收割机护套注塑成型参数优化研究

Study on Optimization for Injection Molding Parameters of Harvester Protective Cover

摘要

研究采用聚甲基丙烯酰亚胺/聚甲基丙烯酸甲酯（PMI/PMMA）复合材料作为收割机护套，利用UG软件构建三维模型，利用Moldflow软件进行注塑仿真与工艺参数优化，系统分析模具温度、熔体温度、注射压力和冷却时间对翘曲变形的影响。模型尺寸为977.0 mm×1 211.3 mm×740.1 mm，网格划分达到150 234个单元，网格匹配率为92.58%，保证仿真计算的精度和稳定性。初始模拟显示，最大翘曲变形量为12.440 0 mm。采用响应面方法设计29组实验，建立含线性、交互及二次项的翘曲变形预测模型。模型的F值为48.54，对应的显著性P<0.000 1，说明所建立的响应面模型具有统计学显著性。优化后的工艺参数为：模具温度102 ℃、熔体温度288 ℃、注射压力93 MPa、冷却时间23 s。使翘曲变形量显著降低至2.336 0 mm，减少81.22%。实际注塑试验采用优化参数，成型样品无明显缺陷，尺寸精度符合要求，验证模拟优化方案的可靠性和实用性。

Abstract

Polymethacrylimide/polymethyl methacrylate (PMI/PMMA) composites was employed as the harvester protective cover in the study. A three-dimensional model was constructed using UG software, and injection molding simulation and process parameter optimization were conducted using Moldflow software to systematically analyze the effects of mold temperature, melt temperature, injection pressure, and cooling time on warpage deformation. The model dimensions were 977.0 mm×1 211.3 mm×740.1 mm, with mesh discretization reaching 150 234 elements and a mesh match ratio of 92.58%, ensuring the accuracy and stability of the simulation calculations. The initial simulation revealed a maximum warpage deformation of 12.440 0 mm. A response surface methodology was adopted to design 29 sets of experiments, and a predictive model for warpage deformation incorporating linear, interaction, and quadratic terms was established. The F-value of the model was 48.54, with a corresponding significance P<0.000 1, which was below the significance level of 0.050 0, indicating that the established response surface model possessed statistical significance. The optimized process parameters were as follows: Mold temperature of 102 ℃, melt temperature of 288 ℃, injection pressure of 93 MPa, and cooling time of 23 s. The parameters significantly reduced the warpage deformation to 2.336 0 mm, representing a reduction of 81.22%. Actual injection molding trials were conducted using the optimized parameters, and the molded samples exhibited no visible defects with dimensional accuracy meeting the requirements, thereby verifying the reliability and practicality of the simulation-based optimization scheme.

Graphical abstract

关键词

PMI/PMMA复合材料 / 注塑成型 / 响应面优化 / 翘曲变形量

Key words

PMI/PMMA composites / Injection molding / Response surface optimization / Warpage deformation

