[發明專利]塑料注射成型過程中注射時間參數的確定方法

無效

• 申請號: 200710053036.6
• 申請日: 2007-08-24
• 公開（公告）號: CN101118569A
• 公開（公告）日: 2008-02-06
• 發明（設計）人: 周華民;李德群;趙朋;崔樹標;嚴波
• 申請（專利權）人: 華中科技大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 華中科技大學專利中心
• 代理人: 方放

技術領域

本發明屬于計算機數值模擬及優化方法，特別涉及一種塑料注射成型過程中注射時間參數的確定方法，用于塑料注射成型。

背景技術

塑料的注射成型具有生產周期快、生產效率高、能成型形狀復雜、尺寸精確或帶嵌件的制品以及易于實現自動化等特點，因此，注射成型成為塑料的主要加工方法之一，用此方法加工的塑料占到了塑料加工總重量的32％，在制品生產行業中占有非常重要的地位。

注射成型過程中注射時間參數在塑料生產中十分重要，不僅影響到生產周期而且直接影響產品的質量。注射時間長則注射速率慢，制品易產生熔合紋，密度不勻，制品內應力大等缺陷。當注射時間過短，注射速率過高，則熔體離開噴嘴后會產生不規則流動，產生大的剪切熱而燒焦塑料，此外在高注射速度時，模腔內的氣體往往來不及排出，夾雜在物料中嚴重影響制品質量。而注射時間參數的確定卻又十分復雜，其與注塑機、塑料性能、模具等因素密切相關。

當前企業確定注射時間的方法主要是嘗試法，又稱試錯法，見金新明“注塑參數智能設定方法及質量控制研究”華南理工大學，2000[博士論文]；即依據相關人員有限的經驗不斷進行試模后評定。但是，在實際生產中，由于塑料材料的性能千差萬別，制品和模具的結構千變萬化，僅憑有限的經驗難以對這些因素作全面的考慮和處理，因為這種方法要反復試模，從而導致成型循環周期長、廢品率高、產品質量不理想、生產不穩定、注射機利用率低等問題。

另外有一些學者采用人工神經網絡方法預測注射時間，見王德翔，劉來英，王振寶，周華民，李德群“基于人工神經網絡技術的注塑成型工藝參數優化”，模具技術，2001，6(1)：1～4；和B.H.M.Sadeghi，“ABP-neural?network?predictor?model?for?plastic?injection?moldingprocess”，Journal?of?Material?Processing?Technology?2000，103(3)：411～416；然而，充足而正確的學習樣本才能保證系統的性能，學習樣本的收集是一項十分龐大而復雜的工作，因此影響了系統的穩定性，同時也制約了這種方法在實際生產中的應用。

隨著全球市場競爭日趨激烈，要求盡可能準確而快速地設置注射時間參數、縮短塑料產品生產周期、提高制品質量、促使注射機生產能力的最大化。因此，急需快速、準確的注射時間參數確定方法。

發明內容

本發明提供一種塑料注射成型過程中注射時間參數的確定方法，所要解決的問題是克服現有技術的上述缺陷，以快速正確確定注射時間參數。

本發明的一種塑料注射成型過程中注射時間參數的確定方法，包括：

(1)確定制品幾何信息步驟，根據制品型腔的幾何形狀以及澆口設置的位置確定制品平均壁厚、制品體積和制品型腔最大流動長度；

(2)確定塑料參數步驟，從塑料提供商處獲得制品所使用的塑料材料的物性參數及材料推薦參數，物性參數包括熔融密度、比熱容、熱導率和材料粘度七參數模型中的七個材料常數；材料推薦參數包括注射溫度和模具溫度；

(3)設置注射時間區間、時間步長步驟，注射時間區間最大值≤20s，時間步長≤5s；

(4)簡化模型模擬計算步驟，在設定的注射時間區間內，每次按時間步長增加注射時間，根據步驟(1)和(2)所確定的制品幾何信息及塑料參數，采用簡化注射流動模型，計算當前注射時間下的注射壓力和最小熔體前沿溫度模擬值；其過程為：

(4.1)建立制品型腔簡化模型，根據制品體積相等的原則將制品所對應的復雜型腔簡化成端部帶澆口的矩形平板，其長度為制品型腔最大流動長度，高度為制品平均壁厚；

(4.2)建立二維差分離散網格；

(4.3)初始化參數，設置入口的溫度為注射溫度，入口的初始剪切速率為0；

(4.4)計算當前時刻的粘度η及流動率S：