林權

（武夷學院 機電工程學院，福建 武夷山 354300）

基于DOE與MPI的注塑成型工藝穩(wěn)健優(yōu)化設計

林權

（武夷學院 機電工程學院，福建 武夷山 354300）

翹曲變形量是評價卡扣塑料平板裝配質量合格性的重要指標。應用田口正交試驗法（DOE），結合模流工程分析模塊（MPI），對制品進行翹曲變形研究。通過對注塑成型工藝參數(shù)進行穩(wěn)健優(yōu)化設計，經過試驗分析獲取最優(yōu)工藝參數(shù)組合，并利用置信區(qū)間計算驗證了最優(yōu)參數(shù)組合的可靠性。研究結果表明：保壓時間為最顯著的影響因子，其次為冷卻時間、塑料溫度以及保壓壓力；保壓時間和冷卻時間較長易造成制品內應力增加，有導致翹曲變形的可能性。

翹曲變形；田口正交試驗；Moldflow；穩(wěn)健優(yōu)化

0　引言

在注射成型中，影響制品翹曲變形的因素很多，主要與注塑模具澆注系統(tǒng)設計、冷卻系統(tǒng)設計以及成型工藝參數(shù)設計密切相關［1］。隨著人們環(huán)保意識的加強，現(xiàn)代塑料制品設計越來越精巧化，薄壁設計也越來越多。但是薄件塑料產品不僅需要更大的注射壓力，而且容易引起翹曲變形，尤其是薄件平板類塑料制品［2-4］。

卡扣塑料平板是連接裝配件，翹曲變形量是評價卡扣塑料平板裝配質量合格性的重要指標。本文基于田口正交試驗法（DOE），結合Moldflow 模流工程分析軟件，通過對注塑工藝參數(shù)進行穩(wěn)健優(yōu)化設計及系統(tǒng)試驗分析，探討注射成型工藝條件對制品翹曲變形的影響，進而求得最小翹曲量的注射成型參數(shù)組合，最終使制品獲得較高的幾何形狀精度，以提高制品質量，降低其研發(fā)成本。

1　創(chuàng)建分析模型與材料選擇

在進行模型分析之前，必須創(chuàng)建網(wǎng)格模型［5］。首先應用Solidworks 創(chuàng)建卡扣塑料平板制品的3D模型，再導入模流工程分析模塊（Moldflow plastics insight，MPI），使用雙層面網(wǎng)格對模型進行網(wǎng)格劃分與修改，將縱橫比修復至6 以下，配向和交叉元素個數(shù)都為0，且匹配率達到95%以上，才可以進行流動+保壓+翹曲分析。最后通過澆注系統(tǒng)設計和創(chuàng)建冷卻系統(tǒng)建立的卡扣塑料平板有限元分析模型如圖1所示。圖中制品外觀尺寸長為260 mm，寬為104 mm，平均厚度約為2 mm。制品上表面中心線上均勻分布3個卡扣，下表面左右對稱4個角均勻分布4個卡扣。澆注系統(tǒng)采用梯形分流道，分流道頂部寬度為5 mm，底部寬度為4 mm，厚度為4 mm。系統(tǒng)為四點點澆口進料，澆口形狀為椎體，始端直徑為2 mm，錐體角度為2°。冷卻系統(tǒng)為直流循環(huán)式，冷卻水道直徑為8 mm，平行等距分布于制品上下表面，距離約為25 mm。

圖1　卡扣塑料平板有限元分析模型Fig. 1　Finite element analytical model for snap-in plastic plates

試驗材料為臺灣奇美實業(yè)股份有限公司生產的丙烯腈-丁二烯-苯乙烯共聚物（acrylonitrile butadiene styrene，ABS），牌號為一般注塑級Polylac PA-757。材料呈淺象牙色，外形為粒狀或珠狀，210 ℃即可達到材料的熔融溫度，250 ℃即可達到材料的降解溫度。ABS樹脂具有優(yōu)良的力學性能，故而在電子儀器儀表、汽車制造、建材工業(yè)等領域得到了廣泛應用［6］。依據(jù)實際經驗，ABS材料成型參數(shù)選取恒模溫度為80 ℃，熔料溫度為210～250 ℃，注射壓力為80～150 MPa，由于保壓時間相對較短，保壓壓力可取注射壓力的50%～80%。

