一种塑料制件开模收缩率的预测方法及系统与流程

本发明属于注塑成型
技术领域：
，特别涉及一种开模收缩率的预测方法及系统。
背景技术：
：塑料由于具有可塑性强、重量轻、化学稳定性优良等特点，在国民经济中有着广泛的应用。注塑成型是塑料制品的一种重要的制备方法，通过该方法可以制备各种形状、尺寸、精度的塑料制品，因而能够满足各种不同领域的需求，例如通过注塑成型制备各种工业配件、结构件、壳体等等。注塑成型过程中，在一定温度下需要将完全熔融的塑料材料注射到模具型腔中，再经过冷却固化后得到成型的制品。然而，在从熔融粘流态到冷却固化定型的过程中，塑料制件会产生收缩，从而形成与模具型腔尺寸之间的差异。因此，在模具设计时就需要考虑到上述材料收缩变形带来的影响，否则无法制作符合要求的制件，这就意味着精确预测开模收缩率是关系到制件生产成功的关键指标。现有技术中确定开模收缩率的方法有：1、预先设计实验软模并进行实验的实验试错法，但是通过开实验软模以及成型零件后推算出开模收缩率的方法涉及成本高和项目周期长的缺点；2、模具尺寸修偏，通过模具多次局部修正来适应收缩率，但是也涉及模具修正次数、模具试制次数多会造成成本高和项目周期长的缺点；3、通过大量项目应用数据得出收缩率的经验法，虽然类似的制件可参考性较高，但在实际应用中制件结构差异很大，在面对不同的制件时，经验法可参考性很低；4、材料厂商推荐收缩率，显然推荐的收缩率并不适用于任何结构的制件，这给后期材料调整增加了更多的困难。由此可见，现有技术中虽然有一些方法希望获得收缩率参数，但是普遍存在成本高、时间周期长或者缺乏普适性的缺点，对提高塑料制件制备精度的帮助非常有限。技术实现要素：针对上述现有技术中的缺点，本发明提出了一种可以精确预测塑料制件开模收缩率的方法，具体的，所述方法包括如下步骤：s1、获取制件3d数据、材料数据以及加工工艺参数，其中，获取所述加工工艺参数包括确定分析序列；s2、计算不同分析序列下的多个结果输出；s3、从所述多个结果输出中确定对收缩率预测影响较大的结果输出；s4、计算步骤s3所确定的每一个结果输出的权重值和对应的仿真收缩率；s5、根据如下公式计算所述开模收缩率：其中i为结果输出的序号，n为步骤s3所确定出的结果输出的个数，fi为第i个结果输出对应的权重值，si为第i个结果输出对应的仿真收缩率。进一步，所述步骤s4中，计算权重值的方法包括如下步骤：s41、确定仿真收缩率最为接近的多个结果输出；s42、对于上述仿真收缩率结果接近的结果输出给出相同的权重值；s43、步骤s3确定的其它结果输出对应的权重值则依照对结果的影响赋予相应的权重值。优选地，所述制件3d数据的网格前处理过程中，选择中性面单元或者双面单元的单元类型。所述材料数据包括粘度数据、pvt数据、机械属性数据、结晶形态学数据、填充数据、应力-应变数据和热属性数据。所述加工工艺参数包括熔料温度、模具温度、充填时间、充填体积、保压压力和冷却时间。所述分析序列包括如下两个分析序列：冷却+充填+保压+收缩，和冷却+充填+保压+翘曲。进一步，所述预测方法还包括如下步骤：s6、根据如下公式计算离模线性收缩率：其中，ε为离模线性收缩率，α为材料线性热膨胀系数，t0为离模前的初始温度，tr为冷却后的环境温度。进一步，所述预测方法还包括如下步骤：s7、将所述步骤s5计算获得的所述开模收缩率与所述离模线性收缩率相加，并将相加的结果作为开模收缩率预测值。同时，本发明还提出一种塑料制件开模收缩率的预测系统，包括处理器、存储器以及收缩率计算单元，所述收缩率计算单元进一步包括：数据获取单元，用于获取制件3d数据、材料数据以及加工工艺参数，其中，获取所述加工工艺参数包括确定分析序列；计算单元，用于计算不同分析序列下的多个结果输出；结果输出确定单元，用于从所述多个结果输出中确定对收缩率预测影响较大的结果输出；权重计算单元，用于计算结果输出确定单元所确定的每一个结果输出的权重值和对应的仿真收缩率；收缩率获取单元，根据如下公式计算所述开模收缩率：其中i为结果输出的序号，n为结果输出确定单元所确定出的结果输出的个数，fi为第i个结果输出对应的权重值，si为第i个结果输出对应的仿真收缩率。进一步，所述预测系统还包括离模线性收缩率计算单元，用于根据如下公式计算离模线性收缩率：其中，ε为离模线性收缩率，α为材料线性热膨胀系数，t0为离模前的初始温度，tr为冷却后的环境温度。