基于CAE仿真技术的连接器端子注塑成型优化

Optimization of Connector Terminal Injection Moulding Based on CAE Simulation Technology

摘要

针对注塑过程存在气穴、焊接线和缩痕等缺陷问题，以聚对苯二甲酸丁二醇酯/聚对苯二甲酸乙二醇酯（PBT/PET）复合材料的连接器端子为研究对象，通过UG软件构建3D模型并利用Moldflow进行仿真分析，以表面温度、熔体温度、冷却时间和注射压力为实验变量建立响应面模型并进行方差分析。结果表明：模型相关系数R²为0.927 3，显著性水平P值小于0.000 1，表面温度69 ℃，熔体温度248 ℃，冷却时间52 s，注射压力81 MPa，翘曲变形量降至0.140 5 mm。此时制件质量最好，满足设计要求。通过响应面优化，气穴、焊接线和缩痕等缺陷显著减少，成型质量大幅提升，验证了优化方案的有效性和实际应用价值。

Abstract

Aiming at the defects such as cavitation, welding line and shrinkage mark in the injection molding process, the paper took the connector terminal of polybutylene terephthalate/polyethylene terephthalate (PBT/PET) composites as the research object. The 3D model was constructed by UG software and simulated by Moldflow. The response surface model was established with surface temperature, melt temperature, cooling time and injection pressure as experimental variables, and the variance analysis was carried out. The results showed that the correlation coefficient R² of the model was 0.927 3, the significance level P value was less than 0.000 1, the surface temperature was 69 ℃, the melt temperature was 248 ℃, the cooling time was 52 s, and the injection pressure was 81 MPa. The warpage deformation was reduced to 0.140 5 mm. At this time, the product quality was the best and met the design requirements. Through response to surface optimization, the defects such as cavitation, welding line and shrinkage mark were significantly reduced, and the forming quality was greatly improved, which verifies the effectiveness and practical application value of the optimization scheme.

Graphical abstract

关键词

CAE仿真技术 / 响应面法 / 连接器端子 / 注塑成型优化

Key words

CAE simulation techniques / Response surface methodology / Connector terminals / Injection moulding optimization

随着电子技术的飞速发展，连接器作为电子产品中的关键部件，广泛应用于通信、汽车、家电等领域。连接器端子作为连接器的重要组成部分，承担着电气信号的传输和稳定性保障，连接器端子的注塑成型质量直接影响其可靠性。在注塑成型过程中，工艺参数的优化对提高产品的质量至关重要。随着制造工艺的不断发展，采用计算机辅助工程(CAE)仿真技术进行注塑过程优化已经成为提高生产效率、降低生产成本以及提升产品质量的重要手段^[1-2]。

CAE仿真技术通过模拟注塑成型过程，能够在虚拟环境中预测和优化各种工艺参数，如注射压力、熔体温度、冷却时间等对成型质量的影响。响应面法(RSM)作为一种强有力的优化工具，能够通过设计实验和数据拟合的方法，建立工艺参数与成型质量之间的数学模型，从而实现最优工艺参数的搜索。这一方法广泛应用于各类塑料制品的注塑工艺优化，并取得了显著的成果^[3-5]。

本研究采用聚对苯二甲酸丁二醇酯(PBT)与聚对苯二甲酸乙二醇酯(PET)的复合材料作为连接器端子的注塑材料。PBT/PET材料因其优异的力学性能、耐热性和较低的翘曲性，成为高性能连接器端子制品的重要选择^[6]。研究中先利用UG 12.0软件构建连接器端子的3D模型，并通过Moldflow进行网格划分和注塑仿真^[7]。接着利用响应面法进行注塑工艺参数(表面温度、熔体温度、冷却时间和注射压力)优化实验，建立了数学模型并通过方差分析验证模型的有效性。将优化后的工艺参数进行模拟缺陷分析以减少翘曲变形，消减气穴、焊接线和缩痕等缺陷，最终完成实际注塑生产。优化后的注塑工艺参数在实际生产中可以得到成功应用，使用CAE仿真技术的注塑成型的连接器端子翘曲变形量符合设计要求，外观质量显著提升，验证了优化方案的可行性和实际应用价值。

1 模拟仿真

在模型构造部分，使用UG 12.0软件构建连接器端子的3D模型，如图1所示。该模型的长、宽、高分别为15.4、16.8、34.4 mm，确保了模型的几何尺寸符合设计要求。通过UG 12.0的建模功能，精确地完成了端子的形状和结构设计，为后续的CAE仿真分析奠定基础。

