基于响应面算法的双色灯罩注塑工艺优化

刘帮禹 黄瑶 唐兆龙

(1.江苏大学材料科学与工程学院,江苏 镇江,212013；2.江苏彤明高科汽车电器有限公司,江苏 镇江,212013)

随着生活质量的日益改善,各行各业对于产品外观及质量的要求越来越高,尤其对于不断追求节能减排的汽车行业,塑料产品得到了广泛使用[1]。随着计算机辅助设计(CAD)软件的应用,“数值模拟+多目标优化”相结合的方法能快速准确地设计出满足成型质量的零件,从而指导实际生产,提高零件的质量[2]。

下面以汽车尾灯双色灯罩为研究对象,综合考虑注射成型过程中会对产品造成影响的参数(如熔体温度、模具温度、保压压力、保压时间等),采用最优拉丁超立方试验设计选取试验方案,通过Moldfl ow进行工艺过程模拟,建立响应面近似模型,将成型过程中的影响因素与结果具体化、数字化,最后为了控制塑件的收缩率及最大翘曲变形量,对其进行多目标优化,得到最优参数组合之后再利用Moldfl ow进行模拟。验证结果表明:多目标优化后的预测结果与Moldfl ow所得到的模拟结果误差很小,可以生产出低收缩率、低翘曲变形量的双色尾灯灯罩。

1 材料及成型工艺选择

1.1 塑件结构分析及材料选择

选取汽车尾灯双色灯罩作为研究对象,三维模型如图1所示。产品尺寸为135 mm×498 mm×252 mm,图1中,产品白色部分表面积较大,表面质量要求较高；黑色部分整体呈细长环形,易出现较大翘曲变形,塑件成型过程中的翘曲变形以及残余应力是影响塑件服役寿命的关键[3]。塑件选取流动性、透光性较好且价格低廉的聚甲基丙烯酸甲酯(PMMA)。

1.2 注塑工艺

与单色相比较,双色注塑的工艺较复杂,需要相互配合和协调,因此对模具的尺寸精度要求极高[4]。尾灯灯罩采用覆盖式双色注塑方式,第一次注塑黑色装饰部分,第二次注塑白色透光部分。第一次注塑完成后,黑色部分留在后模,开模但不顶出塑件,后模旋转180°,再次合模进行第二次注塑,保压冷却,开模,顶出整个塑件。

1.3 注塑模拟

首先利用CAD软件将三维实体进行初步修复；然后将初步修复后的三维实体导入Moldfl ow软件,进行2D网格划分,并进行网格修复,使网格匹配率达到85%以上,纵横比不超过10；最后进行3D网格划分后导入到同一方案中,注塑方式选择“热塑性塑料重叠注塑”,工艺选择“填充+保压+重叠注塑充填+重叠注塑保压+翘曲”进行分析。

2 试验设计及结果

2.1 试验因素及水平选择

熔体温度及模具温度范围是根据Moldfl ow材料库推荐工艺参数选取,保压压力是根据默认模拟参数范围选取(占最高注射压力的百分比)。最终确定工艺参数及其取值范围:第一射熔体温度(A)在240～280℃,第二射熔体温度(B)在240～280℃,模具温度(C)在35～80℃,第一射保压压力(D)在50%～80%,第二射保压压力(E)在50%～80%,保压时间(F)在6～14 s。选取第一射体积收缩率(Y1/%)、第二射体积收缩率(Y2/%)、总翘曲变形量(Y3/mm)作为响应量。

2.2 试验方案及结果

选取最优拉丁超立方抽样法进行试验方案设计,优势在于其通过优化输入采样点的空间分布使得抽样点分布更均匀(见图2)。

最优拉丁超立方抽样法的原理为:假设有k个工艺参数x1,x2,……x k,从其上下界区间中取出N个样本,则每个变量的累积分布被分成相同的N个小区间,使这些点落在N个区间内的概率相同,并保证每个参数的每个水平只被研究一次,则认为k个参数构成了维度为N的最优拉丁超立方[5]。

