基于CAE技术的铜排壳体注塑工艺优化设计

潘莎 ,  李紫蔓

塑料科技 ›› 2025, Vol. 53 ›› Issue (09) : 174 -178.

PDF (2641KB)
塑料科技 ›› 2025, Vol. 53 ›› Issue (09) : 174 -178. DOI: 10.15925/j.cnki.issn1005-3360.2025.09.031
塑机与模具

基于CAE技术的铜排壳体注塑工艺优化设计

作者信息 +

Optimization Design of Injection Molding Process for Copper Busbar Shell Based on CAE Technology

Author information +
文章历史 +
PDF (2703K)

摘要

文章基于CAE技术模拟了玻纤增强高温尼龙材料的铜排壳体的注塑成型过程,并对其安装孔轴心偏差及质量进行工艺优化分析,分析流动阻力和浇口匹配性结果确定最佳的浇口位置并构建热流道进胶系统,以工艺参数为变量设计正交试验并进行极差与方差分析,得到最优工艺为:保压时间8 s、保压压力70 MPa、模具温度105 ℃、料筒温度340 ℃。优化工艺结果显示:安装孔轴心偏差优化率达到38.0%,产品质量下降7.6 g,优化效果显著。

Abstract

The article simulates the injection molding process of a copper busbar shell made of glass fiber-reinforced high-temperature nylon material using CAE technology and carries out a process optimization analysis of the axis deviation of the mounting hole and the weight. The analysis of the flow resistance and the gate matching results determines the optimal gate location and constructs a hot-runner gate system. Orthogonal experiments are designed with process parameters as variables, and range and variance analyses are carried out. The optimal process is as follows: Holding time of 8 s, holding pressure of 70 MPa, mold temperature of 105 ℃, and barrel temperature of 340 ℃. The optimized process results show that the optimization rate of the axis deviation of the mounting hole reaches 38.0%, and the weight of the product decreases by 7.6 g, with significant optimization effects.

Graphical abstract

关键词

铜排壳体 / 注塑成型 / 正交试验 / 工艺优化

Key words

Copper busbar shell / Injection molding / Orthogonal test / Process optimization

引用本文

引用格式 ▾
潘莎,李紫蔓. 基于CAE技术的铜排壳体注塑工艺优化设计[J]. 塑料科技, 2025, 53(09): 174-178 DOI:10.15925/j.cnki.issn1005-3360.2025.09.031

登录浏览全文

4963

注册一个新账户 忘记密码

汽车连接器主要以铜排作为导电载体[1]。随着汽车电动化、智能化的快速发展,铜排的单车用量逐年增加、精度要求也不断提高。因此,铜排的设计和制造效率以及经济性已成为亟待解决的问题[2]
铜排通常由导电的铜片和绝缘的骨架或壳体组成,不仅需要满足机械、电气、环境耐久等多方面的性能要求,还需要考虑轻量化、集成化的需求[3]。目前,铜排壳体以含玻纤的工程塑料为主要原料,包括玻纤增强的聚对苯二甲酸丁二酯(PBT)、聚酰胺6(PA6)、聚酰胺66(PA66)及聚邻苯二甲酰胺(PPA)等。对于耐温性及阻燃性要求较高的场合,通常采用玻纤增强PPA材料。在铜排的注塑成型中,铜片作为金属嵌件通常需要预先放置在模具中,再进行注塑[4]。通过合理设计金属嵌件和塑料壳体,嵌件偏移及结合不良等问题已基本得到解决[5]。同时,通过合理设计注塑模具及流道系统,缺胶、熔接线等问题也得到有效改善。然而,由于玻纤取向的影响,玻纤增强材料在注塑成型过程中往往会发生较大的变形,导致尺寸、公差不合格[6]。此类问题的解决难度较大,主要原因在于影响变量太多,如各种注塑工艺参数[7]。对于玻纤增强材料注塑成型变形问题的研究,目前已在电机、传感器等零件上有所开展[8-9],并取得较好的结果。在注塑件的模具设计开发中,为提高开模成功率,往往会采用计算机辅助工程(CAE)技术[10-11]。利用仿真软件对注塑成型过程进行模拟,从而预测所关注的变量结果,进而对产品设计、模具设计及工艺参数进行优化指导[12-13]。而在产品结构、材料和注塑模具方案确定后,工艺参数将对注塑件的外观、尺寸和公差起决定性作用。针对工艺参数的优化选择,正交试验方法得到很好的应用。基于一定的工艺参数进行正交试验设计和模拟可以快速确定参数的影响性和最优解[14-15]
本文以玻纤增强PPA材料的铜排壳体为研究对象,通过正交试验设计对其安装孔轴心偏差与质量进行工艺参数的综合优化分析。

