本發(fā)明涉及電子連接器注塑成型加工工藝參數(shù)優(yōu)化領(lǐng)域，具體涉及到如何從眾多的質(zhì)量指標(biāo)影響因素中找出同時(shí)兼顧多目標(biāo)質(zhì)量的最佳成型工藝參數(shù)組合的一種工藝多目標(biāo)質(zhì)量綜合評(píng)價(jià)優(yōu)化方法。

背景技術(shù)：

注塑成型是一項(xiàng)在眾多成型技術(shù)中的一種比較相當(dāng)成熟的技術(shù)，但是隨著目前電子行業(yè)的飛速發(fā)展，對(duì)產(chǎn)品的質(zhì)量與性能等提出了更高的要求。高質(zhì)量、高性能、高精度的嚴(yán)格要求已經(jīng)嚴(yán)重影響電子行業(yè)的快速發(fā)展。

注塑成型是一種高度復(fù)雜的非線性、多變性、非等溫性、非穩(wěn)態(tài)性等的一種成型過(guò)程。影響成型質(zhì)量的因素主要包括：材料、塑件結(jié)構(gòu)、模具結(jié)構(gòu)以及工藝參數(shù)。在材料、塑件與模具結(jié)構(gòu)確定條件下，工藝參數(shù)成為影響成型質(zhì)量的主要因素。注塑成型質(zhì)量的難以控制不僅與工藝動(dòng)力學(xué)的復(fù)雜性以及在壓力、溫度等作用下材料行為的不可預(yù)測(cè)性有關(guān)，還與人們對(duì)工藝參數(shù)與成型質(zhì)量之間的關(guān)系缺乏一定的了解。大多研究人員研究了單目標(biāo)質(zhì)量的成型工藝參數(shù)優(yōu)化，而質(zhì)量指標(biāo)有多個(gè)，單獨(dú)優(yōu)化單目標(biāo)得出的最佳工藝組合并不一定滿足其他質(zhì)量指標(biāo)要求，因此，研究找出一種適合工藝多目標(biāo)質(zhì)量綜合評(píng)價(jià)優(yōu)化的方法成為了注塑成型參數(shù)優(yōu)化研究的熱點(diǎn)。

