PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  wtryskiwanie mikroporujące
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Symulacje wtryskiwania grubościennej wypraski z zastosowaniem programu Moldex3D
Heneczkowski Maciej, Kopeć Gabriela
Mechanik
|
2019
|
R. 92, nr 4
226--228
PL
W programie Moldex3D R15 przeprowadzono symulację przetwórstwa grubościennej kształtki metodą wtryskiwania standardowego (IM), wspomaganego gazem (GAIM) oraz mikroporującego (MuCell) dla dwóch typów tworzyw: ABS i POM. Uzyskane wyniki symulacji wtrysku technikami GAIM i MuCell wskazują na zdecydowane zmniejszenie masy wypraski i skrócenie czasu jej chłodzenia, a także na zmniejszenie jej skurczu objętościowego, paczenia i zapadnięć w porównaniu z wynikami symulacji IM.
EN
Simulation of thick-walled part produced by standard injection molding (IM), gas-assisted injection molding (GAIM) and microcellular injection molding (MuCell) for two plastic types: ABS and POM using Moldex3D R15 software. It was found high reducing mass and reducing cooling times and decreasing sink mark, volumetric shrinkage and warpage deformations of parts analyzed by GAIM and MuCell compared to IM.
2
Content available Effect of nitrogen content on physical properties of glass fiber reinforced polyamide 6 prepared by microcellular injection molding
Sykutera D., Szewczykowski P., Roch M., Wajer Ł., Grabowski M., Bieliński M.
Polimery
|
2018
|
T. 63, nr 11-12
743--749
EN
The aim of the study was to determine the effect of the amount of nitrogen dosed in supercritical state to polymer melt on structure and physical properties of large-scale molded pieces from polyamide PA 6 GF30, obtained in the process of microcellular injection molding with gas dosage using MuCell® method. Apart from the reduction of the density at a level of about 15 % for samples with the highest nitrogen content, the increase of the impact resistance of samples PA 6 GF30 was observed. The other investigated mechanical properties were maintained at a good level.
PL
Określano wpływ ilości azotu, dozowanego w stanie nadkrytycznym do stopu polimerowego, na strukturę i właściwości wielkogabarytowych wyprasek wytworzonych w procesie wtryskiwania mikroporującego metodą MuCell® z poliamidu 6 zawierającego 30 % mas. krótkich włókien szklanych (PA6 GF30). Stwierdzono zmniejszenie o ok. 15 % gęstości próbek z największą zawartością azotu oraz wzrost udarności otrzymanych wyprasek PA6 GF30, przy zachowaniu na dobrym poziomie pozostałych właściwości wytrzymałościowych.
3
Ocena wpływu rodzaju poroforu fizycznego na wybrane parametry technologiczne oraz właściwości mechaniczne wyprasek wytwarzanych w technologii MuCell® oparta na symulacjach komputerowych
Janowski G.
Przegląd Mechaniczny
|
2017
|
nr 12
26--29
PL
W pracy przeprowadzono symulacje mające na celu ocenę wpływu dwóch rodzajów poroforu fizycznego na parametry technologiczne w procesie wtryskiwania mikrokomórkowego oraz właściwości wytrzymałościowe wyprasek wykonanych tą metodą. Analizy przeprowadzono dla kompozytu polimerowego o nazwie handlowej Ultramid B3UG4 poliamidu 6 z wypełniaczem w postaci włókna szklanego, który spieniano w celu otrzymania 9-procentowego stopnia porowatości.
EN
Simulations studies on the effects of two types of physical blowing agent on the technological parameters in the MuCell® technology and the strength properties of molded detail made by the above method were performed in this work. The analyzes were carried out for the polymer composite Ultramid B3UG4 – polyamide 6 with fiberglass filler, which was foamed to obtain a 9 percent of porosity.
4
Content available Wtryskiwanie mikroporujące poliamidu 6.6
Sykutera D., Wajer Ł., Bieliński M.
Przetwórstwo Tworzyw
|
2016
|
T. 22, Nr 5 (173)
477--484
PL
Celem niniejszej pracy była modyfikacja struktury niewzmocnionego oraz wzmocnionego włóknem szklanym poliamidu 6.6 z litej na komórkową, poprzez mikroporowanie fizyczne z użyciem azotu w stanie nadkrytycznym metodą MuCell®. Zbadano wpływ parametrów procesu wtryskiwania mikroporującego na właściwości fizyczne otrzymanych wyprasek. Dodatkowo, za pomocą czujników ciśnienia i temperatury umieszczonych w gnieździe formy wtryskowej, zarejestrowano zmiany ciśnienia w gnieździe formy wtryskowej, podczas realizacji poszczególnych faz cyklu wtryskiwania. Uzyskane wyniki odniesiono do właściwości wyprasek wykonanych z tych samych materiałów, w warunkach standardowego wtryskiwania.
EN
The aim of this research was to modify the solid structure of the non-reinforced and glass fiber reinforced polyamide 6.6 into the porous structure. It was obtained by physical microcellular foaming process with supercritical nitrogen in MuCell® technology. The effect of microcellular foam injection molding process parameters on the physical properties of the moulded pieces was investigated. Additionally, pressure changes inside the mould cavity were registered during each stage of the injection moulding process. Data registration was enabled by pressure and temperature sensors placed inside the mould cavity. The results were compared to the properties of moulded pieces made of the same material and obtained in the standard injection moulding process.