1 初始仿真计算

1.1 仿真模型

图1为铜排壳体设计。该铜排主要由塑料壳体、铜和嵌件组成。塑料壳体主要起到隔离铜片、固定导线和支撑整体结构的作用,塑料壳体上设置大量加强筋,用于提升结构整体刚强度[16],周边布置4个安装孔,用于整体结构的安装固定。由于塑料壳体通过注塑成型制造,容易产生较大变形,进而导致安装孔产生偏移,使得安装困难,影响工作的稳定性和寿命[17]。因此,一般要求安装孔轴心偏差较低,同时由于PPA材料价格较高,为降低成本,也需要尽可能降低产品质量,因此在产品模具和工艺设定前期就需要进行评估和分析优化。

图2为铜排壳体壁厚设计。从图2可以看出,平面厚度设计中,内壁面厚度为2.000 mm,侧壁面厚度为2.500 mm,局部安装孔附近达到3.000 mm或3.500 mm,以确保安装强度。加强筋厚度为2.500 mm,并设置一定的脱模斜度。结构固定安装孔圆柱面厚度为2.200~2.300 mm,其他固定电子元件的圆柱面厚度为1.800 mm左右,限位柱圆柱面厚度较大,在5.200~5.300 mm之间。

1.2 材料选择与初始工艺

该铜排壳体采用玻纤质量分数为30%的PPA材料。表1为主要注塑参数。初始工艺为:料筒温度325 ℃、模具温度105 ℃、保压压力70 MPa、保压时间为0 s。

1.3 网格模型

采用Fusion网格进行建模,单元最大纵横比为8.4,匹配率为92.3%,达到质量要求。图3为网格模型。

1.4 流道系统设计

通过匹配性及流动阻力分析最佳的浇口位置[18]图4为浇口位置分析。从图4可以看出,产品中部结果较好,故以图中圈出位置作为最佳浇口位置。

图5为考虑正极壳体尺寸、材料流动性和最佳浇口位置构建的热流道进胶系统。表2为浇道和浇口尺寸。

1.5 初始结果分析

图6为初始结果。从图6可以看出,周边安装区域的变形较大,中部区域的变形较小,安装孔轴心偏差为0.476 0 mm,产品质量为335.4 g。基于该零件实际安装过程中的经验及成本控制的要求,制定的设计指标为:安装孔轴心偏差不超过0.4 mm,产品质量不超过330 g。因此,初始工艺不达标,需要进行参数优化。

2 正交试验及验证分析

设计正交试验,探究工艺参数的影响,确定安装孔轴心偏差及质量综合最优时的工艺组合[19]

2.1 正交试验设计与分析

以保压时间(A)、保压压力(B)、模具温度(C)、料筒温度(D)4个工艺参数,进行模拟试验,分析其对安装孔轴心偏差和质量的影响。表3为L9(34)正交试验因素水平设计。

表4为L9(34)正交试验结果。从表4可以看出,第8组试验的安装孔轴心偏差最大,为0.479 mm;第3组试验的安装孔轴心偏差最小,为0.305 mm。第7组试验的质量最大,为336.2 g;第2组试验的质量最小,为328.3 g。工艺参数对安装孔轴心偏差和质量均有较大影响,故正交试验设计合理。此外,各因素对轴心偏差影响的R值:RCRARBRD,即影响程度排序为:CABD。各因素对质量(m)影响的R值:RA*RB*RD*RC*,即影响程度排序为:ABDC

图7为轴心偏差的因素水平变化曲线。从图7可以看出,安装孔轴心偏差与工艺参数呈现非线性特征,以最小值为原则得到最优工艺组合为A2B1C2D3

进行一次重复试验和方差分析。表5为轴心偏差的方差分析结果。从表5可以看出,轴心偏差的平均偏差平方和较小,正交试验可信度高。各工艺参数F值大小即影响程度排序为:CABDFCF0.01C的影响为极显著;F0.05FAF0.01A的影响为显著;FDFBF0.05BD的影响为不显著。

图8为质量的因素水平变化曲线。从图8可以看出,质量随因素水平变化呈较明显的非线性特征,质量为最小时的工艺组合为A1B2C1D3

表6为质量的方差分析结果。从表5可以看出,各工艺参数F值大小即影响程度排序为:ABDCFAF0.01A的影响为极显著;F0.05FBF0.01B的影响为显著;FCFDF0.05CD的影响为不显著。

2.2 参数综合优选

由于工艺参数对安装孔轴心偏差与质量的影响规律不同,故需要进行综合优选。A对轴心偏差的影响为显著,而对质量的影响为极显著,故选择A1B对轴心偏差的影响为不显著,而对质量的影响为显著,故选择B2C对轴心偏差的影响为极显著,而对质量的影响为不显著,故选择C2D在轴心偏差及质量最优时取相同值,故选择D3。综上所述,最优的工艺组合为A1B2C2D3

