自动化传感器目前已被广泛应用于汽车、航空航天、船舶等工业领域[1]。自动化传感器外壳成型质量的好坏直接影响整个传感器的使用寿命。自动化传感器外壳是塑料制件，易发生翘曲变形，需要严格控制其成型工艺参数，从而降低翘曲变形量。很多学者针对塑料制件的成型工艺参数，对制件翘曲变形量的影响进行研究。孙莎莎[2]利用计算机技术对油污传感器的注塑成型工艺进行研究，通过正交试验得到最优成型工艺参数组合，通过实际试模验证参数可用。聂勇军等[3]基于CAD/CAM技术，对磁电式传感器进行模具设计，对注塑成型过程进行模拟，设计符合工业生产的传感器模具。黄小娣[4]基于Moldflow分析，对数控机床接触式滚轮传感器成型工艺参数进行优化，通过正交试验获取最优成型工艺参数组合，并且对优化后的结果进行验证。马勤等[5]基于综合加权评分法对传感器端盖进行了注塑优化，根据最佳工艺参数组合得到制件最小翘曲变形量。刘国良[6]将RPM快速成型技术应用到压力传感器壳体注塑成型，有效提高了制件的成型质量。王博等[7]通过神经网络与遗传算法对复合材料的注塑成型工艺进行优化，获取最佳的成型工艺参数，验证了神经网络与遗传算法的准确性。印磊等[8]通过响应面与退火算法，对汽车车灯注塑成型工艺进行优化分析，为实际生产过程提供参考。本实验以自动化传感器外壳为研究对象，通过建立响应面模型，获得最优成型工艺参数；通过Cpk成型质量分析，得到制件最佳的成型工艺参数。1模拟仿真1.1建立模型研究对象为自动化传感器外壳，图1为自动化传感器外壳模型以及二维图。从图1可以看出，制件长度为63 mm，宽度为32 mm。制件采用丙烯腈-丁二烯-苯乙烯(ABS)材料，其具有冲击强度好、尺寸稳定、耐磨性能优良等优点[9]。10.15925/j.cnki.issn1005-3360.2023.05.020.F001图1自动化传感器外壳模型图Fig.1Model of the automatic sensor shell1.2网格划分通过UG NX 10.0建立自动化传感器外壳三维模型，并将其导入Moldflow中，对其进行网格划分，总的网格数量为45 858，单个网格长度为2 mm。网格的最大纵横比为18.60，小于20，平均纵横比为1.59，小于3满足要求，网格匹配率为94.6%，大于90%，满足分析要求。图2为具体网格划分。10.15925/j.cnki.issn1005-3360.2023.05.020.F002图2网格划分Fig.2Grid division1.3初步模拟分析根据以往经验，注塑件的模具温度、熔体温度、保压压力以及冷却时间对制件的成型影响较大。一般来说，模具温度要适中，温度过低导致填充不足，温度过高则导致粘模。熔体温度要适中，略微提升熔体温度能够提升熔体的流动性，但是温度过高则导致热降解等缺陷，温度过低可能导致制件流动填充不均匀。保压时间不能过短，时间过短会导致浇口不能完全凝固，时间过长会浪费原料。冷却时间越短，体积收缩机会越大，翘曲变形也越大。因此选择模具温度、熔体温度、保压压力以及冷却时间作为自变量，当模具温度为40 ℃、熔体温度为240 ℃、保压压力为110 MPa以及冷却时间为20 s时，进行初步分析。图3为初步模拟结果。从图3可以看出，制件初步分析的最大翘曲变形量为0.331 8 mm，一般对于这种塑料外壳制件，其翘曲变形量要小于0.3 mm。因此，需要对制件进行一定的优化，从而使得其满足实际生产需要。10.15925/j.cnki.issn1005-3360.2023.05.020.F003图3初步分析结果Fig.3Preliminary analysis results2响应面成型工艺参数优化2.1建立因素水平表1为ABS材料的工艺参数。采用CCD响应面试验设计，以模具温度(A)、熔体温度(B)、保压压力(C)以及冷却时间(D)为响应变量，以制件的翘曲变形量为响应目标，建立四因素三水平的响应面模型。表2为响应面试验因素水平设计。10.15925/j.cnki.issn1005-3360.2023.05.020.T001表1ABS工艺参数Tab.1ABS process parameters参数数值模具温度/℃30~70注射压力/MPa70~90保压压力/MPa100~140保压时间/s15~30冷却时间/s15~30熔体温度/℃220~25010.15925/j.cnki.issn1005-3360.2023.05.020.T002表2响应面试验因素水平设计Tab.2Response surface factor level design水平因素模具表面温度（A）/℃熔体温度（B）/℃保压压力（C）/MPa冷却时间（D）/s-1302301102004024012025150250130302.2响应面样本数据根据表2因素水平表建立CCD响应面模型，通过Design Expert软件一共设计了30组试验，根据Moldfolw模拟出这30组试验的翘曲变形量样本数据，表3为响应面试验结果。