5
Content available Symulacje komputerowe procesu wtryskiwania porującego
Palutkiewicz P.
Polimery
|
2015
|
T. 60, nr 2
132--143
PL
Przeprowadzono symulacje procesu wtryskiwania mikroporującego MuCell, w których wykorzystano program komputerowy Moldflow Plastics Insight 5.0. Dokonano analizy wpływu rodzaju tworzywa i grubości ścianki wypraski na jej strukturę porowatą, naprężenie i odkształcenie oraz wartość skurczu objętościowego. Wyniki porównano z zależnościami odnoszącymi się do procesu wtryskiwania z wykorzystaniem chemicznego środka porującego. Stwierdzono, że wysokość gniazda formującego wywiera istotny wpływ na rozkład temperatury i ciśnienia wtryskiwanego tworzywa, atakże na wymiary i rozkład porów w wypraskach. Zastosowanie opisywanej metody wtryskiwania mikroporującego pozwala na znaczne zredukowanie czasu i ciśnienia docisku, a tym samym skrócenie czasu całego cyklu wtryskiwania.
EN
Computer simulations of the MuCell — microcellular injection moulding process were carried out using Moldflow Plastics Insight 5.0 software. An analysis of the effect of plastic type and wall thickness of the moulded part on its porous structure, internal stress and strain as well as the value of volumetric shrinkage was performed. The results of these simulations were compared with the relationships for cellular injection moulding process using chemical blowing agent. It was found that the cavity height has a significant influence on the distribution of temperature and pressure of liquid plastic as well as size and distribution of pores in the moulded parts. Application of this injection moulding method can significantly reduce the holding time and pressure and, in effect, the time of the injection cycle.
6
Content available remote Wtryskiwanie mikroporujące
Bociąga E., Palutkiewicz P.
Przetwórstwo Tworzyw
|
2013
|
[R.] 19, nr 4 (154)
309--317
PL
W niniejszej pracy szerzej przedstawiono jedną z metod wtryskiwania niekonwencjonalnego, pozwalającą na uzyskanie wyprasek porowatych, a mianowicie wtryskiwanie mikroporujące z zastosowaniem poroforów fizycznych. Może ono być przeprowadzane przy użyciu konwencjonalnych wtryskarek wyposażonych w układ uplastyczniający z system wtryskiwania gazu w stanie nadkrytycznym.
EN
This work broadly shows one method of an unconventional injection moulding process, which allows to obtain porous moulded parts, namely microcellular injection moulding, using physical blowing agents. It may be carried out using a conventional injection moulding plasticizing system equipped with a supercritical gas injection system.
7
Content available remote Optymalizacja i prognozowanie deformacji wyrobów wtryskowych
Frącz W., Trzepieciński T.
Przetwórstwo Tworzyw
|
2010
|
[R.] 16, nr 6
292-301
PL
W pracy przedstawiono sposób optymalizacji procesu wtryskiwania w oparciu o metodę Taguchi oraz sposób wykorzystania sztucznych sieci neuronowych (SSN) do prognozowania deformacji wyrobów wtryskowych. Analizy wykonano dla procesu wtryskiwania mikroporującego, jako wstępne badania przed uruchomieniem produkcji wyrobu. Dane uczące dla badanych modeli sieci neuronowych oraz dane dla celów optymalizacyjnych uzyskano z symulacji procesu technologicznego w programie Autodesk Moldflow Insight 2010. Wykonano w praktyce 27 istotnych ewaluacji komputerowych procesu wtryskiwania, przy różnych konfiguracjach parametrów technologicznych. Wyboru konfiguracji parametrów dokonano za pomocą metod planowania czynnikowego z wykorzystaniem planu ortogonalnego typu L27, z 7 czynnikami sterującymi, zmiennymi na 3 poziomach, opracowanego przez G. Taguchi. Ustalono optymalną konfigurację parametrów wtryskiwania. Jako parametry planowania czynnikowego oraz uczące sieci neuronowe zastosowano: temperaturę formy, temperaturę wtrysku, czas wtrysku, czas docisku, ciśnienie docisku, objętość wtryśniętego tworzywa oraz koncentrację środka porującego.
EN
In this work the warpage prediction and optimization of the injection microcellular moulded piece, using CAE simulations results, were developed. The Taguchi method and artificial neural networks (ANN) were used to make this ones. Fill, flow, cool and warpage analyses, using CAE (Autodesk Moldflow MPI 2010) commercial code have done for warpage determination of the plastic part. Process parameters such as mold temperature, melt temperature, packing pressure, packing time, volume filled at start of foaming and initial gas concentration are considered as process variables. The design of experiment (DOE), standard L27 Taguchi orthogonal array with seven, 3-level parameters, and main effect analysis were used to optimize warpage value in the range of analysed process parameters. To predict the warpage values by ANN, the three multilayer perceptrons learned by backpropagation algorithm were used. Finally, results of the prognostic neural models were verified with FEM simulation results. The best results to CAE data were obtained by network model with 12 neurons in hidden layer.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.