进一步，所述预测系统还包括开模收缩率预测单元，用于将所述收缩率获取单元计算的所述开模收缩率与所述离模线性收缩率相加，并将相加的结果作为开模收缩率预测值。相应地，本发明还提出一种塑料制件开模收缩率的预测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。该处理器执行所述计算机程序时实现上述预测方法中的各步骤。相应地，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序。该计算机程序被处理器执行时实现上述预测方法中的各步骤。与现有技术相比，本发明的技术方案通过对制件3d结构数据、材料数据和加工工艺数据中的不同参数进行优化组合，得到更加精确的开模收缩率计算方法。进一步通过考虑材料离模时冷却至环境温度的过程以及后续工艺过程对制件的影响来优化计算模型，从而提出一种能够精确预测制件整个制程收缩率的方法、系统和设备。上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，并可依照说明书的内容予以实施，以下以本申请的较佳实施例并配合附图详细说明如后。附图说明下面结合附图对本发明的具体实施方式作进一步详细的说明；图1是本发明开模收缩率预测方法主要实施流程示意图。具体实施方式为了使本
技术领域：
的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。实施例一本发明通过对参数或流程进行特定的组合和选用以及对相关模型进行优化处理，提出一种可精确预测塑料制件开模收缩率的方法。该方法的主要实施流程参见说明书附图1所示，主要包括图中参数组合优化步骤，和通过特殊的数据处理方法进一步优化预测模型的步骤。现有技术中存在一些现有的商业软件来辅助预测开模收缩率，例如商业模流分析软件。在以下实施例中，以商业模流分析软件为例阐述本发明的预测方法，但是显然的，本发明的构思为预测方法中参数的选定与组合，以及预测模型的优化计算，是一种通用的具有普适性的方法，而不是限定于上述特定的软件中。本发明首先对预测开模收缩率所需要的数据进行选择和处理。参见图1所示，预测方法需要三种类型的数据，分别为体现制件结构的制件3d数据，体现制件材质的材料数据，和体现制件制备过程的实际加工工艺数据。关于制件3d数据，在网格前处理的过程中，需要对有限元单元类型进行选择。在本实施例中，将中性面单元的单元类型作为优选，该单元类型进行以下理论的设定：1.制件厚度t远小于制件其他尺寸，例如：t<<l(长)、w(宽)和h(高)；2.垂直于中性面的法线在变形后，仍为直线且垂直于中性面；3.应力、应变足够小；4.法线方向上的正向应力与其他方向正向应力相比足够小，可不计。选择中性面单元后，生成的网格数量相对于其它类型更少，但对于例如大面积的片状制件来说，在结构表达特别是厚度方向的表达上具有完全符合要求的精度。因此，使用中性面单元来进行制件3d数据的网格前处理，能够在保证精度的基础上大大提高运算效率。本领域技术人员可以理解，针对制件结构的不同也可以选用其它的单元类型，例如可以根据以下依据进行选择：1.若是大型的片状结构制件优先选用“中性面单元”；2.一些情况下可以选择双面单元，如果选用双面单元则单元匹配率需达到90％以上，这对某些制件结构存在一定的局限性。此外，还可以根据需要，进行例如针对制件部分结构，例如厚度很薄(一般小于0.5mm)或是厚度很厚(一般大于5mm)的小结构，进行消除的特殊处理，以提高预测的准确度和计算效率。关于材料数据，有很多不同的参数可以反映制件的材质，但经过实验发现并不是所有的参数都是必要的，这其中，有些参数相对于其它参数来说对于预测的结果影响很大。根据实验发现，如下7个参数是预测开模收缩率所必须的：粘度数据、pvt数据、机械属性数据、结晶形态学数据、填充数据、应力-应变数据、热属性数据。其中，“填充数据”具体指材料中填充物的类型以及填充物的比例，“结晶形态学数据”仅针对结晶性材料时使用，但是其对预测误差有很大的影响，这通过本实施例下文中针对聚丙烯pp材料的实验可以清楚地看出，而“结晶形态学数据”以外的其它参数也是预测收缩率所必须的。因此，将上述参数数据做为体现材质的完整的材料数据用来后续收缩率的预测。表1展示了本实施例中聚丙烯pp材料实验中所使用的结晶形态学数据，表2展示了根据本发明的方法(后文将详细描述)使用结晶形态学数据和不使用结晶形态学数据结果之间的差别。