随着塑料合成技术的发展,塑料的力学性能得到显著提高,在工程方面的应用日益广泛。在传动机构及其它有尺寸配合要求的场合,塑件的形状尺寸精度往往很高,要求达到精密甚至超精密级,因此从事注塑成型加工领域研究的科研人员一直在努力减少注塑制品收缩率预测的误差,以缩短注塑模具制造周期和提高注塑制品合格率。
1、收缩率预测的实验数据拟合方法
起初,人们把注意力集中在注塑工艺条件的波动对收缩率所产生的影响上,进行大量的注塑实验,试图找出注塑工艺条件与收缩率之间的定量关系。
在积累了一定的经验后,有学者提出用实验数据拟合的方法来预测实际生产条件下的注塑制品收缩率,其基本思想是通过多因素正交实验测量某种塑料在不同的料筒温度、注射压力、注射时间、保压压力、保压时间、模具温度、模内冷却时间等工艺参数下的收缩率,根据实验测得的样点数据拟合出收缩率与各工艺参数之间的函数关系。
在应用时将实际注塑生产所采用的各工艺参数值代入对应的函数关系式,得到各自对应的收缩率数值,对其进行加权平均,便得到模具设计者所需要的“实际收缩率”。
但是一则当实际注塑制品的形状尺寸以及浇口的数量、位置、大小与实验情况不同时,制品内部的压力分布情况以及温度分布情况会与实验时不同,从而使实际注塑工艺条件与实验时的注塑工艺条件之间不具有可比性;二则这种方法没有考虑制品收缩过程中的模内限定效应,所以用实验数据拟合的方法预测收缩率难以推广应用。
2、收缩率预测的数值模拟方法
为了较准确地预测收缩率,必须考虑模具成型结构对注塑制品收缩率的影响,而模具成型结构是千变万化的,无法用几种典型结构来代表,即不可能依靠实验来确定模具成型结构与制品收缩率之间的定量关系,于是用计算机对注塑成型过程进行数学模拟的研究工作日益增多,成为聚合物加工科学中发展很快的前沿研究领域。
对注塑成型过程的数值模拟始于二十世纪60 年代。二十世纪90 年代以后,流动、保压、冷却分析的计算逐步成熟,许多学者在此基础上开始预测注塑制品的形状尺寸,即进行翘曲分析。
其计算过程为: 保压过程结束后,根据塑料的可压缩系数、热膨胀系数与结晶动力学方程计算注塑制品的压力变化与温度变化所应产生的热收缩与结晶收缩,但并不使收缩应变发生,而是把收缩应变转化为等效的节点载荷,再应用弹性模型或粘弹性模型求解等效载荷作用下注塑制品的响应。
如果注塑制品上、下表面的冷却条件不同,则厚度方向的温度与应力分布将不对称于中间层而使注塑制品有弯曲变形的趋势。由于在模具型腔的约束下注塑制品的弯曲变形不能发生,于是将其转化为残余应力并作为脱模以后的初应力;制品脱模后,应用弹性模型或粘弹性模型求解在初应力载荷与温度等效载荷作用下注塑制品发生的变形。
日本丰田中央研究所的IMAP 软件与澳大利亚MF 公司的Moldflow 软件采用热弹性模型计算注塑制品的残余应力与翘曲变形; 美国ACTech 公司的C - MOLD 软件 、台湾学者Chang 等人以及大连理工大学的李海梅博士[7 ]等则采用热粘弹性模型计算脱模前的残余应力,再用热弹性模型计算脱模后的翘曲变形。
可以看出,对翘曲变形的数值模拟主要分为两类: 一类是将塑料固体作为弹性材料,以使计算得到简化;另一类则考虑到塑料的粘弹特性,计算残余应力时采用了热粘弹本构模型。
当高聚物处于玻璃态时,弹性对高聚物的行为起主导作用;而在高弹态时,其粘弹性质表现得较为明显。所以塑件脱模后的结构分析多采用热弹性模型,而塑件的模内固化过程则适宜用热粘弹性模型来分析。
目前国内外进行翘曲分析时所采用的热粘弹本构模型都是热流变简单材料模型,它属于线性热粘弹本构模型。美国学者Bushko与Stokes从粘弹性力学的角度讨论了各种粘弹性理论的适用范围,认为热流变简单材料本构模型只适用于各向同性材料。
