交换器也称为交换式集线器,其主要作用是为网络提供更多的连接端口,以连接多个计算机。通常情况下,交换机是以塑料外壳为主,其在使用过程中易发生变形或者破损情况,影响其使用寿命[1-3]。如何保证交换器的质量,使其承受较大压力[4],成为该领域的重要研究内容。夹芯注塑可按照一定的顺序,向模腔内加入不同的聚合物,聚合物在加过程中呈现两相分层流动[5],完成模具充注后经过固化处理,形成夹芯复合注塑件。夹芯注塑件在注塑过程中分先、后两次注入,前者为壳体,后者为芯体,导致其成型机理尤为复杂[6],此外,工艺参数也直接影响成型过程。诸多学者为提升交换器外壳质量展开研究。刘强等[7]为保证注塑成型效果,将正交试验和BPNN-GA相结合,提出注塑工艺优化算法。但是,该方法无法呈现夹芯注塑的可视化结果。巫兴悦等[8]为提升注塑成型效果,提出基于宏-微观尺度黏度模型相关参数的优化方法,但是该方法在应用过程中,仅可分析工艺参数对翘曲变形的影响,无法分析注塑过程中塑模流动、流道平衡等。计算机辅助设计是以计算机为核心,完成产品辅助设计技术,该技术可实现产品设计时大量数据运算、图形生成、信息存储等。本实验基于计算机辅助设计的夹芯注塑成型可视化分析方法,并结合卷积神经网络模型和Pro/E软件,实现交换器夹芯注塑成型可视化分析。1夹芯注塑成型可视化分析1.1材料性能参数研究交换器夹芯注塑成型可视化分析时,选择型号为MP220N的丙烯腈-丁二烯-苯乙烯共聚物(ABS)材料为交换器夹芯注塑成型材料,表1为ABS材料的注塑成型工艺参数。10.15925/j.cnki.issn1005-3360.2023.01.023.T001表1ABS材料的注塑成型工艺参数Tab.1Injection molding process parameters of ABS materials参数数值模具温度/℃45~75熔体温度/℃220~260保压压力/MPa45~75保压时间/s4~7充模流速/(cm3·s-1)155~1611.2制品尺寸及模具设计1.2.1交换器夹芯注塑成型模具设计原理Pro/E软件具有参数化设计能力,可设计交换器的三维模型[9-11],并且应用较简单。图1为基于Pro/E软件交换器夹芯注塑成型模具设计原理。依据Pro/E软件为基础,结合交换器塑件的结构特点[12],构建该塑件的三维实体模型。构建过程包括造型、分型面提取、模具结构设计、模具装配等。10.15925/j.cnki.issn1005-3360.2023.01.023.F001图1基于Pro/E软件交换器夹芯注塑成型模具设计原理Fig.1Switcher sandwich injection mold design principle based on Pro/E software1.2.2交换器夹芯注塑成型模具设计流程交换器夹芯注塑成型模具设计时,Pro/E软件在检测模具部件效果的同时,可有效模拟流道和型腔内ABS流动过程和注塑充填过程,精准掌握模具的设计情况[13],全面分析模具存在的不足,针对不足之处及时调整,以保证模具的设计效果。图2为基于Pro/E交换器夹芯注塑成型模具设计流程。交换器夹芯注塑成型模具设计流程中,需对模具的结构、注塑系统、注入口位置和数量等进行确定。同时,该软件在进行模具调整过程中,可通过二次设计获取较合理的模具结构。10.15925/j.cnki.issn1005-3360.2023.01.023.F002图2基于Pro/E交换器夹芯注塑成型模具设计流程Fig.2Exchanger sandwich injection molding design process based on Pro/E1.2.3交换器夹芯注塑工艺参数优化通常在塑件收缩率不均匀或没有按照设计进行注塑的情况下可能发生翘曲。但是,塑件在注塑成型过程中,材料的结构、成型条件以及模具设计效果等因素之间存在相互干扰[14],即使收缩率均匀,塑件的尺寸也发生变化。形成翘曲的原因较多,主要因素包含塑件内部温度均匀性较差,未完全冷却,模具设计时存在瑕疵和变形,固化过程中存在明显的压力差异或者冷却速率差异等。因此,在进行交换器夹芯注塑工艺参数优化时,以翘曲变形结果作为衡量指标,得到优化后的工艺参数[15]。为实现交换器夹芯注塑工艺参数优化,在各个工艺参数范围内,获取最佳的工艺参数值,先采用卷积神经网络预测不同工艺参数下交换器夹芯注塑成型的翘曲结果,以最小翘曲结果为目标函数,通过遗传算法进行优化求解,获取最佳的工艺参数,实现交换器夹芯注塑工艺参数优化。卷积神经网络模型预测翘曲结果时,将表1中各个工艺参数输入网络模型,通过不同的工艺参数组成500组样本数据集,将其中300组作为训练集,100组作为验证集,剩余100组作为测试集。图3为模型预测翘曲结果的过程。从图3可以看出,卷积神经网络模型在预测交换器夹芯注塑成型的翘曲结果时,将工艺参数的样本数据输入网络模型后,模型中前2个卷积神经网络分支对该样本数据进行学习,获取样本中多样化的翘曲特征信息xijl,同时可有效降低梯度消失现象。