基于RSM-OED的注塑模具冷却系统的优化分析

Optimization Analysis of Injection Mold Cooling System Based on RSM-OED

摘要

翘曲变形是塑料注塑成型（PIM）中常见的缺陷之一，而冷却系统的布局是影响该缺陷的关键因素之一。为解决这一问题，首先，构建注塑模具的冷却系统；接着，选取冷却通道直径、相邻冷却通道间距、冷却通道至塑件的距离、冷却介质温度和冷却流速这5个优化参数，进行L₁₆（5⁴）正交试验设计（OED）；最后，利用响应面法（RSM）建立模型，并借助Design-Expert软件确定最佳的成型工艺参数组合。研究结果显示，通过RSM-OED优化后的工艺参数为冷却通道离塑件距离24 mm、冷却介质温度35 ℃、冷却流速1 L/min，此时翘曲变形量降低至2.168 0 mm，相比初始值降低15.18%。

Abstract

Warpage deformation is one of the common defects in plastic injection molding (PIM), and the layout of the cooling system is one of the key factors affecting this defect. In order to solve this problem, firstly, the cooling system of the injection molds was constructed. Then, five optimization parameters were selected, including the diameter of the cooling channel, the distance between adjacent cooling channels, the distance between the cooling channel and the plastic part, the temperature of the cooling medium, the cooling flow rate, and an orthogonal experimental design for L₁₆(5⁴) was established. Finally, the response surface method (RSM) was used to establish the model, and the best combination of molding process parameters was determined with the help of Design-Expert software. The research results show that after optimization by RSM-OED, the process parameters are as follows: The distance between the cooling channel and the plastic part is 24 mm, the cooling medium temperature is 35 ℃, and the cooling flow rate is 1 L/min. At this point, the warpage deformation is reduced to 2.1680 mm, which is a 15.18% decrease compared to the initial value.

Graphical abstract

关键词

翘曲变形量 / 正交试验 / 响应面法 / 优化参数

Key words

Warpage deformation / Orthogonal test / Response surface methodology / Optimize parameters

注塑成型是一种在特定温度下将完全熔化的塑料材料在高压下注入模腔，并在保压、冷却和脱模后获得成型产品的过程。首先，将所需的塑料原材料加热至温度和组分均匀的熔融状态，以确保塑料具有足够的充型能力完成后续成型操作。然后，将塑化后的熔体通过注塑机螺杆输送进入模具中进行充填成型。塑料熔体注射进入模具后，需在一定时间内保持压力，直至塑件冷却至可取件阶段。熔体完成充填后便开始冷却成型，塑件温度持续下降，直至达到顶出温度后进行脱模取件^[1-3]。

原材料处理不当、产品和模具设计欠佳以及成型条件不足均可能导致塑料部件出现翘曲变形和收缩不均等缺陷^[4-6]。这些问题给注塑产品，特别是复杂的塑料部件带来了挑战。过度依赖经验可能会影响生产质量，阻碍模具行业复杂塑料产品的发展。因此，研究人员对注塑成型工艺开展大量研究^[7-13]。魏翔宇等^[14]利用信噪比和灰色关联分析法研究大灯装饰框各工艺参数对翘曲变形和体积收缩率的影响。覃岭等^[15]通过灰色关联—田口法对注塑工艺参数进行优化来确定最佳工艺参数，以提高产品表面质量。傅超等^[16]采用灰色关联度用于数据分析，通过模拟试验结果表明，该方法有效降低注塑件冷却时间。

本文通过结合田口方法和响应面法，构建注塑模具注塑成型工艺的试验模型，并探讨冷却通道直径、相邻冷却通道间距、冷却通道与塑件的距离、冷却介质的温度以及冷却流速等因素对塑件翘曲变形的影响规律，借助田口方法的相关理论，对成型参数进行深入分析和优化。在此基础上，利用响应面法建立模型，并借助Design-Expert软件确定成型工艺的最佳参数组合。

1 模型的构建

图1为注塑件的结构。从图1可以看出，该产品是风扇叶片，塑件的基本尺寸为200 mm×200 mm×35 mm。该塑件产品较为复杂，中间柱体的壁厚为3 mm，叶片的壁厚为2 mm。使用UG软件构建塑料模型。风扇叶片材料选用的是丙烯腈-丁二烯-苯乙烯共聚物与聚碳酸酯合成的高性能热塑性塑料(ABS/PC)。