目前，在工藝多目標(biāo)優(yōu)化方面，主要有以下幾種方法：綜合平衡法、加權(quán)綜合評(píng)分法、神經(jīng)網(wǎng)絡(luò)法以及灰色關(guān)聯(lián)法。文獻(xiàn)1鄧召旭,劉泓濱.基于綜合平衡法的花盆件澆注系統(tǒng)優(yōu)化設(shè)計(jì)[J].輕工機(jī)械.2016(01)提出了利用綜合平衡法對(duì)澆注系統(tǒng)進(jìn)行優(yōu)化，優(yōu)先同時(shí)滿足翹曲變形量和體積收縮率最優(yōu)的工藝組合,并進(jìn)行驗(yàn)證,從而證明了優(yōu)化方法的可行性一種方法。該方法雖然達(dá)到優(yōu)化目的，但不是最優(yōu)，對(duì)經(jīng)驗(yàn)依賴性較高。文獻(xiàn)2衛(wèi)煒，胡澤豪.正交試驗(yàn)設(shè)計(jì)的注塑成型工藝參數(shù)多目標(biāo)優(yōu)化設(shè)計(jì)[J].現(xiàn)代制造工程.2009,2.運(yùn)用正交試驗(yàn)和模擬軟件對(duì)不同工藝組合條件下的注塑成型過(guò)程進(jìn)行模擬,并運(yùn)用模糊數(shù)學(xué)中的綜合評(píng)判法,對(duì)成型翹曲變形量、體積收縮率、表面縮痕指數(shù)三個(gè)目標(biāo)值進(jìn)行綜合評(píng)分。通過(guò)對(duì)綜合評(píng)分的均值、極差分析,繪制因素水平影響趨勢(shì)圖，確定主要工藝參數(shù)對(duì)綜合評(píng)分的貢獻(xiàn)率,得出了最佳的注塑工藝參數(shù)組合,并進(jìn)行模擬驗(yàn)證。該方法在各指標(biāo)權(quán)重分配時(shí)人為主觀性較大，很難確定合理的權(quán)重分配，對(duì)優(yōu)化結(jié)果有一定影響。文獻(xiàn)3孫首群,張書(shū)魁,黃梅仙.基于信噪比及灰關(guān)聯(lián)度的注塑工藝參數(shù)優(yōu)化[J].塑性工程學(xué)報(bào).2016(01)針對(duì)車(chē)用開(kāi)關(guān)面板在注塑成型過(guò)程中易出現(xiàn)翹曲、收縮變形等缺陷,提出了在正交試驗(yàn)的基礎(chǔ)上,采用信噪比分析法,獲得各工藝參數(shù)對(duì)優(yōu)化指標(biāo)的貢獻(xiàn)率。為提高成型工藝穩(wěn)定性,運(yùn)用灰關(guān)聯(lián)度分析法,將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)換為單目標(biāo)灰色關(guān)聯(lián)度優(yōu)化問(wèn)題,從而得到最佳工藝參數(shù)組合。試驗(yàn)結(jié)果表明,該方法能夠有效提高制品成型質(zhì)量。該方法相對(duì)以上兩者方法有了較大改善，但沒(méi)有考慮到各指標(biāo)權(quán)重問(wèn)題，將各指標(biāo)權(quán)重分配一致，對(duì)優(yōu)化結(jié)果有一定影響。文獻(xiàn)4胡澤豪,衛(wèi)煒，劉娟,劉琨.基于神經(jīng)網(wǎng)絡(luò)集的注射成型工藝參數(shù)多目標(biāo)優(yōu)化[J].中國(guó)塑料.2010(08)利用CAE數(shù)值仿真正交試驗(yàn)得工藝參數(shù)與質(zhì)量指標(biāo)的數(shù)據(jù)作為訓(xùn)練樣本,對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到工藝參數(shù)與質(zhì)量指標(biāo)之間的神經(jīng)網(wǎng)絡(luò)模型,從而得到滿足多個(gè)質(zhì)量指標(biāo)綜合最佳的工藝參數(shù)組合。通過(guò)對(duì)比驗(yàn)證,這種優(yōu)化方法可以在正交試驗(yàn)結(jié)果數(shù)據(jù)較少的情況下較大程度地提高制品多目標(biāo)質(zhì)量。BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度較慢，難以解決應(yīng)用問(wèn)題的網(wǎng)絡(luò)規(guī)模與實(shí)例規(guī)模之間的矛盾，對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的選擇尚無(wú)一種統(tǒng)一認(rèn)可的理論指導(dǎo)，一般由經(jīng)驗(yàn)確定，有時(shí)隨訓(xùn)練能力的提高，預(yù)測(cè)能力反而下降。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對(duì)注塑成型單目標(biāo)優(yōu)化難以全面、客觀的對(duì)整體綜合質(zhì)量指標(biāo)進(jìn)行評(píng)價(jià)以及目前多目標(biāo)優(yōu)化存在的缺陷問(wèn)題，發(fā)明一種基于正交實(shí)驗(yàn)，運(yùn)用變異系數(shù)法與逼近理想解排序法相結(jié)合的注塑成型工藝多目標(biāo)質(zhì)量?jī)?yōu)化方法與系統(tǒng)。目前，該方法在注塑成型工藝多目標(biāo)質(zhì)量綜合評(píng)價(jià)優(yōu)化中尚未見(jiàn)其文獻(xiàn)報(bào)道。變異系數(shù)法是一種利用被評(píng)價(jià)對(duì)象指標(biāo)的變異程度確定指標(biāo)權(quán)重的方法，可實(shí)現(xiàn)被評(píng)價(jià)對(duì)象各指標(biāo)的動(dòng)態(tài)賦權(quán)，避免了各指標(biāo)權(quán)重分配時(shí)人為因素的主觀性打分，是一種客觀的定量的動(dòng)態(tài)的一種指標(biāo)賦權(quán)。逼近理想解排序法利用變異系數(shù)法所得權(quán)重值確定各評(píng)價(jià)對(duì)象到理想樣本點(diǎn)的距離來(lái)確定其相對(duì)接近度，從而對(duì)各研究對(duì)象進(jìn)行綜合評(píng)價(jià)，通過(guò)對(duì)各實(shí)驗(yàn)組的不同因素水平的相對(duì)接近度進(jìn)行因素水平與相對(duì)接近度的響應(yīng)圖研究可實(shí)現(xiàn)多目標(biāo)質(zhì)量?jī)?yōu)化。