2　田口試驗設計與優(yōu)化

田口試驗設計方法的特點是：設計的產品質量穩(wěn)定，波動性小，且生產過程對各種噪聲不敏感［7-8］。田口方法是依照控制因子及水平數(shù)選擇適當?shù)闹苯槐?，并以信噪比（signal to noise，S/N）作為試驗數(shù)據(jù)的來源，再討論選擇的控制因子對指標特性影響的顯著性。

2.1確定制品質量指標

理想的注射產品尺寸形狀精度與模具型腔型芯尺寸是一致的，也就沒有變形翹曲或者縮水等現(xiàn)象；但實際上，由于模具各個部分溫度不一致導致制品各個方向收縮不均，常存在翹曲現(xiàn)象［9-11］。本制品也不例外，卡扣塑料平板為連接裝配件，翹曲變形程度對其合格性影響較大，且為望小特性，即非負數(shù)值且其值越小越好的特性，因此翹曲變形量為本制品的質量特性指標。

2.2選定控制因子與水平

因子又稱為自變量，也就是在成型過程中會影響質量特性的參數(shù)，因子可分為控制因子、信號因子和干擾因子［8］?？刂埔蜃邮窃谠O計或制造上選取用以改善質量目標穩(wěn)健性的因子，是設計人員可以掌控與決定的參數(shù)。信號因子是評價S/N 比值信號的因子，設計者可以通過調整信號因子，從而改變產品質量特性值。干擾因子是指由于內部、外部等所有造成變異的原因。

選定控制因子為：塑料溫度（℃）、充填時間（s）、保壓時間（s）、冷卻時間（s）、開模時間（s）、注射壓力（MPa）、保壓壓力（MPa）。除了塑料溫度取2個水平，其他分別賦予3水平，控制因子水平如表1所示，表中相關參數(shù)為實際現(xiàn)場依照經驗法則測試而定，其中保壓壓力分別選取注射壓力的60%，70%和80%，因子A～G的工藝參數(shù)可以根據(jù)實際需求進行合理選擇。

表1　控制因子及水平Table 1　Controlling factors and levels

2.3選定直交表

田口試驗直交表可利用較少試驗次數(shù)求得所需結果，并且試驗獲得的結論在整個試驗范圍內都是成立的，通過各因子計算簡單的平均值，又可獲知每個控制因子的效果［10］。直交表中任2行內積為0，各因子水平出現(xiàn)次數(shù)均相同。直交表的使用方式有2種，一種為使用單純直交表，根據(jù)表內配置組合進行試驗，需重復試驗獲得客觀數(shù)值；如果遇到不可控制的干擾因素時，就必須使用另一種方式，使用兩直交表的組合，控制因子放置于內側直交表，而干擾因子放置于外側直交表。在此選定7 個控制因子、3 水平數(shù)且不考慮交互作用，采用田口試驗法所推薦的L18（21×37）表，根據(jù)表1所設計出原始成型參數(shù)試驗數(shù)據(jù)，如表2所示。

表2　原始成型參數(shù)試驗數(shù)據(jù)Table 2　The original molding parameter experiment data

2.4穩(wěn)健優(yōu)化設計

干擾因子和控制因子可能存在著交互作用，當干擾因子的效應隨某一控制因子的變動而有所不同時，可選擇此控制因子的某一水平，使得干擾因子對質量特性的影響最小，以達到穩(wěn)健的目的［12］。穩(wěn)健的目的就是要減少質量特性的變異，當信噪比S/N 越大，所得到的變異量就越小，所以在一個試驗直交表中的每一組試驗都必須要有2個或2個以上的試驗數(shù)據(jù)代表干擾因子影響所產生的變異。S/N 的意義就是評估干擾因子引起的變異，并把干擾因子合成主試驗的單一干擾因子。干擾試驗通常只取2個水平值，而且大部分的情況下會忽略交互作用，在此可以選用L12（211）直交表，并將干擾因子配置于表內進行相關試驗分析。在此以表1中控制因子水平2的參數(shù)作為干擾試驗設定基準，再分別將選定的7個控制因子加入干擾，干擾因子及水平如表3所示，干擾試驗反應數(shù)據(jù)如表4所示。表4 中，sum為各因素對應水平試驗結果總和，avg為各水平試驗結果均值，effect為水平極差值（表示各因素的影響大小）。