现代农业机械向高效率、轻量化与智能化方向发展，收割机部件在承载、抗冲击和耐环境性等方面面临更高要求。护套作为关键外覆结构，不仅直接关系设备的安全性与可靠性，还影响整机的能耗表现与长期耐久性^[1]。传统金属护套虽然具有较高的强度，但存在质量大、加工复杂、易腐蚀等问题。近年来，聚合物复合材料凭借其质量轻、耐化学性好、加工灵活等优势，逐渐成为大型农业机械结构件的潜在替代材料^[2]。其中，聚甲基丙烯酰亚胺/聚甲基丙烯酸甲酯(PMI/PMMA)复合材料兼具PMMA的韧性与PMI泡沫的轻质特性，其比强度高、尺寸稳定性好、成型加工性佳，在机身覆盖件、航空夹层结构以及大型设备外壳等领域展现出良好的应用前景^[3-8]。然而，作为典型的热塑性材料体系，其在注塑成型过程中仍容易受到温度、压力、流动特性等因素影响而产生翘曲变形，进而降低产品的装配精度与服役可靠性^[9]。因此，研究PMI/PMMA复合材料制件在注塑成型条件下的翘曲行为并实现成型工艺的系统优化，具有重要的工程应用价值。注塑成型翘曲变形通常由材料非均匀收缩、温度梯度、固化速率差异及纤维或分子链取向等因素综合导致，而实际生产中的多因素耦合又进一步增加翘曲变形机理分析与控制的难度^[10-11]。近年来，仿真技术的快速发展使基于计算机辅助工程(CAE)的注塑过程预测和优化成为可能。通过Moldflow等专业软件，可在虚拟环境中精确模拟熔体流动、传热、压力变化与凝固过程，为复杂制件的成型质量评价提供可靠依据^[12]。此外，结合响应面法(RSM)开展工艺参数优化，可在较少的实验次数下建立多因素、多水平的数学模型，实现工艺变量与性能指标之间的定量分析。目前，RSM已广泛应用于航空复合材料、汽车覆盖件、电子封装材料等注塑制件的翘曲控制研究中，但针对PMI/PMMA复合材料这一新型材料体系的系统研究仍较为有限，尤其在大尺寸农业机械部件领域尚缺乏可借鉴的工艺优化策略^[13-14]。

本文以收割机的割台传动轴护套为研究对象，利用UG软件构建三维模型并导入Moldflow平台，对PMI/PMMA复合材料制件进行注塑流动、冷却与翘曲变形分析。随后采用Box-Behnken设计的响应面方法系统考察模具温度、熔体温度、注射压力和冷却时间4项关键工艺参数对翘曲变形的影响规律，构建含线性、交互及二次项的翘曲预测模型。进一步基于模型实现工艺优化，并通过实际注塑试验对优化方案进行验证。研究结果可为PMI/PMMA复合材料在农业装备结构件中的工程化应用提供参考，也为类似大尺寸复合材料制件的注塑工艺优化提供方法。

1 模拟仿真

1.1 构建模型

为实现收割机护套在注塑成型过程中的成型质量预测与优化，首先基于其二维图与三维结构模型进行数字化建模。图1为制件模型。从图1可以看出，该割台传动轴护套的外形尺寸为1 211.3 mm×977.0 mm×740.1 mm，结构相对紧凑，具备一定的薄壁特征，对成型工艺参数较为敏感^[15]。使用CAD软件完成三维几何模型建立后，导入Moldflow进行网格划分与成型仿真准备。

1.2 网格划分

在完成收割机护套三维模型导入后，采用Moldflow软件进行前处理操作，采用三维实体网格(3D mesh)方式对模型进行划分。生成单元总数为150 234个。划分过程中通过控制网格尺寸和优化局部特征区域，提高整体网格质量和分布均匀性^[16]。最终所得网格的最大纵横比为19.24，匹配率达到92.58%，能够满足模拟分析的需求。图2为制件的网格分布。从图2可以看出，网格划分均匀，各单元的形状和尺寸均符合要求，为后续的流动、热传导和翘曲变形分析奠定坚实基础^[17]。

PMI/PMMA复合材料兼具PMMA的高透明性、优良的表面硬度与耐候性以及PMI泡沫材料的轻质、高比强度与热稳定性，在结构强度与外观性能之间实现良好平衡^[18]。该材料具有良好的尺寸稳定性、较低的吸水率、优异的加工流动性，可在常温至中高温环境下保持较高的力学性能，使其在汽车零部件、农业装备外壳、电子封装以及耐候结构件等领域得到广泛应用^[19]。此外，PMI/PMMA对环境老化和化学介质具有较高抵抗能力，适用于对结构稳定性和外表质量要求较高的注塑成型制品。表1为PMI/PMMA材料的相关参数。