10.15925/j.cnki.issn1005-3360.2023.05.020.T003表3响应面试验结果Tab.3Response surface test result试验号因素翘曲变形量（R）/mmABCD101000.38422-1-1-1-10.69533-11-1-10.2983411110.5013500000.38026111-10.3432700100.4911800000.34669-11-110.39281000000.39891100000.714512-1-1-110.50291311-1-10.48971400000.469215-11110.46461600000.4129171-11-10.676518-1-1110.693219-111-10.3409201-1-110.40122100-100.5548221-1-1-10.7521230-1000.85892400000.299725-1-11-10.85242610000.76312700000.3905281-1110.43432900000.40553011-110.53892.3响应面拟合根据上述所得的30组模拟结果建立响应面线性回归方程，以模具温度(A)、保压压力(B)、熔体温度(C)以及冷却时间(D)作为响应变量，以制件的翘曲变形量(R)为响应目标，式（1）为所得到的线性回归方程。R=0.41-0.0034A-0.1B+0.0013C-0.021D+0.049AB-0.038AC-0.011AD-0.028BC+0.081BD+0.022CD+0.078A2+ （1）0.049B2+0.024C2-0.025D2一般线性回归方程系数大小表示交互作用显著程度，系数越大表示越显著，系数正负表示交互作用与制件翘曲变形程度正负相关性[10-13]。从式（1）可以看出，AB、BD、CD与制件翘曲变形量呈正相关，AC、AD、BC与制件翘曲变形量呈负相关，根据系数大小可以得出交互作用显著程度为BDABACBCCDAD。图4为残差正态分布以及拟合曲线。从图4可以看出，残差分布以及拟合曲线中的散点基本都分布在直线的两侧，呈现动态分布，表明该响应面模型较为准确，可以用于响应面预测。图4残差正态分布及拟合曲线Fig.4Residual normal distribution and fitting curve10.15925/j.cnki.issn1005-3360.2023.05.020.F4a1(a)残差正态分布10.15925/j.cnki.issn1005-3360.2023.05.020.F4a2(b)拟合曲线2.4方差和交互作用分析根据响应面模型方差可以更显著看到各个因素之间的交互作用。表4为响应面模型的方差分析结果。从表4可以看出，模型的F值为20.46，P值远小于0.000 1，表示模型项影响显著；失拟项P值为0.097 0，大于0.05，因此表现为不显著。模型项显著，失拟项不显著，表明建立的模型回归方程高度显著，效果较好。其中B、AB、AC、BC、BD、A2、B2、C2、D2的P值都小于0.05，表现为显著，其他项大于0.05则表现为不显著。各因素的F值大小表现为对制件翘曲变形量的影响大小，F值越大表明该因素的影响越大。影响程度大小依次为：熔体温度(B)冷却时间(D)模具温度(A)保压压力(C)。根据分析可以得到响应面相关系数R2为0.950 2，校正系数R2Adj为0.903 8，都大于0.9，表明该模型拟合效果较好，模型信噪比r为15.8354，表明模型分辨能力较好，可以用于进行结果预测。10.15925/j.cnki.issn1005-3360.2023.05.020.T004表4方差分析Tab.4Analysis of