一種注塑成型工藝多目標(biāo)質(zhì)量綜合評(píng)價(jià)優(yōu)化方法，其優(yōu)化步驟包括以下：

步驟1：優(yōu)化澆口位置建立模具系統(tǒng)，確定實(shí)驗(yàn)因素、質(zhì)量指標(biāo)以及因素水平表建立正交矩陣表，運(yùn)用模流分析軟件Moldflow按正交矩陣表設(shè)置參數(shù)模擬獲得各質(zhì)量指標(biāo)的響應(yīng)結(jié)果Y₁,Y₂,...,Y_n。

步驟2：利用正交實(shí)驗(yàn)獲得各質(zhì)量指標(biāo)的響應(yīng)結(jié)果作為原始評(píng)價(jià)數(shù)據(jù)，對(duì)其同向化處理轉(zhuǎn)換為正指標(biāo)y′_ij后進(jìn)行無(wú)量綱化處理得y″_ij。

步驟3：利用變異系數(shù)法確定各優(yōu)化質(zhì)量指標(biāo)在綜合質(zhì)量評(píng)價(jià)中的權(quán)重w_i。

步驟4：基于逼近理想解排序法，由質(zhì)量指標(biāo)權(quán)重w_i與無(wú)量綱化處理y″_ij乘積得加權(quán)數(shù)據(jù)y″′_ij，確定理想樣本點(diǎn)Y⁺與負(fù)理想樣本點(diǎn)Y^-，計(jì)算各實(shí)驗(yàn)組樣本點(diǎn)到理想樣本點(diǎn)與負(fù)理想樣本點(diǎn)的距離與并計(jì)算各實(shí)驗(yàn)組的相對(duì)接近度C_j,并對(duì)其進(jìn)行排序。

步驟5：計(jì)算各因素水平相對(duì)接近度均值與極差，繪制因素水平與相對(duì)接近度均值影響趨勢(shì)圖，確定各影響因素水平主效應(yīng)，得最佳工藝參數(shù)組合。

步驟6：按最佳工藝組合參數(shù)設(shè)置注塑成型零件，待成型穩(wěn)定后取10PCS用三次元測(cè)量其翹曲平均值與模擬值對(duì)比，驗(yàn)證該優(yōu)化方法有效性。

優(yōu)化步驟1包括以下：

(1)優(yōu)化澆口位置建立模具系統(tǒng)。

(2)確定實(shí)驗(yàn)因素、質(zhì)量指標(biāo)以及因素水平表。

(3)建立正交實(shí)驗(yàn)矩陣L_n(q^m)，其中n為實(shí)驗(yàn)次數(shù)，q為實(shí)驗(yàn)因素個(gè)數(shù)，m為因素水平個(gè)數(shù)。

(4)運(yùn)用模流分析軟件Moldflow按正交矩陣表設(shè)置參數(shù)模擬獲得各質(zhì)量指標(biāo)的響應(yīng)結(jié)果Y₁,Y₂,...,Y_n。

優(yōu)化步驟2包括以下：

(1)利用正交實(shí)驗(yàn)獲得各質(zhì)量指標(biāo)的響應(yīng)結(jié)果作為原始評(píng)價(jià)數(shù)據(jù)。

