基于点云数据和灰色关联分析的连接器逆向补偿优化_张建鹏.pdf

塑料工业 第 卷第 期 年 月基于点云数据和灰色关联分析的连接器逆向补偿优化张建鹏，王 权（天津职业技术师范大学，汽车模具智能制造技术国家地方联合工程实验室，天津）摘要：以线束连接器上盖为研究对象，运用灰色关联分析将体积收缩率、翘曲变形量和导轨偏移量三个质量指标的多目标优化问题转换为关联度均值的单目标优化。基于响应面试验，构建工艺参数和关联度均值间的优化模型，研究各成型工艺参数在不同水平下对关联度均值的影响。在此基础之上，依据变形预补偿原理，以点云数据处理，匹配不同的缩放比，收缩补偿值以反向建模。经对比验证，收缩比为.，收缩补偿值为 所对应的补偿模型同初始模型的偏差最小。结论表明，相较于工艺参数优化，逆向变形补偿方法能够进一步降低塑件变形。关键词：变形预补偿；点云数据；灰色关联度；响应面试验中图分类号：.文献标识码：文章编号：（）：.开放科学（资源服务）标识码（）：，（，）：，.，：；在多变量、非线性、强耦合的复杂注塑成型过程中，工艺参数的设置、材料本身属性、注塑机特性、产品本身结构设计、模具结构（浇注系统、冷却系统、顶出机构等）等任意一项因素的波动都会造成塑件的变形收缩。在硬性条件：原材料、注塑机、模具结构等确定之后，存在非线性、交互作用的工艺参数是影响注塑制品质量最主要的因素。针对注塑成型工艺，李嘉成等以壁厚不等的注塑件为例，以响应面法研究不同工艺参数下注塑件的翘曲变形和体积收缩率。魏翔宇等以汽车前大灯装饰框为研究对象，采用了灰色关联分析法，针对注塑成型过程中不同工艺参数对翘曲变形量和体积收缩率的影响进行分析，通过对最优工艺参数组合分析达到了降低质量指标的目的。当前对于塑料制品的研究关注点偏重于注塑工艺优化本身，其都是在有限范围内最大程度的降低注塑制品的变形。因此，如何进一步缩小制品缺陷准确获悉变形数据，设计一种注塑制品的变形预补偿精密成型方法对产品尺寸精度的提升具有重要天津市重点研发计划项目（）通信作者：王权，男，年生，教授，主要从事高分子材料成型及设备等方面研究。.作者简介：张建鹏，男，年生，硕士研究生，主要从事注塑成型工艺及设备等方面研究。.第 卷第 期张建鹏，等：基于点云数据和灰色关联分析的连接器逆向补偿优化意义。为提高产品的成型质量，同时兼顾体积收缩、翘曲变形和导轨的变形，本文以车用线束连接器为例，基于响应面试验以灰色关联度将塑件三个质量指标的多目标优化转换为单目标优化问题，构建关联度均值与工艺参数的优化模型，在有限的试验次数下对不同因素以及因素之间交互作用的分析对比，研究各个工艺参数在不同水平下对产品质量指标的影响规律，并依据变形预补偿原理，以点云数据处理方式生成不同的逆向补偿模型，进而对其进行对比计算，以确定最佳的预补偿模型。模拟分析前处理理论上来讲，经模拟分析所得注塑制品的翘曲变形量或根据产品结构变形趋势测量的偏差值，对注塑件施加一定的反向变形值，能够补偿注塑产品大部分的变形量。而实际生产中，因产品不同的结构形状、浇口位置的排布等缘故，各部分的翘曲变形是不一致的。因此，以额定的数值增加或减小，是不可能完全弥补产品的变形值，且仍存在一定的偏差范围。故需要先以灰色关联分析进行响应面试验，实现工艺参数的最大限度优化。.产品模型分析图 所示为某车用线束连接器上盖，整体尺寸为.，呈半封闭型覆盖件结构，模型内部供电子线束穿过的凹槽与圆孔，三处连接孔用以定位和配套连接件进行安装固定。考虑到高耐热性、阻燃和电绝缘等综合性能，产品选用由 制造的材料型号为 的含添加 （玻璃纤维）的 （聚对苯二甲酸丁二酯）。导入 进行 网格划分，以给定的浇口位置创建浇注系统，所构建的分析模型如图 所示。图 连接器上盖模型 为能够与配套连接件的固定安装且避免较大的应力集中，考虑到产品壁厚可能存在较大的体积缩水，同时由于所用材料中在添加玻纤后改性增强，制品翘曲变形幅度较大。故对连接孔轴线、线束通孔的位置精度以及安装导轨的平坦程度提出更高要求。