注射成型工艺自适应优化技术研究进展

doi:10.19491/j.issn.1001-9278.2022.09.023

中国塑料 ›› 2022, Vol. 36 ›› Issue (9): 180-186.DOI: 10.19491/j.issn.1001-9278.2022.09.023

注射成型工艺自适应优化技术研究进展

许宇轩¹, 党开放¹, 傅南红², 焦晓龙³, 谢鹏程¹(), 杨卫民¹

^1.北京化工大学机电工程学院，北京 100029
^2.宁波长飞亚塑料机械制造有限公司，浙江宁波 315830
^3.海天塑机集团有限公司，浙江宁波 315801

收稿日期:2022-02-07 出版日期:2022-09-26 发布日期:2022-09-26
通讯作者: 谢鹏程（1979—），男，教授，主要从事高分子材料加工成型研究，xiepc@mail.buct.edu.cn
E-mail:xiepc@mail.buct.edu.cn
基金资助:
宁波市科技创新2025重大专项(2021Z044)

Research progress in adaptive optimization technology for injection molding process

XU Yuxuan¹, DANG Kaifang¹, FU Nanhong², JIAO Xiaolong³, XIE Pengcheng¹(), YANG Weimin¹

^1.College of Mechanical and Electrical Engineering，Beijing University of Chemical Technology，Beijing 100029，China
^2.Ningbo Zhafir Plastic Machinery Manufacturing Co，Ltd，Ningbo 315830，China
^3.Haitian Plastics Machinery Group Co，Ltd，Ningbo 315801，China

Received:2022-02-07 Online:2022-09-26 Published:2022-09-26
Contact: XIE Pengcheng E-mail:xiepc@mail.buct.edu.cn

摘要/Abstract

摘要：

综述了注射成型工艺自适应优化技术的研究现状，从聚合物熔体物性参数（黏度、比容）和熔体质量参数变化的分析与定量表征，以及注射成型工艺自适应优化三方面详细介绍了国内外学者在注射成型工艺自适应优化技术方向的研究进展，最后对现存的问题进行了归纳总结，并对未来的研究方向进行了展望。

关键词: 注射成型, 自适应, 优化技术, 物性参数

Abstract:

This paper introduced the research progress in the self⁃adaptive optimization technology of plastic injection molding process. The research progress in the self⁃adaptive optimization of injection molding by domestic and foreign scholars was summarized， which included the analysis and quantitative characterization of changes in the physical and quality parameters of polymer melts as well as the adaptive optimization of plastic injection molding process. The exis⁃ting problems were discussed and the future research directions were prospected.

Key words: injection molding, self?adaptivity, optimization technology, physical parameter

中图分类号:

TQ320.66⁺2

许宇轩, 党开放, 傅南红, 焦晓龙, 谢鹏程, 杨卫民. 注射成型工艺自适应优化技术研究进展[J]. 中国塑料, 2022, 36(9): 180-186.

XU Yuxuan, DANG Kaifang, FU Nanhong, JIAO Xiaolong, XIE Pengcheng, YANG Weimin. Research progress in adaptive optimization technology for injection molding process[J]. China Plastics, 2022, 36(9): 180-186.