2.3 优化工艺验证

对优化工艺组合A1B2C2D3进行验证分析。图9为优化结果。从图9可以看出,变形趋势与初始工艺基本一致,安装孔轴心偏差为0.295 2 mm,优化率为38.0%,产品质量为327.8 g,相比初始工艺下降7.6 g。优化工艺下的安装孔轴心偏差及质量均小于正交表中的最小值,验证了优化工艺的可靠性。

基于优化工艺进行试模验证。图10为试模样品。从图10可以看出,该正极壳体的外观良好,无明显缺陷。优化工艺的安装孔轴心偏差和质量测量结果相比初始工艺均有明显提升,优化工艺的可行性得到验证。

3 结论

本文基于CAE技术探究铜排壳体注塑成型的优化工艺。工艺参数对安装孔轴心偏差的影响程度:模具温度为极显著,保压时间为显著,保压压力及料筒温度为不显著。工艺参数对质量的影响程度:保压时间为极显著,模具温度为显著,保压压力和料筒温度为不显著。综合分析得到优化工艺为A1B2C2D3。优化工艺的安装孔轴心偏差降低38.0%,质量下降7.6 g,优化效果明显,且优于正交试验结果。基于优化工艺的试模样品外观良好,安装孔轴心偏差及质量均达到预期,验证了本文优化工艺的可行性。

参考文献

[1]

韦顺. 汽车连接器: 电动化及智能化驱动成长[J]. 股市动态分析, 2021(18): 50-51.

[2]

CARLOSPENAFIEL, 黄锦强. 自动驾驶和新能源汽车的连接器挑战[J]. 电子产品世界, 2020, 27(5): 14-15.

[3]

李强, 舒世燕, 王大然, . 汽车连接器使用标准对比分析[J]. 汽车电器, 2020(8): 24-30.

[4]

徐安林, 周泽宇. 玻纤增强PPA节温器插头注塑成型多目标优化分析[J]. 塑料科技, 2021, 49(9): 61-65.

[5]

余国亮, 张春岩. 带金属嵌件注塑成型的汽车连接器密封技术研究[J]. 汽车工艺与材料, 2022(5): 32-37.

[6]

池增源. 热塑性纤维复合材料多尺度联合仿真研究[D]. 北京: 北京化工大学, 2020.

[7]

芦艳茹. 基于机器视觉的电子连接器塑壳尺寸测量及缺陷检测方法研究[D]. 西安: 西安理工大学, 2021.

[8]

郭银风, 严胜义, 宋小尉. Moldflow注塑成型之零件变形优化[J]. 汽车博览, 2020(3): 18,31.

[9]

刘之源, 周明飞, 温何雨. 基于计算机辅助技术的电机端盖注塑成型孔位置精度优化分析[J]. 塑料科技, 2022, 50(3): 90-94.

[10]

翟勇波. 玻纤增强PPS电机接插件注塑成型优化[J]. 塑料科技, 2023, 51(1): 110-114.

[11]

任晔. 基于正交试验法的塑料AMT传感器注塑成型工艺优化[J]. 塑料科技, 2023, 51(3): 79-83.

[12]

任娟, 刘红梅. 基于计算机辅助技术的数字化注塑模具优化研究[J]. 青岛大学学报(工程技术版), 2023, 38(2): 53-59.

[13]

李付. 基于计算机辅助技术的POE交换机注塑模具优化分析[J]. 塑料科技, 2020, 48(11): 76-79.

[14]

丁华锋, 金先志, 谷雨原, . 基于正交试验的车灯后盖壳体注塑成型工艺优化[J]. 合成树脂及塑料, 2022, 39(3): 55-59.

[15]

朱爱臣, 史建华, 张宪科, . 基于正交试验法的聚乙醇酸精密注塑工艺研究[J]. 化学研究, 2021, 32(5): 452-457.

[16]

王琛, 张佳音. 塑料产品加强筋设计及三维建模[J]. 软件, 2021, 42(7): 172-174.

[17]

王永海, 李云峰, 田惠兰. 烟草电机骨架注塑成型工艺优化[J]. 塑料科技, 2022, 50(2): 85-88.

[18]

苏蓓蓓, 张继涛, 王强, . 空调遥控器注射模模具的设计及工艺优化[J]. 湖北理工学院学报, 2021(6): 1-4.

[19]

孙政, 李俊, 王卓成, . 高分子注塑成型产品质量关键工艺参数的多目标优化设计[J]. 高校化学工程学报, 2023, 37(3): 483-491.

AI Summary AI Mindmap
PDF (2641KB)

779

访问

0

被引

详细

导航
相关文章

AI思维导图

/