表3　干擾因子及水平Table 3　Interference factors and levels

從表4的分析結果可以得知干擾因子對于質量特性的影響程度：除了塑料溫度外，其他6個因素對翹曲變形量的影響趨勢相同，都是負方向，即隨著控制參數(shù)數(shù)值的增加，翹曲變形量變大，故有利于減少翹曲的干擾因子組合為塑料溫度（+2 ℃）、充填時間（-0.1 s）、保壓時間（-0.5 s）、冷卻時間（-0.5 s）、開模時間（-0.2 s）、注射壓力（-2 MPa）和保壓壓力（-2%）。表5為加入干擾因子成型參數(shù)試驗數(shù)據(jù)表。

表4　干擾試驗反應數(shù)據(jù)Table 4　Reaction data for interference experiment

表5　加入干擾因子成型參數(shù)試驗數(shù)據(jù)Table 5　Molding parameter experiment data with interference factors

2.5田口試驗結果

翹曲變形量的大小及分布狀況是評價卡扣塑料平板裝配質量合格性的重要指標。為了獲得更加準確的翹曲變形量，分別對表1中的原始成型參數(shù)和表3中加入干擾因子后的成型參數(shù)進行數(shù)值模擬試驗。表6為模擬試驗結果數(shù)據(jù)表，表7為控制因子對S/N的反應值。表6中：Y1為由原始成型參數(shù)獲得的翹曲變形量，Y2為由加入干擾因子后成型參數(shù)獲得的翹曲變形量，yavg為目標質量特性平均值，S/N為信號噪聲比，即為平均值與標準偏差的比值，此值越大表示質量越好，作為田口試驗衡量產品質量的統(tǒng)計量，T為S/N 的總和，為S/N的均值。表7中：|Δ|表示水平極差，rank表示各因素的影響大小順序。

表6　 模擬試驗結果數(shù)據(jù)Table 6　Data of simulation test results

表7　控制因子對S/N的反應值Table 7　Reaction values of controlling factors to S/N

根據(jù)表7中相關數(shù)據(jù)可以得知，控制因子對質量特性所產生效應的大小順序為：保壓時間、冷卻時間、塑料溫度、保壓壓力、開模時間、充填時間、注射壓力；再由控制因子所得到S/N的數(shù)值，并從各個水平當中挑選最高的S/N的水平數(shù)，可以得到優(yōu)化參數(shù)組合為：A2B1C1D1E3F2G2。但是這個參數(shù)組合并不在直交表中，所以必須另行驗證。通過Moldflow進一步模擬分析，所得結果如表8所示。

表8　最優(yōu)組合參數(shù)模擬驗證結果Table 8　The simulation verification results for the optimal combined parameters

由表8可知，原控制因子最優(yōu)組合獲得的制品翹曲變形量Y1=0.285 1 mm；加入干擾因子后控制因子最優(yōu)組合獲得的制品翹曲變形量Y2=0.298 4 mm，模擬試驗獲取的S/N=10.697 6。因此卡扣塑料平板最優(yōu)工藝參數(shù)組合為：塑料溫度220 ℃、充填時間0.8 s、保壓時間3.0 s、冷卻時間5.0 s、開模時間2.5 s、注射壓力95 MPa、保壓壓力76.0 MPa。

2.6方差分析

方差分析是從觀測變量的方差入手，研究諸多控制變量中哪些變量是對觀測變量有顯著影響的變量［12］。方差分析有2個目的，其一是以試驗誤差為基準來評估每個控制因子的效應，判斷其是否有意義；其二是測試控制因子的顯著性，一般采用F 分布的測試方式，在直交表試驗中，當F值很大時，表示控制因子是有影響力的，是重要的，且遠大于試驗誤差或是交互作用產生的影響。本試驗中方差分析的結果如表9所示，進行顯著性檢驗時，選取顯著性因子為0.05，F(xiàn)臨界值可在F檢驗表中查到。