(2)對(duì)第j個(gè)實(shí)驗(yàn)組第i個(gè)評(píng)價(jià)質(zhì)量指標(biāo)數(shù)據(jù)進(jìn)行同向化處理轉(zhuǎn)換為正指標(biāo)y′_ij；

式(1)中：y_ij為第j個(gè)實(shí)驗(yàn)組第i個(gè)評(píng)價(jià)質(zhì)量指標(biāo)，max|y_ij|為第i個(gè)評(píng)價(jià)質(zhì)量指標(biāo)所有實(shí)驗(yàn)組中絕對(duì)值最大值，k一般取值0.1。

(3)對(duì)同向化處理轉(zhuǎn)換為正指標(biāo)y′_ij后進(jìn)行無(wú)量綱化處理得y″_ij；

式(2)中：m為評(píng)價(jià)質(zhì)量指標(biāo)個(gè)數(shù)。

優(yōu)化步3驟包括以下：

利用變異系數(shù)法確定各優(yōu)化質(zhì)量指標(biāo)在綜合質(zhì)量評(píng)價(jià)中的權(quán)重w_i：

(1)計(jì)算無(wú)量綱化處理所得y″_ij的平均值

(2)計(jì)算無(wú)量綱化處理所得y″_ij的標(biāo)準(zhǔn)差s_i

(3)計(jì)算變異系數(shù)V_i

(4)利用變異系數(shù)V_i計(jì)算各指標(biāo)在綜合質(zhì)量評(píng)價(jià)中的權(quán)重w_i

優(yōu)化步4驟包括以下：

(1)由質(zhì)量指標(biāo)權(quán)重w_i與無(wú)量綱化處理y″_ij乘積得加權(quán)數(shù)據(jù)y″′_ij

y″′_ij＝w_i.y″_ij (7)。

(2)基于逼近理想解排序法，確定理想樣本點(diǎn)Y⁺與負(fù)理想樣本點(diǎn)Y^-

Y⁺＝(Y_1max,Y_2max,...,Y_mmax) (8)

Y^-＝(Y_1min,Y_2min,...,Y_mmin) (9)

式(8)中：Y_1max,Y_2max,...,Y_mmax表示各優(yōu)化目標(biāo)在所有實(shí)驗(yàn)組中的最大值；

式(9)中：Y_1min,Y_2min,...,Y_mmin表示各優(yōu)化目標(biāo)在所有實(shí)驗(yàn)組中的最小值。

(3)計(jì)算各實(shí)驗(yàn)組樣本點(diǎn)到理想樣本點(diǎn)與負(fù)理想樣本點(diǎn)的距離與

(4)計(jì)算各實(shí)驗(yàn)組的相對(duì)接近度C_j,并對(duì)其進(jìn)行排序

優(yōu)化步驟5包括以下：

(1)計(jì)算所有實(shí)驗(yàn)組因素水平相對(duì)接近度均值K₁,K₂,...,K_n，K_i為不同因素在不同水平下的平均值，以模具溫度水平1下的相對(duì)接近度均值K_M1為例，計(jì)算方法為n為因素水平數(shù)。

(2)計(jì)算極差R，極差R為K₁,K₂,...,K_n中最大值與最小值之差，比較極差R大小，得出因數(shù)主效應(yīng)，極差R越大，表示該因素對(duì)相對(duì)接近度影響越大，反之，越弱；

(3)繪制因素水平與相對(duì)接近度均值影響趨勢(shì)圖，按相對(duì)接近度越大越優(yōu)得出各因素水平主效應(yīng)，從而得同時(shí)兼顧多質(zhì)量指標(biāo)的最佳因素水平組合并進(jìn)行模擬得各指標(biāo)值。