表1pp材料结晶形态学数据示意表2pp材料结晶数据对收缩率的影响结果序数结果名称考虑材料结晶形态不考虑材料结晶形态1各向同性收缩率0.786％0.832％2平行收缩率(翘曲前)0.421％0.616％3垂直收缩率(翘曲前)1.046％1.192％4平均线性收缩率0.768％0.823％5平行收缩率0.668％0.577％6垂直收缩率0.965％1.18％7x方向收缩率0.566％0.589％8y方向收缩率0.501％0.533％9z方向收缩率0.484％0.515％10整体变形收缩补偿值0.777％0.827％加权平均收缩率结果0.755％0.824％通过表2最后一行的可以看到，结晶形态学数据对平均收缩率结果的影响很大，考虑结晶形态学数据的结果更接近实际情况。因此，结晶形态学数据是材料数据中不可或缺的，其能够产生对误差的影响高达8-10％。关于加工工艺参数，同样根据实验来选择必要的参数，具体以针对聚丙烯pp材料的实验为例如下表格所示，这些参数都选择才是完备的。表3pp典型加工工艺参数具体地，为了保证尽可能的贴近实际加工工艺的情况，熔料温度、模具温度、充填时间、充填体积、保压压力和冷却时间都是必要的工艺参数。上述每个参数的范围根据实际制件材料进行确定，在本实施例中，具体参数数值如表格所示。开模收缩率预测过程中，选择不同的分析序列对后续结果影响很大，不同的分析序列将获得不同的收缩率结果输出。因此，分析序列的选择应当保证能够获得对于整体收缩率预测计算来说所有需要的收缩率结果输出。在本实施例中，通过实验总结，收缩率预测计算所需要的结果输出可以参见表4所示，这些收缩率结果输出中有些是收缩运算输出，有些是翘曲运算输出，无论是收缩运算输出还是翘曲运算输出对于准确预测开模收缩率都是必要的。因此表3中所选择的两个分析序列需要能够保证后文所述的对收缩率预测起关键影响的结果输出数据都能够被包括在序列的分析结果中。表3中两个分析序列的顺序是不变的，运算初始阶段是以冷却条件为边界输入，后续充填、保压、翘曲或者是收缩均是基于冷却边界条件。除了上表中的工艺参数，还可以进一步从模具数据中提取水路、流道等信息，增加到加工工艺参数中，以进一步增加收缩率预测的准确性。将上述选择并处理好的数据形成特定的参数组合，结合对材料的结晶性，以及制件随温度变化的后收缩(可变模温冷却方法)等实际工艺制程确定特定的边界条件，然后将参数组合和边界条件输入到收缩率计算单元进行运算处理，具体地，收缩率计算单元包括商业模流分析软件、权重计算单元以及收缩率获取单元，通过运算处理获得不同分析序列对应的多种不同的ele、nod格式的结果输出。在这些结果输出中，如果只考虑其中某一个或者两个收缩率值来代表整个制程的收缩率是不准确的。因此，本发明提出将这些结果输出进行对比处理，忽略掉那些对收缩率预测没有直接影响的结果输出，而保留对整体收缩率预测有影响的结果输出。在本实施例中，选择其中对预测开模收缩率精度影响最大的10种结果输出，参见表4所示。本领域技术人员可以理解，在满足需求的情况下也可以选择其它数量的结果输出进行后续计算。表4不同分析序列选择出的重要结果数据上述结果输出中，不同的结果输出虽然都对收缩率预测结果有直接影响，但是每一个结果输出对最终开模平均收缩率的计算贡献是不一样的，需要对所统计的与收缩率相关的结果输出进行调整，并通过权重计算单元推算出相应的权重值，才能够由收缩率获取单元获得更精确的开模收缩率预测值。以本实施例项目为例，对上述10种结果输出分别对应的数据结果进行处理，推算出每一个所述结果输出所对应的仿真收缩率结果值，结果参见表5所示。然后，由权重计算单元处理，确定仿真收缩率结果值之间最为接近的多个结果输出，例如在表5中，序数为1、4、10的结果最为接近，对于收缩率结果接近的结果输出则给出相同的权重值。这个过程可以采用序关系分析法对每个结果输出的重要程度进行排序，例如，经过分析按照重要程度排序如下：序数为1、4、10的结果输出、序数为3、6的结果输出、序数为5的结果输出、序数为7、8的结果输出、序数为9的结果输出、以及序数为2的结果输出。对于重要程度高的结果输出，赋予的权重值也会比较高，例如每个权重值遵循“特尔斐法”根据指标的重要性来打分定权，重要性越高权重越大。表5列出了本实施例中所选择的10个结果输出所对应的权重值。