1.3 初始模拟

通过建立的数值模型与网格划分结果，本研究首先实施注塑成型过程的计算机仿真分析。注射温度的初始值通过分析材料比热容曲线的熔点特征进行精确设定，以此作为工艺参数优化的基础。仿真过程中采用的主要参数设置为：模具温度100 ℃、熔体温度290 ℃、注射压力120 MPa、冷却时间10 s。为确保熔体在充模过程中保持较低的黏度特性，优化注射口的布局方案，将其设置在护套结构的4个边缘接口位置，并配合冷却系统的优化设计，从而有效改善熔体的流动性能与型腔填充效果。图3为收割机护套浇口位置与冷却回路分布。

图4为制件的初始模拟结果。从图4可以看出，采用PMI/PMMA复合材料成型的制件在侧出口区域呈现显著的翘曲变形特征，最大变翘曲变形量为12.440 0 mm。依据GB/T 14486—2008^[20]中关于注塑制件尺寸公差的规定，当制件最大翘曲变形量小于特征尺寸的0.5%时，可判定其尺寸稳定性满足工程应用及装配要求，对应的允许最大翘曲变形量为3.700 5 mm。由此可见，当前仿真结果已明显超出允许变形范围，制件尺寸稳定性不足。针对上述问题，本研究提出通过系统优化熔体温度场、注射压力曲线、保压压力参数及冷却时间等关键成型工艺条件，以期实现残余应力的有效调控，从而显著改善制件尺寸稳定性并提升整体成型质量^[21]。

2 工艺参数优化

2.1 建立响应面因素水平

为深入探究注塑工艺参数对PMI/PMMA复合材料成型质量的系统性影响，本研究选取模具温度(A)、熔体温度(B)、注射压力(C)以及冷却时间(D)这4个关键工艺参数作为优化变量。表2为参数的取值范围。各因素水平依据材料特性、设备能力及前期模拟结果设定，确保覆盖实际工艺区间，同时避免极端参数带来的模拟误差或不可行工况。这些变量将在后续响应面设计中作为输入因子，建立参数与成型质量之间的定量关联模型，为工艺优化提供基础数据支撑^[22]。

2.2 响应面样本数据

为研究各工艺参数对翘曲变形量的影响，采用Box-Behnken设计(BBD)进行响应面实验设计，设置模具温度(A)、熔体温度(B)、注射压力(C)和冷却时间(D)为4个控制因素，以翘曲变形量(R)为响应指标。共生成29组样本点，涵盖各因子在水平区间内的交互组合。表3为实验样本及对应的翘曲变形量。从表3可以看出，工艺参数组合对成型翘曲变形量具有显著影响。部分参数组合在相同设定下得到的变形量略有差异，可能受到非线性响应或局部交互效应影响，需要进一步通过模型拟合与分析确定主导因子及其交互关系。

2.3 响应面拟合

实验通过响应面法对注塑成型工艺参数进行拟合分析，可以找到最佳的工艺参数组合，从而提高产品质量和生产效率。也能够系统地分析各个工艺参数对翘曲变形量的影响，帮助识别哪些参数对结果影响最大。为了找出最佳参数组合来减少制件的翘曲变形量，首先根据实验数据，采用线性回归方法得到以下响应面模型方程。

\begin{array}{c}R=\mathrm{4.39}-\mathrm{1.77}A+\mathrm{0.092}B+\mathrm{1.31}C-\mathrm{1.64}D+\\ \mathrm{0.18}AB-\mathrm{0.11}AC-\mathrm{0.27}AD+\mathrm{0.20}BC-\\ \mathrm{0.26}BD-\mathrm{0.18}CD+\mathrm{0.58}{A}^{\mathrm{2}}+\mathrm{0.36}{B}^{\mathrm{2}}+\\ \mathrm{0.21}{C}^{\mathrm{2}}+\mathrm{3.85}{D}^{\mathrm{2}}\end{array}(1)