全局平均池化层接收xijl后,对xijl进行降维处理,将处理后xijl输入全连接层,该层可实现所有xijl的整合,计算翘曲变形量,并输出翘曲量预测结果。10.15925/j.cnki.issn1005-3360.2023.01.023.F003图3模型预测翘曲结果的过程Fig.3The process of model prediction of warpage results2个卷积神经网络分支主要是由多个特征面组成,其获取样本中xijl时,主要是依据可变尺寸卷积核的卷积运算。2个卷积神经网络分别采用1×1、1×3卷积操作并获取xijl。同时,引入ReLU非线性激活函数f⋅,保证网络模型对xijl非线性分布状态的最佳适应性。卷积计算公式为:xijl=f∑a=1M∑d=1Mwa,dyi+a-1,j+d-1l-1+b (1)式(1)中:wa,d为卷积核权值;l为层数;b为偏置;y为该层的输出结果;M为翘曲特征信息数量;a和d分别为2个子网络的层数;i和j均为神经元。全连接层主要作用是依据xijl的整合结果实现翘曲量预测,该预测依据softmax逻辑回归完成。预测结果的计算公式为:yj=f∑ixi*wij+b (2)式(2)中:xi*为翘曲特征向量,由最后一个池化层输出;wij为权重,对应第j个输入和第i个中间层神经元。为降低网络模型运算过程中的量纲影响,需对输入的全部样本数据进行归一化处理,使数据位于[-1,1]的范围内,该处理公式为:y=2×x-xminxmax-xmin-1 (3)式(3)中:x和y均为向量,xmax、xmin分别为x的最大值和最小值。完成交换器夹芯注塑成型翘曲结果预测后,构建工艺参数优化模型,采用遗传算法进行模型求解,获取最优工艺参数结果。遗传算法的个体适应度值采用卷积神经网络的翘曲预测结果表示,通过交叉、变异等操作,获取翘曲全局最优值和导致翘曲产生的条件。以最小翘曲结果为目标,以模具温度x1、熔体温度x2、保压压力x3和时间x4、充模流速x5的参数控制范围作为交换器注塑成型的约束条件,并利用遗传算法的全局寻优能力,获取全局最小翘曲值和翘曲产生的条件。其优化模型为:miny=fx1,x2,x3,x4,x5s.t220 ℃≤x1≤260 ℃45 ℃≤x2≤75 ℃45MPa≤x3≤75MPa4s≤x4≤7s155 cm3/s≤x5≤161cm3/s (4)依据公式(4)获取优化后交换器夹芯注塑工艺参数。图4为优化流程。10.15925/j.cnki.issn1005-3360.2023.01.023.F004图4优化流程Fig.4Optimized process1.3交换器夹芯注塑成型仿真将Pro/E软件设计的交换器夹芯注塑模具和优化的后交换器夹芯注塑工艺参数输入Moldflow平台,进行交换器夹芯注塑过程中工艺仿真。在进行仿真前,需进行预处理,预处理的内容为:(1)交换器夹芯注塑成型仿真项目创建、注塑模具导入。(2)交换器夹芯注塑模具仿真模型网格划分。(3)设定交换器夹芯注过程分析顺序和注塑产品材料。(4)建立交换器夹芯注塑浇注系统,并完成注入口位置仿真。(5)建立交换器夹芯注塑模型冷却流道,完成网格划分。(6)输入优化的后交换器夹芯注塑工艺参数。图5为获取交换器夹芯注成型三维仿真模型。在Moldflow平台分析交换器夹芯注塑过程中的塑模流动情况、流道平衡情况、冷却情况、翘曲情况、结构应力情况。10.15925/j.cnki.issn1005-3360.2023.01.023.F005图5交换器夹芯注塑仿真模型Fig.5Exchanger sandwich injection molding simulation model2可视化分析结果在可视化分析前,需确定卷积神经网络模型遗传算法的相关参数,其中网络模型偏置取值为0.02,卷积核初始权重为0.035,模型的初始学习率取值为0.004,网络模型的最大迭代次数为350,模型的翘曲结果预测目标误差为0.000 000 5。种群规模为80,交叉和变异两种概率取值分别为0.35和0.25,迭代次数为260。2.1参数优化效果分析为分析本文方法对交换器夹芯注塑工艺参数优化效果,随机抽取5组工艺参数作为卷积神经网络的训练样本,获取本文方法在不同工艺参数下翘曲变形结果,表2为工艺参数优化结果。10.15925/j.cnki.issn1005-3360.2023.01.023.T002表2工艺参数优化结果Tab.2Process parameter optimization results数据组序号模具温度/℃熔体温度/℃保压压力/MPa保压时间/s充模流速/(cm3·s-1)翘曲变形结果/mm1452204541550.946555551570.889656561590.988757571610.8662452304541550.921555551570.897656561590.974757571610.9663452404541550.928555551570.854656561590.722757571610.8394452504541550.917555551570.952656561590.887757571610.9365452604541550.856555551570.974656561590.889757571610.867从表2可以看出,在不同的工艺参数下,交换器夹芯注塑成型产生的翘曲变形结果也存在一定差异。