图/表 1

参考文献 61

1	Ronkay Ferenc. Effect of recycling on the rheological， mechanical and optical properties of polycarbonate［J］. Acta Polytechnica Hungarica， 2013， 10（1）： 209⁃220.
2	Javierre C， Claveria I， Ponz L， et al. Influence of the recycled material percentage on the rheological behaviour of HDPE for injection moulding process［J］. Waste Manag， 2007， 27（5）： 656⁃663.
3	Grümer Benjamin， Hopmann Christian. The influence of recycling on the viscosity of polyamide 6 and a general modeling approach［J］. Progress in Rubber， Plastics and Recycling Technology， 2018， 34（3）： 158⁃167.
4	Heinzler Felix A， Mielicki Christoph， Wortberg Johannes. A viscosity model for technical polymers describing chemical and physical aging［J］. Polymer Engineering & Science， 2015， 55（7）： 1 628⁃1 633.
5	Liang J Z. Pressure effect of viscosity for polymer fluids in die flow［J］. Polymer， 2001， 42（8）： 3 709⁃3 712.
6	Volpe Valentina， Pantani Roberto. Determination of the effect of pressure on viscosity at high shear rates by using an injection molding machine［J］. Journal of Applied Polymer Science， 2018， 135（24）： 45277.
7	Hopmann Ch， Theunissen M， Heinisch J. Online analysis of melt viscosity during injection moulding with a hot runner rheometer［C］//AIP Conference Proceedings. Dresden： AIP Publishing LLC， 2019： 070022.
8	CHEN J Y， YANG K J， HUANG M S. Online quality moni⁃toring of molten resin in injection molding［J］. International Journal of Heat and Mass Transfer， 2018， 122： 681⁃693.
9	LIN C C， WANG W T， KUO C C， et al. Experimental and theoretical study of melt viscosity in injection process［J］. International Journal of Mechanical Sciences， 2014， 8： 687⁃691.
10	PENG Y Y， LI H M， TURNG L S. Development of a rheo⁃dielectric sensor for online shear stress measurement during the injection molding process［J］. Polymer Engineering & Science， 2010， 50（1）： 61⁃68.
11	Aho Johanna， Syrjälä Seppo. Shear viscosity measurements of polymer melts using injection molding machine with adjustable slit die［J］. Polymer Testing， 2011， 30（6）： 595⁃601.
12	Kenig S， Ben⁃David A， Omer M， et al. Control of properties in injection molding by neural networks［J］. Engineering Applications of Artificial Intelligence， 2001， 14（6）： 819⁃823.
13	Joseph Bensingh R， Machavaram Rajendra， Rajendra Boopathy S， et al. Injection molding process optimization of a bi⁃aspheric lens using hybrid artificial neural networks （ANNs） and particle swarm optimization （PSO）［J］. Measurement， 2019， 134： 359⁃374.
14	GE Z Q， CHEN T， SONG Z H. Quality prediction for polypropylene production process based on CLGPR model［J］. Control Engineering Practice， 2011， 19（5）： 423⁃432.
15	LI S， FAN X Y， GUO Y H， et al. Optimization of injection molding process of transparent complex multi⁃cavity parts based on Kriging model and various optimization techniques［J］. Arabian Journal for Science and Enginee⁃ring， 2021， 46（12）： 11 835⁃11 845.
16	Heidari Behzad Shiroud， Moghaddam Amin Hedayati， Davachi Seyed Mohammad， et al. Optimization of process parameters in plastic injection molding for minimizing the volumetric shrinkage and warpage using radial basis function （RBF） coupled with the k⁃fold cross validation technique［J］. Journal of Polymer Engineering， 2019， 39（5）： 481⁃492.
17	WANG X， LI H， GU J， et al. Pressure analysis of dynamic injection molding and process parameter optimization for reducing warpage of injection molded products［J］. Polymers （Basel）， 2017， 9（3）： 85.
18	Mishra Ases Akas， Momin Affaf， Strano Matteo， et al. Implementation of viscosity and density models for improved numerical analysis of melt flow dynamics in the nozzle during extrusion⁃based additive manufacturing［J］. Progress in Additive Manufacturing， 2022， 7（1）： 41⁃54.
19	CHEN Z B， TURNG L S， WANG K K. Adaptive online quality control for injection⁃molding by monitoring and controlling mold separation［J］. Polymer Engineering & Science， 2006， 46（5）： 569⁃580.
20	CHEN J Y， TSENG C C， HUANG M S. Quality indexes design for online monitoring polymer injection molding［J］. Advances in Polymer Technology， 2019， 2019： 1⁃20.