该响应面模型方程详细描述模具温度、熔体温度、注射压力和冷却时间对翘曲变形量的影响特征。从线性项来看，模具温度对翘曲变形量呈显著负向影响，系数为-1.77，说明随着模具温度的升高，翘曲变形量明显减小，这与提高模具温度有助于均匀冷却、降低内应力积累的物理机制相符。熔体温度的线性系数为0.092，呈微弱正向影响，表明熔体温度升高会略微增加翘曲变形，可能是高熔体温度导致材料流动性增强，从而影响冷却收缩不均匀。注射压力的线性项系数为1.31，呈正向影响，表明较高的注射压力会加剧翘曲变形，这可能源于压力引起的分子链取向和残余应力增加。冷却时间则表现出较强的负向影响，系数为-1.64，表明延长冷却时间能够有效减少翘曲变形量，这与充分冷却使材料内应力释放、尺寸稳定性提升的工艺逻辑一致。

交互作用项反映了两个工艺因素组合对翘曲变形量的协同影响。其中，模具温度与冷却时间的交互项(AD)呈现显著的负向效应，且其绝对值最大(-0.27)。这表明模具温度的升高能够在一定程度上抵消由冷却时间变化所引起的翘曲趋势，二者的联合作用对翘曲变形量的影响最为显著。二次项系数揭示参数的非线性影响，其中冷却时间的二次项(D²)系数高达3.85，表明冷却时间的非线性效应极其重要，适当延长冷却时间能够大幅降低翘曲变形量，但过长的冷却时间可能带来工艺效率下降的权衡。

图5为响应面拟合曲线与正态概率分布。从图5可以看出，残差数据点呈现均匀分布于中心线两侧的随机分布模式，且未检测到系统性偏差现象，表明模型具备良好的拟合优度。这一分析结果证实，构建的响应面回归模型在表征工艺参数与翘曲变形量之间关联性方面具有较高的准确性，预测性能表现优异^[23]。

2.4 数据分析与模型建立

本研究采用Design Expert 10.0统计软件对实验数据进行回归分析，构建响应面模型以系统考察各工艺参数对翘曲变形量的影响规律。在模型构建过程中，首先通过方差分析方法对模型的显著性进行检验，表4为方差分析结果。从表4可以看出，模型的F值为48.54，P值远小于0.000 1，说明所构建的响应面模型整体显著，在统计学上具有一定意义。具体来看，模具温度表现出极为显著的影响，其偏差平方和为37.61，F值达到134.45，P值远小于0.000 1，表明模具温度是影响翘曲变形的最关键因素。注射压力和冷却时间同样表现出极显著影响，偏差平方和分别为20.64和32.40，F值分别为73.79和115.83，P值均小于0.000 1，显示这两个因素对翘曲变形的贡献也十分显著。相比之下，熔体温度对翘曲变形的影响不显著，P值为0.557 1，表明在本实验范围内熔体温度的变化对翘曲变形量影响较小。此外，模型中的交互作用项AD的交互作用项P值为0.027 9，BD的交互作用项P值为0.034 2，均小于0.050 0，表现出显著性。二次项中，模具温度的二次项A²和冷却时间的二次项D²均表现出显著影响，尤其是冷却时间的二次项D²，其偏差平方和高达95.91，F值达到342.89，P值远小于0.000 1，表明冷却时间对翘曲变形量的非线性影响极为显著，是模型中贡献最大的二次项。其他二次项如B²和C²则未表现出显著性。从因素影响的排序来看，冷却时间及其二次项对翘曲变形量的影响最大，其次是模具温度及其二次项，注射压力位居第三，熔体温度影响最小且不显著。残差平方和仅为0.63，且R²高达0.987 4，调整后的校正系数(R²_Adj)为0.987 8，适配精度为17.793 4，失拟项P值为1.593 9，不显著，表明模型拟合效果优良，预测能力强。