附圖說(shuō)明

圖1為注塑成型工藝多目標(biāo)質(zhì)量綜合評(píng)價(jià)優(yōu)化流程圖。

圖2為各因素水平與相對(duì)接近度均值影響趨勢(shì)圖。

具體實(shí)施方式

針對(duì)塑件成型翹曲變形、頂出時(shí)體積收縮、縮痕深度等多個(gè)質(zhì)量指標(biāo)缺陷問(wèn)題，采用本發(fā)明基于正交實(shí)驗(yàn)，利用變異系數(shù)法與逼近理想解排序法相結(jié)合的方法對(duì)注塑成型工藝多目標(biāo)進(jìn)行綜合評(píng)價(jià)優(yōu)化。

利用正交實(shí)驗(yàn)法獲取各質(zhì)量指標(biāo)的響應(yīng)數(shù)據(jù)，然后利用變異系數(shù)法確定各質(zhì)量指標(biāo)在綜合評(píng)價(jià)質(zhì)量中的權(quán)重，其次利用逼近理想解排序法計(jì)算各樣本點(diǎn)到理想樣本點(diǎn)的相對(duì)接近度并按照相對(duì)接近度越大越優(yōu)進(jìn)行實(shí)驗(yàn)序列排序，再計(jì)算各因素水平的相對(duì)接近度均值、極差并繪制相對(duì)接近度均值與因素水平的影響趨勢(shì)圖獲得因素主效應(yīng)，從而獲得同時(shí)兼顧多目標(biāo)質(zhì)量的最佳工藝參數(shù)組合。以某款手機(jī)SIM卡連接器接觸件為例，結(jié)果表明：第21組實(shí)驗(yàn)相對(duì)接近度最大，為0.9925與理想值最接近，是所有實(shí)驗(yàn)組中最優(yōu)組；對(duì)相對(duì)接近度影響最大的為保壓壓力，其次為熔體溫度，再次為注射時(shí)間，模具溫度、保壓時(shí)間、冷卻時(shí)間對(duì)相對(duì)接近度影響較小。通過(guò)繪制各因素水平與相對(duì)接近度均值影響趨勢(shì)圖得出最佳工藝組合A5B1C5D2E5F2，即模溫150℃，熔溫310℃，保壓壓力為90％填充壓力，保壓時(shí)間1.0s,注射時(shí)間0.2s,冷卻時(shí)間4s時(shí)翹曲變形、頂出時(shí)體積收縮、縮痕深度最小，分別為0.0859mm,4.268％,0.0077mm,均比第21組實(shí)驗(yàn)獲得值小。最后通過(guò)對(duì)翹曲變形實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果與最佳模擬結(jié)果誤差較小，手機(jī)SIM卡連接器接觸件驗(yàn)證了該方法的可行性。

具體步驟如下：

步驟1：

(1.1)以翹曲變形、頂出時(shí)體積收縮、縮痕深度為質(zhì)量指標(biāo)，分別記為Y₁,Y₂,Y₃，以熔體溫度、模具溫度、保壓壓力、保壓時(shí)間、注射時(shí)間、冷卻時(shí)間為主要影響因素，分別記為A、B、C、D、E、F,建立6因素5水平因素水平表如表1所示。

表1

(1.2)運(yùn)用模流分析軟件按正交矩陣表L₂₅(5⁶)設(shè)置參數(shù)模擬獲得各質(zhì)量指標(biāo)的響應(yīng)結(jié)果Y₁,Y₂,Y₃,正交矩陣表與模擬結(jié)果如表2所示。

表2

步驟2：

(2.1)對(duì)第j個(gè)實(shí)驗(yàn)組第i個(gè)評(píng)價(jià)質(zhì)量指標(biāo)數(shù)據(jù)按公式(1)進(jìn)行同向化處理轉(zhuǎn)換為正指標(biāo)，結(jié)果如表3所示。

(2.2)對(duì)同向化處理轉(zhuǎn)換為正指標(biāo)后按公式(2)進(jìn)行無(wú)量綱化處理，結(jié)果如表3所示。

表3

步驟3：

(3.1)按公式(3)計(jì)算各質(zhì)量指標(biāo)無(wú)量綱化處理結(jié)果的平均值結(jié)果如表4。

(3.2)按公式(4)計(jì)算各質(zhì)量指標(biāo)無(wú)量綱化處理結(jié)果的標(biāo)準(zhǔn)差s_i，結(jié)果如表4。

