通过实验设计优化微注射成型工艺.docx

编号：

毕业设计(论文)外文翻译
（译文）

学院： 机电工程学院
专业： 机械设计制造及其自动化
学生姓名： 韦良华
学号：
指导教师单位： 机电工程学院
姓名： 陈虎
职称： 助教
2023年5月26日

通过实验设计优化微注射成型工艺
摘要
本文提出通过实验设计（DOE）优化微注射成型（MIM）过程。MIM是一种相对较新的用于微部件的快速制造的技术。由于改变工艺参数，为了满足质量和可靠性的限制，减少操作过程中变异的是非常重要。在这项研究中，对MIM工艺的理解，它是通过DOE的六个影响表面质量的参数，流动长度和长宽比来优化的。显著单一的工艺参数以及它们之间的互相作用是通过记录分析拟定。为2级的实验中，20：21：20的纵横比，分别相应聚丙烯（PP）丙烯腈-丁二烯-苯乙烯（ABS）和聚甲醛（POM）实现

关键词：微注射成型（MIM），实验设计（DOE），全因子，部分因子，优化设计的设计
第一章引言
由于它的大批量生产能力和低元件成本，微注射成型（MIM）是一种在微型制造行业内流行的相对较新的技术。为了使MIM以最小的成本实现最高品质的元件，理解的过程并拟定不同的独立参数的影响是很重要的。一种可以采用的调查MIM的整体操作的方法是实验设计（DOE）的设计。在一般情况下，DOE（DoE）可用于收集从每个过程，并通过数据分析获得加工工艺的理解。这个程序可以帮助优化过程，并最终使得质量的提高。
本文的结构如下，在MIM工艺在第2节所述，在第3节DOE的介绍，实验数据的收集之后第4节解释，结果和数据分析进行说明在第5节说明。结果的讨论，在第6节提出，最后在第7节给出结论的文献结束。
2212-8271©2023的作者。由ElsevierBV公司负责出版，罗伯托特提专家同行评议
DOI：10.1016/j.procir.2023.09.052
第二章微注射成型（MIM）
微注射成型[1]是在制造世界一个相对较新的技术，因此，它需要被进一步研究调查。据Liu等人[2]进行微粉末注射成型，由于它在许多不同的领域，例如医学，光学和电信，成功的应用，使得微系统技术被广泛使用在新的21世纪，。带有大批量生产能力和低元件成本，使得MIM技术是进行微制造中的一个关键生产工序。MIM的组件分为以下两个类别之一：
A型：外形尺寸小于1mm；B型：微特性小于200μm。
由Sha等人[3]在美国DOE进行初步工作和MIM的数据分析，重要集中在5个不同的受三个不同的聚合物材料可达成的高宽比影响的因素（熔体和模具温度，注射速度，压力和流动状态）的分析。本实验纵横比是一个特殊设计的微特性，其为较长尺寸与较短尺寸的的比率。他们的研究结论是，熔体温度（TB）和注射速度（六）是受在复制所有三种聚合物材料的微观特性中可达成的长宽比的影响的关键因素。
由Griffiths等人[4]进行的MIM工具的表面质量效果重要集中于影响熔体流动和模具表面之间的流动行为，并互相作用的因素。这些初期的调查结果都考虑到了这项研究。
图1示出了MIM型机的画面。DOE的规划和数据分析使用的记录软件包“Minitab16”进行。

