手機殼體的結構強度和外觀質量是手機的重要的考核部分。cae模流分析不僅可以在手機殼體的設計過程中預測可能出現的缺陷,直觀地反映出產品設計模型上不合理的結構,而且可以通過模擬,優化手機殼體的結構強度,提高整機的可靠性。本文主要從以下幾方面來對手機殼體進行優化:澆口的位置優化分析;流動、填充、翹曲分析;實驗設計優化doe(design of experiments)分析。
為了能預測和模型化描述在注塑成型中存在的復雜聚合物流動,必須了解cae技術的核心數學物理模型及其由此帶來的求解難度、局限性。目前,尚無確切反映非牛頓塑料熔體本質的流變學公式,但可以用一些簡化模型來表示。
常用的粘度公式有冪律模型、二次冪律模型、ellis模型、bird-carreau模型、cross粘度模型五種形式。冪律模型可以描述高剪切速率下熔體的流變行為, 但無法描述低剪切時的熔體粘度, 特別是零剪切速率時的流變行為, 盡管如此, 在充模流動分析中仍被廣泛采用, 原因在于充模階段熔體通常有較高的剪切速率。二次冪律模型在一般情況下能較好地反映成型的流變行為,但過多的材料常數單憑流變學實驗數據往往無法得到。eills模型在較低的低剪切速率下,可以預測零剪切粘度;在較高的剪切速率時接近于冪律行為。最為流行和被廣泛用于流動分析的是cross粘度模型,cross粘度模型不僅能描述高剪切速率時的冪律模型流變行為,而且可以描述接近零剪切速率時的流變行為。
moldflow模流分析軟件
注塑cae軟件的功能模塊主要有流動、保壓、冷卻、翹曲、doe等部分,各個功能模塊有一定的關聯性。cae 各功能模塊的應用,可以以最少成本,最短時間,最實際可行的方案優化目標。但是,由于所用的原理有差異,各個模塊在使用時有一定的區別。
根據注塑cae軟件各功能模塊的特點及課題的研究方向,采用moldflow軟件,首先分析優化澆口位置,確定澆口數量,然后對塑件進行流動和翹曲分析,在設計階段,評估設計方案的可行性與成型性,作為修改設計與產品壁厚分布的參考,避免潛在成型問題,如短射(欠充填)及氣穴,評估不同設計參數變更對產品成型的影響,以進行必要的設計變更及優化。最后利用moldflow軟件的實驗設計優化模塊doe(design of experiments),以制件壁厚、熔體溫度和模具溫度為實驗參數, 確定出各個實驗參數對實驗目標的影響度大小,調節實驗目標影響最大的實驗參數取得更好的實驗結果,獲得各個實驗參數最佳水平組合。
可模塑性分析
主要研究注塑件的幾何尺寸和成型工藝對最終產品質量的影響,借助計算機輔助工程模擬流動分析軟件moldflow,在綜合分析的基礎上對塑料件幾何尺寸和成型工藝進行優化,從而在設計階段有效地解決可能出現的質量問題。
◆ 澆口位置分析優化
選用ge lexan exl 1414 (pc)作為分析材料,pro/e作為建模軟件,moldflow作為模擬分析軟件。分析目標為手機前殼,殼體平均設計壁厚為1mm。網格化后的模型如下圖1:
圖2表示最佳澆口位置圖。從優化結果可以看出最佳澆口位置在lcd窗口左右。
根據優化結果和產品結構尺寸,采用兩個澆口進膠,進膠位置如圖3所示。
采用moldflow默認澆注系統和注塑工藝設置,對模型進行流動分析,結果如下:
圖4表示流動前沿的溫度分布情況。從圖中可以看出流動前沿的溫度分布比較均勻,但是在圖中的圓圈標示處,溫度較低,澆口位置和大小還需要進行微調。
圖5表示了分子定向情況,表面分子定向值是2,核心分子定向值為1。
◆ 翹曲分析
采用moldflow默認澆注系統和注塑工藝設置,對模型進行翹曲分析,結果如下:x向最大翹曲值為0.16毫米;y向最大翹曲值為0.2毫米;z向最大翹曲值為0.2毫米。
從翹曲分析結果可以看出,y向和z向翹曲較大,這是由于大的lcd窗口使料只能沿兩條狹長區域流動造成的。
分析流動和翹曲結果,制品設計和模具需要進行以下幾點變更:
1. 從熔接痕分布圖可知,在制品lcd窗口右上角和左下角,存在危險區域。在產品設計和模具設計時,修改產品局部壁厚并調節澆口位置,使熔接痕分布于非危險截面,提高產品強度和外觀質量。
2. 翹曲分析結果中,y向和z向翹曲較大,在模具設計時,調節冷卻系統,使制品均勻收縮。
3. 增加lcd窗口左右壁處的加強筋數量,使熔體在此處的流動加強,這樣不僅能使流動前沿的溫度更加均勻,熔接痕分布更加合理,而且減少因收縮不均勻在lcd窗口左右壁處產生的翹曲量。
◆ doe(fill)和doe(flow)分析優化
moldflow中的doe提供了兩種實驗設計方法:taguchi和factorial實驗設計。taguchi方法通過運行數目較少的一組優化實驗,確定出對實驗目標的影響最大的實驗參數。factorial方法運行的實驗數目要大于taguchi方法中運行的實驗,它用以確定實驗參數的最佳實驗水平組合。