将3D模型导入Moldflow软件进行外壳模型的网格划分，共划分52 142个网格单元，如图2所示。经过网格划分后，最大纵横比达到9.55，远低于常规要求的15，表明网格具有较高的各向同性和良好的质量。而网格的匹配度为93.3%^[8]。这一网格划分结果为后续的注塑仿真分析奠定精确的数值基础。

PBT/PET材料作为连接器端子的注塑材料，具有较高的机械强度和刚性，确保了端子的结构稳定性。其优良的耐高温性和电气绝缘性使其在高温和电气应用中表现出色。此外，低吸湿性和较强的耐化学性进一步增强了材料的稳定性和可靠性，适用于多种苛刻环境^[9]。表1为PBT/PET材料的注塑工艺参数，这些参数为连接器端子的注塑成型提供重要的工艺指导，确保材料的优异性能。

图3为初始模拟结果。从图3可以看出，模拟结果显示连接器端子的翘曲变形量达到0.986 5 mm，未能满足设计要求的标准。通常，连接器端子的翘曲变形量应控制在0.1~0.3 mm以内，以确保产品的尺寸精度和装配性能^[10]。因此，翘曲变形量超出了可接受的范围，会影响最终产品的质量和功能。需要进一步优化注塑工艺参数，以减少翘曲变形并提高成型质量^[11]。

图4为初始缺陷分析。从图4可以看出，注塑过程中存在气穴、焊接线和缩痕等常见缺陷。气穴通常出现在厚壁区域，主要由于模具内气体无法及时排出或填充不完全造成，严重时会影响端子的结构稳定性。焊接线是在熔融塑料流动相遇处形成的痕迹，通常由于流动不均匀或填充速度不一致产生，除了影响外观外，还能成为应力集中点，降低端子的力学性能。缩痕则是材料冷却过程中收缩不均造成的表面凹陷，通常发生在表面或厚壁部分，不仅影响外观质量，还影响装配精度和功能稳定性^[12-13]。为了提高最终产品的质量，必须通过优化注塑工艺参数来减少或消除这些缺陷。

2 响应面成型工艺参数优化

2.1 因素水平的建立

表2为响应面成型工艺参数因素水平设计。从表2可以看出，表面温度(A)的范围为60~80 ℃，影响材料流动性和冷却速率；熔体温度(B)设定为240~260 ℃，影响熔体黏度和填充效果；冷却时间(C)从45~65 s不等，决定了收缩和翘曲变形；注射压力(D)为60~100 MPa，影响熔体的注入速度和密实度^[14]。通过优化这些参数，可以提高成型质量和生产效率。

2.2 响应面样本数据

表3为设计实验(DOE)样本数据。每个实验样本包括4个关键工艺参数的不同组合以及相应的翘曲变形量。通过实验数据可以分析工艺参数对翘曲变形量(R)的影响，并通过统计建模揭示其相互关系^[15]。每个样本数据的编号代表不同工艺条件下的实验结果，其中翘曲变形量的变化为优化注塑工艺参数提供数据支持。在优化过程中，这些实验数据将用于拟合响应面模型，以便对注塑工艺进行系统分析和改进^[16]。

2.3 响应面拟合

响应面拟合结果模型表达式为：

R=\mathrm{0.52}+\mathrm{0.048}A+\mathrm{0.035}B-\mathrm{0.12}C-\mathrm{0.22}D-\mathrm{6.325}\times {\mathrm{10}}^{-\mathrm{3}}AB-\mathrm{0.035}AC+\mathrm{0.021}AD-\mathrm{0.033}BC+\mathrm{3.150}\times {\mathrm{10}}^{-\mathrm{3}}BD-\mathrm{0.12}CD+\mathrm{0.066}{A}^{\mathrm{2}}-\mathrm{0.025}{B}^{\mathrm{2}}-\mathrm{0.012}{C}^{\mathrm{2}}+\mathrm{0.033}{D}^{\mathrm{2}}(1)

该模型通过拟合实验数据，揭示了各工艺参数对翘曲变形量的影响。从线性项来看，表面温度(A)和熔体温度(B)对翘曲变形量有正向影响，系数分别为0.048和0.035，这表明这两个因素的增加会导致翘曲变形量的增加^[17]。而冷却时间(C)和注射压力(D)则表现出负向关系，系数分别为-0.12和-0.22，说明这两个因素的增大有助于减少翘曲变形量。

