外文翻译--通过实验设计优化微注射成型工艺 中文版

1 通过实验设计优化微注射成型工艺 摘要 本文提出通过试验设计（ DOE）优化微注射成型（ MIM）过程。 MIM 是一种相对较新的用于微部件的快速制造 的 技术。由于改变工艺参数 ， 为了满足质量和可靠性的限制 ， 减少操作过程中 变异的 是非常重要。在这项研究中， 对 MIM 工艺的理解，它是通过 DOE 的六个影响表面质量 的 参数，流动长度和长宽比 来 优化的。显著单一的工艺参数以及它们之间的相互作用是通过统计分析确定。为 2 级的试验中， 20： 21： 20 的纵横比，分别 对应 聚丙烯（ PP）丙烯腈 - 丁二烯 - 苯乙烯（ ABS）和聚甲醛（ POM）实现 关键词 ：微注射成型（ MIM），试验设计（ DOE），全因子，部分因子，优化设计的设计 第一章 引言 因为它的大批量生产能力和低元件成本 ， 微注射成型（ MIM）是一种在微型制造行业内流行 的 相对较新的技术。为了使 MIM 以最小的成本实现最高品质的元件，理解的过程并确定不同的独立参数的影响是很重要的。一种可以采用的调查 MIM 的整体操作的方法是试验设计（ DOE）的设计。在一般情况下， DOE（ DoE）可用于收集从 每个过程 ，并通过数据分析获得 加工工艺 的理解。这个程序可以帮助优化过程，并最终 使得 质量的提高。 本 文的结构如下 ， 在 MIM 工艺在第 2 节所述，在第 3 节 DOE 的介绍 ， 实验数据的收集之后第 4 节 解释， 结果和数据分析进行说明在第 5 节说明 。结果的讨论，在第 6 节 提出，最后在第 7 节给出结论的文件结束。 2212-82712013 的作者。由 Elsevier BV 公司 负责出版 ， 罗伯托特提教授同行评议 DOI： 10.1016/cir.2013.09.052 第二章 微注射成型（ MIM） 2 微注射成型 1是在制造世界一个相对较新的技术，因此，它需要被 深入研究调查 。据Liu 等人 2进行微粉末注射成型，因为它 在许多不同的领域 ，例如 医学，光学和电信 ， 成功的应用 ，使得 微系统技术被广泛使用在新的 21 世纪，。带有大批量生产能力和低元件成本，使得 MIM 技术是进行微制造中的一个关键生产工序。 MIM 的组件分为以下两个类别之一： A 型：外形尺寸小于 1mm ； B 型：微特征 小于 200。 由 Sha 等人 3在美国 DOE 进行初步工作和 MIM 的 数据分析，主要集中在 5 个不同的 受 三个不同的聚合物材料可达到的高宽比影响 的 因素（熔体和模具温度，注射速度，压力和流动状态）的分析。本实验纵横比是一个特殊设计的微特征，其 为 较长尺寸 与 较短尺寸的的比率。他们的研究结论是，熔体温度（ TB）和注射速度（六）是 受 在复制所有三种聚合物材料的微观特性 中可达到的 长宽比的影响 的 关键因素。 由 Griffiths等人 4进行的 MIM工具的表面质量效果主要集中于影响熔体流动和模具表面之间的流动行为，并相互作用的因素。 这些早期的调查结果都考虑到了这项研究。 图 1 示出了 MIM 型机的画面。 DOE 的规划和数据分析使用的统计软件包 “ Minitab 16”进行。 图 1 微型注塑机 5 第三章 设计实验（ DOE） 在实验中定义和调查所有可能的条件涉及多重因素的技术被称为实验的设 计。 这两种 DOE 类型被广泛采用是析因设计与田口方法。根据实验 Minitab 的设计 6，析因3 设计是一种设计的实验，允许同时影响研究，一些因素可能对 产生同 一个 影响结果 。当进行实验，不同的所有因素的水平同步，而不是一次一个，允许相互作用的因子的研究。 在全面析因实验，响应于实验因子水平的所有组合计算。因子水平的组合代表了在响应将被测量的条件。每个实验条件称为运行和响应测量观察。整组运行的是 “ 设计 ”。 为了最大限度地减少时间和成本，因此能够排除一些因子水平的组合。因子设计中，一个或多个电平组合被排除被称为部分因 子设计。 有用的部分因子设计的因素中筛选 出来， 因为它们减少运行次数以 达到可 管理的大小。