表5不同收缩率结果输出的权重计算基于以上数据统计，再通过收缩率获取单元对各个结果输出所对应的仿真收缩率进行加权平均，按照如下公式计算开模收缩率的预测值：其中，fi为不同结果输出的权重，si为不同结果输出对应的仿真收缩率结果。在上述实施例中，由于最终选择了10个结果输出，因而i的取值范围为1至10。采用上述10个结果输出以及表5中相同权重值的收缩率计算方法也可以适用其它项目，对于热塑性注塑成型材料楷模收缩率的预测具有普适性。上述结果仅考虑到材料在成型熔融状态到冷却固化时的收缩，未考虑材料离模时冷却至环境温度时的收缩，然而，零件从模具中取出后静置在环境温度中冷却直至收缩达到平衡是每一个制件都经历的制程，因此，该过程中制件的变化也应在模具设计时就考虑到。为了进一步提高制件制作精度，本发明的收缩率预测方法中还对该阶段材料的收缩率进行计算。具体地，考虑制件的热胀冷缩效应，引入材料的热膨胀系数α、制件冷却达到脱模时的初始温度，约为25～30℃以及环境温度。该过程制件的变化可以用ε来表示，并称为离模线性收缩率，通过以下公式计算获得：其中，ε为离模线性收缩率，α为材料线性热膨胀系数，t0为离模前的初始温度，tr为冷却后的环境温度。例如，制件离模时温度t0为30℃，冷却至环境温度tr为26℃，材料的线性热膨胀系数为：7.907e-05那么该阶段的离模线性收缩率值为(30-26)×7.907e-05＝3.2e-04，即0.032％。因此，本实施例中最终的开模收缩率预测值将是上述平均收缩率和离模线性收缩率的和，即其中，fi为不同结果输出的权重，si为不同结果输出对应的仿真收缩率结果，i的取值范围为1到所选择结果输出的数量，ε为离模线性收缩率，α为材料线性热膨胀系数，t0为离模前的初始温度，tr为冷却后的环境温度。实施例二在本实施例中，提出一种塑料制件开模收缩率的预测系统，包括处理器、存储器以及收缩率计算单元，所述收缩率计算单元进一步包括：数据获取单元，用于获取制件3d数据、材料数据以及加工工艺参数，其中，获取所述加工工艺参数包括确定分析序列。上述参数数据的获取与实施例一中的参数数据的获取方式相同。计算单元，用于计算不同分析序列下的多个结果输出。结果输出确定单元，用于从所述多个结果输出中确定对收缩率预测影响较大的结果输出。例如参见实施例一中的表5，示例出了10种对结果有重要影响的结果输出。权重计算单元，用于计算结果输出确定单元所确定的每一个结果输出的权重值和对应的仿真收缩率。具体的示例参见实施例一中的表5。收缩率获取单元，根据如下公式计算开模收缩率：其中i为结果输出的序号，n为结果输出确定单元所确定出的结果输出的个数，fi为第i个结果输出对应的权重值，si为第i个结果输出对应的仿真收缩率。进一步，为了提高制件制作精度，本发明的收缩率预测系统还对零件从模具中取出后静置在环境温度中冷却直至收缩达到平衡这个阶段中材料的收缩率进行计算。因而所述预测系统还包括离模线性收缩率计算单元，用于根据如下公式计算离模线性收缩率：其中，ε为离模线性收缩率，α为材料线性热膨胀系数，t0为离模前的初始温度，tr为冷却后的环境温度。进一步，为了综合考虑上述收缩率获取单元和离模线性收缩率计算单元的计算结果，所述预测系统还包括开模收缩率预测单元，用于根据如下公式计算开模收缩率预测值：实施例三在本实施例中，提出一种塑料制件开模收缩率的预测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。该处理器执行所述计算机程序时实现上述实施例一中的方法步骤，或者，该处理器执行所述计算机程序时实现上述实施例二中系统各个单元的功能。相应地，本实施例还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述实施例一中的方法步骤，或者，该计算机程序被处理器执行时实现上述实施例二中系统各个单元的功能。本发明提出的塑料制件开模收缩率的预测方法，适用各种热塑性材料、各种适合选用中性面单元网格或双面单元网格的结构塑料制件的制作过程，通过对制件3d结构数据、材料数据和加工工艺数据中的不同参数进行优化组合，得到更精确的平均收缩率计算方法。进一步通过考虑材料离模时冷却至环境温度的过程对制件的影响，优化计算模型，从而提出一种能够精确预测制件整个制程收缩率的方法，以此能够为模具设计提供准确的参考，有助于生产精度更高的塑料制件。以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12