汽车仪表板装饰条注塑成型工艺多目标优化与模具设计

Multi-objective Optimization and Mold Design of Injection Molding Process for Decorative Strip of Automotive Instrument Panel

摘要

文章以汽车仪表板装饰条为研究对象，采用聚碳酸酯（PC）和丙烯腈-丁二烯-苯乙烯共聚物（ABS）材料并借助Moldflow模流分析软件进行注塑成型模拟，根据分析结果优化产品成型质量，解决总翘曲变形和体积收缩率等缺陷。以零件的总翘曲变形和体积收缩率作为两个优化目标，设计16组正交试验，以熔体温度、填充时间、模具温度、保压时间和保压压力为因素，每个因素均设置4个不同水平，进行正交试验；通过对两个优化目标的试验结果进行极差分析分别得出最佳工艺参数组合；采用熵权法将总翘曲变形与体积收缩率两个目标转化为综合评分的单目标，通过综合评分的极差分析，得出各因素对综合评分影响的排序为：保压压力>保压时间>熔体温度>注射时间>模具温度，得到最佳工艺参数组合为：注射时间1.5 s、熔体温度245 ℃、模具温度70 ℃、保压压力55 MPa、保压时间11 s。与初始方案相比，总翘曲变形与体积收缩率分别降低10.1%和12.6%。熵权法可以实现注塑成型质量多目标优化，提高了塑件成型质量和试模效率。最后，利用UG软件进行模具设计。

Abstract

The study focuses on the decorative strip of an automotive instrument panel, employing polycarbonate (PC) and acrylonitrile-butadiene-styrene (ABS) copolymer as materials and Moldflow for injection-molding simulation. Based on the analysis, molding quality is optimized to alleviate defects such as overall warpage and volumetric shrinkage. Taking the total warpage deformation and volume shrinkage rate of the parts as the two optimization objectives, 16 sets of orthogonal tests were designed, and four different levels were set for each factor with melt temperature, filling time, mold temperature, holding time and holding pressure as factors, and four different levels were set for each factor to carry out orthogonal tests. The entropy-weight method is then used to convert the dual objectives into a single comprehensive score, whose range analysis yields the following ranking of factors influence on the score: Packing pressure>packing time>melt temperature>injection time>mold temperature. The optimal parameter combination is thus determined: Injection time 1.5 s, melt temperature 245 ℃, mold temperature 70 ℃, packing pressure 55 MPa, and packing time 11 s. Compared with the initial scheme, overall warpage and volumetric shrinkage are reduced by 10.1% and 12.6%, respectively. The entropy-weight method effectively enables multi-objective optimization of injection-molding quality, improving both part quality and mold-trial efficiency. Finally, mold design is carried out using UG software.

Graphical abstract

关键词

汽车仪表板装饰条 / Moldflow / 熵权法 / 多目标优化 / 模具设计

Key words

Decorative strip of an automotive instrument panel / Moldflow / Entropy weight method / Multi-objective optimization / Mould design

塑料及其复合材料因轻质、耐腐蚀、设计自由度高等优势，在汽车、航空航天及建筑领域迅速发展^[1-2]。仪表盘、座椅、门板、保险杠等关键部件的塑料化，不仅提升安全与美观，更直接推动轻量化与节能减排^[3-4]。然而，制品品质最终取决于注塑工艺与模具结构的精准匹配，相关优化已成为国内外研究焦点。RAMESH等^[5]针对汽车仪表板注塑成型过程中的体积收缩率和翘曲变形缺陷问题，选取5个关键工艺参数，采用田口正交设计与粒子群算法进行多目标优化，在显著降低缺陷率的同时缩短了成型周期，并降低了成本。晏子翔等^[6]以体积收缩率和总翘曲变形为质量指标对分线器盖进行注塑成型模拟，利用信噪比和灰色关联分析获得最优成型工艺参数，使分线器盖成型质量提高，证明了信噪比和灰色关联分析在参数优化方面的有效性。LO^[7]针对电脑散热风扇注塑成型时的翘曲问题，基于模具温度、熔体温度、填充压力和填充时间设计田口试验，并利用Moldflow软件进行模流分析，通过方差分析与灰色关联分析法得到影响其成型因素排序为：模具温度>填充时间>填充压力>熔体温度。李姝等^[8]运用正交试验解决了汽车前保险杠存在翘曲变形和体积收缩过大等缺陷，并对其进行注塑成型过程模拟，最终利用熵权法和极差分析对综合评分进行计算，得出了同时改善两种缺陷的最佳工艺参数。

