本发明专利技术公开了一种金属嵌件注塑成型优化方法、装置及存储介质，其包括以下步骤：(1)在Moldflow中建立金属嵌件和注塑件的3D网格有限元模型；(2)设置模具结构、工艺参数和分析序列，进行3D网格有限元模型的仿真分析，得到模流分析结果；(3)运行API脚本，导出3D网格和分析结果数据；(4)将文件整合为Abaqus可识别的inp文件；(5)编辑inp文件，添加分析步和关键字，输入指令提交Abaqus热耦合计算分析，得到金属嵌件注塑件的热耦合应力分布情况；(6)通过工艺参数作为变量，将Abaqus得到的热耦合最大应力，作为目标函数，构建BP神经网络；(7)通过拉丁超立方采样，利用粒子群优化算法求得最佳目标函数和对应的工艺参数；(8)验证最佳工艺参数准确性。艺参数准确性。艺参数准确性。
【技术实现步骤摘要】
一种金属嵌件注塑成型优化方法、装置及存储介质
[0001]本专利技术涉及金属嵌件注塑成型
，具体涉及一种用于预测金属嵌件成型参与应变发展的金属嵌件注塑成型优化方法、装置及存储介质。
技术介绍
[0002]随着注塑件在各个领域的快速发展，近年来CAE分析技术已经相当成熟和稳定。然而，当带有金属镶块或者嵌件的产品成型时，仍然会出现可能影响精度、密封性和开裂的缺陷。另一方面，对于带有金属嵌件的注塑件，由其引起的残余应力和变形无法准确预测。
[0003]残余应力是注塑件顶出后在无外部载荷的情况下所留下的应力，由于进一步冷却至环境温度，热应力仍可能在喷射后引入产品，残余应力重新分布，导致金属嵌件注塑件变形或者产生开裂。
[0004]因此，如何准确的确定金属嵌件注塑件开模后，残余应力和温度发展的情况，进而避免开裂风险，减少试模次数，提高生产效率，成为目前本领域需要解决的问题。
[0005]公开号为：CN114662357A，专利名称为：一种确定散热器进出水室注塑件最佳工艺参数的方法，其公开了散热器进水室注塑件的最佳工艺确定方法，该方法用于解决注塑件成型时会存在短射、熔接线、翘曲变形等缺陷，而进行的注塑件的注塑工艺优化，但该方法无法满足具有金属嵌件的注塑件的残余应力和变形的预测。
技术实现思路
[0006]本专利技术的目的是针对现有技术的不足，提供一种金属嵌件注塑成型优化方法、装置及存储介质，解决具有金属嵌件的注塑件，的问题。
[0007]本专利技术为实现上述目的所采用的技术方案是：
[0008]一种金属嵌件注塑成型优化方法，其包括以下步骤：
[0009](1)在Moldflow中建立金属嵌件和注塑件的3D网格有限元模型；
[0010](2)设置模具结构、工艺参数和分析序列，进行3D网格有限元模型的仿真分析，得到模流分析结果；
[0011](3)运行API脚本，导出3D网格和分析结果数据；
[0012](4)将文件整合为Abaqus可识别的inp文件；
[0013](5)编辑inp文件，添加分析步和关键字，输入指令提交Abaqus热耦合计算分析，得到金属嵌件注塑件的热耦合应力分布情况；
[0014](6)通过工艺参数作为变量，将Abaqus得到的热耦合最大应力，作为目标函数，构建BP神经网络；
[0015](7)通过拉丁超立方采样，利用粒子群优化算法求得最佳目标函数和对应的工艺参数；
[0016](8)验证最佳工艺参数准确性。
[0017]所述步骤(1)具体包括：
[0018](1.1)将金属嵌件和注塑件模型分别导入CADdoctor中简化模型，优化残缺曲面；
[0019](1.2)将简化后的模型导入Moldflow中，设置嵌件材料及其参数，选择3D有限元网格，进行有限元网格的划分；
[0020](1.3)优化有限元网格长边缺陷、大体积单元缺陷、纵横比缺陷、大角度单元缺陷，提高3D网格质量。
[0021]所述步骤(2)具体包括：
[0022](2.1)在Moldflow设置模具结构，包括流道、浇口、冷却回路位置和尺寸、模具镶块；
[0023](2.2)根据材料牌号或者性能参数，在Moldflow中选择合适的材料，设置工艺参数；
[0024](2.3)选择分析序列，该分析序列至少包括填充、保压和翘曲，并提交分析数据进行计算。
[0025]所述步骤(4)具体包括：将命令提示符工作路径切换到Moldflow导出文件，将导出文件的材料信息、纤维取向、温度、残余应力分布和3D网格信息，整合为Abaqus可识别的inp文件。
[0026]所述步骤(6)具体包括：将嵌件表面温度、模具温度、填充时间、保压压力、保压时间5个工艺参数作为变量，将Abaqus计算得到的热耦合最大应力为目标函数，在Matlab中构建一个BP神经网络模型。
[0027]所述步骤(7)具体包括：
[0028](7.1)将影响残余应力的5个重要参数作为变量，将所述变量按照正态分布进行拉丁超立方取样，得到多组样本；