其中,模具温度为65 ℃、熔体温度为240 ℃、保压压力和时间分别为65 MPa和6 s、充模流速为159 cm3/s时,交换器夹芯注塑成型产生的翘曲变形结果最低,仅为0.722 mm。因此,此工艺参数为交换器夹芯注塑成型的最优工艺参数。2.2熔体温度对交换器夹芯注塑过程的影响为直观分析注塑工艺参数对交换器夹芯注塑过程中的影响情况,分析不同工艺参数下,注塑芯、壳黏度比的变化结果,由于篇幅有限,仅呈现影响最大的熔体温度对交换器夹芯注塑芯、壳黏度比的影响,表3为测试结果。从表3可以看出,随着熔体温度的逐渐增加,交换器夹芯注塑芯、壳黏度也发生变化,导致两者比值不同。其中,壳层熔体温度越高,则芯、壳黏度比也随之增加。熔体温度达到240 ℃时,芯、壳黏度比为0.26。因为壳层熔体温度越高,会降低芯层的相对流动性,影响注塑成型结果。除此之外,芯层熔体温度越高,芯、壳黏度比随之降低,当熔体温度达到240 ℃时,芯、壳黏度比为0.26。因为芯层熔体温度越高,芯层熔体的相对流动性提升。因此,综合两者的分析结果,为保证芯层和壳层的熔体流动性,以实现更好的注塑效果,确定熔体温度为240 ℃,该结果也验证表2参数优化效果的可靠性。10.15925/j.cnki.issn1005-3360.2023.01.023.T003表3熔体温度对交换器夹芯注塑芯、壳黏度比的影响Tab.3Effect of melt temperature on viscosity ratio of core and shell of exchanger sandwich injection molding注塑部位熔体温度/℃黏度/(Pa‧s)芯、壳黏度比芯层壳层壳层22072.42381.160.1923072.21328.230.2224070.06269.460.2625070.15259.810.2726070.11241.760.29芯层22089.81248.030.3623088.26284.710.3124087.72337.380.2625085.44341.760.2526083.66334.640.252.3交换器夹芯注塑内部流场分析交换器夹芯注塑成型该过程中,其内部流场的情况能够精准掌握,对于交换器夹芯注塑成型结果具有重要意义,该流场情况能够描述塑模流动、流道平衡的状态,流场内熔体流速越均衡,表示塑模流动、流道平衡状态越佳。图6为交换器夹芯注塑内部流场分析结果。从图6可以看出,随着交换器夹芯注塑完成的长度和宽度的不断增加,交换器夹芯注塑内部流场内熔体流速也发生变化,但是变化幅度较小,均在80~100 μm/ms范围内浮动。表示交换器在注塑过程中,塑模流动、流道平衡状态较佳,可实时掌握交换器夹芯注塑情况。10.15925/j.cnki.issn1005-3360.2023.01.023.F006图6交换器夹芯注塑内部流场分析结果Fig.6Internal flow field analysis results of exchanger sandwich injection molding2.4仿真优化分析为直观呈现交换器夹芯注塑成型后的结构应力情况,获取在不同注塑工艺参数下,注塑成型后交换器在相同外力作用下交换器结构应力结果,由于篇幅有限,仅随机呈现不同保压时间下结构应力结果,图7为不同保压时间下交换器结构应力结果。从图7可以看出,在不同的保压时间下,完成交换器夹芯注塑成型后,其结构应力结果存在一定差异。其中,保压时间6 s时,注塑完成的交换器结构应力效果最佳。该结果与表2中最优参数的优化结果一致,采用优化后的工艺参数完成交换器夹芯注塑成型,可提升交换器的受力能力。10.15925/j.cnki.issn1005-3360.2023.01.023.F007图7不同保压时间下交换器结构应力结果Fig.7Structural stress results of exchanger under different holding time3结论针对交换器外壳在外力作用下容易发生变形和损坏的情况,对基于计算机辅助设计的夹芯注塑成型可视化分析方法进行研究。该方法通过卷积神经网络优化交换器夹芯注塑工艺参数,以翘曲结果为依据,确定最优的工艺参数,设计交换器夹芯注塑模具,应用Moldflow平台仿真并分析模具的注塑过程以及参数优化效果。本文提出的方法对交换器夹芯注塑工艺参数优化有良好效果,并且可实时掌握交换器的注塑情况,保证注塑效果,提升交换器的受力情况。结合测试结果可知,此方法下交换器夹芯注塑参数优化的合理性较高。通过工艺参数的优化,可提升交换器的外观效果和质量,满足交换器的应用需求。