表9　方差分析Table 9　Variance analysis

比較表9中的 F值和F臨界值可知，各個因素的影響差異較大，塑料溫度、保壓時間、冷卻時間以及保壓壓力為顯著影響因素，其他因素作用較小，是不重要的因素。因此把影響作用較小的因子并入誤差項，并重新計算誤差平方和。表10為誤差合并后的方差分析表，表中進行顯著性檢驗時，選取顯著性因子為0.01，F(xiàn)臨界值可以在F檢驗表中查到。

表10　誤差合并方差分析Table 10　Pooled error variance analysis

由表10可知，塑料溫度、保壓時間、冷卻時間、保壓壓力這4個影響因素的F值均大于臨界值，且都為高度顯著性，其中保壓時間對制品的總變異貢獻最大，冷卻時間、塑料溫度、保壓壓力的貢獻依次減小。由此說明保壓時間與冷卻時間較長時，容易造成制品內應力增加，導致翹曲變形度上升。

2.7置信區(qū)間計算

在田口試驗中，無論是用計算分析法還是效應計算分析法都能確定最優(yōu)的組合，但如果直交表中沒有這個最優(yōu)組合，則需要按照這個組合再進行一次試驗，并得出所需要的指標值［12］。本例就是如此，因此按表8再次進行試驗，但為了確認試驗數(shù)據(jù)的可靠性，對指標值的估計以置信區(qū)間的計算來進行驗證。

置信區(qū)間可檢驗預測值及試驗計算值的誤差［12］，并判斷兩者是否足夠接近。因為預測值是由試驗的方式計算得出，如果預測值與試驗值相當一致，說明置信區(qū)間有重疊，就可以確認試驗的方式可行；反之，如果預測值與試驗值相差較大，則說明試驗的每個步驟都需要進行檢討，包括質量特性、控制因子選擇等。

根據(jù)文獻［12］可知，在95%置信水平下置信區(qū)間可按如下步驟計算。

1）因子取值的置信區(qū)間

偏差

式中：fE表示誤差自由度；

MSE表示誤差方差，且MSE= SE/fE，其中SE表示誤差平方和；

ne是有效試驗次數(shù)，有效試驗次數(shù)=試驗總次數(shù)/（1+顯著因素自由度和）；

為檢驗水平，此處取值為0.05。

2）驗證試驗值置信區(qū)間

偏差

根據(jù)表8最佳組合參數(shù)模擬驗證可知，驗證試驗值S/N為10.697 6 dB，因此驗證試驗值的置信區(qū)間為9.920 6 ～11.474 6 dB。

3）最佳預測值置信區(qū)間

在優(yōu)化參數(shù)組合的控制下，采用一半準則，從表7控制因子對S/N反應表中挑選一半反應較大的控制因子按式（3）進行最佳預測值計算。

式中：A2為控制因子A在水平2下對S/N的反應值；

C1為控制因子C在水平1下對S/N的反應值；

D1為控制因子D在水平1下對S/N的反應值。

偏差

因此，最佳預測值置信區(qū)間為11.262 5～13.522 5 dB。

綜上所述，在95%置信水平下，驗證試驗值與最佳預測值的S/N置信區(qū)間高度重合，這表明試驗驗證值和預測值兩者一致性高。

3　最優(yōu)組合參數(shù)成型模擬分析

將最優(yōu)組合工藝參數(shù)作為Moldflow成型條件，進行注塑成型模擬分析。圖2為卡扣塑料平板總體翹曲變形云圖。經模流分析可知，制品總變形最大量為0.285 1 mm，而收縮不均引起的變形量就達到了0.252 7 mm。制品發(fā)生翹曲變形的主要原因是注塑成型過程中發(fā)生了收縮不均現(xiàn)象。

圖2　卡扣塑料平板總體翹曲變形云圖（放大20倍）Fig. 2　Nephogram of total warping deformation of snap-in plastic plates（20×）

