μ)βm]T

(5)

式中ω——综合权重

αj——主观权重

μ——偏好系数，取μ=0.4(0<μ<1)

计算得ω1=0.539，ω2=0.461。

2.4.3计算综合加权评分值及分析结果

由式(6)计算综合加权评分值，结果如表7所示。

(6)

式中fi——综合加权评分值

ωj——第j项指标的综合权重

Zij——标准化评价矩阵

通过表7中的fi值可以看出，第4组试验的分值最高，fi=97.769，其工艺参数组合为A1B4C4D4E4F4；而根据综合加权评分值的均值(T″)分析(表8)，可以得出最优工艺参数组合为A2B3C3D4E4F4，该组合需要重新计算机辅助工程分析，分析后塑件的翘曲变形量及体积收缩率分别为0.6776mm和6.729%。将该试验结果进行综合加权评分处理，得到fi=98.160，高于组合4的综合加权评分值，故多目标优化后的最优工艺参数组合为A2B3C3D4E4F4，该组合下模拟结果如图4所示。

表8 综合加权评分均值分析表Tab.8 The mean value of synthetical points

(a)翘曲变形 (b)收缩变形图4 翘曲变形和收缩变形分析Fig.4 Warpage deformation analysis and shrinkage deformation analysis

2.5 试模验证

为验证本次试验的准确性，对最优工艺参数组合进行试模，试模得到的样品如图5所示。可以看出样品表面光滑，无破裂等缺陷；样品尺寸符合要求，能够满足装配要求，获得了客户的认可。

(a)正面 (b)反面图5 机箱盖试件的正反面Fig.5 Positive and negative photos of the case cover

3 结论

(1)最小翘曲变形量的最优工艺参数组合为A3B3C4D4E4F4，各工艺参数对翘曲变形量的影响程度为：保压压力F(41.221%)>注射时间C(26.834%)>保压时间D(15.839%)>冷却时间E(8.428%)>模具温度B(5.619%)>熔体温度A(2.059%)，其中保压压力F对翘曲变形量的影响最为明显；

(2)获得最小体积收缩率的最优工艺参数组合为A1B4C3D4E4F4，各工艺参数对体积收缩率的影响程度为：保压时间D(32.538%)>冷却时间E(31.872%)>注射时间C(13.556%)>熔体温度A(11.830%)>模具温度B(7.299%)>保压压力F(2.905%)；

(3)通过综合加权评分法，将多目标优化转化为单目标优化，获得兼顾两目标的最优工艺参数组合为A2B3C3D4E4F4，即：熔体温度为250℃，模具温度为80℃，注射时间为1.3s，保压时间为25s，冷却时间为19s，保压压力为100%；根据最优工艺参数组合进行试模，获得表面品质及尺寸均合格的产品，满足整体装配。

[1] 黄 瑶，仇亚莉,王雷刚，等.基于Taguchi的气体辅助注射成型工艺参数优化[J].塑料工业，2010，38(8)：43-46. Huang Yao,Qiu Yali, Wang Leigang, et al.Optimization of Process Parameters of GAIM Based on Taguchi[J]. China Plastics Industry, 2010，38(8)：43-46.

[2] 陈立周.稳健设计[M].北京：机械工业出版社，2005：87-108.

[3] 周浩文，李江平.工艺参数对空调电路固定板的翘曲变形和体积收缩率的影响研究[J].塑料工业，2013，41(2)：57-60. Zhou Haowen,Li Jiangping.Effect of Process Parameters on Warpage and Volumetric Shrinkage of Air Conditioning Fixed Circuit Board[J].China Plastics Industry,2013，41(2)：57-60.

[4] 陶菊春，吴建民.综合加权评分法的综合权重确定新得[J].系统工程理论与实践，2001，(8)：43-48. Tao Juchun,Wu Jianmin.New Study on Determining the Weight of Index in Synthetic Weighted Mark Method[J]. Systems Engineering Theory and Practice,2001,(8)：43-48.

[5] 魏效玲，赵立新,任建华.多指标试验设计综合加权评分值的确定[J].河北建筑科技学院学报，2003，20(4)：68-72. Wei Xiaoling,Zhao Lixin,Ren Jianhua.Weighted Score Values of Multi-index Test Design[J]. Journal of Hebei Institute of Building Science and Technology,2003，20(4)：68-72.

OptimizationofParametersofInjectionMoldingProcessBasedonTaguchiandSyntheticWeightedMarkMethods

DONG Jiao

(School of Mechatronic Engineering, Xuzhou College of Industrial Technology, Xuzhou 221140, China)

Defects like warpage and volume shrinkage occurring in injection molding process of a casing were investigated by means of robust design, mean analysis and variable analysis methods. Based on the results obtained in this work, optimum combination of processing parameters as well as various influencing factors was obtained for minimizing warpage and volume shrinkage. To obtain a qualified product in both surface and size, such a combination included a melt temperature of 250 ℃, mold temperature of 250 ℃, a mold temperature of 250 ℃, injection time of 1.3 s, holding time of 25 s, cooling time of 19 s, and a holding pressure of 100 %.

robust design; warpage; shrinkage; multi-objective optimization; synthetic weighted mark method

TQ320.66+2

B

1001-9278(2017)09-0108-06

10.19491/j.issn.1001-9278.2017.09.017

2017-05-20

联系人，dongj@mail.xzcit.cn