射出成型制程优化—探索CAE模拟分析与实验结果之差异

■主编:淡江大学/ 黄招财副教授

前言

近年来,数以千计的物联网(IoT)不断地被提出,并逐 年向工业和市场发展,促使人们将自动化生产环境做到 最好。其中射出成型是实现自动化生产的好方法之一[12],然而在进行自动化生产之前,如何保持良好的质量 是射出成型的关键因素之一。关于如何保持射出成型的 高质量,我们需要单独或同时满足各种要求。例如,一 般射出产品需要具有良好的尺寸精度或平整度、良好的 强度、良好的表面等。因此,具有良好质量的射出成品 是自动执行批量生产之前的基本标准。

此外,为提高射出产品的质量,我们先经过广泛地文 献搜索,发现前辈们曾提出许多策略。例如,Lee和 Kim[3]在尺寸公差范围内,透过改变产品厚度的想法来 使翘曲最小化;Leo 和 Cuvelliez[4] 讨论浇口几何形状 和操作参数(填充时间、填充压力、……)将如何影响 产品尺寸精度;Yen等[5]选择流道系统直径和长度作 为主要控制参数来优化射出成品翘曲特性;Ozcelik和 Erzurumlu[6-7]研究如何整合有限分析与实验设计法/响应表面法/人工智能和遗传算法,尝试减少产品之 翘曲变形;Zhai 和 Xie[8] 应用顺序线性规划 (SLP) 和 CAE进行最佳浇口之研究,以实现射出的平衡流动, 他们发现流动的均匀性将导致较小的翘曲结果;T-Y Shiu等人[9]则是利用CAE预测微孔射出成型中细胞 的动态特性,以了解翘曲是如何得到改善的;另外, Tseng等[10]研究了手机外壳整体的收缩行为,他们 应用3D体积收缩补偿方法(3DVSCM)来减少翘曲。

综合而言,即使基于过往许多文献的累积,目前仍无 法百分之百控制射出成型产业质量。此外,虽然许多 先驱者单独使用CAE模拟技术或将CAE与其他技术 结合以提高产质量,但CAE仿真和实际实验间经常 会发现一些差异,这些差异的原因至今仍难以有效掌 握。有鉴于此,本研究中,首先我们着重在于射出成 型成品之翘曲变形,特别是我们将深入探索为何CAE 模拟分析与实验会发生差异;我们将进一步探讨此等 差异性主要之机理,并尝试如何加以控制与改善。

图 1:(a) 产品几何结构;(b) 流动与浇口结构

表 1:原始设计操作条件(*:以充填结束时的压力做为保压压力之参考基数)

研究方法与系统信息

在本研究中,我们利用CAE模拟分析和实验方法来 进行探索。针对CAE模拟分析,主要采用Moldex3D R15软件执行之。其中,研究之产品模型及其尺寸, 如图1所示,是直径为60mm、厚度为2mm之圆平 板,如图1(a)所示;另外,流道与浇口结构,如图 1(b)所示。再则,模座和冷却水路布局,如图2所示。 再则,针对实验研究,模具主要结构如图3所示,其 中含公模侧及母模侧之结构;此处我们使用FCS射 出机。再则,所用材料是 ABS(由 Che-Mei 提供的 PA757)。另外,CAE模拟分析和实验研究所使用 之原始设计的操作条件完全相同,如表1中所列;其 中,射出速度之设定是以机台最大速度(125mm/s)当 成参考基数,例如:射出速度50%设定是指该设定为 机台最大速度之50%,亦即62.5 mm/s(之后称之为 50%射出速度),保压时间为6秒,冷却时间为11秒; 另外,保压压力设定是以充填压力结束时的压力当成 参考基数再成上设定之百分比,例如:50%保压压力 设定是指保压压力=50%PEOF(之后称之为50%保压 压力)。为了评估射出成品之质量好坏,不论CAE模 拟分析和实验方法,我们规划以射出成品之直径的尺 寸精度作为评估的标准。具体而言,每次完成之成品, 我们将同时量测I-IV等四个方位之直径尺寸,之后再 将四个方位之直径尺寸取平均值,完成成品之代表尺寸,如图4及方程式(1)所述;之后,我们再将此代 表尺寸与设定目标尺寸相减,即获得射出成品之偏移 量 (deviation),如方程式 (2) 所述。后续,我们许多 结果之展示,就是以此偏移量(deviation)为主。
方程式(1): Dave = (DI + DII + DIII + DIV)/4 方程式(2): Deviation (mm) = Dave -Ddesign