基于灰色关联分析的响应面试验.试验设计为兼顾连接件上盖各项要求且使产品具有良好的稳定性和装配精度，故将连接件的体积收缩率（）、翘曲变形量（）以及导轨偏移量（）作为评判产品质量指标的目标响应值。依据注塑成型的经验和模拟指导，选取影响目标响应的工艺参数有模具温度（）、熔体温度（）、注射时间（）、保压压力（）、保压时间（），通过所选材料属性和模型结构确定各因素水平范围，设计轴向距离取值为，中心点数目为 的 因素 水平的响应面试验如表 所示。表 试验的因素及水平 因素编号水平范围模具温度 熔体温度 注射时间.保压压力 保压时间.响应面试验结果根据表 所设计响应面试验，运用 进行 组注塑模拟仿真分析，将试验各参数组合以及对应的质量指标记录，如表 所示。表 试验方案与结果 编号 .塑 料 工 业 年 编号 .灰色关联度分析构建灰色关联度分析模型能够将多目标优化问题转化为单目标优化问题，将各个质量指标转化为关联度均值的单目标优化，并以此衡量与工艺参数之间的关联性，其中关联度均值越大，表明各个质量指标数值越小，对应参数组合的试验结果越好。在进行灰色关联分析前，由于响应面试验所得的体积收缩率、翘曲变形量和导轨偏移量等质量指标有不同的量纲和数据单位，为了确保数据具有等效性、有序性以及所衡量目标响应的稳健性，选择信噪比（）对各质量指标进行处理，如式（）。()（）式中，第 次试验数据；重复试验的次数。同时，因所选指标属望小特性即目标响应值越小，信噪比越大，故需依据望小特性对实验数据进行标准化处理。望小特性的数据处理公式如式（）。（）式中，第 次试验信噪比值；和 分别为所得试验信噪比中的最大值和最小值；为第 次试验无纲量化处理后对应的试验数据。以无纲量化处理后的试验数据运用灰色关联系数计算同理想数据间的关系，其计算公式如式（）。（）式中，分辨系数，一般.，通过数值大小反应关联系数间的差异程度。基于关联度均值应用变异系数法求解体积收缩率、轴偏移量和导轨偏移量三个指标的权重，通过计算得出对应指标的权重，突出各指标的相对变化程度，对应的权重值越大表示在不同工艺参数上的变化越大，以此避免赋权所带来的主观偏移性。变异系数计算公式如式（）所示。（）式中，指标权重；变异系数。基于变异系数法的权重，灰色关联度计算如式（）所示。，（）（）式中，灰色关联度系数；响应面试验的序列数；，；质量指标个数。.优化结果分析合理的选择模型阶数是灰色关联模型能否反映工艺参数和质量目标之间对应程度的关键。为确保灰色关联度模型能够准确表现工艺参数与质量指标间的状态，针对构建的模型误差占比进行评估。其中（模型误差占总误差的百分比）为.，调整后为.，预测百分比为.。其中 和 （调整）较为接近，拟合效果较好，表明所建立的关联度模型预测精度较高，预测效果较为合理。由此得到的关联度均值同成型参数组合之间的回归方程为：.式中，关联度均值；模具温度，；熔体温度，；注射时间，；保压压力，；保压时间，。如图 为关联度均值与因素水平变化的主效应曲线。其中关联度均值浮动越大，表明该工艺参数对质量指标的影响程度越明显。根据极差法计算可知不同参数组合下影响关联度均值的排序为，即熔体温度保压时间注射时间保压压力模具温度。单个来看，随着熔体温度的增大，关联度均值呈现降低趋势，关联度在熔体温度为 时取到最大值。而保压时间对于关联度的影响也呈上升趋势，其水平变化的影响略低于熔体温度。对于注射时第 卷第 期张建鹏，等：基于点云数据和灰色关联分析的连接器逆向补偿优化间，关联度随着时间的增长呈现先增大后减小的趋势，当注射时间为.时，达到最大值。而对于保压压力则相反，关联度随着保压压力的增大呈先减小后增大的趋势，当保压压力为 时关联度最小。模具温度的水平变化对关联度均值的影响最小，其值基本稳定在.上下。图 主效应曲线 基于上述分析，运用灰色关联度模型，所预测的成型参数组合如图。模具温度为 、熔体温度为 、注射时间为.、保压压力为 、保压时间为 ，且预测的各参数对关联度均值的影响趋势同主效应运算结果一致，预测的关联度均值最大为.。