本文以仪表板装饰条作为研究对象，利用Moldflow进行注塑成型过程模拟^[9]，利用正交试验与熵权法相结合的方法解决成型过程中的总翘曲变形和体积收缩率缺陷，利用极差分析得到最优成型工艺参数组合，并结合UG软件进行注塑模具设计，最终得到一副符合实际生产需求的仪表板装饰条模具和一组成型工艺参数。

1 汽车仪表板装饰条模型有限元模型建立

1.1 产品模型建立

图1为汽车仪表板装饰条的三维模型。单个塑件外形尺寸为173 mm×27 mm×18 mm，平均壁厚为2.5 mm。从图1可以看出，该塑件表面设计有多个孔位及卡扣特征，外部边缘有倒扣特征，整体呈130°。鉴于其作为仪表板装饰部件的重要性，成型时要确保成品表面平滑无瑕，不允许出现毛刺或熔接线等缺陷，并且必须与汽车仪表板精确匹配安装。为此，在成型过程中应当避免发生较大的翘曲变形及体积收缩等问题。

1.2 成型材料选择

成型过程模拟选择采用聚碳酸酯(PC)和丙烯腈-丁二烯-苯乙烯共聚物(ABS)的合金塑料^[10-11]，由上海金发公司提供的牌号为MAC-601的Amorphous材料。该材料因综合性能优越、耐紫外线、良好的冲击强度和加工性能、耐高温特性及相对较低的成本被广泛应用于汽车格栅、仪表板骨架等汽车内饰中^[12-13]。表1为材料的推荐成型工艺参数。

1.3 网格划分与修复

将塑件三维模型导入CAD doctor软件中针对细小边、圆角等问题进行模型简化与修复，而后在Moldflow Synergy中进行四面体网格划分。图2为网格划分结果及其数量。从图2可以看出，该塑件被划分为1 355 882个网格单元。

1.4 浇注系统的建立

图3为浇口位置分布云图。从图3可以看出，最佳浇口在塑件中间，综合考虑汽车仪表板装饰条结构、成型质量以及强度问题，最终将浇口开设在塑件的侧面，设计为一模两腔冷流道侧浇口成型^[14]。

图4为浇注系统方案。从图4可以看出，主流道大端直径8 mm，小端直径4 mm；分流道为U型分流道，宽度为8 mm，高度为6 mm；一级分流道长为18 mm，二级分流道长为57 mm；侧浇口为矩形，始端宽度为8 mm，始端高度为1.5 mm，末端宽度为8 mm，末端高度为6 mm。

2 初始分析

在Moldflow软件中对汽车仪表板装饰条进行“充填+保压+翘曲”分析，参数设定为：熔体温度255 ℃、模具温度60 ℃、注射时间1.9 s、保压压力55 MPa、保压时间10 s。图5为初始分析结果。

从图5a和图5b可以看出，塑件在1.988 s充填完成，充填等值线平衡，无短射、滞留现象；从图5c和图5d可以看出，熔接线主要由孔位引起，在孔位内侧，无法避免，但不影响外观面，气穴主要分布在充填末端，在模具中做好排气处理能够有效避免；从图5e和图5f可以看出，顶出时最大体积收缩率和总翘曲变形量分别为8.378%和0.683 7 mm。为防止汽车仪表板装饰条与汽车仪表板在装配过程中出现不匹配、不达标等情况，要求将体积收缩率和总翘曲变形量控制在7.5%和0.65 mm以下。因此，需要对二者进行优化，以确保汽车仪表板装饰条的成型质量。

