[发明专利]一种汽车后视镜外壳注塑工艺优化方法

说明书

本发明涉及一种汽车后视镜外壳的注塑工艺优化方法，该方法包括：(1)数值模拟方法：利用数字建模技术进行数字建模与注塑成型数值仿真；(2)将模型导入双腔设计阶段，采用双型腔模具，浇注系统由主流道、分流道组成，冷却系统由Moldflow自动设置；(3)正交试验设计：选择影响翘曲的因素，设计试验；(4)对试验结果进行方差分析；(5)结合遗传算法设置BP神经网络进行函数极值寻优；(6)得到最优工艺参数组合；采用正交试验结合Moldflow软件进行注塑过程数值仿真，运用方差分析确定工艺参数对翘曲变形的影响规律，并用BP神经网络结合遗传算法对工艺参数优化，获得可指导生产实践的注塑工艺优化方法，提高设计的效率，减少试模时间，降低生产成本。

技术领域

本发明涉及一种工艺优化方法，具体涉及一种汽车后视镜外壳注塑工艺优化方法，属于注塑工艺优化技术领域。

背景技术

注塑件注塑成型过程中，注塑工艺参数，如模具温度、熔体温度、保压压力、保压时间等对注塑件的成型质量具有至关重要的影响。注塑工艺参数对注塑成型质量存在诸多复杂非线性影响，如何建立高逼近度的优化模型，经济快速地获得高质量的注塑制品，成为注塑成型工艺优化和质量控制的主要挑战之一。人们对此展开大量研究。数值模拟技术可对工艺调整做出指导，得出有价值的结论，但计算量巨大且需要反复的试验调整。试验设计方法在可以减少反复试凑的盲目性，能以较少的试验次数得到试验范围内较优的工艺组合，并通过极差分析或方差分析分析工艺条件对制品质量的影响，有助于优选成型工艺参数，但难以实现全局寻优。

汽车后视镜外壳外观面为流线型光滑曲面，具有形状复杂、装配尺寸精度要求高、表面质量要求严格等特点，在注塑成型中，只有通过对浇注系统、冷却系统及成型工艺综合优化，才能减小制品的变形，增加制品力学性能，改善制品表观质量，提高制品尺寸精度，所以研究其工艺优化具有一定的指导意义。

随着人工智能技术的发展，注塑工艺智能优化技术日趋成熟。利用人工神经网络训练预测模型，结合遗传算法、粒子群算法、序贯逼近优化等对工艺参数寻优，以减少数值求解引起的巨大计算量和计算时间，加速优化设计进程。数值模拟技术、正交试验方法与智能算法三种方法的集成应用，可以定性、定量地分析解决工艺参数优化问题。已经开始在应用于工艺参数的优化中。

发明内容

本发明的目的是克服现有技术的不足，提供一种汽车后视镜外壳注塑工艺优化方法，采用该方法可提高设计的效率，减少试模的时间，降低生产的成本。具体实施方案为采用正交试验结合Moldflow软件进行注塑过程数值仿真，运用方差分析确定工艺参数对翘曲变形的影响规律，并用BP神经网络结合遗传算法对工艺参数优化，获得可指导生产实践的汽车后视镜注塑工艺参数最优组合。该发明的优越性在于提高设计的效率，减少试模的时间，降低生产的成本。

为了达到上述目的，本发明所采用的技术方案是：

一种汽车后视镜外壳注塑工艺优化方法，包括以下步骤：

(1)数值模拟方法：利用数字建模技术将后视镜外壳进行数字建模与注塑成型数值仿真，使用Moldflow用于注塑过程的仿真，采用双层面分析将外壳模型转换为三角形单元，后视镜外壳模型网格划分、修补后包括57556个曲面三角形，平均纵横比为1.74，自由边、交叉边及配向不正确的单元均为0，无相交单元和重叠单元，匹配百分比为93％，且网格分析显示不存在其他缺陷，适合双层面分析；

(2)网格划分后，将模型导入双腔设计阶段，设计包括浇口位置分析、浇注系统和冷却系统建立；通过分析浇口匹配性，优化浇口位置，并综合考虑后视镜外壳外观质量要求较高，为避免浇口痕迹缺陷，最终浇口位置确定在后视镜外壳凹槽内；采用双型腔模具，浇注系统由主流道、分流道组成，冷却系统由Moldflow自动设置；