21	CHEN J Y， HUANG M S， YANG K J. Pressure⁃based methodology for online monitoring of melt quality during injection molding process［J］. International Journal of Mechanical Engineering and Robotics Research， 2016， 7（2）： 223⁃228.
22	CHEN J Y， ZHUANG J X， HUANG M S. Monitoring， prediction and control of injection molding quality based on tie⁃bar elongation［J］. Journal of Manufacturing Processes， 2019， 46： 159⁃169.
23	Gao Robert X， Tang Xinyao， Gordon Guthrie， et al. Online product quality monitoring through in⁃process measurement［J］. CIRP Annals， 2014， 63（1）： 493⁃496.
24	ZHANG J F， ZHAO P， ZHAO Y， et al. On⁃line measurement of cavity pressure during injection molding via ultrasonic investigation of tie bar［J］. Sensors and Actuators A： Physical， 2019， 285： 118⁃126.
25	ZHAO P， WANG S， YING J， et al. Non⁃destructive measurement of cavity pressure during injection molding process based on ultrasonic technology and Gaussian process［J］. Polymer Testing， 2013， 32（8）： 1 436⁃1 444.
26	XIA N， ZHAO P， XIE J， et al. Density measurement for polymers by magneto⁃archimedes levitation： simulation and experiments［J］. Polymer Testing， 2017， 63： 455⁃461.
27	XIE J， ZHAO P， ZHANG C Q， et al. Measuring densities of polymers by magneto⁃archimedes levitation［J］. Polymer Testing， 2016， 56： 308⁃313.
28	Zhang Chengqian， Zhao Peng， Xie Jun， et al. Enlarging density measurement range for polymers by horizontal magneto⁃Archimedes levitation［J］. Polymer Testing， 2018， 67： 177⁃182.
29	Kusić Dragan， Kek Tomaž， Slabe Janez Marko， et al. The impact of process parameters on test specimen deviations and their correlation with AE signals captured during the injection moulding cycle［J］. Polymer Testing， 2013， 32（3）： 583⁃593.
30	Gordon Guthrie， Kazmer David O， Tang Xinyao， et al. Quality control using a multivariate injection molding sensor［J］. The International Journal of Advanced Manufacturing Technology， 2015， 78（9/12）： 1 381⁃1 391.
31	Tardif Xavier， Agazzi Alban， Sobotka Vincent， et al. A multifunctional device to determine specific volume， thermal conductivity and crystallization kinetics of semi⁃crystalline polymers［J］. Polymer Testing， 2012， 31（6）： 819⁃827.
32	Pignon Baptiste， Boyard Nicolas， Sobotka Vincent， et al. Heat transfer analysis at high cooling rate on the surface of thermoplastic parts［J］. International Journal of Heat and Mass Transfer， 2017， 106： 253⁃262.
33	Lucyshyn Thomas， Kipperer Michael， Kukla Christian， et al. A physical model for a quality control concept in injection molding［J］. Journal of Applied Polymer Science， 2011： 4 926⁃4 934.
34	Wang Jian， Hopmann Christian， Kahve Cemi， et al. Measurement of specific volume of polymers under simulated injection molding processes［J］. Materials & Design， 2020， 196： 10.1016/j.matdes.2020.109136.
35	Hs Abohashima， Mf Aly， Mohib A， et al. Minimization of defects percentage in injection molding process using design of experiment and taguchi approach［J］. Industrial Engineering & Management， 2015， 4（5）： 10.4172/2169⁃0316.1000179.
36	Chen Wen⁃Chin， Liou Pen⁃Hsi， Chou Shu⁃Chuan. An integrated parameter optimization system for MIMO plastic injection molding using soft computing［J］. The International Journal of Advanced Manufacturing Technology， 2014， 73（9/12）： 1 465⁃1 474.
37	WANG G L， ZHAO G Q， LI H P，et al. Research on optimization design of the heating/cooling channels for rapid heat cycle molding based on response surface methodology and constrained particle swarm optimization［J］. Expert Systems with Applications， 2011， 38（6）： 6 705⁃6 719.
38	WANG G L， ZHAO G Q， WANG X X. Experimental research on the effects of cavity surface temperature on surface appearance properties of the moulded part in rapid heat cycle moulding process［J］. The International Journal of Advanced Manufacturing Technology， 2013， 68（5/8）： 1 293⁃1 310.
39	WANG G L， ZHAO G Q， WANG X X. Development and evaluation of a new rapid mold heating and cooling method for rapid heat cycle molding［J］. International Journal of Heat and Mass Transfer， 2014， 78： 99⁃111.