被执行的运行是一个选择的子集或完全析因设计的一小部分。但 Roy 7提到，使用全因子和部分因子能源部可能会导致以下问题：实验在成本和时间变量的数目是大的 而 变得笨拙 ；两种设计为相同的实验可能会产生不同的结果 ；这些设计通常不允许确定各因素的贡献 ；实验用的大量因素的解释可能是相当困难的。 因此，田口方法，以克服这些问题被开发了。田口方法是定义和调查所有可能的条件中涉及到多个因素的实验技术。 田口方法首先由田口玄一博士在第二次世 界大战 8， 9后 提出 。他想出了三个基本概念7： 1、 质量应该设计到产品中，而不是检查了进去。 2、 质量最好通过最小化从一个目标的偏差来实现。本产品应设计成使得它是免疫不可控的环境因素 。 3、 质量成本应作为衡量偏离标准的函数和损失应该是衡量整个系统 的函数 。 田口博士建立了一个三阶段的过程，实现产品质量的依据上述概念的增强 DOE，即系统设计，参数设计和容差设计。 在第一阶段，系统设计是确定的设计因素的合适的工作水平。它包括设计，并根据选定的材料，零件和标称产品 /工艺参数的系统测试。 参数设计是一个寻找可以实现产 品 /过程的最佳性能 的 因子水平。 公差设计的最后阶段是降低其显著影响产品 /工艺因素的耐受性。 构建一组特殊的阵列称为正交阵列（ OAS）奠定了实验。在 OA 简化了实验设计过程。它是通过选择最合适的 OA 完成的，分配的因素 、 以适当的列并描述称为试验条件的个别实验的组合。 在这项研究中 ， 一个部分因子 DOE 与 Taguch 的设计理念为提高质量相结合进行。 第四章 实验数据 收集 4 该实验由沙等人 10所定义的 来 设计和设置。该实验的目的是分析六个可实现的高宽比的因素影响，并找到最显著因素，以达到给予最高的长宽比 的 最佳的设置。 图 2 示出了测试微特征 的一部分 和 腿具 的 有两个水平宽度（ W）， 200 或 500 微米，和深度（ D） ， 70（ D1）或 100（ D2） 微米 的形式，其中具有相同深度的特征， D1 或 D2，分别组成上部分的一侧上。 图 2 能源部测试部分 三种不同的材料，即，半结晶聚合物，如聚丙烯（ PP），聚甲醛（ POM）和无定形聚合物，如丙烯腈 - 丁二烯 - 苯乙烯（ ABS）是在本研究中。调查的参数为料筒温度（ TB），模具温度（ Tm），注射速度（ V），保压压力（ PH），空气疏散（ VA）的存在和微腿宽度（ W）。 纵横比，即，微特征和它们的深度 的长度之间的比率， D1 或 D2，是在实验过程中测定。具有相同的 W 和 D（ 2 每部分），同时施加于表 1 中给出的过程设置 ， 24 次的 测量的响应的平均值被用于本研究。 表 1 2 DOE 二 级 MIM 工艺参数 MIM 工艺参数和 DoE 水平 聚合物 级别 铽（ C ） （ C ） （毫米 /秒 W（微米） PP 1 200 35 50 No No 250 5 2 225 50 100 Yes Yes 500 POM 1 180 35 50 No No 250 2 200 60 100 Yes Yes 500 ABS 1 248 60 50 No No 250 2 258 75 100 Yes Yes 500 第五章 实验结果与数据分析 在这个实验中应用一个 2 级六个因素部分因子设计（ 26-2）。 DOE 被用来确定处于活动状态 的 显著 因素 ，并研究微流道的填充因子。这个练习的目的是看 DOE 响应的结果以了解该过程，然后选择显著因素及其 达 最佳性能所必需的相应的设置。 5.1、 结果 这是 DOE 测定实验熔体填充的长度和通道的深度之间的比率的的反应，或被记录在表 2中。和上表中所示的值是 24 次测量的平均值的值。 