成型机,IMS TRI标志和挤出机
模具和工具 | 14分钟阅读

自动优化注塑模拟

模拟不仅预测模具将如何填充,而且还提供了使其更好地填充的指导。自主优化的新技术自动执行数百或数千次模拟,测试多个变量门控,通风和冷却,例如 - 学习哪种组合有助于实现注射压力,循环时间,翘曲等的目标。
# scientificmolding#bestpractices.

自主优化耦合到注射成型仿真,以帮助制造商通过较少的手工劳动力制作更明智的决策。该概念是在数百万可能性的预定设计空间内自动创建和计算数百或数千种模拟,以了解最终部件质量和材料,模具,工艺和成型机之间的关系。

而不是使用运算符运行10个模拟,该软件自行运行数百或数千次仿真。随后可能做出更好的决定,因为有明显的信息是基于决策的信息。显然,基于5000个模拟变化(变体)的决定提供了比仅仅三个或四种模拟的相同决定的猜测的更少的尺寸空间。通过更大的样本量,对部件/模具设计与过程之间的关系有更清晰的了解。这种方法为模师提供了更多的价值,因为软件正在完成工作的更大部分。它还在建造模具之前完成。

在传统的仿真方法中,操作员设置单个模拟,单击“开始”,然后在仿真运行时或完成后计算结果。评估需要时间来查看个人结果,想一想,决定是否需要改进,确定要更改哪些输入(可能是组),进行更改,单击“开始”,然后重复。这一手动迭代程序可能每天几天持续几天,直到工程组满足结果与可用时间一样好。每个设置可能需要15分钟,每次审查都可能需要15到30分钟。计算时间可以从60秒到一整天的时间变化。手动操作软件10仿真设计可能需要劳动的全部工作日,也许更多。

随着软件决策需要更多的数据,需要更多的模拟变量来提高这些决策的准确性。

新的自动方法是完全不同的。软件操作员设置初始设计,包括目标,变量和约束。(此过程也可以使用预先存在的模板进一步简化。)软件通过更改进程和/或几何形状以毫秒为单位自动生成每个未来的变量(模拟设计),生成网状物,将其排队进行计算,运行模拟,并绘制目标的结果。所有变体的结果都在单个图表中绘制,因此操作员可以容易地确定哪些变体产生最符合其目标的结果(图1)。

操作员时间从7.5小时降至0.75小时(改善10倍)。操作员的决定基于数千个模拟而不是少数人。

这是一种像DOE(实验的设计)一样,也是可能的。然而,主要区别是,该软件代替模拟所有变体,而不是模拟所有变体,从而侧重于产生更符合目标的结果的变化。该软件知道可以且无法更改的内容,可以更改多少,以及目标是什么,以避免创造不可行的情况。它在几代创建并运行多个变体,了解哪些更改是最理想的。几个变体并行计算以加速该过程。结果越快,软件就会越快,了解更改支持所需目标。与传统模拟相比,这是一种完全不同的方法来解决问题或实现新目标。

根据5000个模拟变体做出决定提供了比仅基于三四个模拟的相同决定的猜测的更少的猜测空间。

所有模板不一定具有相同的目标或约束。有些人可能希望找到最大的熔体压力,以将最大的部件适合最小的机器,而其他人可能想要达到最快的循环时间。有些人可以在门位置或材料选择上具有显着的纬度,而其他人可能没有。自主优化可能无法找到解决方案,但它可以探索允许确定最佳场景的完整领域。至少模塑商可以确定最佳过程是什么,它是多么可重复的,并且最终的部分质量可以获得。

两个非常常见的问题模板遇到了确定最佳栅极位置和最快的循环时间。但还有其他目标也涉及部分质量。零件必须满足尺寸,美学和机械要求。With autonomous optimization, multiple objectives are used simultaneously to ensure molders don’t end up with undesirable outcomes, such as finding the lowest pressure to fill a cavity but also finding that it creates weak weld lines, or determining the route to the least amount of trapped air but finding that it requires the highest melt pressure.