即由非极性大分子组成的无定形塑料,因为在这种情况下温度对大分子构向变化的影响方式是相同的,而高聚物中的晶体结构与极性基团对温度改变所产生的反应不同于非极性的无定形部分,这时就不满足Boltzman 叠加原理所要求的线性条件。
也就是说,只有非极性的无定形塑料符合热流变简单材料模型所规定的热粘弹本构关系,其它材料尤其是结晶型塑料不服从热流变性简单假设。
由于热流变简单材料模型只适用于小应变条件下的各向同性线性热粘弹体,并不能反映小应变范围内的非线性粘弹性行为(物理非线性) 以及大应变所引起的非线性行为(几何非线性) ,所以应用热流变简单材料模型进行塑料制品成型过程的数值模拟存在理论误差。
理论上多重积分表达式精确描述了非线性粘弹性行为,但它导致数学上很大的复杂性,即使只取到三重积分,本构关系仍相当复杂,不仅引起冗繁的计算,而且为确定其中包含的材料函数所需的实验次数也是惊人的。
为了解决非线性粘弹本构关系的建模问题,韩国学者Lee 与Youn提出将神经网络应用于注塑成型的数值模拟: 首先进行平板状塑件的注塑实验,并按照实验时的注塑工艺条件对注塑制品进行流动、保压、冷却的数值模拟,将数值模拟得到的各计算单元的压力、温度与密度作为神经网络的输入,将实测的塑件平面位移量转化为计算单元的应变后作为神经网络的输出,以此来完成自训练过程;
自训练过程结束以后,在预测同一种塑料的其它注塑制品收缩情况时,向神经网络输入对此制品进行流动、保压、冷却模拟的分析结果,神经网络便会输出各计算单元的应变,将各计算单元的应变进行积分而得到注塑制品的变形量。
在未获得实用的数学方程对非线性粘弹行为进行分析描述之前,借助于神经网络来确定其应力———应变的对应关系,这种想法值得借鉴,但为了完成神经网络自训练过程所要进行的工作过于繁琐,很难应用于实践。
3、收缩率数值模拟方法的工程化研究
以线性粘弹本构关系来分析高聚物的非线性粘弹行为虽然会带来理论误差,不过在注塑材料性能数据充足的前提下,其计算精度能够满足工程上的需要,问题在于实际应用中往往不具备数值模拟方法所需要的各种材料常数,从而限制了数值模拟方法的使用。
四川大学在测量国产注塑材料性能数据方面做了许多工作,建成我国第一个注塑材料性能数据库,数据库中包括102 中常用塑料的幂律参数、不流动温度、导热系数、比热、热扩散系数、比容等性能数据。
但即使是同一厂家生产的同一种塑料,当批号不同时,其性能也会有很大差异。由于注塑材料的各种材料常数的获得需要昂贵的实验设备、长时间的数据测量与大量的技术处理工作,所以要求塑料生产厂家对不同种塑料的不同批量都建立这些基础数据库是不现实的。
目前我国注塑模具行业急需的是具有工程实用性的收缩率计算方法,要求能较简便地求得与给定的实际问题精度相适应的解。
对注塑制品收缩率有影响的诸多因素可以划分为三类: 注塑材料特性、注塑工艺条件和模具成型结构。注塑材料特性表现为粘度、导热系数、比热、比容、松弛模量、弹性模量、泊松比等物理性能数据;注塑工艺条件指注射机操作者能够控制的料筒温度、注射速度、成型压力以及成型时间;
模具成型结构包括模腔的形状与尺寸、浇注系统的位置与尺寸、冷却回路的位置与尺寸。模具成型结构从根本上决定了注塑制品的收缩率分布趋势,注塑材料特性与注塑工艺条件则是在此基础上影响注塑制品各点收缩率的具体数值。
塑料生产厂家提供的某种塑料在某批量的收缩率平均值,在一定程度上代表了注塑材料的特性,所以在根据模具成型结构得出制品收缩率分布趋势后,可以结合塑料生产厂家提供的注塑材料收缩平均值来确定制品各点的收缩率。
从而免去对注塑材料各种材料常数的测量求解工作。如果对注塑制品收缩率分布趋势的预测符合实际,那么通过调整注塑成型工艺参数使注塑制品实际收缩率值向预测收缩率值靠拢,就能够得到合格的塑料制品。