[0029](7.2)将步骤(7.1)中的样本数据分别输入至Moldflow中进行分析，然后导入Abaqus进行计算，得到不同样本所对应的热耦合应力；
[0030](7.3)结合粒子群优化算法和BP神经网络，评估神经网络模型预测误差；得到粒子群算法优化神经网络模型下最小应力值，并记录下此时对应的最佳工艺参数。
[0031]所述步骤(8)具体包括：
[0032](8.1)将步骤(7)通过粒子群优化算法得到的最佳工艺参数，输入Moldflow中进行分析；
[0033](8.2)导入Moldflow结果文件，生成inp文件，转化成Abaqus文件进行计算；
[0034](8.3)对比最佳工艺参数下Abaqus模拟得到的应力，与由粒子群算法迭代得到的最小应力，若对比得到的应力在数值上误差越小，则说明该模型预测越准确。
[0035]一种金属嵌件注塑成型优化装置，其包括：
[0036]存储器，用于存储计算机程序；
[0037]处理器，用于在存储计算机程序时，实现所述的金属嵌件注塑成型优化方法的步骤。
[0038]一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现所述的金属嵌件注塑成型优化方法的步骤。
[0039]本专利技术的有益效果是：本专利技术通过基于Moldflow，进行金属嵌件注塑成型分析，将导出的残余应力和温度来定义Abaqus结构分析的初始条件，然后利用Abaqus软件对最终变
形和应力进行预测。数值实验表明，该方法是一种有效的残余应力和变形分析方法。通过与能够显示畸变分布并得到其测量值的三维扫描照片进行比较，发现仿真结果与实验结果一致。
[0040]将模流分析软件Moldflow和结构分析软件Abaqus联合使用，将Moldflow得到的残余应变等数据，作为Abaqus结构分析初始条件进行热耦合分析，弥补模流分析软件不能进行结构分析的不足；
[0041]构建神经网络模型并运用粒子群算法预测结构热耦合最小应力时对应的工艺参数，提高工作效率，减少成本。
附图说明
[0042]图1为本专利技术流程图；
[0043]图2为本专利技术三维模型图；
[0044]图3为本专利技术神经网络预测误差图；
[0045]图4为本专利技术粒子群优化算法迭代最小应力图；
[0046]图5为本专利技术Abaqus热耦合计算最小应力云图。
具体实施方式
[0047]实施例1：参见图1至图5，本实施例提供一种金属嵌件注塑成型优化方法，其包括以下步骤：
[0048](1)在Moldflow中建立金属嵌件和注塑件的3D网格有限元模型；
[0049](2)设置模具结构、工艺参数和分析序列，进行3D网格有限元模型的仿真分本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种金属嵌件注塑成型优化方法，其特征在于，其包括以下步骤：(1)在Moldflow中建立金属嵌件和注塑件的3D网格有限元模型；(2)设置模具结构、工艺参数和分析序列，进行3D网格有限元模型的仿真分析，得到模流分析结果；(3)运行API脚本，导出3D网格和分析结果数据；(4)将文件整合为Abaqus可识别的inp文件；(5)编辑inp文件，添加分析步和关键字，输入指令提交Abaqus热耦合计算分析，得到金属嵌件注塑件的热耦合应力分布情况；(6)通过工艺参数作为变量，将Abaqus得到的热耦合最大应力，作为目标函数，构建BP神经网络；(7)通过拉丁超立方采样，利用粒子群优化算法求得最佳目标函数和对应的工艺参数；(8)验证最佳工艺参数准确性。2.根据权利要求1所述的金属嵌件注塑成型优化方法，其特征在于，所述步骤(1)具体包括：(1.1)将金属嵌件和注塑件模型分别导入CADdoctor中简化模型，优化残缺曲面；(1.2)将简化后的模型导入Moldflow中，设置嵌件材料及其参数，选择3D有限元网格，进行有限元网格的划分；(1.3)优化有限元网格长边缺陷、大体积单元缺陷、纵横比缺陷、大角度单元缺陷，提高3D网格质量。3.根据权利要求1所述的金属嵌件注塑成型优化方法，其特征在于，所述步骤(2)具体包括：(2.1)在Moldflow设置模具结构，包括流道、浇口、冷却回路位置和尺寸、模具镶块；(2.2)根据材料牌号或者性能参数，在Moldflow中选择合适的材料，设置工艺参数；(2.3)选择分析序列，该分析序列至少包括填充、保压和翘曲，并提交分析数据进行计算。4.根据权利要求1所述的金属嵌件注塑成型优化方法，其特征在于，所述步骤(4)具体包括：将命令提示符工作路径切换到Moldflow导出文件，将导出文件的材料信息、纤维取向、温度、残余应力分布和3D...
【专利技术属性】
技术研发人员：袁熙，李耀聪，刘炜涛，
申请(专利权)人：佛山市南海蕾特汽车配件有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。