40	Lu Chi⁃Huang， Tsai Ching⁃Chih. Adaptive decoupling predictive temperature control for an extrusion barrel in a plastic injection molding process［J］. IEEE Transactions on Industrial Electronics， 2001， 48（5）： 968⁃975.
41	PENG Y G， WEI W. Melt temperature learning control of injection molding process based on CMAC neural network［J］， 2011， 31（1）：45⁃52.
42	Dubay Rickey， Diduch Chris， Li Wan Gui. Temperature control in injection molding. Part II： Controller design， simulation， and implementation［J］. Polymer Engineering and Science， 2004， 44（12）： 2 318⁃2 326.
43	PENG Y G， WEI W， WANG J. Model predictive synchronous control of barrel temperature for injection mol⁃ding machine based on diagonal recurrent neural networks［J］. Materials and Manufacturing Processes， 2012， 28（1）： 24⁃30.
44	李茜，夏伯锴. 注塑机注射速度的模型预测迭代学习控制［J］. 控制工程， 2009， 16（4）： 429⁃431.
45	YANG Y， GAO F R. Adaptive control of the filling velocity of thermoplastics injection molding［J］. Control Engineering Practice， 2000， 8（11）： 1 285⁃1 296.
46	胡建斌. 基于非线性回归预测及迭代学习的注射速度控制［D］. 沈阳：东北大学， 2010.
47	梁宏伟，刘海燕. 注塑机注射速度的模型预测控制及其仿真［J］. 合成树脂及塑料， 2020， 37（1）： 77⁃80.
	LIANG H W， LIU H Y.Model predictive control and simulation of injection velocity of injection molding machine［J］. China Synthetic Resin and Plastics， 2020， 37（1）： 77⁃80.
48	WANG J， MAO Q C. A novel process control methodo⁃logy based on the PVT behavior of polymer for injection molding［J］. Advances in Polymer Technology， 2013， 32（S1）： E474⁃E485.
49	WANG J， PENG J， YANG W M. Filling⁃to⁃packing switchover mode based on cavity temperature for injection molding［J］. Polymer⁃Plastics Technology and Enginee⁃ring， 2011， 50（12）： 1 273⁃1 280.
50	Reiter Matthias， Stemmler Sebastian， Hopmann Ch， al et， DirkAbel. Model predictive control of cavity pressure in an injection moulding process［J］. IFAC Proceedings Volumes， 2014， 47（3）： 4 358⁃4 363.
51	Hopmann Christian， Ressmann Axel， Reiter Matthias， et al. A self⁃optimising injection moulding process with model⁃based control system parameterisation［J］. International Journal of Computer Integrated Manufacturing， 2015， 29（11）： 1 190⁃1 199.
52	Hopmann Ch， Abel D， Heinisch J， et al. Self⁃optimizing injection molding based on iterative learning cavity pressure control［J］. Production Engineering， 2017， 11（2）： 97⁃106.
53	Chen Jian⁃Yu， Zhuang Jia⁃Xiang， Huang Ming⁃Shyan. Enhancing the quality stability of injection molded parts by adjusting V/P switchover point and holding pressure［J］. Polymer， 2021， 213.
54	HUANG Ming⁃Shyan， KE Kun⁃Cheng， LIU Chun⁃Ying. Cavity pressure⁃based holding pressure adjustment for enhancing the consistency of injection molding quality［J］. Journal of Applied Polymer Science， 2020， 138（18），doi：10.1002/app.50357 .
55	张云，周循道，毛霆，等. 一种塑料注射成型保压切换的动态调整方法： CN104626494［P］. 2015⁃08⁃19.
56	ChHopmann， Weber M， Reßmann A. Effect analysis for compensating viscosity fluctuations by means of a self⁃optimising injection moulding process［C］//AIP Conference Proceedings. Cleveland： AIP Publishing LLC， 2015： 110004.
57	Theunissen M， ChHopmann， Heinisch J. Compensating viscosity fluctuations in injection moulding［C］//AIP Conference Proceedings. Lyon： AIP Publishing LLC， 2017： 090002.
58	DUBAY R， HU B， HERNANDEZ J M， et al. Controlling process parameters during plastication in plastic injection molding using model predictive control［J］. Advances in Polymer Technology， 2014， 33（S1）： 21449.
59	RUAN Y F， GAO H， LI D Q. Improving the consistency of injection molding products by intelligent temperature compensation control［J］. Advances in Polymer Technology， 2019， 2019： 1⁃13.
60	Correia Luís， Santos Gilberto， AntónioM Brito， et al. Dynamic temperature control influence on pressure during injection molding of plastic parts to improve part quality［J］. International Journal for Quality Research， 2020， 14（2）： 635⁃646.
61	XU Y X， XIE P C， FU N H， et al. Self⁃optimization of the V/P switchover and packing pressure for online viscosity compensation during injection molding［J］. Polymer Engineering & Science， 2022， 62（4）： 1 114⁃1 123.