3 注塑成型工艺优化

3.1 正交试验设计与分析

注塑成型所产生的体积收缩率和翘曲变形量无法避免，但是可以通过调整工艺参数和模具结构来降低其数值使其达到生产要求，因此合理的工艺参数和模具结构十分重要。结合相关文献以及实际经验^[15]，选取5个试验因素，分别为注射时间(A)、熔体温度(B)、模具温度(C)、保压压力(D)和保压时间(E)。表2为L₁₆(4⁵)正交试验的因素水平设计^[16-17]。选用L₁₆(4⁵)正交表，以体积收缩率(X₁)和总翘曲变形(X₂)为评价指标，利用Moldflow软件针对汽车仪表板装饰条进行16组注塑成型模拟。表3为L₁₆(4⁵)正交试验结果。

3.2 熵权法综合分析

为了对汽车仪表板装饰条注塑成型过程中的体积收缩率和总翘曲变形进行优化，采用熵权法来确定两个指标的权重^[18]，通过综合评分将两个指标转化为单个指标，利用极差分析来计算最佳参数组合^[19]。为了防止试验数据出现过拟合，对现有数据进行正则化处理，计算公式为：

{\lambda }_{ij}=\frac{X_{ij}}{\sqrt[]{{\displaystyle \sum _{i=\mathrm{1}}^m}{X_{ij}}^{\mathrm{2}}}}(1)

式(1)中：{\lambda }_{ij}为第i次试验中第j项试验指标的正则化结果；X_ij 为第i次试验中第j项试验指标结果；i为试验次数，这里取16；j为试验指标，这里取2。

利用正则化数据计算熵值，熵值越小，指标的离散程度越大，信息量越丰富。熵值(E_j )的计算公式为：

E_j=-\frac{\mathrm{1}}{\mathrm{l}\mathrm{n}m}{\displaystyle \sum _{i=\mathrm{1}}^m}\frac{{\lambda }_{ij}}{{\displaystyle \sum _{i=\mathrm{1}}^m}{\lambda }_{ij}}\mathrm{l}\mathrm{n}\frac{{\lambda }_{ij}}{{\displaystyle \sum _{i=\mathrm{1}}^m}{\lambda }_{ij}}(2)

式(2)中：E_j 为第j项评价指标的熵值；m为评价对象的数量。

因素或指标在整体评估中的重要性用权重表示，占据的比重通常用百分比表示。指标权重(ω_j )的计算公式为：

{\omega }_j=\frac{\mathrm{1}-E_j}{{\displaystyle \sum _{j=\mathrm{1}}^n}\left(\mathrm{1}-E_j\right)}\times \mathrm{100}\mathrm{\%}(3)

熵权综合评分(S_i )的计算公式为：

S_i={\displaystyle \sum _{j=\mathrm{1}}^{\mathrm{2}}}{X}_{ij}{\omega }_j(4)

式(3)~式(4)中：ω_j 为第j项评价指标的指标权重，%；n为评价指标的总数量；S_i 为第i次试验中的熵权综合评分。

将表3中正交试验模拟的体积收缩率和总翘曲变形结果分别带入式(3)~式(4)中，得到如表4所示的各个参数的计算结果。对表4中的综合评分值进行极差分析^[20-21]，极差反映各因素对综合评分的影响程度，极差越大，表示该因素的影响越明显。表5为综合评分极差分析结果。从表5可以看出，影响综合评分重要程度为：保压压力>保压时间>熔体温度>注射时间>模具温度。对应的最佳工艺参数组合为A₁B₁C₄D₄E₄，即注射时间1.5 s、熔体温度245 ℃、模具温度70 ℃、保压压力55 MPa、保压时间11 s。

