厚壁光学制品分层反压注射成型方法与工艺优化研究
近年来，随着产品应用追求轻量化与成型效率，塑料光学制品逐渐替代高密度的玻璃，在光学领域已有广泛应用。但厚壁光学级注塑元件由于宏观几何缺陷与微尺度几何缺陷所引起的残余应力严重影响元件的光学性能。如何改善厚壁光学制品注射成型缺陷是目前需要解决的难题。 在实际生产中，厚壁光学制品相比普通产品存在较大壁厚差，采取常规注射成型方法制造厚壁光学制品时，不同厚薄区域冷却速率显著差异将产生严重地热残余应力及收缩变形缺陷。同时较长的冷却时间降低了生产效率，增加了材料降解的风险。本论文针对以上问题，创新性提出分层反压注射成型，并利用模流分析方法探究了此成型方法工艺参数对厚壁光学制品尺寸收缩及光学性能的影响，运用智能算法进一步优化成型工艺。具体工作如下: (1)基于厚壁光学制品常见的成型缺陷与机理，建立厚壁光学制品缺陷形成的数学模型，并提出分层反压注射新工艺。反压技术通过改变型腔内部压力以稳定熔体流动，均匀分子链排布避免了喷流、过高的体积收缩;分层技术通过降低光学制品表里温差降低热残余应力，提升光学性能。通过分层反压的注射方式可显著减少单层的收缩量，从而有效抑制或消除厚壁光学制品的常见缺陷，从而确保成型精度与光学性能。 (2)利用田口试验法对常规注射方法进行模拟分析，确定常见工艺参数对厚壁光学制品体积收缩率及光程差的显著性影响并初步对工艺参数优化。针对不同的质量目标得到了两组较好的参数组合，确定熔体温度、注射速度以及保压压力对制品体积收缩率及光程差有显著影响，并为后续的全因子试验提供因素筛选依据。 (3)利用Moldex3D搭建分层反压注射成型的模拟平台，结合全因子试验法对分层反压注射成型进行模拟分析。确定了不同分层方式、反压压力与关键工艺参数对厚壁光学制品体积收缩率与光程差的影响规律。对比分析常规注射成型与分层反压成型，验证了分层反压改善了厚壁光学制品成型质量。最终得到较优的分层方式及反压压力，并为神经网络的建立提供原始数据。 (4)利用BP神经网络建立工艺参数与质量目标间的关系模型，提出基于遗传算法的厚壁光学制品工艺参数优化方案。在Matlab中，使用BP神经网络建立了工艺参数与光程差和体积收缩率的模型关系，并运用遗传算法进行多目标优化，最终根据Pareto曲线确定最优工艺参数解集。通过实验，验证最终优化工艺参数对制品质量的改善情况，结果表明根据此优化方法得到的制品成型质量提升明显。
塑料光学制品;厚壁产品;分层反压注射;工艺优化;缺陷控制
北京化工大学
硕士
机械工程
谢鹏程;周宏伟
2021
中文
TQ320.662
2021-09-06（万方平台首次上网日期，不代表论文的发表时间）