Page 64 - 《橡塑技术与装备》2023年10期

橡塑技术与装备
范围或清晰值。而模糊推理不仅可以提供工艺参数的
修正方向，而且可以提供工艺参数的清晰值
等 [31~32] 提出了一种模糊推理模型来防止缺陷。在他们
的研究中，每个缺陷的严重性都是用语言术语集自然
描述的，例如轻微、中等、严重，并且工艺参数校正
范围是由缺陷的严重程度决定的。针对美学缺陷的模
糊推理存在收敛性和稳定性问题，Gao 等
种基于分类模型的优化方法，以获得最佳工艺参数，
利用了当参数从低水平增加到高水平时，可行参数域
通常夹在两个相对的缺陷之间的事实，通过最大化样
品的相对缺陷之间的裕度，通过选择最远离两种类型
缺陷的参数组合来获得优化参数，依据优化注射参数
进行注射成型加工获得了比传统方法更稳定的产品质
量，仅为标准偏差的一半，过程能力指数高 8 倍。
2 模具系统优化
对于模具结构、浇注系统、冷却系统等的设计及
优化也能改良注塑条件，但注塑模具系统的设计已经
相对成熟，且改良成本较高，因此，其工程价值略逊
于研究工艺参数改良方法，相关研究也较少。注塑系
统的改良大多是借助 CAD 和 CAE [33] 软件完成的。也
有学者将上文中提到的用于注塑工艺参数优化的一些
方法运用到注塑模具系统的设计优化当中，不再赘述。
3 材料优化
随着材料科学的快速发展，新型发泡材料、液晶
聚合物 (LCP)、木塑复合材料 (WPC)
被用作注塑原材料，这些新型材料自身的优越性能也
有助于减少注塑件质量缺陷。例如木塑复合材料作为
一种可再生原材料，结合了木材与塑料的积极特性，
与非增强塑料相比成本更低，重量更轻，机械性能更
好，有助于减少注塑件的翘曲变形。
4 总结
注塑制品缺陷改良是一个综合多方面影响因素的
复杂问题，原材料的选择、模具系统的设计、工艺参
数的设定甚至环境因素的扰动都是影响注塑制品质量
的关键因素。另外，注塑流程复杂、注塑制品缺陷量
化困难等都为缺陷改良带来了挑战。以新型启发式模
型算法为代表的工艺参数优化方法大幅降低了试模的
成本并提高了生产的效率。特别是在模具系统设计体
系趋于成熟的条件下，考虑到实际生产中材料选择也
·16·
CHINA RUBBER/PLASTICS TECHNOLOGY AND EQUIPMENT
具有较大的局限性，便捷高效的工艺参数优化方法对
[30] 。Zhou 注塑缺陷改良及制品质量调控具有重要的作用，应用
前景巨大。
参考文献 ：
[1] HUANG HY, FAN FY, LIN WC, et al. Optimal Processing
Parameters of Transmission Parts of a Flapping-Wing Micro
[30] 提出了一 Aerial Vehicle Using Precision Injection Molding[J].
Polymers, 2022, 14(7):1 467.
[2] 曹素兵，朱婵 . 基于正交试验的注射成型工艺参数优化研究
[J]. 橡塑技术与装备，2016,42(16):80-82.
[3] AZLAN SM, SHAYFULL Z, NASIR SM, et al. Analysis
of Strength on Thick Plate Part using Genetic Algorithm
Optimisation Method[C]. MATEC Web of Conferences,
2016, 78: 010 85.
[4] 朱丹 . 基于遗传算法的注塑成型工艺参数优化研究 [J]. 微型电
脑应用，2021,37(05):110-112.
[5] KIM HG, SON HJ, LEE DK, et al. Optimization and analysis
of reaction injection molding of polydicyclopentadiene
using response surface methodology[J]. Korean Journal of
Chemical Engineering, 2017, 34(7):2 099-2 109.
[6] LIU X, FAN XY, GUO YH, et al. Warpage optimization
of the GFRP injection molding process parameters[J].
Mi c rosyst e m Te c hnol ogi e s-Mi c ro-a nd Na nosyst e m s-
Information Storage and Processing Systems, 2021, 7(12):4 337-
4 346.
[7] HEIDARI BS, DAVACHI SM, MOGHADDAM AH, et al.
Optimization simulated injection molding process for
ultrahigh molecular weight polyethylene nanocomposite hip
liner using response surface methodology and simulation of
mechanical behavior [J]. Journal of the Mechanical Behavior
of Biomedical Materials, 2018, 81:95-105.
[8] ZH A N G J H , WA N G J , LIN J W, et al. M ultiobjective
[34] 等新型材料也 optimization of injection molding process parameters based
on Opt LHD, EBFNN, and MOPSO[J]. International Journal
of Advanced Manufacturing Technology, 2016, 85(9):2 857-
2 872.
[9] 许方敏，许忠斌，朱科，等 . 基于高斯过程回归的注塑质量多
目标优化方法 [J]. 塑料工业，2022, 50(04):94-98.
[10] LUO WB, TANG LF, GUO FC. Mold design and forming
process parameters optimization for passenger vehicle
front wing plate[J]. Journal of Mechanical Science and
Technology, 2022, 36(1): 187-196.
[11] 姜鹤明，钱志强，王曙光，等 . 基于 BP 神经网络的汽车
后视镜主壳注塑工艺优化的研究 [J]. 橡塑技术与装备，
2021,47(22):19-22.
[12] SUN BS, CHEN Z, GU BQ, et al. Injection Molding Process
Optimization of Multi-Objective Based on MUD-RBFNN-
GA[C]. Applied Mechanics and Materials, 2010, 37:564-
569.
[13] 程林辉，李航高 . 遗传算法及其在 TSP 问题中的应用 [J]. 现
代计算机，2013(14):19-22.
[14] MIZA A, SHAYFULL Z, NASIR SM, et al. Optimisation of
第 49 卷 第 10 期