图6为3D等高线相互作用。从图6可以看出，冷却时间与模具温度之间以及熔体温度与冷却时间之间均表现出明显的耦合效应，两者的交互使翘曲变形量对单一因素的敏感性依赖另一因素的取值。基于等高线形态分析可以识别出若干最小翘曲的工艺窗，据此提出以中等模具温度配合适中冷却时间，或以适中熔体温度配合较长冷却时间的优化思路^[24-25]。

3 模拟验证

基于响应面法拟合所得参数，本研究将其导入Moldflow仿真平台开展数值模拟，以制品翘曲变形量作为关键优化指标。通过系统的模拟验证过程，表5为工艺参数最优组合方案。

图7为优化模拟结果。从图7可以看出，采用响应面法优化后的PMI/PMMA复合材料制件，翘曲变形量由初始状态的12.440 0 mm显著降低至2.336 0 mm，降幅达到81.22%。这一结果表明，基于响应面模型构建的工艺参数优化方案不仅实现对制件变形行为的准确预测，更在提升制件成型质量方面展现出显著效果。

为验证响应面法优化所得工艺参数的实际适用性，本研究采用海天精密工业股份有限公司HTF2800/230型注塑机及配套模具(模腔外形长1 210 mm、宽980 mm、厚740 mm)开展注塑成型实验。实验前对PMI/PMMA原料颗粒实施100 ℃恒温干燥处理4 h，以消除材料吸湿导致的成型缺陷(气泡或焦痕现象)。模具安装阶段通过精密调校确保喷嘴与浇注系统准确定位，从而规避熔体泄漏及位置偏差问题。基于响应面优化结果，设定关键工艺参数如下：模具温度102 ℃、熔体温度288 ℃、注射压力93 MPa、冷却时间23 s，同时配置合模力1 300 kN、顶出行程170 mm及顶出力60 kN。实验过程中，首先将预处理原料加入料斗，待料筒温度达到预设值后启动注塑程序，全程监测注射成型各阶段的设备运行参数。

图8为实际生产样件。从图8可以看出，成型样件取出并经目视与几何尺寸检测，未见明显缺胶、气泡或熔接线等常见成型缺陷，外观完整且尺寸精度满足设计要求，表明优化的工艺参数在实际成型中具有良好的可操作性与重复性。该试验结果与数值模拟预测一致，进一步验证所建立响应面模型和优化方案的有效性。结合试验所得良好成型质量与经济成本评估，可认为在保证较小翘曲变形量的前提下，PMI/PMMA材料作为成型材料在成本与性能之间具有较好的平衡性。

4 结论

本研究基于响应面方法对收割机护套注塑工艺进行优化，成功将翘曲变形量从初始的12.440 0 mm降至2.336 0 mm，降幅达81.22%。优化参数组合为：模具温度102 ℃、熔体温度288 ℃、注射压力93 MPa、冷却时间23 s。所建立的响应面模型具有显著性(P<0.000 1)，拟合良好(R²=0.987 4)，能够准确预测工艺参数与变形量的关系。实际试模结果表明，优化工艺下成型样件外观完整，尺寸精确，验证该方法的工程可行性与实用价值，为同类大尺寸复合材料构件的精密注塑提供参考。

参考文献

[1] 袁春军, 黄福利. 环保理念对农用机械设计的影响[J]. 湖北农机化, 2020(9): 115-116.

[2] SHI C, ZHANG Q W, YU B W. Higher improvement in soil health by animal-sourced than plant-sourced organic materials through optimized substitution[J]. Agriculture, Ecosystems & Environment, 2024, 363: 108875.

[3] 邹德波, 党帅营, 吕伟红, 等. 一种注塑成型PMMA材料爆炸切割研究[J]. 舰船科学技术, 2024, 46(16): 39-42.

[4] DE SOUZA MARCONI P G C, BEAL V E, FERREIRA C V, et al. Systematic approach for injection mold rapid tooling[J]. The International Journal of Advanced Manufacturing Technology, 2025, 141(9): 5681-5696.