图1微型注塑机[5]
第三章设计实验（DOE）
在实验中定义和调查所有也许的条件涉及多重因素的技术被称为实验的设计。
这两种DOE类型被广泛采用是析因设计与田口方法。根据实验Minitab的设计[6]，析因设计是一种设计的实验，允许同时影响研究，一些因素也许对产生同一个影响结果。当进行实验，不同的所有因素的水平同步，而不是一次一个，允许互相作用的因子的研究。
在全面析因实验，响应于实验因子水平的所有组合计算。因子水平的组合代表了在响应将被测量的条件。每个实验条件称为运营和响应测量观测。整组运营的是“设计”。
为了最大限度地减少时间和成本，因此可以排除一些因子水平的组合。因子设计中，一个或多个电平组合被排除被称为部分因子设计。
有用的部分因子设计的因素中筛选出来由于它们减少运营次数以达成可管理的大小。被执行的运营是一个选择的子集或完全析因设计的一小部分。但Roy[7]提到，使用全因子和部分因子能源部也许会导致以下问题：实验在成本和时间变量的数目是大的而变得笨拙;两种设计为相同的实验也许会产生不同的结果;这些设计通常不允许拟定各因素的奉献;实验用的大量因素的解释也许是相称困难的。
因此，田口方法，以克服这些问题被开发了。田口方法是定义和调查所有也许的条件中涉及到多个因素的实验技术。
田口方法一方面由田口玄一博士在第二次世界大战[8，9]后提出。他想出了三个基本概念[7]：1、质量应当设计到产品中，而不是检查了进去。2、质量最佳通过最小化从一个目的的偏差来实现。本产品应设计成使得它是免疫不可控的环境因素。3、质量成本应作为衡量偏离标准的函数和损失应当是衡量整个系统的函数。
田口博士建立了一个三阶段的过程，实现产品质量的依据上述概念的增强DOE，即系统设计，参数设计和容差设计。
在第一阶段，系统设计是拟定的设计因素的合适的工作水平。它涉及设计，并根据选定的材料，零件和标称产品/工艺参数的系统测试。
参数设计是一个寻找可以实现产品/过程的最佳性能的因子水平。
公差设计的最后阶段是减少其显著影响产品/工艺因素的耐受性。
构建一组特殊的阵列称为正交阵列（OAS）奠定了实验。在OA简化了实验设计过程。它是通过选择最合适的OA完毕的，分派的因素、以适当的列并描述称为实验条件的个别实验的组合。
在这项研究中，一个部分因子DOE与Taguch的设计理念为提高质量相结合进行。
第四章实验数据收集
该实验由沙等人[10]所定义的来设计和设立。该实验的目的是分析六个可实现的高宽比的因素影响，并找到最显著因素，以达成给予最高的长宽比的最佳的设立。图2示出了测试微特性的一部分和腿具的有两个水平宽度（W），200或500微米，和深度（D），70（D1）或100（D2）微米的形式，其中具有相同深度的特性，D1或D2，分别组成上部分的一侧上。

图2能源部测试部分
三种不同的材料，即，半结晶聚合物，如聚丙烯（PP），聚甲醛（POM）和无定形聚合物，如丙烯腈-丁二烯-苯乙烯（ABS）是在本研究中。调查的参数为料筒温度（TB），模具温度（Tm），注射速度（V），保压压力（PH），空气疏散（VA）的存在和微腿宽度（W）。
纵横比，即，微特性和它们的深度的长度之间的比率，D1或D2，是在实验过程中测定。具有相同的W和D（2每部分），同时施加于表1中给出的过程设立，24次的测量的响应的平均值被用于本研究。
表12DOE二级MIM工艺参数
MIM工艺参数和DoE水平
聚合物
级别
铽（ºC）
Tm（ºC）
Vi（毫米/秒
Pb
Va
W（微米）
PP
1
200
35
50
No
No
250
2
225
50
100
Yes
Yes
500
POM
1
180
35
50
No
No
250
2
200
60
100
Yes
Yes
500
ABS
1
248
60
50
No
No
250
2
258
75
100
Yes
Yes
500

第五章实验结果与数据分析
在这个实验中应用一个2级六个因素部分因子设计（26-2）。DOE被用来拟定处在活动状态的显著因素，并研究微流道的填充因子。这个练习的目的是看DOE响应的结果以了解该过程，然后选择显著因素及其达最佳性能所必需的相应的设立。
5.1、结果
这是DOE测定实验熔体填充的长度和通道的深度之间的比率的的反映，D1或D2被记录在表2中。D1和D2上表中所示的值是24次测量的平均值的值。
表2为2级MIM工艺参数的实验结果
运营/实验编号
MIM工艺参数
PP
POM
ABS
Tb
Tm
Vi
Ph
Va
W
D1
D2
D1
D2
D1
D2
1
1
1
1
1
1
1
4
9
2
4
0.5
8
2
2
1
1
1
2
1
6
13
4
5
4
7
3
1
2
1
1
2
2
7
15
4
6
5
17
4
2

1
1
1
2
8
20
6
12
6
19
5
1
1
2
1
2
2
11
20
1
5
6
20
6
2
1
2
1
1
2
17
18
6
12
7
20
7
1
2
2
1
1
1
10
18
3
6
6
19
8
2
2
2
1
2
1
15
20
6
14
7
20
9
1
1
1
2
1
2
7
11
3
4
3.5
18
10
2
1
1
2
2
2
7
19
4
5
5
20
11
1
2
1