(3.3)按公式(5)計(jì)算變異系數(shù)V_i，結(jié)果如表4。

(3.4)利用變異系數(shù)V_i按公式(6)計(jì)算各指標(biāo)在綜合質(zhì)量評(píng)價(jià)中的權(quán)重w_i，結(jié)果如表4所示：翹曲變形、頂出時(shí)體積收縮率、縮痕深度在綜合質(zhì)量指標(biāo)中各自權(quán)重分別為0.2235、0.5484、0.2281。

表4

步驟4：

(4.1)由質(zhì)量指標(biāo)權(quán)重w_i與無(wú)量綱化處理y″_ij乘積得加權(quán)數(shù)據(jù)y″′_ij，按公式(7)計(jì)算，結(jié)果如表5所示。

(4.2)基于逼近理想解排序法，選擇所有樣本點(diǎn)中最大值構(gòu)成理想樣本點(diǎn)，所有樣本點(diǎn)中最小值構(gòu)成負(fù)理想樣本。

理想樣本點(diǎn)Y⁺＝(0.0463,0.1256,0.0475)；負(fù)理想樣本Y^-＝(0.0426,0.0996,0.0434)。

(4.3)按公式(10)和(11)計(jì)算各實(shí)驗(yàn)組樣本點(diǎn)到理想樣本點(diǎn)與負(fù)理想樣本點(diǎn)的距離與結(jié)果如表5所示；

(4.4)按公式(12)計(jì)算各實(shí)驗(yàn)組的相對(duì)接近度C_j,并對(duì)其進(jìn)行排序，可看出第21組實(shí)驗(yàn)相對(duì)接近度最大，為所有正交實(shí)驗(yàn)組中最優(yōu)，計(jì)算結(jié)果如表5所示。

表5

步驟5：

(5.1)計(jì)算所有實(shí)驗(yàn)組相對(duì)接近度均值K₁,K₂,K₃,K₄,K₅，如表6所示。

(5.2)計(jì)算極差R,如表6所示，可以看出對(duì)相對(duì)接近度影響先后次序?yàn)椋罕簤毫Γ救垠w溫度＞注射時(shí)間＞保壓時(shí)間＞模具溫度＞冷卻時(shí)間。

(5.3)繪制因素水平與相對(duì)接近度均值影響趨勢(shì)圖，如圖2所示，按相對(duì)接近度越大越優(yōu)得出各因素水平主效應(yīng)分別為A5、B1、C5、D2、E5、F2，即工藝組合為模具溫度為150℃，熔體溫度為310℃，保壓壓力為90％填充壓力，保壓時(shí)間為1.0s,注射時(shí)間為0.2s,冷卻時(shí)間為4s時(shí)翹曲變形、頂出時(shí)體積收縮、縮痕深度最小，用模流分析軟件按上述參數(shù)模擬得翹曲變形為0.0859mm,相比第21組實(shí)驗(yàn)0.0861mm減少了0.0002；頂出時(shí)體積收縮率為4.268％,相比第21組實(shí)驗(yàn)4.370％減少了0.102％；縮痕深度為0.0077mm,相比21組實(shí)驗(yàn)0.0090mm減少了0.0013mm,雖然減少范圍不大，但相比第21組實(shí)驗(yàn)最優(yōu)組來(lái)說(shuō)是同時(shí)滿足綜合質(zhì)量指標(biāo)最優(yōu)的最佳工藝組合。

表6

步驟6：用日本住友臥式注塑機(jī)按上述最佳工藝組合參數(shù)設(shè)置注塑成型零件，待成型穩(wěn)定后取10PCS用三次元投影儀測(cè)量其翹曲平均值為0.0855mm與模擬值0.0859mm相對(duì)誤差為0.4656％，如表7所示，滿足生產(chǎn)要求，驗(yàn)證了該優(yōu)化方法有效性。

表7