带薄壁金属嵌件的手机外壳注塑件翘曲变形分析与研究

论文摘要

嵌件注塑成型(本文指带嵌件的塑件的注塑成型)与一般注塑成型的区别是它在成型前要在模具型腔内装入嵌件。嵌件注塑成型最严重的一个成型缺陷就是翘曲变形。翘曲变形是衡量塑件质量的一个重要指标。翘曲变形不但影响制品的外观质量,而且影响制品的使用性能。因而,改善和减小塑料制品的翘曲变形、优化模具结构和成型工艺是需要不断研究的重要问题。本文首先分析了带薄壁金属嵌件的手机外壳翘曲变形的原因,即:收缩不均匀、分子取向和冷却不均匀。其中,收缩不均匀是引起翘曲变形最重要的原因。引起翘曲变形的因素主要包括注塑原料、产品结构、模具结构和成型工艺参数等四个方面。然后,优化了带金属嵌件的手机外壳注塑成型模具,并进行注塑成型实验。发现手机外壳的变形比较大,通过人工调节工艺参数,难以改善翘曲变形。接着,以CAE分析为基础,利用Taguchi试验设计方法研究注塑成型工艺参数对翘曲变形的影响规律。研究发现,使翘曲变形最小的最佳工艺组合是:熔体温度310℃,模具温度120℃,注射时间0.3s,保压压力140MPa,保压时间5s,冷却时间6s。各工艺参数对注塑成型翘曲变形的影响程度是:保压时间(48.3817%)>保压压力(34.3789%)>冷却时间(6.7094%)>熔体温度(6.5166%)>注射时间(2.6359%)>模具温度(1.382%)。并且利用最佳工艺组合进行注塑成型实验,结果发现翘曲变形比之前最小的变形度减小了45%。说明采用Taguchi试验方法,在优化成型工艺、减小翘曲变形方面适用性强。最后,利用BP神经网络的基本原理,拟合熔体温度、模具温度、注射时间、保压压力、保压时间和冷却时间等工艺参数与翘曲变形之间的非线性关系,建立了带薄壁金属嵌件的手机外壳的翘曲变形的预测模型。结果表明:BP神经网络有较高的精度,且其预测模型的运算速度快,对手机外壳进行翘曲优化效率较高。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文选题背景
• 1.2 嵌件注塑成型
• 1.2.1 嵌件注塑成型概述
• 1.2.2 嵌件注塑成型国内外研究现状
• 1.3 注塑成型翘曲变形国内外研究现状
• 1.4 课题的提出及研究内容
• 1.5 本章小结
• 第二章 带金属嵌件的手机外壳翘曲变形分析与模具
• 2.1 翘曲变形概述
• 2.2 翘曲变形产生的原因
• 2.3 翘曲变形的影响因素与改善措施
• 2.3.1 翘曲变形的影响因素
• 2.3.2 翘曲变形的改善措施
• 2.4 带薄壁金属嵌件手机外壳注塑模具
• 2.4.1 注塑模具典型结构
• 2.4.2 塑件分析
• 2.4.3 成型零件
• 2.4.4 浇注系统
• 2.4.5 脱模系统
• 2.4.6 冷却系统和排气系统
• 2.4.7 模具工作过程
• 2.5 本章小结
• 第三章 带薄壁金属嵌件手机外壳注塑成型实验
• 3.1 实验材料及主要仪器设备
• 3.1.1 实验材料
• 3.1.2 主要仪器设备
• 3.2 实验方案
• 3.2.1 成型参数设计
• 3.2.2 实验方法
• 3.3 实验结果
• 3.4 本章小结
• 第四章 嵌件注塑成型工艺仿真与优化
• 4.1 注塑成型CAE
• 4.1.1 注塑成型CAE 简介
• 4.1.2 注塑成型CAE 原理
• 4.1.3 注塑成型CAE 软件
• 4.2 Taguchi试验
• 4.2.1 正交试验概述
• 4.2.2 信噪比
• 4.3 仿真试验过程
• 4.3.1 有限元模型的建立
• 4.3.2 试验参数设计
• 4.3.3 模拟分析
• 4.4 试验结果与分析
• 4.4.1 试验结果
• 4.4.2 均值分析
• 4.4.3 方差分析
• 4.5 优化结果验证
• 4.6 本章小结
• 第五章 基于人工神经网络的翘曲变形预测
• 5.1 人工神经网络概述
• 5.1.1 人工神经网络的基本特点
• 5.1.2 人工神经网络基本功能
• 5.2 BP 神经网络
• 5.2.1 BP 神经网络结构
• 5.2.2 BP 学习算法
• 5.2.3 BP 神经网络的设计基础
• 5.3 带薄壁金属嵌件手机外壳翘曲变形预测模型
• 5.3.1 BP 神经网络模型的建立
• 5.3.2 BP 神经网络模型的训练和预测
• 5.4 实验对比
• 5.5 本章小结
• 结论与展望
• 一、结论
• 二、不足与展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢
• 附件