variance因素偏差平方和自由度方差F值P值显著性相关系数R2=0.9502校正系数R2Adj=0.9038模型信噪比r=15.835模型0.72000140.0520020.460.0001显著A0.0003010.000300.110.7436B0.2600010.26000103.900.0001显著C0.0000410.000040.0170.8993D0.0110010.011004.190.0585AB0.0380010.0380015.040.0015显著AC0.0230010.023009.260.0082显著AD0.0019010.001900.770.3947BC0.0130010.013005.020.0406显著BD0.1000010.1000041.380.0001显著CD0.0079010.007903.130.0970A20.1700010.1700066.670.0001显著B20.0660010.0660026.140.0001显著C20.0160010.016006.480.0224显著D20.0180010.018006.950.0187显著残差0.03800150.00250失拟项0.03300100.003303.350.0970不显著纯误差0.0049050.00100总回归0.7600029通过等高线图能够直观看出各个因素之间交互作用对制件的翘曲变形量的影响[14-16]，图5为交互作用等高线。从图5a可以看出，当模具温度一定时，随着熔体温度的不断增大，制件的翘曲变形量逐渐减小；当熔体温度一定时，随着模具温度的不断增大，制件的翘曲变形量先减小后增大。从图5b可以看出，随着模具温度以及保压压力的不断增大，制件的翘曲变形量也先减小后增大。从图5c可以看出，熔体温度与保压压力之间的交互作用比较明显，对制件的翘曲变形量影响较大。从图5d可以看出，熔体温度与冷却时间的交互作用对制件的翘曲变形量影响较大。图5交互作用等高线Fig.5Interaction contour plot10.15925/j.cnki.issn1005-3360.2023.05.020.F5a1(b)模具温度与保压压力交互作用10.15925/j.cnki.issn1005-3360.2023.05.020.F5a2(c)熔体温度与保压压力交互作用10.15925/j.cnki.issn1005-3360.2023.05.020.F5a3(d)熔体温度与冷却时间交互作用10.15925/j.cnki.issn1005-3360.2023.05.020.F006(a)熔体温度与模具温度交互作用2.5响应面初步优化及模拟验证根据方差分析结果，通过Design Expert进行参数优化分析，以翘曲变形量最小为目标，表5为最终优化后的工艺参数结果。10.15925/j.cnki.issn1005-3360.2023.05.020.T005表5响应面优化后的参数结果Tab.5Parameter results after the response surface optimization参数优化后数值A/℃33B/℃249C/MPa122D/s20R1/mm0.2954期望值1.00将优化的工艺参数组合进行模拟验证，通过Moldflow进行模流分析，图6为模拟后的翘曲变形量结果。从图6可以看出，优化后工艺参数条件下制件得到最大翘曲变形量为0.288 1 mm，与预测的结果0.295 4 mm接近，误差为2.47%，一般误差要求小于3%，该响应面模型满足要求，所以优化后的工艺参数为模具温度33 ℃，熔体温度249 ℃，保压压力122 MPa，冷却时间20 s。10.15925/j.cnki.issn1005-3360.2023.05.020.F007图6优化后制件翘曲变形图Fig.6Warpage deformation diagram of the optimized assembly3生产验证根据优化的成型工艺参数进行实际生产验证，图7为生产实物。根据所得到的实物，通过Cpk质量分析法对其进行质量分析。Cpk称为过程能力指数，也称为工序能力指数，通常用其值的大小表示制件成型质量的好坏，值越大表示其过程能力越强，所得到的制件的成型质量也越好[17-20]，最终的传感器外壳长度的Cpk值为1.61，宽度的Cpk值为1.45，高度的Cpk值为1.32，其中长宽都处于1.33~1.67之间，高度值小于1.33，这表明优化后的制件整体翘曲变形量得到一定的改善，有效地提高了制件的成型质量。10.15925/j.cnki.issn1005-3360.2023.05.020.F008图7生产实物Fig.7Production physical4结论（1）通过建立CCD响应面模型，可有效改善自动化传感器外壳的注塑成型质量，获得较佳的成型工艺参数组合，模具温度33 ℃，熔体温度249 ℃，保压压力122 MPa，冷却时间20 s，制件的翘曲变形量最小为0.288 1 mm，并且四个变量的影响因素大小为：熔体温度冷却时间模具温度保压压力。（2）实际生产过程通过计算Cpk值确定之间的成型质量好坏，传感器外壳长度的Cpk值为1.61，宽度的Cpk值为1.45，高度的Cpk值为1.32，其中长宽都处于1.33~1.67之间，高度值小于1.33，制件的整体成型质量较好。