故以此响应优化参数组合输入 中进一步分析验证。图 关联度模型预测结果 .优化结果验证翘曲变形体积收缩率图 优化后的结果 如图 为经 分析所得优化后的结果：平均体积收缩率、翘曲变形量和导轨偏移量分别为.、.、.，对比响应面试验工艺参数组合分析结果可知，回归模型预测的参数组合所得的质量指标最小，对应的关联度值为.。故以此作为后续预补偿的基础变形模型。逆向补偿对比分析.补偿模型构建图 逆向补偿模型示意图 由于注塑产品最终的变形是，方向综合影响下的结果，仅仅通过单一点或线沿固定的方向定位无法实现误差的最大化减小。因此，针对优化后塑件的变形区域，采用点云数据处理方式，在一个三维坐标系中的将塑件外观面撒点的密集程度赋予点云中对应的点，对原始点集进行平滑滤波、精简以及差值等数据处理，以此实现产品的重新构建。参照连接件初始 模型节点坐标，并依据响应优化体积收缩率的分布情况，设置收缩补偿百分比（）为 和缩放比（）为.进行匹配，引导产品模型进行逆向建模，如图 所示为生成逆向补偿模型的轮廓示意图。通过 设置响应优化塑 料 工 业 年 后的参数组合对不同的逆向补偿模型进行分析。图 逆向模型翘曲补偿偏差示意图 .翘曲补偿误差计算变形预补偿是基于最初注塑件的变形，对点或曲线定位，在初始模型上逆向补偿一定的变形量如图 所示。依据翘曲补偿误差公式（），计算翘曲量和补偿值间的误差用以表征补偿后的不同模型的修正精度，从而确定最优的变形预补偿模型。（）式中，模型补偿值；补偿模型的翘曲变形量；对应节点变形后和初始模型的误差值（值越趋于，表明反向模型变形后越接近原模型）。结果验证图 不同，组合补偿变形后的最大误差值 以不同的，生成的变形预补偿模型，在连接孔、导轨处同原始模型的最大翘曲补偿偏差值如图 所示，其中参考节点的偏差值 越小，表明补偿模型修正幅度越大，孔轴与导轨精度越高。整体来看，不同的逆向补偿模型与初始 模型的偏差均在可接受的范围内，普遍优于参数优化后的基础变形模型，其中.，补偿模型的最大误差值分别为.、.，同初始模型最为接近。对比来看，连接孔的变形修正优于导轨，这是因为在连接孔处由于塑件内不同区域温度差引起的收缩不均，从而导致孔位的偏移，而导轨属扁长形结构所产生的翘曲变形主要受分子取向效应影响，致使导轨末端产生明显的弯曲变形。因此，导轨处需要逆向变形程度更大，修正量略小于连接孔处。结果表明，以.，补偿系数对线束连接件上盖进行后续设计精度较高。整体来看，经点云逆向补偿后的模型相较于响应优化分析结果，实现了成型塑件精度的进一步提高，且能够满足配套零件装配要求。结论）基于变形预补偿原理的点云数据逆向补偿方法，考虑到材料特性和成型工艺参数对注塑制品的影响，设计了响应面试验，构建灰色关联度优化模型，将多目标优化转换为关联度的单目标优化，研究了不同工艺参数对质量指标的影响程度，使模型的逆向补偿更具备针对性。）在响应面灰色关联度优化的基础之上，进行模型的逆向补偿，匹配不同的、值以逆向建模。经分析对比，逆向补偿模型与原始模型的偏差均在允许的范围内，收缩比为.，收缩补偿为 的补偿模型误差较小，误差值较参数优化后的基础模型明显下降，验证了变形预补偿原理的可行性以及通过点云数据补偿模型的有效性。参 考 文 献 孙显俊，陶杰，苏旭明 聚丙烯及其复合材料注塑件翘曲变形数值模拟与实验研究 南京：南京航空航天大学，：，李嘉成，王双园，孙福佳，等 基于响应面法和有限元分析的复杂制件工艺参数的优化 塑料工业，（）：，（）：魏翔宇，王钊，倪传龙 基于灰色关联度的车灯装饰框注塑工艺优化 现代 塑 料 加 工 应 用，（）：，第 卷第 期张建鹏，等：基于点云数据和灰色关联分析的连接器逆向补偿优化 ，（）：左大平，张益华 汽车风扇注塑成型及变形预补偿的研究 南京：南京航空航天大学，：，段家现 基于灰色关联分析的注塑工艺参数优化 塑料，（）：，（）：门宝辉，赵燮京，梁川 基于变异系数权重的水质评价属性识别模型 郑州大学学报：理学版，（）：，（）：黄