2
2
1
5
10
3
5
0.8
8
12
2
2
1
2
1
1
7
14
5
8
1.2
9
13
1
1
2
2
2
1
9
16
4
6
6
18
14
2
1
2
2
1
1
12
20
5
11
7.5
20
15
1
2
2
2
1
2
11
20
5
11
7
20
16
2
2
2
2
2
2
17
20
8
16
7.5
19

5.2数据分析
记录软件包“Minitab16”是用来分析从实验获得的结果。该分析用于在D1和D2两种情况下PP的结果，如表3所示。
表3估计效果和PP-D1数据的DOE系数
术语
效果
系数
系数标准误差
T
P

Tb
3.125
1.5625
0.3125
5.00
0.038

单
因
素
Tm
0.8750
0.4375
0.3125
1.40
0.296
Vi
6.375
3.1875
0.3125
10.20
0.009
Ph
-0.3750
-0.1875
0.3125
-0.60
0.609
Va
0.1250
0.0625
0.3125
0.20
0.86
W
2.1250

1.0625
0.3125
3.40
0.077
Tb*Tm
0.3750
0.1875
0.3125
0.60
0.609

相
互
作
用
Tb*Vi
1.8750
0.9375
0.3125
3.00
0.095
Tb*Ph
-0.3750
-0.1875
0.3125
-0.60
0.609
Tb*Va
0.1250
0.0625
0.3125
0.20
0.860
Tb*W
0.1250
0.0625
0.3125
0．20
0.860
Tm*Ph
0.3750
0.1875
0.3125
0.60
0.609
Tm*W
-0.6250
-0.3125
0.3125
-1.00
0.423

第六章结果讨论
上述结果分别用于生产更多的证据来支让MIM工艺因素的技术支持。
使用α=0.05，合用于PP-D1，发现Tb值是0.038和Vi为0.009表白，这两个单因素Tb和Vi是显著重要影响，即它们的p值小于0.05。这两个单因素，其作用和其它计算值在表3中显示。此外，上述结果表白，没有一个双向的交互是显著的。这显然是受了“标准化效应正态图”（图3）和“帕累托图theStandardized的影响”（图4）所示。

图3对PP-D1的正常影响

图4用于PP-D1帕累托图
6.1正常效果图
请键入文字或网站地址，或者上传文档。

您是不是要找： The above results were utilised to produce more evidence to support the claims for strong factors which matter the most for the MIM process.

、
、一个正常的效果图用于比较相对大小和主、交互效应的记录显着性。如图3，Minitab中绘制一条直线来指示该点预计将下降，假如所有的效果都接近于零。不属于直线附近的点，通常有显著信号因素的作用。这样较大的效果一般去进一步远离拟合直线相比不重要的影响。默认情况下，Minitab中使用α=0.05和标签效果显著。因子C和A明确标示标签的示于图3。这是通过在MIM工艺对PP-D1具有更大的权重的系数C相比，在该图中可以看到系数a。
6.2帕累托图
帕累托图的作用是用来比较相对大小和主、交互效应的记录显着性。如图4，Minitab绘制以绝对值的因素影响递减顺序的。图表上的参考线指示哪些因素影响显著。当你的模型中包含的误差项，默认情况下，Minitab中使用α=0.05绘制参考线。在图3的结果确认图4中显示的结果为因子C和A是已通过参考线仅有的两个因素的影响，并且因子C比因子A具有更大的影响。
6.3主效应图
在分析中的下一个环节是看的显著互相作用。表3计算的双向互动效应，可以直观地显示在交互作用图，看看这些影响有多大。交互作用图显示了两个可疑的互相作用的因素，改变一个因子的设立对另一个因子的影响。由于交互可以放大或减小主效应，即取决于互相作用是否是正或负，评估互相作用是极其重要的。而接近平行线表达因子之间很少或没有互相作用，相交线信号的交互。交互量是成正比的交角，即接近90°表达了强烈的互相作用。
在图6中的交互作用图显示，即在两个同级别的Tb，响应Vi在100的高宽比Vi在50更高。但是，可以看出，Tb设立为225使用Vi在100运营和使用Vi在50运营其响应差的差比Tb设立为200使用Vi在100运营和使用Vi在50运营的纵横比差别更大。这表白，以获得最高的长宽比应定为225，而Vi保持在100。

