近年来，汽车制造行业向轻量化方向发展，高分子材料在汽车零部件制造方面得到广泛应用[1-2]，但塑件产品生产时容易产生缺陷，常见缺陷包括体积收缩率、熔接痕、气泡、翘曲变形等，这些缺陷无法保障产品质量。为了提高塑件的质量，减少缺陷，从材料、塑件结构、模具结构及注塑工艺参数等方面进行研究。然而为了节省时间和成本，许多学者在工艺参数方面进行质量优化。吴俊超等[3]采用田口方法筛选因子，结合响应面法选出注塑轿车后视镜镜框的最优工艺参数。陶诗豪等[4]利用CAE软件结合PB神经网络和NSGA-Ⅱ等方法获取最佳的工艺参数，提高汽车仪表板的质量。欧阳宇等[5]提出PCA结合灰色关联度得到最优工艺参数组合，改善了翼子板的塑件质量。代元祥等[6]采用灰色理论得到对塑件翘曲变形影响最大的因素，结合响应曲面法进行优化，得出最优工艺参数使气门室盖质量得到显著提升。罗明全等[7]利用正交试验法，对产品翘曲变形影响因素进行排序，最优工艺参数组合使电机外壳的翘曲变形量减小。许多学者在研究塑件多目标优化时，在目标权重方面通常采用均值或根据经验赋权。刘峰等[8]和黄海松等[9]采用CAE软件进行仿真，得出不同工艺参数的结果。俞立平[10]采用Critic方法将多目标优化问题变为单目标优化，塑件质量得到大幅度提高。本实验以某PC+ABS材质的车灯灯框为研究对象，设计L16(45)正交试验，并结合Critic权重法将两个优化目标转化为一个优化目标，利用极差与方差分析，得出最优参数组合，并通过CAE软件进行仿真验证。1模型建立与分析1.1模型建立本实验以某型号轿车前灯灯框作为实验对象，采用UG创建模型，产品最大尺寸为276 mm×150 mm×174 mm。厚度为2.5~2.8 mm。图1为轿车前灯灯框三维模型。从图1可以看出，此车灯灯框模型背面结构较复杂，背面有多处加强筋和卡扣，为了保证塑件能够正确安装，防止安装产生间隙，应避免产品在注塑过程中出现过大的翘曲变形和体积收缩率。10.15925/j.cnki.issn1005-3360.2023.01.020.F001图1轿车前灯灯框三维模型Fig.13D model of car headlight frame1.2网格划分和材料选择将建立的汽车车灯灯框三维模型导入Moldflow软件中。根据模型的壁厚，将全局边长设置为3 mm进行双层面网格划分，对划分结果进行网格诊断，修复纵横比过大和影响仿真分析的部分网格，图2为网格划分。10.15925/j.cnki.issn1005-3360.2023.01.020.F002图2网格模型Fig.2Mesh model最终划分结果：三角形个数为32 460，最大纵横比为10.81，平均纵横比为1.92，最小纵横比为1.15，公用边为48 690，匹配百分比90.9%，相互百分比90.1%，其余为0，适合双层面分析。根据塑件工作环境温度，并考虑材料的抗冲击性，本实验选用Daicel Polymer Ltd厂商生产的聚碳酸酯+丙烯腈-丁二烯-苯乙烯共聚物(PC+ABS)，牌号为Novalloy S 3230。表1为材料推荐工艺参数。10.15925/j.cnki.issn1005-3360.2023.01.020.T001表1材料推荐工艺参数Tab.1Recommended process parameters for materials工艺参数数值模具温度/°C60~90熔体温度/°C230~290绝对最大熔体温度/°C340顶出温度/°C117最大剪切应力/MPa0.4图3为根据CAE软件分析的最佳浇口位置。从图3可以看出，蓝色部分为注塑时材料流动阻力最小的部分，适合建立浇口，根据产品结构特征，为保证产品表面质量，本产品选择侧浇口。图4为浇注系统。10.15925/j.cnki.issn1005-3360.2023.01.020.F003图3最佳浇口位置Fig.3Optimal gate location10.15925/j.cnki.issn1005-3360.2023.01.020.F004图4浇注系统Fig.4Pouring system根据默认参数：模具温度为75 ℃、熔体温度为260 ℃、注射时间为1.5 s、保压压力为85 MPa、保压时间为15 s。在Moldflow软件中选择分析序列：填充+保压+翘曲，对模型进行仿真分析，图5为所得到的仿真结果。从图5a可以看出，翘曲变形为1.452 mm。从图5b可以看出，体积收缩率11.23%。缺陷偏大，需要进行优化，根据工厂实际生产经验，翘曲变形应在1.3 mm以下，体积收缩率应小于11%，才能准确安装。从图5c、图5d可以看出，塑件取向效应变形为0，对塑件质量没有影响，体积收缩率主要由收缩不均引起。图5Moldflow仿真结果Fig.5Moldflow simulation results10.15925/j.cnki.issn1005-3360.2023.01.020.F5a1(a)翘曲变形10.15925/j.cnki.issn1005-3360.2023.01.020.F5a2(b)体积收缩率10.15925/j.cnki.issn1005-3360.2023.01.020.F5a3(c)收缩不均变形10.15925/j.cnki.issn1005-3360.2023.01.020.F5a4(d)取向效应变形2正交试验设计和优化分析根据产品的结构特点，塑件有较高的装配要求，因此翘曲变形量和体积收缩率不宜过大，根据生产经验，影响翘曲变形(Y1)和体积收缩率(Y2)主要有模具温度、熔体温度、注射时间、保压压力及保压时间等五个工艺参数，每个工艺参数取4个水平，表2为L16(45)正交试验因素水平设计。