自动优化软件不需要执行每一个可能的模拟变量,因为它从每一个试验中“学习”哪些变量可以更快地达到一个确定的目标。

优化LSR成型

对于LSR生产,分离线的腔压力是至关重要的,因为材料粘度通常非常低,并且材料可以相对容易地闪烁分离线。压力升高为腔填充,因此栅极位置与腔压力直接相关。图2A,B显示熔体压力上升,随着腔填充的进展。本产品的挑战是确定是否存在几何解决方案-1.e。,新的栅极位置 - 对于栅极的圆形边缘上的被捕获的空气。

自主优化首先确定目标、变量和约束条件。目的是在充填过程中尽量减少空腔内的空气滞留。它被描述为“最小化:空气血迹“ 在哪里空气血迹是一个具体的仿真输出。结果基于捕获的气泡的温度和压力,并且在液体熔体压力下分离以计算熔体压力在空气压力高于气压之上,在固化引发之前将开始溶解到流动的LSR中。注意空气夹带的位置和捕获的方式(图3a,b)。还注意到被困的气泡被挤出初始气口并进入熔体流。

在这个设计中的变量将被限制为3 - 2个几何和一个过程。几何变量是排气口位置和浇口位置。工艺变量为填充时间分别为6秒和8秒。

将两个填充时间添加到优化中以确保最佳栅极位置也可以吸收一些过程变化。由于LSR由于其低粘度而易于喷射(图4),因此最好的栅极位置仍然有效,同时受到粘度的变化。此目标命名为“最小化:自由表面“。熔体的不那么自由表面将始终来自设计较少的喷射。

还必须考虑对通风口位置的更改(并耦合到栅极位置)。这避免了软件对填充模式发现可能最佳解决方案的情况,而是由于通风不当而忽略它们。栅极位置也是可变的,但是限于部分的某些区域。在这种情况下,从部件几何中提取轨迹线(路径)并用来保持门可以的定义(图5)。门可以在1°沿线的任何地方移动。由于栅极盖的开始和结束位置240°,因此软件可以使用240个不同的潜在门位置来查找最佳栅极位置。排气位置取决于栅极位置,因此该变量不需要额外的设计。两个填充时间与240个不同的栅极位置相结合,用于480个可能的变体的总设计空间。这种设计的所有其他输入受约束(熔体/模具温度,栅极尺寸,材料等级等。

自主优化对于每种一代,并行运行多个设计,然后运行多个世代,寻找在填充时间的6-8秒内的最低空气截止值的栅极位置。

在创建和模拟96个可能性之后,该软件已找到最佳的栅极位置。所有设计都在散点图(图6)中示出,绘制了最低空气夹带和最少的自由表面的目的。最佳设计是识别和导出。与最佳设计的自由表面和空气夹紧结果显示并与原始设计进行比较(图7A,B)。

自主优化的计算时间为2小时,劳动力设置为30分钟。相比之下,使用填充时间的手动方法将在最佳位置的10°内拍摄至少24个设计。即使每种设计只有20分钟(劳动力),它也需要一个完整的工作日,它仍然不会像最佳解决方案一样好。如果它与最佳方式一样好,那将是偶然的,而自主方法一直在使用更大的样本大小和基于数据的决策,始终如一地找到更优化的解决方案。

薄壁热塑性优化

第二个例子涉及一个大的薄壁(2mm),未填充的热塑性塑料零件,所需的注射压力迫使该零件进入一个更大的机器(或运行在一个更小的机器中,较早地从填充到包装,但随后迫使努力控制收缩)。即使在较大的机器中,该零件也表现出过度的翘曲,需要比所需的冷却时间更长。

目的是通过移动门(变量)来减少所需的注射压力。这是传达给软件的:最小化:熔体压力(@ 95%填充)。在更复杂的零件设计中,栅极位置可能会有较小的灵活性。

图8示出了在这种情况下,栅极位置限于直线以使栅极连接到现有肋。蓝色门可以沿其90毫米长的线(肋骨)存在,而绿色浇口可以沿着自己的100毫米长的线(肋)存在。然后,两者都可以以1.25mm的增量沿其任一方向移动。这导致一门具有51个可能的位置,另一门具有61个可能的位置,产生3111可能性的总设计空间。

约束条件基本上是,“不要改变其他任何东西。”在运行112个变种后,自动优化在10小时内完成。结果显示了每个设计的填充压力以及每个结果如何优于之前的一个(图9)。

自主优化允许有效且简便的方法来分析数千个设计,因此可以进行快速决策。图10示出了如图9所示的相同数据的散点图。然而,该散点图允许每个设计的性能与降低填充压力的所需目标的不同视觉表示,并突出最佳和最糟糕的设计。产生最低和最高填充压力的栅极位置如图1和图2所示。11a和11b。