交互项和二次项的系数也提供了进一步的有价值信息。表面温度和熔体温度(AB)的交互项系数为-6.325×10^-3，表明这两个因素的联合效应对翘曲变形量有负向影响；而表面温度与冷却时间(AC)的交互项系数为-0.035，显示其对翘曲变形量有一定的负向影响。此外，二次项系数(如A²和D²)反映了各因素自身的非线性效应，表面温度(A)和注射压力(D)的二次项系数分别为+0.066和+0.033，表明它们在一定范围内的变化对翘曲变形量产生较为显著的正向影响^[18-19]。因此，模型表明，优化这些参数的合适范围，能够有效控制翘曲变形量，进一步改善注塑成型质量。

图5为拟合曲线与正态分布。通过对图5的拟合曲线与实际数据点的对比，拟合效果较为理想，数据点呈现良好的分布趋势，且无明显的偏差^[20]。正态分布图显示，实验数据大致遵循正态分布规律，表明实验结果的随机性较小，具有较高的可靠性和稳定性。此外，均匀分布的结果进一步验证了响应面模型在实验数据拟合中的有效性，为后续的工艺优化奠定了坚实的统计基础。

表4为方差分析(ANOVA)结果。从表4可以看出，模型的整体显著性通过F值和P值得到了验证，表明建立的响应面模型在统计上显著有效。在单因素分析中，表面温度(A)、冷却时间(C)、注射压力(D)及表面温度平方项(A²)对翘曲变形量的影响显著，其中冷却时间(C)和注射压力(D)的影响尤为突出，F值分别为35.56和111.88，对应的P值远小于0.05，表明这两个因素对翘曲变形量具有显著影响。其他因素熔体温度(B)和某些交互作用项(如AB、AC、AD等)未显示出显著性，P值均大于0.05。其中CD项的P值为0.004 2，冷却时间(C)与注射压力(D)交互作用显著。

模型的R²为0.927 3，说明模型对实验数据的拟合度较高，解释了92.73%的变异。R²_Adj为0.914 5，表明调整后的模型依然能够较好地解释数据^[21]。精度为15.315，远高于4，进一步验证了该模型有良好的信噪比，具备对应变量的预测能力^[22]。残差分析显示，拟合的误差较小，且失拟项的P值为0.280 5，表明模型拟合良好，误差范围在可接受的水平内^[23]。

图6为冷却时间(C)与注射压力(D)相互作用的交互作用对翘曲变形量的影响。从图6可以看出，冷却时间与注射压力的相互作用表明，较长的冷却时间和较高的注射压力能够有效降低翘曲变形量，从而优化成型质量^[24]。

3 模拟结果的实际验证

表5为响应面优化结果。从表5可以看出，优化后的工艺参数为表面温度69 ℃，熔体温度248 ℃，冷却时间52 s，注射压力81 MPa。在这些优化条件下，翘曲变形量降至0.140 5 mm，符合0.1~0.3 mm的翘曲变形量标准，表明优化后的注塑工艺有效减少了翘曲变形，达到了所期望的目标。

图7为连接器端子优化后的模拟结果。通过调整注塑工艺参数(表面温度、熔体温度、冷却时间和注射压力)，翘曲变形量显著减小，优化后的模型表现出较好的几何形态，符合设计要求。优化后的连接器端子呈现出更均匀的形状和较小的变形，表明响应面优化方法在提高注塑成型质量方面的有效性^[25]。

图8为优化后连接器端子的缺陷分析结果。从图8可以看出，通过调整注塑工艺参数，优化后产品的气穴、焊接线和缩痕等常见缺陷得到显著改善。气穴和缩痕的出现频率较优化前有所降低，焊接线的影响也得到有效控制^[26]。这表明通过响应面法优化后的工艺参数不仅减少了翘曲变形量，还有效降低了其他缺陷的发生，进一步提升了产品的注塑成型质量。

图9为注塑成型后的连接器端子实物。从图9可以看出，与模拟优化结果相对比，实物图显示出较为均匀的外观和较小的翘曲变形，符合设计和质量要求。这表明通过响应面法优化的注塑工艺参数在实际生产中得到了成功应用，有效提高了产品的成型精度和质量。实物图的展示进一步验证了优化方案的可行性和实际应用价值。

4 结论

通过UG建模和Moldflow仿真，成功构建连接器端子的3D模型并进行了网格划分与注塑模拟，为优化工艺参数提供了虚拟环境支持。

利用响应面法对注塑工艺参数(表面温度、熔体温度、冷却时间和注射压力)进行优化，建立数学模型并通过方差分析验证模型的有效性。优化后的工艺参数为：表面温度69 ℃、熔体温度248 ℃、冷却时间52 s、注射压力81 MPa。优化后的工艺显著降低了翘曲变形量，从0.986 5 mm降至0.140 5 mm，并减少了气穴、焊接线和缩痕等缺陷。

优化后的注塑工艺参数在实际生产中得到了成功应用，注塑成型的连接器端子翘曲变形量符合设计要求，外观质量显著提升，验证了优化方案的可行性和实际应用价值。

参考文献

[1] 黄关山,朱金婷.基于响应面代理模型及遗传算法的汽车引擎盖注塑成型工艺优化[J].塑料科技,2024,52(12):125-128.