本課題首先使用taguchi方法確定出對實驗目標的影響最大的實驗參數,然后使用factorial方法確定實驗參數的最佳實驗水平組合,分別對fill 和flow進行優化。
為了能預測和模型化描述在注塑成型中存在的復雜聚合物流動,必須了解cae技術的核心數學物理模型及其由此帶來的求解難度、局限性。目前,尚無確切反映非牛頓塑料熔體本質的流變學公式,但可以用一些簡化模型來表示。
常用的粘度公式有冪律模型、二次冪律模型、ellis模型、bird-carreau模型、cross粘度模型五種形式。冪律模型可以描述高剪切速率下熔體的流變行為, 但無法描述低剪切時的熔體粘度, 特別是零剪切速率時的流變行為, 盡管如此, 在充模流動分析中仍被廣泛采用, 原因在于充模階段熔體通常有較高的剪切速率。二次冪律模型在一般情況下能較好地反映成型的流變行為,但過多的材料常數單憑流變學實驗數據往往無法得到。eills模型在較低的低剪切速率下,可以預測零剪切粘度;在較高的剪切速率時接近于冪律行為。最為流行和被廣泛用于流動分析的是cross粘度模型,cross粘度模型不僅能描述高剪切速率時的冪律模型流變行為,而且可以描述接近零剪切速率時的流變行為。
moldflow模流分析軟件
注塑cae軟件的功能模塊主要有流動、保壓、冷卻、翹曲、doe等部分,各個功能模塊有一定的關聯性。cae 各功能模塊的應用,可以以最少成本,最短時間,最實際可行的方案優化目標。但是,由于所用的原理有差異,各個模塊在使用時有一定的區別。
根據注塑cae軟件各功能模塊的特點及課題的研究方向,采用moldflow軟件,首先分析優化澆口位置,確定澆口數量,然后對塑件進行流動和翹曲分析,在設計階段,評估設計方案的可行性與成型性,作為修改設計與產品壁厚分布的參考,避免潛在成型問題,如短射(欠充填)及氣穴,評估不同設計參數變更對產品成型的影響,以進行必要的設計變更及優化。最后利用moldflow軟件的實驗設計優化模塊doe(design of experiments),以制件壁厚、熔體溫度和模具溫度為實驗參數, 確定出各個實驗參數對實驗目標的影響度大小,調節實驗目標影響最大的實驗參數取得更好的實驗結果,獲得各個實驗參數最佳水平組合。
可模塑性分析
主要研究注塑件的幾何尺寸和成型工藝對最終產品質量的影響,借助計算機輔助工程模擬流動分析軟件moldflow,在綜合分析的基礎上對塑料件幾何尺寸和成型工藝進行優化,從而在設計階段有效地解決可能出現的質量問題。
◆ 澆口位置分析優化
選用ge lexan exl 1414 (pc)作為分析材料,pro/e作為建模軟件,moldflow作為模擬分析軟件。分析目標為手機前殼,殼體平均設計壁厚為1mm。網格化后的模型如下圖1:
圖1:網格化手機模型 圖2:最佳澆口位置范圍圖
圖2表示最佳澆口位置圖。從優化結果可以看出最佳澆口位置在lcd窗口左右。
根據優化結果和產品結構尺寸,采用兩個澆口進膠,進膠位置如圖3所示。
圖3:澆口位置圖 圖4:流動前沿溫度圖
采用moldflow默認澆注系統和注塑工藝設置,對模型進行流動分析,結果如下:
圖4表示流動前沿的溫度分布情況。從圖中可以看出流動前沿的溫度分布比較均勻,但是在圖中的圓圈標示處,溫度較低,澆口位置和大小還需要進行微調。
圖5表示了分子定向情況,表面分子定向值是2,核心分子定向值為1。
圖5:分子定向
圖6:熔接痕分布圖
◆ 翹曲分析
采用moldflow默認澆注系統和注塑工藝設置,對模型進行翹曲分析,結果如下:x向最大翹曲值為0.16毫米;y向最大翹曲值為0.2毫米;z向最大翹曲值為0.2毫米。
從翹曲分析結果可以看出,y向和z向翹曲較大,這是由于大的lcd窗口使料只能沿兩條狹長區域流動造成的。
分析流動和翹曲結果,制品設計和模具需要進行以下幾點變更:
1. 從熔接痕分布圖可知,在制品lcd窗口右上角和左下角,存在危險區域。在產品設計和模具設計時,修改產品局部壁厚并調節澆口位置,使熔接痕分布于非危險截面,提高產品強度和外觀質量。
2. 翹曲分析結果中,y向和z向翹曲較大,在模具設計時,調節冷卻系統,使制品均勻收縮。
3. 增加lcd窗口左右壁處的加強筋數量,使熔體在此處的流動加強,這樣不僅能使流動前沿的溫度更加均勻,熔接痕分布更加合理,而且減少因收縮不均勻在lcd窗口左右壁處產生的翹曲量。
◆ doe(fill)和doe(flow)分析優化
moldflow中的doe提供了兩種實驗設計方法:taguchi和factorial實驗設計。taguchi方法通過運行數目較少的一組優化實驗,確定出對實驗目標的影響最大的實驗參數。factorial方法運行的實驗數目要大于taguchi方法中運行的實驗,它用以確定實驗參數的最佳實驗水平組合。
本課題首先使用taguchi方法確定出對實驗目標的影響最大的實驗參數,然后使用factorial方法確定實驗參數的最佳實驗水平組合,分別對fill 和flow進行優化。