工业 4.0 下的注塑成型工艺设置

来源:荣格国际塑料商情

发布时间:2019年11月29日下午 05:11:39

注塑件的质量和工艺稳定性在很大程度上仍取决于工艺人员的知识和经验。但是,不断增加的设计自由度使零件质量和工艺参数紧密相关。在K 2019展会上,IKV和一个工业联盟展示了基于人工智能的算法如何利用机器数据和质量数据在工艺设置过程中为机器操作员提供帮助。
在设置注塑成型工艺时,零件质量是注塑公司最重要的标准之一。但是,工艺人员也不能忽视设置过程中的标准,例如:一致性、稳定性和工艺性能、生产速度和能源效率,如此才能实现无错的经济有效的生产。质量特征可分为定量变量(例如:零件尺寸、重量和形变)和主观变量(例如:零件的外观)。
 
熔体温度等工艺变量是直接影响零件质量的因素,但环境影响、原材料批次波动以及模温不均等干扰变量也会影响零件质量。工艺人员的另一个棘手之处在于他只能更改机器值(例如:注射速度)和外围设备的参数,而只有与机器配置(包括螺杆直径、模具设计等)相联才能将机器值应用于机器相关的工艺变量。
 
标题图 完全互联的制造单元能够将数据反馈给注塑机(©IKV)
 
设置时间与工艺人员的经验相关
 
工艺人员的任务是确定影响因素和目标变量之间的相互关系。对于该任务而言,实验的次数应越少越好。复杂程度不仅随着目标变量数量的增加而增加,而且随着机器和外围设备功能范围的扩大而增加。此外,质量数据还可能对许多可调参数做出相反的反应。由于这种复杂性,设置最佳的工艺是一项艰巨的任务。
 
生产开始之前的传统设置过程包含多个环节(图1)。首先,工艺人员选择具有主观达标的质量特征的初始工艺设置。然后,将这些零件传送到质量控制处,在此对质量特征进行客观的测量。两个活动通常在不同地方进行,因此只有在一段时间后才能获得关于零件好坏的报告。通过对目标质量数据和实际质量数据进行比较,经验丰富的工艺人员能够推断出所选机器设置与质量的相关性。
 
图1 传统设置过程的工艺中断导致生产时间更长(来源:©IKV)
 
如果质量控制显示质量要求未完全达标,工艺人员将对工艺设置进行调整。为了缩短这一迭代过程,通常会在质量保证过程中检查数个工艺要点,从而覆盖更大的工艺区。给定的参数边值由工艺人员手动测试,这也意味着生产的开始取决于所需的迭代次数。
 
从中可以看出,迭代次数和相关的设置时间与工艺人员的知识和经验直接相关。设置完成后,生产人员将监控整个生产过程,同时将质量数据和工艺数据保存在独立的系统文档或配置文档中。
 
自动工艺设置数据库
 
在K2019展会上,德国亚琛工业大学塑料加工研究所(IKV)在一个工业联盟(表1)的支持下提出了一个攻克工艺设备复杂性的解决方案。该项目的核心是全自动设置工艺,它与传统的设置工艺相比能够缩短准备生产所需的时间。
 
表1 联盟合作伙伴在IKV K 2019项目中的作用(来源:IKV)
 
他们以RaspberryPi机架(单板计算机)为验证机向观众展示了自动设置工艺步骤的可能性。它充分利用了工业4.0时代所要求的完全互联的注塑生产(图2)的优势,因此可对信息物理生产系统中的机器数据和质量数据进行直接评估。除了来自注塑机的数据外,它还集成了生产单元附带的生产系统(例如:温控单元和烘干机)的数据用于后续工艺评估。
 
图2 利用完全互联的制造单元找到最佳工艺点 (来源:IKV)
 
各种场景的相关数据通过已建立的数据库系统进行连续存储。它将验证机单元与当前常用的标准区分开来,该标准通常将数字资料存储在不同的中央数据库或分布式数据库(例如:PDA、MES和QM)中。这样就可以为每个部件和每次注射生成所谓的数字阴影。数字阴影并不是固定的数据集,而是一种面向环境提供特定数据和模型的方法。除了工艺参数,材料生产的数据(例如:粘度波动)也可以在注塑成型过程被纳入数据集。这些附加数据集的应用有助于进一步提高工艺稳定性。
 
通过特殊算法计算可用信息
 
数字阴影通常包含大量数据,其相互关系超出了人类的认知能力。因此,通过与联盟公司合作,IKV开发了可将数据处理为可用信息的算法。该算法可用于描述工艺设置的相互关系。然后,将可获得最佳零件质量的必要工艺调整传递给现实世界,例如:机器操作员。
 