将风扇叶片模型导入Moldflow软件并对塑料零件进行模型仿真和网格分析，最终生成820 067个实体网格单元。在风扇叶片成型模具的型腔和型芯内分别设冷却通道。图2为冷却系统。其中，水路直径为d，相邻冷却通道间距为x，冷却通道距离塑件的距离为y。使用的冷却介质为纯水，环境温度设定为25 ℃。表1为注塑成型的工艺参数。

2 试验设计

冷却系统的布局是影响翘曲变形的主要因素之一。注塑模具冷却系统的设计通常根据冷却通道直径、相邻冷却通道间距、冷却通道离塑件距离、冷却介质温度和冷却流速等参数进行优化，以提高塑件成型质量。本研究选择冷却通道直径(A)、相邻冷却通道间距(B)、冷却通道至塑件距离(C)、冷却介质温度(D)和冷却流速(E)作为优化参数，翘曲变形作为质量指标，设计5因素4水平正交试验设计方案^[17-21]。表2为L₁₆(5⁴)正交试验设计。先采用正交设计试验进行分析，定性判断各目标因素和质量指标的关系，然后再通过田口相关理论确定成型参数的最佳组合。

3 结果与讨论

3.1 正交试验结果分析

图3为因素水平对总翘曲变形量的影响，表3为L₁₆(5⁴)正交试验结果。从图3可以看出，A、B、C、D、E这5个因素的范围从大到小的顺序为C>D>E>B>A。其中，A的范围最小，C的范围最大，表明C对塑料零件翘曲变形总量的影响最大。相邻冷却通道间距对翘曲变形量的影响不明显，这一发现与马强等^[22]的研究结果一致。

图4为A₄B₄C₄D₄E₁的总翘曲变形量。从图4可以看出，当冷却通道直径为12 mm、相邻冷却通道间距为36 mm、冷却通道离塑件距离为24 mm、冷却介质温度为40 ℃和冷却流速为3 L/min时，成型件的总翘曲变形最低，为2.287 0 mm，与总翘曲变形量最大值(2.556 0 mm)相比，优化工艺参数的翘曲变形量减少10.52%。

3.2 响应面法结果分析

根据正交试验中的R值可知，C、D、E是影响翘曲变形量的主要因素。以这3个因素为影响因素，以翘曲变形量为优化目标，通过响应面试验设计方法对模型进行模拟。表4为响应面试验因素水平，表5为响应面优化结果。

利用Design-Export软件处理数据^[23-25]，得出回归方程模型：Y_{\alpha }=\mathrm{2.30}-\mathrm{0.014}\mathrm{2}C-\mathrm{0.011}\mathrm{6}D+\mathrm{0.067}\mathrm{9}E+\mathrm{0.005}\mathrm{7}CD-\mathrm{0.008}\mathrm{8}CE-\mathrm{0.012}\mathrm{0}DE-\mathrm{0.002}\mathrm{7}{C}^{\mathrm{2}}-\mathrm{0.008}\mathrm{5}{D}^{\mathrm{2}}-\mathrm{0.049}\mathrm{4}{E}^{\mathrm{2}}。

表6为回归模型的方差分析结果。从表6可以看出，P值小于0.01，表明模型高度显著，其中，C、D、E是重要项。图5为实际值和预测值对比。从图5可以看出，响应面模型的预测值和实验值几乎在一条直线上。模型编号用于检查和评估所有模型的相关性、拟合度和预测准确性。多元相关系数R²为0.974 2，接近1，表明本文建立的响应面模型具有良好的适应性^[26]。

4 模拟验证

通过RSM-OED模型分析获得优化的工艺参数，图6为模拟验证结果。

从图6可以看出，当C为24 mm、D为35 ℃、E为1 L/min时，翘曲变形量为2.168 0 mm，相比最初值(2.556 0 mm)降低15.18%，验证了优化效果的显著性。

5 结论

选择冷却通道直径、相邻冷却通道间距、冷却通道至塑件距离、冷却介质温度和冷却流速这5个优化参数，建立了L₁₆(5⁴)的正交试验设计。注塑最优条件A₄B₄C₄D₄E₁的翘曲变形总量最低。通过RSM-OED模型分析获得优化的工艺参数，当冷却通道离塑件距离为24 mm、冷却介质温度为35 ℃、冷却流速为1 L/min时，翘曲变形量为2.168 0 mm，相比最初值降低15.18%。

参考文献

[1] 申开智. 塑料模具设计与制造[M]. 北京: 化学工业出版社, 2006.

