供需大厅

登录/注册

公众号

更多资讯,关注微信公众号

小秘书

更多资讯,关注荣格小秘书

邮箱

您可以联系我们 info@ringiertrade.com

电话

您可以拨打热线

+86-21 6289-5533 x 269

建议或意见

+86-20 2885 5256

顶部

荣格工业资源APP

了解工业圈,从荣格工业资源APP开始。

打开

橡胶注塑成型的质量识别可以这样做

来源:荣格-《国际塑料商情》 发布时间:2021-08-05 612
化工塑料橡胶塑料加工设备模具及零件材料处理、计量与检测原料及混合物添加剂及母粒其他增强塑料 技术前沿应用及案例
收藏
随着注塑成型数字化程度的不断提高,新的工艺参数越来越受到关注。ENGEL携手莱奥本聚合物能力中心和奥地利莱奥本Montan University,利用机器学习方法探索可能的模具呼吸间隙方法,以实现橡胶注塑成型中的质量保证。该研究项目得到了合作企业奥地利斯凯孚密封解决方案公司(SKF Sealing Solutions Austria)的支持。

在许多应用中,技术型橡胶产品,如垫圈、阻尼器或连接器,对系统、设备或车辆的正常可靠运行至关重要。然而,经济和环境因素迫使制造商以更低的资源消耗将更多的功能集成到组件中。本案例所述,为通过采集与解读过程数据,支持制造商不断确保稳定一贯的高质量。


QQ截图20210805155736.jpg


ENGEL奥地利公司的iQ锁模力控制辅助系统具有模具呼吸间隙功能,通过提供有用的信号,可以实现自动锁模力优化。它还有助于生产过程的监控和质量相关参数的手动优化,如保压切换位置和保压时间。该系统为加工热塑性塑料而开发,并已经在该领域得到广泛应用。


作为一项科学研究的一部分,研究人员选用橡胶对该系统进行了评估。化学交联成为这一应用需要解决的难题。项目合作伙伴——ENGEL、莱奥本聚合物能力中心(PCCL)和莱奥本Montan University(MUL)的实验目标,是在无需额外手动质量控制步骤的情况下,利用模具呼吸间隙信号实时监测橡胶组件制造过程中的关键工艺偏移,以检测出制造过程中超出公差的组件。为了模拟工艺偏移,在注塑过程中故意提高模具温度,而不对交联时间进行相应调整。这会导致组件的动态机械性能发生不可控的变化,相当于因工艺干扰而产生废品。


QQ截图20210805155751.jpg

过程监控采用基于PCA(主成分分析)的方法进行。这是一种机器学习方法,它能够利用不同过程信号之间的明确相关性,例如模具呼吸间隙(图1)。与标准方法相比,它能显著提高错误识别率,并使与温度相关的工艺干扰可视化。


为执行PCA,并获取生产过程中的工艺与质量数据之间的关联,必须通过合格组件的过程数据生成一个训练数据集。作为后续内联误差识别基础的训练数据集,通过实验来确定。

作为后续内联错误识别基础的训练数据集


实验在ENGEL技术中心的e-victory 740/220注塑机上进行,其最大锁模力为2200 kN。模具温度控制采用带电热元件的加热板,通过控制注塑机可以改变加热板的设定值。工业行业中常用的炭黑填充料丁腈橡胶(NBR,制造商:SKF Sealing Solutions Austria)将被加工成样品组件。在初步实验中,实验人员找出了确保稳定组件生产工艺所对应的所有工艺参数的设定值(表1)。加热时间应选在模具温度为160℃,即将脱模的时刻,此时组件的交联度达到90%。


QQ截图20210805155812.jpg


实验在前20次循环内设定值保持不变,以便于短暂的瞬态振荡后在循环5至15中生成训练数据集。实验人员建立起163℃的恒温,采用模具温度传感器进行测量(图2)。从第21次循环开始,加热元件的设定值提高到180℃,致使测得的最大模具温度也相应升高。从第52次循环开始,加热元件的控制温度再次降至160℃。
随着设定值温度的升高,实验人员模拟了由于加热元件或热元件可能发生故障而导致的意外温度偏差。在此基础上,实验研究了不合格的组件质量变化对应的阈值以及过程监控方法的响应特性。

确定动态材料特性
实验人员采用Instron ElectroPuls E3000型电动实验系统(制造商:Illinois Tool Works)对组件的动态力学特性进行了研究。所采用的实验方法可以确定在压力振荡载荷范围内的材料特性。材料对引入载荷的响应按损耗角正切tan(δ) 的特征值来确定,它描述了塑性和弹性材料特性之比。因此,它能提供有关交联度的有用信息。


QQ截图20210805155827.jpg

正如预期的那样,在动态实验中确定的tan(δ) 值在实验过程中与图2中测得的模具温度相关。例如,由于交联条件变化导致交联度较低,tan(δ) 的上升意味着塑性成分的增加(图3a)。