图6PP-D1交互作用图
这项研究表白，除了在聚甲醛-D2，ABS-D1和ABS-D2用的双向互动，在大多数情况下，纵横比是通过单因素的影响。对于PP-D2，Vi只在PP-D1，Tb和Vi的情况下。对于POM-D1，Tp，Tm,Vi和W和对于POM-D2，Tb，Tm，Vi，W和TbXVi。当ABS用于D1中的影响因素分别为Tp，Vi，W和TmXPh对于D2的显著因素Vi，W和TmXPh。在表4中以粗体显示的条目指示所选设立的显著因素。阴影部分在表4中示出的因素之间的双向交互。
使用消除过程中的关键因素的PP被拟定为机筒温度（Tb）和喷射速度（Vi），对于聚甲醛为机筒温度（Tb），模具温度（Tm），喷射速度（Vi）和宽度（W）以及ABS为机筒温度（Tb）的，喷射速度（Vi）和宽度（W）与模具温度（Tm）固定在75，因此该因素保持压力（PH）和空气排出的存在（Va）能在MIM工艺被忽略。这给出了4项实验合用于PP，16项实验的聚甲醛和8个实验的ABS全阶乘。此外，作为本研究的结果是，最优设立，为使用不同的材料实现最高的比率方面可以被概括如下：
PP-D1：Tb在225和六100;
PP-D2：Vi为100;
POM-D1：Tb200，Tm为60，Vi在100和W为500;
POM-D2：除了W同为D1;
ABS-D1：TB为258，六100，W500，而
Tm是固定在75;
ABS-D2：Vi100，W500，而Tm为固定在75。
验证实验中进行验证为已选定的理论上和反复24次平均测得的反映，得到最佳的纵横比迄今发现上述设定的最佳性能。它们如下：对聚丙烯和聚甲醛20的最佳纵横比和21A的BS。
第七章结论
在本文中已被提出对于理解MIM工艺和运用DOE的工艺参数的分析方法优化。已经进行一个部分因子实验Taguch的质量概念以节省时间和精力进行判断。在测量的响应的形式收集的数据已被成功地分析，以拟定显著单因素以及双向的互相作用进一步，在研究中通过DOE（DoE）方法使用不同的材料所拟定最佳工艺参数设立已经由运营实验验证和测量以符合MIM工艺参数的最佳设定值实现的高宽比的响应验证了理论结果。通过这项研究的MIM获得的知识将有助于理解和优化纳米注射成型（NIM）的过程[11]。
致谢
感谢欧盟FP7FlexiTool项目支持这项工作。
文献
[1]Trotta,G.,Surace,R.,Modica,F.,Spina,R.,Fassi,I.2023聚合物组分AIP机密的微注射成型。PROC。2023;1315:1273-8。
2]Liu,ZY,Loh,NH,Tor,SB,Khor,KA,Murakoshi,Y.,Maeda,R.,Shimizu,T.2023年。微粉末注射成型。Ĵ材料加工技术2023;127（2）中，p。165。
[3]Sha,B.,Dimov,S.,Griffiths,C.,Packianather,MS,2023年。微型注塑调查：影响因素复制质量。Ĵ材料加工技术2023;183页。284。
[4]Griffiths,CA,Dimov,SS,Brousseau,EB,Hoyle,RT,，2023。工具表面质量的微注射成型的效果。Ĵ
材料加工技术2023;189（1）：号码。418。
[5]Griffiths,CA,Dimov,SS,Brousseau,EB,Chouquet,C.,Gavillet,J.,Bigot,S.,2023年。调查微注射成型。诠释J先进制造业技术2023;47（1）：号码。99。
[6]Minitab的手册。第5版。加拿大：柯特Hinrichs先生;2023在田口方法
[7]Roy,R.,1990。入门。美国：范NOSTRAND莱因霍尔德;1990
[8]Sudhakar,PR.,，1995。简介质量改善
通过田口方法。质量1995年，第。54。
[9]Taguchi,G.1996。D.O.E.的角色对于强大的工程：
一科芒特里。诠释J质量和1996年可靠性工程;12：号码。73。
[10]Sha,B.,Dimov,S.Griffiths,C.,Packianather,MS，2023。显微注射成型：影响所能达成的高宽比的因素。诠释J高级制造业│通力2023;33，第147。
[11]Zhang,N.,Cormac,J.,Byrne,CJ,Browne,DJ,Gilchrist,MD,
2023。迈向纳米注塑成型材料今天2023;15（5），第216。
M.Packianathera*,F.Chana,C.Griffithsa,S.Dimovb,D.T.Phamb
aIMME英国卡迪夫CF243AA游行皇后大厦卡迪夫大工程学院
英国伯明翰B152TT伯明翰大学机械工程学院
*通讯作者联系电话：[phone];传真：[phone]；电子邮件地址：