新设计需要比原件更低22%,使其在较小的成型机中运行。但是,存在问题:焊接线结果表明高度的严重程度。这是不可接受的,必须找到妥协。通过添加一个新的目标评估区围绕焊接线位置(图12)。

新设计有两个目标;减少焊接线严重程度并减少所需的注射压力,但具有相同的变量 - 移动栅极。可以从初始结果中看到这些可能是冲突的目标;门更靠近,为不太可见的焊接线制作,但门远远不均需要更低的注射压力。目标是在两者之间找到最佳妥协。定义了新目标,并且通过两个目标重新组织了先前模拟(变体)的现有结果(图13)。

现在得出的结论是,焊接线强度可以提高30%(从100%降低到70%以下)(图14),而注射压力只需提高300psi,仍比原来低17%。然而,焊缝仍然可见。通过改变浇口和流道直径,可以进一步降低熔体压力,这将是这种新方法的下一步。

栅极和转换器优化将耦合到粘度曲线研究,其中栅极和转向器直径将与不同的填充速度联接以确定操作窗口的限制,从而节省了模塑机试验的进一步时间。

优化冲突的目标

另一个常见的热塑性模塑攻击是循环时间(特别冷却时间)与变形。这些目标是矛盾的:更短的冷却时间使得模具的较热部分打开并且可能导致模具外部的更大收缩(在没有模具中以保持其形状),这导致扭曲部分。更长的冷却时间允许部件在模具内部更加冷却,在那里它被约束(大多数),将部分保持在适当位置,直到它具有更高的强度。它在模具外部缩短,并且通常具有较少的变形。目的是找到一种方法来降低喷射的零件温度和减少模具中的冷却时间。

变量是11个绿色冷却管线,独立移动(图15)。冷却管线正在朝向模具中的热点移动,以降低局部模具温度。铸铁三种材料 - 模油纤维高导热铜合金(materion.com),H13钢和S7钢 - 在这些位置被认为是另一个变量。该软件的陈述目标最小化:弹射的部分温度。一旦找到了最佳冷却位置,计算收缩和翘曲的应力计算以评估最佳和初始方案之间的差异。

第一个目的是达到最均匀的模具表面温度(该表面积的最低δT)。为了执行优化,评估区域被定义为与熔体接触的模具表面。有三种模具材料和11条独立的冷却管线,在两到七个可用位置,导致330万个可能性。利用自主优化与目标导向目标,需要模拟完整的设计空间。该软件了解哪些变量导致更快地达到目标。在这种情况下,只需要176个计算的变体(每次22种设计)来找到最佳解决方案(图16.)。

多种自动模拟迭代的成本远小于培训的仿真软件操作员时间的值。

图17显示了不同模具材料和水线位置的效果。Moldmax合金的模具表面温度最均匀。模具降低了他们的热点温度从170到140 F(无花果。18 a、b),导致温度下降在模具打开从300年到265 F(无花果。19 a、b)。由于材料可以驱逐尽快达到华氏285度,结果表明,这发生在37秒的冷却时间,而之前的冷却时间为42秒。应力计算表明,在更快的循环中,变形减少了(图20)。手动设置和评估176个变量所需的工作量估计为50小时,而自动优化将其减少到仅4小时。

与劳动力成本相比,多种仿真迭代的计算时间非常便宜;使用三年摊销计划的软件和硬件的平均每小时成本仅为5.00美元,其工作24/7。培训的软件运营商的平均每小时成本为50.00美元(包括薪资,健康保险,退休,失业,社会保障等)。因此,它使专注于减少人类劳动因素的完全感知,因为它越来越多了10倍。它还有意义地关注计算更快的软件开发。随着软件决策需要更多的数据,需要更多的模拟变量来提高这些决策的准确性。

这种方法在统计上证明可以找到更好的解决方案。大多数模制品使用实时成型试验和DOE来制作这些“数据驱动的”决策。与虚拟成型试验(50美元)相比,现场DOE试验(包括启动和关闭的8小时样品)的成本远低得多,并将有助于模塑商达到以前不可能的盈利能力水平。

相关内容