在训练阶段(第5至15次循环),tan(δ) 的平均值为0.209,标准偏差 (σ) 为0.002。以此为基点,确定了±3σ的公差范围。如果组件的对应值超出此范围,则被视为不合格产品。在实验循环的时间序列中,从第23次循环开始保持在该范围,并仅在第58次循环时,再次达到相同值。现在,统计过程监控系统的目标(在本例中为PCA),是当过程运行时,利用工艺参数确定组件质量是否在允许的工艺窗口内。为了评估所研究的监测方法,将单次循环标记为与标明的控制限值相对应的可接受或不可接受部分。

模具呼吸间隙与模腔压力的关联


为了确认模具呼吸间隙适用于错误识别,实验人员首先在实际实验中研究了呼吸间隙信号与模腔压力之间的关联(图4)。值得注意的是,模具呼吸间隙信号仅在模具几乎填满时显示出明显的偏移,而当料流前端到达传感器时,模腔压力立即升高(图4a)。


这种表现是可以预期的,因为除了压力,模具呼吸间隙还考虑了已经填充的投影表面积。另一方面,在保压切换位置处,两个信号的峰值同样明显,因此可以准确地进行评估。如果将各次循环中两个信号的峰值逐一标绘(图4b),则可以清楚地看出线性关系。

基于主成分分析的过程监控


利用多元统计方法,可对具有多个变量的过程进行适当监控。对于这些测试,实验人员选择了基于PCA的方法(信息框)来可靠地识别过程波动,从而识别质量波动。除模具温度外,所记录的过程变量随后将通过主成分分析进行处理,并计算每次实验循环的SPE(平方预测误差)统计数据(图3b)。第5至15次循环被作为训练数据。使用主成分分析方法,从中计算出一个常规的、单向干预限值。如果某次循环的SPE统计数据超出此限值,则该组件可能被认为是不合格产品。本实验中,实验人员发现对过程变量的常规评估使得模具温度的变化以统计上显著的方式可见,而无需进行直接测量。快速识别模具温度的变化,仅从循环55开始系统才恢复正常运行。


正确的分类率,如,在这些实验中,每种情况下正确分配到可接受或不合格组件的循环比例为85%。这里的决策基础在于是否超出tan(δ) 干预限值。15%的不正确分类,则包括根据PCA应为不合格组件,但根据tan(δ) 为可接受组件的所有循环。因此,监测系统会过于敏感。然而,分类不正确的不合格组件是由系统正确识别的关键工艺偏差造成的,不会对具体调查的质量特征tan(δ) 产生影响,但会导致其它质量特征超出公差范围。


所有分类错误的数据都用空心标记来标识(图3)。因此,过程监控系统将第3和第4次循环归类为错误(图3a),可归因于实验开始时的工艺条件明显尚未达到稳定状态。尽管从第51次循环开始恢复到正常过程条件,但组件动态特性仍要在经历延迟后才能处于控制限值内。很明显,尽管在160℃时测得的模具温度已经再次处于正常条件的范围内,第60和62次循环仍被评定为不合格组件。因此,系统也会对其它过程干扰做出响应。与图3b的比较表明,正是这两次循环的tan(δ) 值高于相邻循环。


22225842.jpg

与第23次循环类似,其tan(δ) 值低于相邻循环的tan(δ) 值,并且SPE统计值低于干预限值。同样,在可接受组件的实例中,SPE统计数据与依据tan(δ) 判定的组件质量之间似乎存在某种关联。


总的来说,这些例子表明,尽管有很强的相关性,但并没有一个受评估的过程信号能够完全代表交联过程。实验中记录的所有变量都描述了橡胶物理性能的变化,特别是其流动特性。然而,如果化学交联的性质与物理性质不呈线性关系,就无法清楚地预测主要由交联程度决定的组件性质。如果所有过程信号以及多变量监测表明流动特性发生了变化,即使主要由固化反应确定的预测tan(δ) 在干预限值内,也应对组件进行详细检查。只有这样,才能评估意外的过程波动究竟是无关紧要的,还是会导致废品的产生。

小结


基于iQ锁模力智能辅助系统,利用主成分分析法,可以建立一个多变量的橡胶注塑成型过程监控系统,它可以立即识别过程条件的变化,并将相应的注塑件归入不合格产品范畴。该系统的优点在于训练工作量小,并且可以同时处理多个过程变量。橡胶注塑成型的挑战在于,大多数可用的过程信号与材料的流动特性密切相关,但与化学反应性的相关性很弱,这进一步限制了基于过程信号的故障识别。ENGEL、PCCL和MUL开发的系统甚至在影响组件质量之前就能显示出过程波动的趋势。这为优化橡胶加工行业的系列工艺开辟了巨大的潜力。

主成分分析

主成分分析是提高过程监控中缺陷识别率的一种降维方法。同时,还可以降低复杂度。特别适合于工业过程,因为它可以消除过程信号之间的线性依赖关系。Russel的Chiang、Yang、Chen等人对该方法及其它应用报告有更详细的见解。


来源:荣格-《国际塑料商情》

原创声明:
本站所有原创内容未经允许,禁止任何网站、微信公众号等平台等机构转载、摘抄,否则荣格工业传媒保留追责权利。任何此前未经允许,已经转载本站原创文章的平台,请立即删除相关文章。

收藏
推荐新闻