表 2 为 2 级 MIM 工艺参数的实验结果 运行 /试验编号 MIM 工艺参数 PP POM ABS W 1 1 1 1 1 1 1 4 9 2 4 0.5 8 2 2 1 1 1 2 1 6 13 4 5 4 7 3 1 2 1 1 2 2 7 15 4 6 5 17 4 2 1 1 1 2 8 20 6 12 6 19 5 1 1 2 1 2 2 11 20 1 5 6 20 6 2 1 2 1 1 2 17 18 6 12 7 20 6 7 1 2 2 1 1 1 10 18 3 6 6 19 8 2 2 2 1 2 1 15 20 6 14 7 20 9 1 1 1 2 1 2 7 11 3 4 3.5 18 10 2 1 1 2 2 2 7 19 4 5 5 20 11 1 2 1 2 2 1 5 10 3 5 0.8 8 12 2 2 1 2 1 1 7 14 5 8 1.2 9 13 1 1 2 2 2 1 9 16 4 6 6 18 14 2 1 2 2 1 1 12 20 5 11 7.5 20 15 1 2 2 2 1 2 11 20 5 11 7 20 16 2 2 2 2 2 2 17 20 8 16 7.5 19 5.2 数据分析 统计软件包 “Minitab16”是用来分析从实验获得的结果。该分析用于 在 D1 和 D2 两种情况下 PP 的结果 ，如 表 3 所示 。 表 3 估计效果和 PP-D1 数据的 DOE 系数 术语 效果 系数 系数标准误 差 T P 3.125 1.5625 0.3125 5.00 0.038 单 因 素 0.8750 0.4375 0.3125 1.40 0.296 6.375 3.1875 0.3125 10.20 0.009 -0.3750 -0.1875 0.3125 -0.60 0.609 0.1250 0.0625 0.3125 0.20 0.86 W 2.1250 1.0625 0.3125 3.40 0.077 0.3750 0.1875 0.3125 0.60 0.609 相 互 1.8750 0.9375 0.3125 3.00 0.095 -0.3750 -0.1875 0.3125 -0.60 0.609 0.1250 0.0625 0.3125 0.20 0.860 7 0.1250 0.0625 0.3125 0 20 0.860 作 用 0.3750 0.1875 0.3125 0.60 0.609 -0.6250 -0.3125 0.3125 -1.00 0.423 第六章 结果讨论 上述结果分别用于生产更多的证据来支让 MIM 工艺因素的 技术支持 。 使用 =0.05，适用于 PP -，发现值是 0.038 和为 0.009 表明，这两个单因素和是显著主要影响，即它们的 p 值小于 0.05。这两个单因素，其作用和其它计算值在表 3 中显示。此外，上述结果表明， 没有一个双向的交互是显著 的 。这显然是受 了 “标准化效应正态图 ”（图 3）和“帕累托图 theStandardized 的影响 ”（图 4）所示。 图 3 对 PP-的 正常影响 8 图 4 用于 PP-帕累托图 6.1 正常效果图 一个正常的效果图用于比较相对大小和主 、 交互效应的统计显着性。如图 3， Minitab 中绘制一条直线来指示该点预计将下降，如果所有的效果都接近于零。不属于直线附近 的 点，通常有显著信号因素的作用。这样较大的效果一般去进一步远离拟合直线相比不重要的影响。默认情况下， Minitab 中使用 =0.05 和标签效果显著。因子 C 和 A 明确标示标签的示于图 3。这是通过在 MIM 工艺对 PP-具有更大的权重的系数 C 相比，在该图中可以看到系数 a。 6.2 帕累托图 帕累托图的作用是用来比较相对大小和主 、 交互效应的统计显着性。如图 4， Minitab 绘制以绝对值的因素影响递减顺序的。图表上的参考线指示哪些因素影响显著。当你的模型中包含的误差项，默认情况下， Minitab 中使用 =0.05 绘制参考线。在图 3 的 结果确认图 4 中显示的结果为因子 C 和 A 是已通过参考线仅有的两个因素的影响，并且因子 C 比因子 A 具有更大 的影响 。 6.3 主效应图 在分析中的下一个步骤是看的显著相互作用。表 3 计算的双向互动效应，可以直观地显示在交互作用图，看看这些影响有多大。