 

图 2:模座与冷却水路布局            图 3:机台上模具结构:(a) 公模侧;(b) 母模侧

图 4:产品质量定义:每次同时量测 I-IV 等四个方位之直径尺寸

结果与讨论

根据前述的原始设计之设定,在进行第一次试模(T1) 后,利用CAE模拟分析预测比对实际实验之结果,如 图5所示。为了进一步了解其数定量上的差异,我们 将之汇整如表2所示,其中如同我们之前表述,我们 将射出成品尺寸与设定目标尺寸相减,即获得射出成品之偏移量(deviation),再利用偏移量结果进行质量 特性之比较。从此结果可以看出,CAE模拟预测与实 际实验之间的偏差非常显著(约0.29 mm)。 为了了解此等差异之原因,我们接着进行一系列之射 出成型实验(包括CAE模拟预测和实验测试),此处 我们选择保压压力变化作为实际可操作之参数,然后 研究从低保压到高保压作动下的保压压力效应,再将 相关结果汇整,其中CAE模拟和实验之间的偏差差异如图6(a)所示。

 

图 5: 利 用 原 始 设 计 和 操 作 条 件 的 T1( 第 一 次 试 模 )结果:(a)CAE 模拟分析,(b) 实验研究

 

图 6:CAE 模拟预测和实验研究的翘曲行为探讨如图 (a)、(b) 所示,(a) 两种方法所得结果的原始差异 ;(b) 平移 CAE 模拟分析结果与实验结果之比较

表 2:模拟和实验结果与目标值的偏差

从CAE模拟预测中可以看出,在理 论上,当保压压力的设定在95%左右,射出成品几 乎与设计值重合(零偏差);然而,在实际射出实验 中,即使保压压力增加到150%,射出成品仍然会产 生收缩之偏差。很明显地,CAE模拟和实验之间存在 非常显著的偏差。

另外,为进一步了解当我们低保压到高保压作动下的 改变保压压力效应,其内在驱动力之大小,我们将 CAE模拟分析结果平移到实验结果时,如图5(b),可 以发现,实际上不论是CAE模拟预测或实验,两者的 内在驱动力几乎是一致的,但为什么模拟和实验之间 仍然存在差异。

为了持续探索CAE模拟和实验结果的差异原因,我 们进一步利用射出压力当成比较之基准,并汇集CAE 模拟分析和实验之间的射出压力历程曲线,如图6所 示。此处必须先说明,由于现有的射出机没有压力 传感器,因此使用机台之压力(油压),经过详细 比较后,我们发现实际射出成型之响应时间比模拟 分析较长(△t=0.07s,延迟约29%),实际的充填 结束瞬间之压力(后续以PEOF 表示)比模拟分析低 了25.2 MPa(低于模拟预测约23%)。此等差距应 该是CAE模拟和实验结果的差异主要原因,也就是单从此射出机台控制面板设定操作参数,可能高估机 台真正之效能。接着为了证明我们的概念正确,首先 我们根据不同射出速度设定进行射出,数值范围为机 器最大速度的30%至70%,其中填充时间从0.28秒 (Sim30% ) 减少到 0.15 秒 (Sim70% );PEOF 从 95.2 MPa(Sim30%)增加到120 MPa(Sim70%)。