[1]	胡学川, 方佳豪, 李又兵, 周建军, 李力, 张继祥, 邓亚均, 刘园. 某汽车高光格栅注塑缺陷分析与成型优化[J]. 中国塑料, 2022, 36(9): 70-73.
[2]	邓世欣, 王建, 杨卫民. 增强反应注射成型机混合头内流体高压高速对撞过程模拟与分析[J]. 中国塑料, 2022, 36(6): 130-136.
[3]	刘赣华, 唐乃夫, 马瑞伍. 等距螺旋锥齿轮MIM工艺参数多目标优化[J]. 中国塑料, 2022, 36(3): 96-103.
[4]	黄微, 柳和生, 黄兴元, 张伟, 匡唐清, 陈忠仕. 方管短玻璃纤维增强聚丙烯高压水穿透行为研究[J]. 中国塑料, 2022, 36(2): 82-88.
[5]	任立辉, 李富柱, 王匀, 戴亚春, 杨辉, 许桢英. 基于优劣解距离法⁃灰色关联分析的注射成型质量多目标优化[J]. 中国塑料, 2022, 36(2): 96-102.
[6]	郑方莉, 傅南红, 焦晓龙, 杨卫民, 谢鹏程. 人工智能在注射成型参数设置及优化中的研究进展[J]. 中国塑料, 2022, 36(1): 84-91.
[7]	查燕, 郑方莉, 肖剑, 杨卫民, 谢鹏程. 多尺度联合仿真在汽车注塑零件减量化设计中的应用研究[J]. 中国塑料, 2021, 35(8): 112-116.
[8]	王彦卿, 匡唐清, 赖家美, 柳和生, 刘天. 气体⁃水辅助注塑技术的初步研究[J]. 中国塑料, 2021, 35(7): 69-73.
[9]	黄飞, 伍先安, 王建, 杨卫民, 谢鹏程. 聚合物PVT特性测试技术及状态方程进展[J]. 中国塑料, 2021, 35(6): 125-129.
[10]	马秀清, 孙凯欣, 李瑞, 张亚军, 范一强. PMMA微流控芯片最佳注射成型工艺的实验研究[J]. 中国塑料, 2021, 35(4): 47-52.
[11]	于盛睿, 邹佳勇, 骆杰, 曾义和, 刘广, 凌妍, 王云明, 韩文, 周华民. 非对称温度场下微孔发泡模内表面装饰复合成型工艺的翘曲变形[J]. 中国塑料, 2021, 35(12): 63-69.
[12]	吴腾达, 庄吉彬, 刁雪峰, 王清文. 注射成型立构复合聚乳酸的热变形性能分析[J]. 中国塑料, 2021, 35(10): 26-30.
[13]	厉邵, 王小新, 周乐辉, 傅诺锋, 钟建权. 塑料黏度和制品壁厚对夹芯注射芯层穿透效果的影响研究[J]. 中国塑料, 2021, 35(10): 83-87.
[14]	叶志殷. 注塑模具设计过程中浇口尺寸对塑料制品力学性能的影响[J]. 中国塑料, 2020, 34(9): 56-60.
[15]	陈翱翔, 王志红, 高吭. 塑料燃油箱焊接附件的注射成型失效分析[J]. 中国塑料, 2020, 34(8): 63-66.

注射成型工艺自适应优化技术研究进展

Research progress in adaptive optimization technology for injection molding process

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 1

参考文献 61

相关文章 15

编辑推荐

Metrics

本文评价