[2] 娄艳华,徐莉莉.基于Moldflow的管道分路器注塑成型工艺翘曲优化分析[J].塑料科技,2024,52(8):113-116.

[3] 贺晓辉,丁永峰,喻一桂,响应面法在玻纤增强PA66注塑工艺中的应用[J].塑料,2024,53(3):15-20.

[4] 王新超.基于3D打印的注塑模具设计与工艺参数优化[D].烟台:烟台大学,2024.

[5] OGAWA S. Modal analysis of forced ignition characteristics using micro-rocket torch in supersonic flow[J]. Transactions of the Japan Society of Aeronautical & Space Science, 2024, 67(2): 43-51.

[6] 周纪委,王明伟,张文超,基于响应面法和灰色关联分析的汽车雾灯灯罩注塑工艺多目标优化[J].塑料,2023,52(6):122-129.

[7] EDWIGE S, GILOTTE P, MORTAZAVI I, et al. Modal analysis and flow control on a reduced scale SUV[J]. Flow, Turbulence and Combustion, 2024, 113(1): 51-69.

[8] 刘海波,张睿.基于计算机数值模拟技术的汽车内饰面板注塑成型工艺优化[J].塑料科技,2023,51(11):89-93.

[9] 余钰洋.基于CAE的某生化仪内支架注塑成型过程模拟及工艺参数优化研究[D].合肥:安徽建筑大学,2023.

[10] 刘金娥,刘婉慈.自动化传感器外壳注塑成型工艺优化研究[J].塑料科技,2023,51(5):95-99.

[11] 马镜涵,刘泓滨,汪鑫.基于响应面模型与人工鱼群算法的汽车车门内饰柱注塑成型优化设计[J].工程塑料应用,2023,51(3):64-68.

[12] MACHÁCEK M. A simple and rigorous method of modal and nonmodal linear stability analysis of Hagen-Poiseuille laminar flow in pipe[J]. Physica Scripta, 2024, DOI: 10.1088/1402-4896/ad67b9 .

[13] 李嘉成,张吴飞,李帅帅.基于响应面法对注塑工艺参数的优化[J].农业装备与车辆工程,2022,60(11):138-141.

[14] 赵焕平,薛党勤,卢松涛.基于数值模拟汽车轮眉注塑过程缺陷分析[J].塑料,2022,51(4):28-33.

[15] 代元祥.玻纤增强PA66气门室盖注塑工艺及力学性能优化研究[D].昆明:昆明理工大学,2022.

[16] 李嘉成,王双园,孙福佳,基于响应面法和有限元分析的复杂制件工艺参数的优化[J].塑料工业,2022,50(2):75-79.

[17] 胡开元,陈浪.基于随形冷却的大长径比笔套注塑优化[J].现代塑料加工应用,2021,33(5):51-54.

[18] 印磊,苏小平,潘杰,基于响应面模型和ASA算法的汽车车灯灯体注塑成型工艺参数优化[J].塑料工业,2021,49(9):82-85.

[19] VERSO MLO, INTROINI C, BARUCCA L, et al. Non-modal stability analysis of magneto-hydrodynamic flow in a single pipe[J]. Fundamental Plasma Physics, 2024, 10: 100042.

[20] 管航.基于Moldex3D与Abaqus/FE-safe的注塑模具结构及疲劳寿命分析[D].青岛:青岛科技大学,2021.

[21] 季宁,张卫星,于洋洋.基于代理模型和NLPQL算法的注塑成型质量控制与预测[J].塑料工业,2021,49(4):87-92.

[22] 宋志远.汽车线束保护器成型工艺参数优化研究[D].上海:上海工程技术大学,2021.

[23] ZHAO F F, ADU-POKU K A, XU Z X, et al. Structural dynamic characteristics analysis of a mixed-flow pump based on fluid-structure coupling[J]. AIP Advances, 2024, DOI:10.1063/5.0186857 .

[24] 一种轮胎橡胶挤出机机头流道优化设计方法[J].橡塑技术与装备,2020,46(15):63.

[25] HE L, WANG Z M, SONG L, et al. Simulation and testing of grapevine branch crushing and collection components[J]. Agriculture, 2024, 14(9): 1583.

[26] 陆玲梅.基于CAE汽车天窗滑轨注塑工艺多目标优化与模具设计[D].镇江:江苏大学,2018.