從圖2中可以看出，制品發(fā)生翹曲嚴重的地方分布在平板兩側，尤其是制品的左上角與右下角邊緣處，變形量達到0.25 mm左右；而卡扣的變形量隨著分布位置不同也不同，面板上方中間位置卡扣幾乎沒有變形，面板上方兩側的卡扣變形量為0.15 mm左右，翹曲方向主要是向著制品的中心，另一邊面板下方左右對稱各布置4個卡扣，靠邊緣的卡扣最大變形量接近0.20 mm，靠中心的卡扣變形量不到0.10 mm，與面板上方卡扣不同之處在于它們是背離制品中心發(fā)生翹曲，但總體上制品的翹曲幅度不大，符合幾何形狀誤差要求。

另外模流分析結果顯示，制品的頂出體積收縮率分布較均勻，較大的收縮率位于制品的邊緣與制品的中心，分別約為2.9%和2.5%，面板總體收縮率不超過3%，符合制品幾何尺寸誤差要求。

4　結論

影響注射成型制品翹曲變形的因素很多，大多數(shù)注射產品在脫模靜置一段時間后，都會由于成型內部應力釋放導致原本平穩(wěn)的平面向里面或是外面彎曲。產品的外觀、澆注系統(tǒng)、冷卻系統(tǒng)的合理設計以及成型工藝參數(shù)的正確選擇是改善制品翹曲的重要手段。

本文以卡扣塑料平板為例，運用Moldflow 結合田口試驗方法進行了取樣分析，可得如下結論：

1）田口直交表可以有效地降低試驗次數(shù)，搭配方差分析可以找出影響質量的顯著因子，并能區(qū)分各因子對質量影響程度的高低。保壓時間是影響制品翹曲變形最具有影響力的因子，其次為冷卻時間、塑料溫度以及保壓壓力。

2）由計算機輔助工程（CAE）優(yōu)化參數(shù)模擬結果可知，各因素的最佳參數(shù)為：塑料溫度220 ℃、充填時間1.0 s、保壓時間3.0 s、冷卻時間5.0 s、開模時間2.5 s、注射壓力85 MPa 和保壓壓力取80%注射壓力。

3）最優(yōu)組合數(shù)值模擬結果顯示，保壓時間和冷卻時間都選擇較小參數(shù)值，這表明保壓時間和冷卻時間較長易造成制品內應力增加，有導致翹曲變形的可能性。

4）通過置信區(qū)間計算，肯定了驗證試驗值和預測值兩者的一致性，說明該方法對提高注射產品質量和降低研發(fā)成本具有可行性。

［1］趙苗，辛勇. 注塑制品翹曲變形的研究進展［J］. 中國塑料，2012，26（4）：66-71. ZHAO Miao，XIN Yong. Research Progress in Warpage of Injection Molded Parts［J］. China Plastics，2012，26（4）：66-71.

［2］張繼祥，秦海濤，鐘厲，等. 薄壁件注塑翹曲變形綜合優(yōu)化分析［J］. 塑料工業(yè)，2014，42（5）：56-61. ZHANG Jixiang，QIN Haitao，ZHONG Li，et al. Comprehensive Optimization Analysis of Injection Moulding Warp Deforming of the Thin-Wall Plastic Parts［J］. China Plastics Industry，2014，42（5）：56-61.

［3］王桂龍，趙國群，李輝平，等. 薄壁注塑制品翹曲影響因素分析與工藝優(yōu)化［J］. 中國機械工程，2009，20（4）：488-492. WANG Guilong，ZHAO Guoqun，LI Huiping，et al. Influence Factor Analysis of Warpage and Optimization of Process Parameters in Plastic Injection Molding of Thin-Wall Plastic Parts Based on Taguchi Optimization Method［J］. China Mechanical Engineering，2009，20（4）：488-492.

［4］沈洪雷，劉峰. 基于CAE熱流道注塑件翹曲變形的研究［J］. 工程塑料應用，2014，42（4）：62-65. SHEN Honglei，LIU Feng. Study on the Warpage of Injection Molded Parts Injected by Hot Runner Based on CAE［J］. Engineering Plastics Application，2014，42（4）：62-65.