由模具成型结构预测制品收缩率分布趋势,必须采取数学模拟的方法。注塑制品的收缩是通过比容缩小实现的,而影响高聚物比容值的根本因素是高聚物的温度与压力。为了获得制品各点的温度变化历程与压力变化历程,则需要进行流动、保压、冷却分析。
求解每一时刻注塑制品的温度场与压力场,涉及到粘度等物性参数的计算问题。既然数学模拟的目的是得到收缩率分布趋势,要的是定性结论而非定量结论,因此可以选择两种已经测得材料性能数据的塑料(例如文献[ 11 ]提供的聚苯乙烯与聚丙烯) 分别代表非晶型塑料与结晶性塑料,以解决材料性能数据的输入问题。
出于同样原因,模壁温度场的定量求解可以被定性求解所代替,通过叠加流道、型腔内各点热源与冷却系统内各点冷源对模壁的影响,获得模壁温度的分布趋势,这与以往通过迭代计算模具温度场与制品温度场来定量求解模具成型表面温度的方法相比,节约了大量的计算时间。
通常在获得塑料比容的欲缩小程度后,都将其转化为等效的节点载荷,求解塑料制品在载荷与变形约束作用下的形变。如果能将比容的欲缩小程度直接转化为注塑制品的收缩位移,会大大简化计算过程。为此需要先明确注塑制品的收缩方向,建立能够对实际收缩情况进行合理解释的收缩规则。
曾通过理论分析与实验验证,根据注塑成型过程中高分子的运动特点,提出注塑制品是以浇口为收缩中心,注塑制品上的各点均受到来自其所属流动区域浇口的收缩力,并在收缩过程中沿其流动路径向浇口进行收缩 。
比容的欲缩小程度反映为收缩路径上网格步长的缩短程度。在模内收缩过程中,制品各点沿流动路径向浇口的收缩在受到模具成型表面约束的情况下,收缩位移中受阻碍的部分不能发生;脱模以后,制品各点的收缩不再受到阻碍。
通过与实测的注塑制品收缩率相比较,验证了所计算出的制品收缩率分布趋势符合实际情况 。为使收缩率分布趋势与塑料的收缩率平均值Sa 联系起来,可以把计算得到的制品各点(模内收缩过程受到阻碍的节点除外) 相对于浇口的收缩率求和平均,其平均值以Sc 表示,然后将所有节点的计算收缩率乘以( Sa/ Sc) ,作为预测的收缩率值。
4、结束语
实验方法可以用来研究某种因素对注塑制品收缩的影响方式,以及检验理论推断与数值模拟精度,但不能完全依靠实验数据来预测各种形状制品的收缩率;数值模拟方法以高分子物理学、流体力学、传热学、粘弹性力学为理论基础。
对注塑成型过程的分析比较符合客观规律,不过计算过程复杂、程序开发成本高,从而导致软件价格不菲,再加上实际应用时缺乏数值模拟所需的各种材料常数,这两点影响了国内中、小型模具企业对注塑成型计算机辅助分析软件的认可程度。
现提出把由模具成型结构决定的注塑制品收缩率分布趋势与注塑材料平均收缩率相结合,以解决数值计算时材料性能数据不足的问题;通过叠加点源影响场来确定制品温度边界条件、将模具型腔划分为由浇口起始的若干条流动路径、令各点沿流动路径向浇口收缩的做法,使计算过程得到极大简化。
程序计算结果与实测结果的较好符合,表明这种计算方法能够较准确地预测注塑制品各点的收缩率,为模具设计提供理论依据。
图6 滑顶杆机构
1 定模型芯 2 动模型芯 3 动模板
4 动模固定板 5 斜顶型芯 6 滑轮
7 导槽块 8 推板a 9 推板b
杆推动推板8、9 ,带动斜顶型芯5 作斜顶运动,滑轮6 可在导槽块7 上滑动,从而完成内侧的抽芯和顶出运动。这种顶出机构的顶出斜角一般不可过大,取5°~15°。这种抽芯机构由于制作简单,成本低,而较多地被采用在抽芯行程短的内侧抽芯中。但由于斜顶杆一般位于模具中间,不方便润滑,且行程过长,容易拉伤,故需经常更换。此机构经适当变化也可用在外侧的斜顶抽芯。
经生产实践证明,采用了上述几种抽芯机构的模具,结构简单,动作运行可靠,维修调试方便,有效降低了生产成本。
——还没找到组织?
微注塑微信群是中国最大的注塑微信群组, 赶快加入和小伙伴们聊聊吧!加群方法:先加微注塑小编为好友(微信号 6683014 陈丽军),发送消息“进群”
|