[5] 陈叶娣, 严小锋. 基于CAE技术的PMMA灯壳注塑成型缺陷分析及模具设计[J]. 塑料, 2021, 50(6): 87-92.

[6] MA X Q, LI R, JIN Z M, et al. Injection molding and characterization of PMMA-based microfluidic devices[J]. Microsystem Technologies, 2020, 26(4): 1317-1324.

[7] 吴晓兰, 黄继忠, 颜许, 等. 熔接结构与工艺对PMMA双色注塑熔接状态的影响[J]. 工程塑料应用, 2021, 49(3): 47-52.

[8] SHI H, ZHUANG Q X, ZHENG A N, et al. Antibacterial mechanism of N-PMI and the characteristics of PMMA-co-N-PMI copolymer[J]. Chemistry & Biodiversity, 2022, 19(6): e202100753.

[9] 林娜, 康淑贤, 吴海勇, 等. 基于Moldflow对湿巾盖翘曲变形分析及工艺参数优化[J]. 塑料科技, 2025, 53(11): 178-182.

[10] 戴璐钰, 张永弟, 王宇康, 等. 基于Moldflow和灰色关联分析的内齿圈注塑参数优化[J]. 现代塑料加工应用, 2025, 37(5): 54-57.

[11] 朱彦科. 基于确定性策略梯度的注塑生产过程工艺参数优化方法研究[D]. 广州: 广东工业大学, 2025.

[12] 钱莹莹. 基于Moldflow的SOP-8器件注塑成型分析与优化[D]. 西安: 西安电子科技大学, 2024.

[13] 张成, 周功浪. 基于HyperWorks和Moldflow仿真分析的过滤器座开裂解决方案[J]. 计算机辅助工程, 2025, 34(3): 33-37.

[14] 张小珍, 张轶峰, 唐思欣. 汽车后视镜模具的模流分析[J]. 汽车工艺师, 2025(9): 25-29.

[15] 屠凯鑫, 徐嘉乐, 武艳军. 基于Moldflow的灯罩模具模拟设计[J]. 锻压装备与制造技术, 2025, 60(4): 147-151.

[16] 翟盼盼. PBT车载智能连接器注塑成型工艺优化研究[J]. 塑料科技, 2025, 53(8): 182-187.

[17] 陈显, 李爱华. 基于Moldflow的ABS智能传输器外壳成型质量分析[J]. 塑料科技, 2025, 53(8): 175-181.

[18] GIESE H, MEYER J, ENGEL M, et al. Polymethylmethacrylate patient-matched implants (PMMA-PMI) for complex and revision cranioplasty: Analysis of long-term complication rates and patient outcomes[J]. Brain Injury, 2020, 34(2): 269-275.

[19] 洪梅, 刘小艳, 周小丽, 等. 图像识别器外壳成型缺陷分析及优化设计[J]. 塑料科技, 2025, 53(5): 137-142.

[20] 全国塑料标准化技术委员会. 塑料模塑件尺寸公差: GB/T 14486—2008 [S]. 北京: 中国标准出版社, 2009.

[21] 陈业高, 吴迪, 杜新成. 汽车仪表板装饰条注塑成型工艺多目标优化与模具设计[J]. 塑料科技, 2025, 53(8): 158-163.

[22] SHI H, ZHUANG Q X, ZHENG A N, et al. Radical reaction extrusion copolymerization mechanism of MMA and N-phenylmaleimide and properties of products[J]. RSC Advances, 2022, 12(40): 26251-26263.

[23] 任艳梅. 基于CAE技术的油箱保护罩注塑成型优化研究[J]. 塑料科技, 2025, 53(4): 171-176.

[24] 何一博, 廖秋慧, 王海波, 等. 水发泡硬质聚氨酯的实验表征和成型模拟[J]. 塑料科技, 2025, 53(4): 58-63.

[25] 邱琳芝. 模内电子注塑成型缺陷分析及工艺参数优化研究[D]. 东莞: 东莞理工学院, 2025.