表3为L16(45)正交试验结果。10.15925/j.cnki.issn1005-3360.2023.01.020.T002表2L16（45）正交试验因素水平设计Tab.2L16（45） orthogonal test factor level design水平因素模具温度（A）/°C熔体温度（B）/°C注射时间（C）/s保压压力（D）/MPa保压时间（E）/s160230170102702501.58015380270290204902902.51002510.15925/j.cnki.issn1005-3360.2023.01.020.T003表 3L16（45）正交试验结果Tab.3Results of L16（45） orthogonal test编号因素Y1/mmY2/%综合评分ABCDE1111112.0079.5055.3602122221.50110.4805.5163133331.10411.1705.6054144440.87111.7905.7535212341.6336.3473.7416221431.23310.0905.1937234121.40410.9405.6688243211.15512.1206.0589313421.4418.8124.73710324311.30910.4805.41011331241.3546.4483.63212342131.3287.3714.03013414231.7718.7534.89314423141.64610.3205.52515432411.06211.4105.68916441321.09211.1805.603k15.5584.6824.9475.1465.629k25.1655.4114.7445.0255.381k34.4525.1485.4815.0904.930k45.4275.3615.4315.3434.662R1.1060.7280.7370.3180.966本实验目标是将塑件翘曲变形和体积收缩率两个缺陷同时进行优化，但无法通过改变工艺参数能同时让二者趋于好的方向发展，故用Critic法计算指标权重。根据权重计算综合评分，从表3可以看出，对综合评分影响最大的因素是模具温度，其次为保压时间、注射时间和熔体温度，最小为保压压力。通过计算平均值大小，最优的工艺参数组合为A1B2C3D4E1。表4为各指标权重。从表4可以看出，Y1所占权重为55.28%，Y2所占权重为44.72%。10.15925/j.cnki.issn1005-3360.2023.01.020.T004表4各指标权重Tab.4Weight of each indexes项目指标变异性指标冲突性信息量权重/%Y10.1981.4170.28155.28Y20.1601.4170.22744.72因素D设为误差列，表5方差分析结果。从表5可以看出，模具温度的F值F0.05值，说明该因素对综合评分影响显著。对于熔体温度、注射时间和保压时间，F值F0.05，说明这三个因素对综合评分影响不显著。根据方差分析，各个工艺参数对综合评分的影响程度排序和极差分析结果一致，验证了极差分析的准确性。10.15925/j.cnki.issn1005-3360.2023.01.020.T005表5方差分析Tab.5Analysis of variance离差来源偏差平方和自由度平均偏差平方和F值F临界值A3.12331.0419.82F0.05（3，3）=9.28B1.52330.5084.79C1.77730.5925.58E2.47330.8247.77误差0.32030.1063结果验证根据最优工艺参数组合A1B2C3D4E1，进行Moldflow模拟分析。图6为仿真结果。图6仿真结果Fig.6Simulation results10.15925/j.cnki.issn1005-3360.2023.01.020.F6a1(a)翘曲变形10.15925/j.cnki.issn1005-3360.2023.01.020.F6a2(b)体积收缩率10.15925/j.cnki.issn1005-3360.2023.01.020.F6a3(c)收缩不均变形10.15925/j.cnki.issn1005-3360.2023.01.020.F6a4(d)取向效应变形从图6可以看出，基于优化后工艺参数，得到翘曲变形量为1.172 mm，体积收缩率为10.60%，相较原始工艺参数的翘曲变形量1.452 mm和体积收缩率11.23%，两者分别降低了19.28%和5.61%。车灯灯框主要外观面上熔接线较少，不影响外观质量。主表面缩痕估算较小，整体外观状态良好。优化效果明显，满足实际生产需要。图7为最优工艺参数组合下试模样品。从图7可以看出，样品外观无明显缺陷，体积收缩率和翘曲变形极小，产品可正常装配，验证了优化方案的可行性。10.15925/j.cnki.issn1005-3360.2023.01.020.F007图7最优工艺参数组合下试模样品Fig.7Mold trial sample under the optimal combination of process parameters4结论采用正交试验法并结合Critic权重法，将需要优化的两个目标值转变为一个目标值。利用极差分析和方差分析，得出最优工艺参数组合为A1B2C3D4E1，采用Moldflow模拟分析优化后翘曲变形量为1.172 mm，体积收缩率为10.60%，比原始数据降低了19.28%和5.61%，塑件质量得到显著提高。利用最优工艺参数组合进行实际试模验证，产品外观良好，表明优化参数合理，满足实际应用条件。