3.3 模拟结果对比分析

将上述最佳工艺参数组合导入模流仿真软件并进行注塑成型模拟。图6为最佳工艺参数组合分析结果，表6为初始分析结果与最佳工艺参数组合分析结果对比。从图6和表6可以看出，在利用熵权法计算的综合评分得到的最佳成型工艺参数组合模拟结果下的体积收缩率为7.319%，总翘曲变形为0.614 7 mm，与初始分析结果相比，分别降低了12.6%和10.1%，并达到上述生产要求。这验证了熵权法结合正交试验与极差分析进行多目标优化的可行性，提高了生产质量和效率。

4 模具设计与工作原理

由于汽车仪表板装饰条结构的特殊性，着重介绍其注塑模具结构中的成型零部件和侧向分型与抽芯机构，并结合说明模具工作原理。

4.1 成型零部件设计

根据产品的结构特点确定开模方向，图7为开模方向，图8为型芯型腔结构。从图8可以看出，型芯采用整体式结构，尺寸为670 mm×300 mm×180 mm，型腔采用组合镶拼结构，能够有效保证成表面成型质量，提高零件制造精度，尺寸为670 mm×300 mm×130 mm。在成型零部件设计中，围绕型芯和型腔增加虎口结构，这一设计不仅确保了精准的定位，还在模具闭合时增强了其稳定性，为钳工作业提供便利。

4.2 侧向抽芯与推出机构

为了使塑件的倒扣特征能够顺利成型和脱模，必须设计侧向抽芯与推出机构^[22-23]。图9为侧向抽芯机构与推出机构。由于塑件倒扣位置在整个塑件的外部边缘处，所以采用“大滑块+弹簧+斜导柱”配合的机构对倒扣特征进行侧向分型与抽芯。结合汽车仪表板装饰条特殊的结构和开模方向，设置12组直径为5 mm的推杆，通过油缸作为动力源带动推板，将成型完成的塑件顺利推出。

4.3 工作原理

图10和图11分别为汽车仪表板装饰条注塑模具三维图和二维装配图。

经测量，整副模具的尺寸为390 mm×670 mm×400 mm。其工作原理为：(1)将装配完成的模具根据定位圈的位置精确安装在注射机上，连接所有装置，并将成型材料放入料筒中加热至熔融状态。(2)将最佳成型参数输入注射机并进行注塑成型，直至熔融塑料凝固至顶出温度。(3)注射机带动动模部分由分型面处将动定模分离，实现模具开模；此时滑块在弹簧的作用下沿着斜导柱方向向外脱离一定距离，实现倒扣特征的脱模；同时，推板、推杆在油缸的带动下将浇注系统、塑件及多余溢料从模具型芯中顶出。(4)利用机械手取出塑件后，油缸继续运动，推板和推杆根据推板导柱进行复位，侧向抽芯机构在动模回程时进行同步复位；合模完成后,进行下一次注塑循环。

5 结论

以零件的总翘曲变形和体积收缩率作为优化目标，设计16组正交试验，运用熵权法进行数据处理，将多目标转化为综合评分单目标优化。由熵权法得出，体积收缩率和总翘曲变形量对塑件成型质量影响比重分别为51.251%和48.749%，对综合评分进行极差分析，得到最佳工艺参数组合为：注射时间1.5 s、熔体温度245 ℃、模具温度70 ℃、保压压力55 MPa、保压时间11 s。最佳工艺参数组合下塑件的体积收缩率为7.319%，总翘曲变形量为0.614 7 mm，与初始方案相比分别降低12.6%和10.1%，产品成型质量得到显著提高。针对汽车仪表板装饰条的结构特点和装配需求并结合前面的优化结果，利用UG三维设计软件分别对型芯、型腔、侧向抽芯和推出机构等结构进行设计。运用Moldflow软件对浇注系统进行设计，对浇口位置的布局进行合理的设置。最后得出三维模具图和二维装配图，模具结构设计合理可靠，提高了生产质量和效率。

参考文献

[1] 刘壮. 汽车行业中塑料材料在汽车内外饰中的运用[J]. 时代汽车, 2022(6): 168-169.

[2] 水中岩. 塑料在航天航空领域的应用[J]. 大飞机, 2020(1): 77.

[3] 王伟国, 崔笑研, 向良明. 基于MoldFlow汽车副仪表板骨架成型优化[J]. 模具制造, 2023, 23(9): 35-39.