交互作用图显示了两个可疑的相互作用的因素，改变一个因子的设置对另一个因子的影响。因为交互可以放大或减小主效应，即取决于相互作用是否是正或负，评估相互作用是极其重要的。而接近平行线表示因子之间很少或没有相互作用，相交线信号的交互。交互量是成正比的交角，即接近 90表达了 强烈的相互作用 。 9 在图 6 中的交互作用图显示，即在 100 的高宽比在 50 更高。但是，可以看出，使用 在100 运行 和 使用在 50 运 行 其响应差 的差比使用在 100 运行 和 使用在 50 运行 的 纵横比差别更大。这表明，以获得最高的长宽比应定为 225，而保持在 100。 图 6 PP -交互作用图 这项研究表明，除了在聚甲醛 -， ABS-和 ABS-用的双向互动 ， 在大多数情况下 ， 纵横比是通过单因素的影响。 对于 PP-， 只 在 PP-，和 Vi 的情况下。对于 POM-， ,和 W 和 对于POM-， W 和 X。当 ABS 用于中的影响因素分别为， W 和 X 对于的显著因素， W 和 X。在表 4 中以粗体显示的条目指示所选设置的显著因素。阴影部分在表 4 中示出的因素之间的双向交互。 使用消 除过程中的关键因素的 PP 被确定为机筒温度（）和喷射速度（），对于聚甲醛为机筒温度（），模具温度（），喷射速度（）和宽度（ W）以及 ABS 为机筒温度（）的，喷射速度（）和宽度（ W）与模具温度（）固定在 75，因此该因素保持压力（ PH）和空气排出的存在（ Va）能在 MIM 工艺被忽略。这给出了 4 项试验适用于 PP， 16 项试验的聚甲醛和 8个试验的 ABS 全阶乘。另外，作为本研究的结果是，最优设置，为使用不同的材料实现最高的比率方面可以被概括如下： PP-：在 225 和六 100； PP-： 为 100； POM-： 200，为 60，在 100 和 W 为 500； POM-：除了 W 同为 ； ABS-： TB 为 258，六 100， W500，而 是固定在 75； 10 ABS-： 100， W500，而为固定在 75。 验证试验中进行验证为已选定的理论上和重复 24 次平均测得的反应，得到最好的纵横比迄今发现上述设定的最佳性能。它们如下：对聚丙烯和聚甲醛 20 的最佳纵横比和 21A 的 BS。 第七章 结论 在本文中已被提出对于理解 MIM 工艺和利用 DOE 的工艺参数的分析方法优化。已经进行一个部分因子实验 Taguch 的质量概念以节省时间和精力 进行判断 。在测量的响应的形 式收集的数据已被成功地分析，以确定显著单因素以及双向的相互作用。进一步，在研究中通过 DOE（ DoE）方法使用不同的材料所确定最佳工艺参数设置已经由运行试验验证和测量以符合 MIM 工艺参数的最佳设定值实现 的 高宽比的响应验证了理论结果。通过这项研究的 MIM获得的知识将有助于理解和优化纳米注射成型（ NIM）的过程 11。 致谢 感谢欧盟 FP7 FlexiTool 项目支持这项工作。 文献 1 Trotta, G., Surace, R., Modica, F., Spina, R., Fassi, I. 2011 聚合物组分 AIP 机密的微注射成型。 PROC。 2011； 1315:1273-8。 2 Liu, ZY, Loh, NH, Tor, SB, Khor, KA, Murakoshi, Y., Maeda,R., Shimizu, T.2002年。 微粉末注射成型。 材料加工技术 2002 ； 127 （ 2 ）中， p 。 165 。 3 Sha, B., Dimov, S., Griffiths, C., Packianather, MS, 2007年。 微型注塑调查：影响因素复制质量。 材料加工技术 2007 ； 183 页。 284 。 4 Griffiths, CA, Dimov, SS, Brousseau, EB, Hoyle, RT, ， 2007。 工具表面质量的微注射成型的效果。 材料加工技术 2007 ； 189 （ 1）：号码。 418 。 5 Griffiths