为了实现这一目标,IKV研究人员使用并实现了相关数据的标准化交换和存储格式。这样就可以通过记录和处理整个验证机单元的数据来以统一的格式连接多个不同的组件并推断出工艺设置的复杂关系。记录的数据和导出的相互关系均可实时查看。因此,展会上的观众可以虚拟或直接地在零件上跟踪设置工艺的当前状态。由于机器设置参数的变化,观众还可以现场观看零件质量的提升。
 
通过主计算机系统开发和利用数字阴影
 
在该项目过程中,IKV借助一个完全互联的验证机单元来对质量相关的输入和输出变量进行整体记录(图3)。为了确定当前的工艺状态,工艺周期通过注塑机的周期进行定义。工艺状态通过主计算机系统进行设置和查询。根据当前的工艺状态,每个零件的相关配置和测得的变量均被记录并集中存储以用于特定注射。单元组件与主计算机的连接主要通过基于OPCUA的接口来实现。
 
图3 收集并使用注塑成型过程中的工艺、外围、质量和外部数据来构建注塑成型工艺的工艺模型 (来源:©IKV)
 
根据注塑机注射次数的不同,组件识别和质量保证的每个步骤也相应翻倍,数据收集点则通过自动化解决方案确定。主控计算机负责监控外围设备,不断跟踪当前零件的位置。当零件到达单元组件时,主计算机将收到信息,记录并存储生成的数据。这一做法为特定工艺点提供了整体数据集,对工艺质量具有重要意义。
 
为了实现设置工艺的自动化,IKV解决方案将不同工艺点的数据集集成到了工艺模型中。人工神经网络训练的启动通过主计算机进行。在训练过程中,神经网络将“学习”工艺参数和质量数据之间的未知关系,从而确定未知的最佳工艺点。机器操作员可以指定设置参数或为选定的工艺参数生成测试计划来进行必要的测试。
 
然后,主机将测试点直接传送给注塑机和外围设备。确保高模型质量需要大量的训练数据,而这将耗费高昂的实际测试费用。
 
预训练的神经网络
 
但是,借助工艺仿真,测试时间可大幅度缩短,因为神经网络是经过预训练的。仿真结果可用于实现神经网络中的基本工艺行为。因此,实际工艺仅需较少的训练点即可获得改善的模型质量。通过主机系统将计算出的工艺设置可以提供给机器操作员或通过双向OPCUA接口直接传送给注塑机或外围设备。
 
为了能够跟踪零件,零件上标有可通过移动设备读取的编码。因此,展会上的观众能够看到每个零件的数字轨迹,其中包括联动系统的所有相关信息以及用于训练神经网络的质量数据。观众还可以看到主机针对每个零件推荐的工艺校正方法。
 
通过增材制造实现注塑件的联机功能化
 
为了实现注塑件的功能化,K2019展会上的验证机增加了一个增材制造单元。其重点不是实现特定客户个性化零件的批量生产,而是关注注塑机周期中现有零件(即使含有异物)功能化和个性化的可能性。因此,增材制造单元为两部式PC+ABS注塑成型验证机的底面增加了TPU防滑条(图4)。
 
图4 在注塑机的周期中使用增材制造功能实现带TPU防滑线的注塑件的功能化(来源:IKV)
 
在仅使用少量材料进行功能化的情况下,增材制造可以说是一种经济有效的解决方案。工艺参数对两个制造工艺结合过程中零件与打印功能化之间的粘附性的影响(例如:注塑成型期间的脱模温度和增材制造期间的加工温度)必须预先量化。
 
为了实现联机功能化,由IKV开发并由德国亚琛的Yizumi GermanyGmbH公司商业化的一个工艺被用于在塑化增材制造过程中加工标准颗粒。IKV在K2016展会上推出了该工艺。连接着关节手臂机器人上的螺杆挤出机被用于这一工艺。这一组合能够在短时间内生产出具有高表面质量的大型零件(图5)。
 
图5 IKV在K 2019上的其他项目包括具有复杂的3D填充结构增材制造组件的负载兼容设计和优化以及可用于减少摩擦的预填充塑料注射器的等离子体辅助内涂层(来源:IKV)
 
结语
 
处理数字阴影中包含的数据有助于在设置过程中更快、更明确地达到质量规格。因此,每个生产单元各个零件的数据必须通过信息技术记录,更重要的是进行后续处理。人工智能有助于确定制造参数和零件质量之间复杂的相互作用。此外,增材制造提升了通过注塑成型定制零件的潜力。通过以合理的方式对这两种技术进行组合,这些工艺的优势均可得到充分发挥。
 

 

本文翻译自KUNSTSTOFFE INTERNATIONAL杂志

作者:Mauritius Schmitz,Christian Hopmann,Malte Röbig,Lukas Pelzer,Bastian Topmöller,Simon Wurzbacher

Tell A Friend

评论

Image CAPTCHA