[4] 谢鹏飞. 汽车仪表盘装饰面板注塑模设计及其工艺参数优化[D]. 芜湖: 安徽工程大学, 2019.

[5] RAMESH S, NIRMALA P, RAMKUMAR G, et al. Simulation process of injection molding and optimization for automobile instrument parameter in embedded system[J]. Advances in Materials Science and Engineering, 2021, 2021(1): 9720297.

[6] 晏子翔, 苗盈, 舒海涛, 等. 基于信噪比与灰色关联分析的注塑工艺参数多目标优化[J]. 合成树脂及塑料, 2021, 38(2): 54-57.

[7] LO C H. Analysis of Injection Molding for Computer Cooling Fans by Taguchi Method and Grey Relational Analysis[J]. Filomat, 2016, 30(15): 4199-4211.

[8] 李姝, 周纪委, 王明伟, 等. 基于熵权法的汽车左侧前保险杠注塑成型工艺参数优化[J]. 塑料科技, 2023, 51(7): 80-84.

[9] 刘祥建, 周佳睿, 姜劲. 基于Moldflow的按钮开关帽注塑模具设计[J]. 工程塑料应用, 2023, 51(6): 97-102.

[10] 李连荣, 郑晓茜, 刘永超, 等. PC/ABS共混材料的制备及性能研究[J]. 塑料科技, 2024, 52(8): 24-27.

[11] 李晶. 汽车内饰用PC/ABS气味分析与改进[J]. 上海塑料, 2022, 50(2): 51-55.

[12] 谭安平, 刘克威. 基于Moldflow的PC/ABS汽车后视镜翘曲变形优化分析[J]. 合成树脂及塑料, 2020, 37(1): 67-72.

[13] 汪茂盛, 庞尔宝, 余跃, 等. 车用免喷漆PC/ABS金属质感材料性能研究及应用[J]. 上海汽车, 2024(10): 52-57.

[14] 郭旭, 邢飞, 王慧儒, 等. 基于Moldflow的分离罐浇口位置方案分析[J]. 塑料科技, 2023, 51(12): 70-75.

[15] 张新聚, 李亚男, 刘雷. 影响注塑模具成型质量的关键因素分析[J]. 塑料工业, 2018, 46(5): 71-75.

[16] 刘峰, 严拓业, 段小敏. 基于正交试验和Moldflow的后视镜外壳注射工艺优化及模具设计[J]. 模具工业, 2021, 47(9): 34-39.

[17] 王家涛, 田梦婕, 尚昌华, 等. 基于Moldflow与正交试验设计的汽车前格栅注塑工艺参数优化[J]. 现代制造技术与装备, 2021, 57(5):22-23, 26.

[18] 张杰, 邱志敏, 林静章, 等. 基于熵权的Topsis综合评价法的工艺优化及模具设计[J]. 塑料工业, 2021, 49(12): 86-90.

[19] 刘长城, 刘泓滨. 基于Critic权重法的车灯灯框注塑成型工艺参数的多目标优化实验[J]. 塑料科技, 2023, 51(1): 101-104.

[20] 马昊, 许善鹏, 于昕世, 等. 基于灰狼算法和正交试验的冰箱饰条参数优化[J]. 塑料科技, 2023, 51(9): 93-97.

[21] 吴迪, 周纪委, 王明伟, 等. 基于灰色关联分析的汽车前风窗玻璃除霜格栅注塑成型工艺多目标优化[J]. 塑料科技, 2023, 51(9): 98-102.

[22] 傅建钢, 赵朋, 傅建中, 等. 电器仪表外壳注塑模具设计[J]. 塑料科技, 2024, 52(2): 112-115.

[23] 王君, 司成俊. 基于四面侧向抽芯机构和内侧抽芯机构的对讲机外壳注塑模具设计[J]. 塑料科技, 2024, 52(2): 116-118.

基金资助

国家自然科学基金(51864027)

宿迁市科技计划项目(H202215)