图 7:模拟和实验之间注塑压力历程比较:50%注塑速度设定

图 8:模拟和实验之间注塑压力历程比较:考量从 30%注塑速度到 70%注塑速度

之后,我们将CAE模拟分析和实验之间的射出压力历 程曲线汇集,结果如图8所示。从图中不难发现,实 际实验中90%速度设定(Exp_90%)的射出压力响应 曲线最接近CAE仿真预测中的30%速度(Sim_30%); 另外,(Exp90% ) 的 PEOF 也接近 (Sim30% )。因此, 我们可以认定仿真分析之30%速度系统与实验90% 速度系统相匹配。此部份乃因机台的实际响应有一定 的迟滞后,导致其真实效能低于预估值。此外,在进 行机台的射出速度响应校正后,我们再深入探索保压 压力效应,从50%的保压压力到150%的保压压力作 动后,有无考虑机台校正之结果,如图9所示。由此 结果可以明显发现,CAE模拟分析和实际实验之间的 差异值从原来0.29mm减小到0.12mm。因此我们可 以预期,透过对充填速度响应的校正,能让我们进一 步掌握较真实之机台效能,让CAE预测与实际实验更 加接近。

图 9:有无进行机台校正后之产品翘曲变形偏移差异之比较

结论

在这项研究中,我们利用圆平板系统,并利用CAE 仿真分析和实验研究,实际建立一套如何校正机台真 实响应之方法。在研究过程中,我们透过原始参数设 定,初步发现CAE模拟分析和实验之间的翘曲差异达 到0.29mm。为了找出导致这种差异的原因,我们透 过解析射出压力历程曲线之汇集,找出实际射出实验 之充填速度响应太慢(延迟约29%),且充填压力不 足(低23%)。接着为了证明我们的概念正确,我们 同步进行一系列不同射出速度设定之射出成型模拟分 析与实验,再将CAE模拟分析和实验之间的射出压力 历程曲线汇集,可以较实务地校正机台真实之效能响 应,透过此等机台校正,结果显示,CAE仿真分析与 实验之翘曲偏移量差异减小到0.12mm,也就是正确 性提高了约56%。再则,尚存之差异则可能与材料黏 弹性及其他因素有关。透过这项研究结果将协助我们 了解如何有效整合CAE模拟分析和实际机台系统之试 模,提升对产品质量的掌握。另外,对既有现场之射 出机系统的自动化提升或新设备面临物联网引导之自 动化需求也将有实质之帮助。

本文章由主编黄招财副教授与其系上的许睿庭、陈柏 瑄、徐翊瑄三名研究生,以及中原大学的钟文仁教授、 科盛科技的张荣语执行长等人共同编撰。■

参考文献

1. iQ weight control,Web-source:https://www.engelglobal. com/en/at/solutions/increase-process-stability/iq-weightcontrol.html, Accessed: 2017/10/01 2. Arburg Industry 4.0, Web source: https://www.arburg. com/fileadmin/redaktion/ mediathek/prospekte/arburg_ industry_4.0_681669_en_gb.pdf, Accessed: 2017/10/01 3. B. H. Lee, and B. H. Kim, Polymer-Plastics Technology and Engineering, 34(5), 793-811 (1995). 4. V. Leo and CH. Cuvelliez, Polymer Engineer and Science, 35(15), 1961-1971 (1996) 5. Yen C, Lin JC, Li WJ, Huang MF, Journal of Materials Processing Technology, 174, 22-28 (2006). 6. B. Ozcelik and T. Erzurumlu, International Communications in Heat and Mass Transfer, 32, 1085–1094 (2005) 7. B. Ozcelik and T. Erzurumlu, Journal of Materials Processing Technology, 171, 437–445 (2006) 8. Zhai M, Xie Y, International Journal of Advanced Manufacturing Technology, 49, 97-103 (2010). 9. Tai-Yi Shiu, Yuan-Jung Chang, Chao-Tsai Huang, David Hsu, Rong-Yu Chang, SPE Technical Papers, Paper No. 1258422, 1-4 (2012) 10. C.-H., Tseng, C.-T., Huang, Y.-C., Liu, W.-L., Yang, and R.-Y. Chang, SPE Technical Papers, No. 2096337, 1-6. (2015)

Share

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注