[2] 匡先云. 基于改进支持向量机的注塑质量预测及模具冷却道优化[D]. 广州: 广东工业大学, 2022.

[3] 翟玉娇, 信春玲, 何亚东, 等. 微发泡注塑制品表面质量的优化研究[J]. 中国塑料, 2022, 36(2): 19-26.

[4] 田梦婕, 夏勋. 注塑工艺对ABS热流道注塑制品翘曲变形的影响[J]. 现代制造技术与装备, 2022, 58(5): 175-177.

[5] 钟厉, 姚志军, 韩西, 等. 基于遗传算法的碳纤维保险杠注射成型优化[J]. 塑料, 2022, 51(5): 29-36.

[6] 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.

[7] ZHAI H R, LI X D, XIONG X, et al. A method combining optimization algorithm and inverse-deformation design for improving the injection quality of box-shaped parts[J]. International Journal of Advanced Manufacturing Technology, 2024, 130(3/4): 1969-1985.

[8] WU W Q, HE X S, LI B B, et al. An effective shrinkage control method for tooth profile accuracy improvement of micro-injection-molded small-module plastic gears[J]. Polymers, 2022, 14(15): 3114.

[9] KITAYAMA S, HASHIMOTO S, TAKANO M, et al. Multi-objective optimization for minimizing weldline and cycle time using variable injection velocity and variable pressure profile in plastic injection molding[J]. International Journal of Advanced Manufacturing Technology, 2020, 107: 3351-3361.

[10] FEN Q Q, LIU L Z, ZHOU X H. Automated multi-objective optimization for thin-walled plastic products using Taguchi, ANOVA, and hybrid ANN-MOGA[J]. International Journal of Advanced Manufacturing Technology, 2020, 106(1/2): 559-575.

[11] 覃清仪, 范希营, 曹艳丽, 等. 基于正交试验的注塑成型质量多目标影响因素研究[J]. 塑料科技, 2020, 48(10): 17-20.

[12] 卢惠亲, 翟建广, 竺宇洋, 等. 汽车内饰件注塑成型工艺参数的分析与优化[J]. 农业装备与车辆工程, 2022, 60(1): 138-141.

[13] 贺晓辉, 丁永峰, 邓先峰. 基于正交试验的薄壁塑件注塑模拟及工艺优化[J]. 塑料, 2023, 52(6): 164-167.

[14] 魏翔宇, 王钊, 倪传龙,等. 基于灰色关联度的车灯装饰框注塑工艺优化[J]. 现代塑料加工应用, 2020, 32(2): 34-37.

[15] 覃岭, 张继祥, 冯伟, 等. 基于灰色关联-田口法的汽车后保险杠注塑工艺参数多目标优化[J]. 塑料, 2022, 51(6): 72-78.

[16] 傅超, 黄瑶. 基于灰色关联度的灯罩注塑模具冷却系统优化[J]. 现代塑料加工应用, 2023, 35(2): 43-46.

[17] 娄艳华, 周建华. 基于正交试验的高性能排水管注塑成型工艺优化[J]. 塑料科技, 2024, 52(11): 136-139.

[18] 丁华锋, 金先志, 谷雨原, 等. 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.

[19] 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.

[20] 丁文敏, 马强, 董原君. 基于DOE的连接器注塑成型工艺参数优化[J]. 塑料科技, 2021, 49(12): 86-89.

[21] 魏婷, 汪晓洲, 张飞. 基于DOE设计与MOPSO算法的PVC建筑排水管多目标优化分析[J]. 塑料科技, 2021, 49(2): 102-105.

[22] 马强, 富露祥, 李金明. 基于Moldex3D软件在PP薄板注塑件中冷却水路布置对冷却时间的影响[J]. 塑料科技, 2024, 52(9): 121-125.

[23] 贺晓辉, 丁永峰, 喻一桂, 等. 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.

[24] 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.

[25] 陈川, 吕永锋. 基于响应面设计及改进NSGA-Ⅱ的变模温注塑成型工艺多目标优化[J]. 塑料工业, 2023, 51(6): 75-81.

[26] 尹大帅, 赵永强, 黑刚刚, 等. 基于响应面法的螺杆转子注射成型工艺研究[J]. 中国塑料, 2024, 38(6): 90-97.

基金资助

2024年度安徽省重点自然科学研究项目(2024AH051862)