Przedstawiono doświadczalne ujęcie problemu optymalizacji procesu wtryskiwania tworzyw termoplastycznych (polietylenu małej gęstości), stosując wtryskarki ślimakowe o jednym stopniu docisku i stałej prędkości wtryskiwania. W badaniach wykorzystano programy statystyczne dwuwartościowe--frakcyjne oraz metodę największego spadku łącznie stanowiące sekwencyjną procedurę badań doświadczalnych. Rozwiązanie uwzględnia pięć czynników badanych (temperatura formy, temperatura tworzywa, czas wtryskiwania, czas chłodzenia wyprasek, ciśnienie docisku) oraz jeden czynnik wynikowy - skurcz wtórny wyprasek (s). Opisano poszczególne etapy badań optymalizacyjnych, mianowicie badania przeglądowe, poszukiwanie otoczenia ekstremum oraz wyznaczanie modelu aproksymującego wartość s w otoczeniu ekstremum. Określono współrzędne punktu przestrzeni czynnikowej, w przypadku którego s przybiera wartość minimalną. Stwierdzono, że największy wpływ na zmniejszenie skurczu wywiera niska temperatura formy, długi czas chłodzenia wyprasek oraz duża wartość ciśnienia docisku. Omówiona metoda pozwala na uniezależnienie optymalizacji od cech konstrukcyjnych wtryskarki oraz od charakteru i liczby kryteriów optymalizacji.
EN
Experimental presentation of the problem of injection molding of thermoplastics (low density PE) optimization, using injection molding machines of one pressure degree and constant injection rate. The two-level fractional factorial design and the method of steepest descent, being together a sequence procedure of experimental investigations, were used. The solution takes into consideration five investigated parameters (mold temperature, temperature of a polymer, injection time, time of moldings cooling, pressure Table 1) and one result parameter - after-shrinkage of moldings (s). Particular steps of optimization investigations were described, viz. survey measurements (Figs. 1 and 2), looking for extremum neighborhood (Tables 2-5) and determination of a model approximating s value at extremum neighborhood (Table 6, Fig. 4). Coordinates of the point of factorial space for minimal s value were determined (Table 7). It has been found that low temperature of injection mold, long time of moldings cooling and high value of pressure show the biggest effects on shrinkage decrease. The method described let make the optimization independent on injection molding machine construction as well as on character and number of optimization criteria.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.