［5］林權，林錚，陳沖. 應用 Moldfolw 及 ABAQUS 進行注塑模結構優(yōu)化設計［J］. 塑料，2011，40（6）：106-110. LIN Quan，LIN Zheng，CHEN Chong. Optimization of the Injection Mold Design Based on Moldflow and ABAQUS［J］. Plastics，2011，40（6）：106-110.

［6］王立恒，游珊珊. 2014年ABS樹脂生產與市場分析［J］. 化學工業(yè)，2015，33（7）：31-35. WANG Liheng，YOU Shanshan. The Analysis of ABS Resin Production and Market［J］. Chemical Industry，2015，33（7）：31-35.

［7］曾亞森，何和智. 基于翹曲的注塑成型工藝參數(shù)優(yōu)化組合［J］. 高分子材料科學與工程，2009，25（6）：163-166. ZENG Yasen，HE Hezhi. Optimal Combination of Injection Molded Process Parameter Based on Warp［J］. Polymer Materials Science and Engineering，2009，25（6）：163-166.

［8］劉瑞江，張業(yè)旺，聞崇煒，等. 正交試驗設計和分析方法研究［J］. 實驗技術與管理，2010，27（9）：52-55. LIU Ruijiang，ZHANG Yewang，WEN Chongwei，et al. Study on the Design and Analysis Methods of Orthogonal Experiment［J］. Experimental Technology and Management，2010，27（9）：52-55.

［9］肖良紅，胡建強. 基于翹曲變形的薄壁塑件成型工藝優(yōu)化［J］. 中國塑料，2014，28（3）：106-111. XIAO Lianghong，HU Jianqiang. Forming Process Optimizing for Injection Molding of the Thin-Walled Plastic Parts Based on Warping Deformation［J］. China Plastics，2014，28（3）：106-111.

［10］陳昌乾，劉斌，王桂林. 電視機小后殼注射成型工藝的優(yōu)化設計［J］. 工程塑料應用，2015，43（2）：51-54. CHEN Changqian，LIU Bin，WANG Guilin. Optimization Design of TV Deputy Shell Injection Molding Process Parameters［J］. Engineering Plastics Application，2015，43（2）：51-54.

［11］錢秋波. 基于模擬的注塑模澆注系統(tǒng)及成型工藝參數(shù)優(yōu)化研究［D］. 蘇州：蘇州大學，2011. QIAN Qiubo. Optimization Study on Gating System and Molding Process Parameters of Injection Mold Based on Simulation［D］. Suzhou：Soochow University，2011.

［12］李云雁，胡傳榮. 試驗設計與數(shù)據(jù)處理［M］. 2版. 北京：化學工業(yè)出版社，2008：83-98. LI Yunyan，HU Chuanrong. Experiment Design and Data Processing［M］. 2nd ed. Beijing：Chemical Industry Press，2008：83-98.

（責任編輯：鄧光輝）

DOE and MPI-Based Robust Optimal Design for Injection Molding Process

LIN Quan
（School of Mechanical and Electrical Engineering，Wuyi University，Wuyishan Fujian 354300，China）

The warping deformation is an important index to evaluate the quality conformance of snap-in plastic plate assembly. Applies the Taguchi's Design of Orthogonal Experiment （DOE） with the combination of mold flow project analysis module to study the warping deformation of the products. Through robust optimal design of injection molding process parameters and the experimental analysis， obtains the optimal process parameter combination， and by utilizing the calculations in the confidence intervals， verifies the reliability of the optimal parameter combination. The research results show that the dwell time is the most significant influencing factor， followed by cooling time， the plastic temperature and dwell pressure. The long dwell time and cooling time is easy to cause the increase of internal stress in products， which may leads to the possibility of warping deformation.

warping deformation；Taguchi's orthogonal experiment；Moldflow；robust optimization

TQ320.66

A

1673-9833（2016）01-0070-08

10.3969/j.issn.1673-9833.2016.01.013

2015-12-01

福建省教育廳A類科技基金資助項目（JA13323），南平市科技計劃基金資助項目（N2013X01-7）

林權（1980-），男，福建福州人，武夷學院講師，碩士，主要研究方向為塑料成型工藝與模具設計，E-mail：12959392@qq.com