在isight软件中选用最优拉丁超立方抽样法,根据工艺参数取值范围设计60组试验方案,再利用Mol dfl ow进行模拟分析,试验结果如表1所示。

3 结果分析及其优化

3.1 响应面近似模型的建立

响应面法是在试验区域已接近最优区域时,利用合理的试验设计方法得到一定数据,并采用多元二次回归方程来拟合因素与响应值之间的函数关系,通过对回归方程的分析来寻求最优工艺参数,从而解决多变量问题的一种统计方法[6]。

在表1的基础上使用isight软件对试验数据进行方程拟合,方程式如公式(1)～(3)所示。

3.2 响应面近似模型精度检验

响应面模型误差分析评价参数有最大绝对值误差(MAE)、平均绝对值误差(A MAE)、均方根误差(RMSE)、决定系数(R2)和样本修正决定系数(R2adj)。各评价参数的数学计算如公式(4)～(10)所示。

式(4)～(10)中:y i代表各试验方案所得到的模拟值；^yι表示该近似模型所得到的预测值；ˉyι表示试验方案所得到模拟值的平均值；n表示试验方案数；k表示试验点数；s表示所得回归方程中系数的个数；i为变量的序号(取1～60)；SST表示离差平方和；SSE表示残差平方和。

为了保证所建立响应面拟合方程的精度,要求MAE不超过0.3,A MAE不超过0.2,RMSE不超过0.2,R2不小于0.9,并且R2越接近1则代表其函数的拟合精度越高,R2太小时则代表其函数的拟合精度较低,应重新进行试验设计和响应面的拟合[7]。

为了避免所建立响应面近似模型预测误差过大,以评估不同设计变量对于所得回归方程的逼近程度所造成的影响,以此来提高响应面拟合方程的拟合精度。

利用公式(4)～(10)计算相应近似模型的各误差评价参数,如表2所示。由表2可知,R2及都大于0.9,MAE都小于0.3,RMSE都不超过0.2,A MAE都远小于0.2。因此可以确定,所得到的4个响应面近似数学模型准确度较高,可以用来代替有限元模型的计算。

表2 误差评价参数

3.3 参数优化及模拟

利用isight软件中的优化模块进行参数优化,将Y1,Y2及Y3作为优化目标,得到多目标优化后的预测值。基于响应面多目标优化的最优参数组合:A为240.03℃,B为245.65℃,C为73.41℃,D为78.42%,E为80.00%,F为10.36 s。用Mol dflow软件进行工艺模拟,结果如图3所示。最优参数组合下汽车双色尾灯灯罩响应量的预测值及模拟值见表3。由表3可知,Y1,Y2及Y3的预测值与模拟值均处于允许范围内,这说明多目标优化后的预测值与模拟值十分吻合,进一步验证了所建立的多目标响应面近似模型的有效性。

表3 最优参数组合下的预测值及模拟值

4 产品验证

使用多目标优化后的最优参数组合进行试生产并验证,图4为试生产的双色灯罩验证产品。经检测,产品的Y3为1.840 mm,与模拟值相差仅0.010 mm。参数优化前后结果对比见表4。与优化前相比,Y1,Y2及Y3的优化率分别为8.2%,3.1%,20.8%。因此,优化后的成型工艺参数降低了产品的翘曲变形量,能够达到装配要求。

表4 参数优化前后结果对比

5 结论

a) 通过isight软件进行最优拉丁超立方试验设计,实现了双色尾灯灯罩工艺参数优化,得到可靠的响应面模型,并且通过精度检验得出拟合方程,可信度较高。

b) 基于响应面的多目标优化后得到的最优参数组合:A为240.03℃,B为245.65℃,C为73.41℃,D为78.42%,E为80.00%,F为10.36 s。最优参数组合下,Y1,Y2及Y3的模拟值分别为8.304%,8.049%,1.830 mm。

c) 采用多目标优化后的最优参数组合进行模拟并试生产,可以生产出符合要求的塑件产品。