CN115938507A - 注射成型翘曲预测 - Google Patents
注射成型翘曲预测 Download PDFInfo
- Publication number
- CN115938507A CN115938507A CN202211223117.7A CN202211223117A CN115938507A CN 115938507 A CN115938507 A CN 115938507A CN 202211223117 A CN202211223117 A CN 202211223117A CN 115938507 A CN115938507 A CN 115938507A
- Authority
- CN
- China
- Prior art keywords
- mold
- shrinkage
- injection molding
- flow direction
- poisson
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001746 injection moulding Methods 0.000 title claims abstract description 109
- 239000000463 material Substances 0.000 claims abstract description 134
- 238000000034 method Methods 0.000 claims abstract description 78
- 238000005094 computer simulation Methods 0.000 claims abstract description 52
- 238000001816 cooling Methods 0.000 claims abstract description 42
- 230000035882 stress Effects 0.000 claims abstract description 41
- 230000008646 thermal stress Effects 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 47
- 229920000642 polymer Polymers 0.000 claims description 44
- 238000012360 testing method Methods 0.000 claims description 42
- 239000011159 matrix material Substances 0.000 claims description 37
- 238000007573 shrinkage measurement Methods 0.000 claims description 35
- 150000001875 compounds Chemical class 0.000 claims description 28
- 238000002347 injection Methods 0.000 claims description 28
- 239000007924 injection Substances 0.000 claims description 28
- 230000008602 contraction Effects 0.000 claims description 26
- 229920002430 Fibre-reinforced plastic Polymers 0.000 claims description 25
- 239000011151 fibre-reinforced plastic Substances 0.000 claims description 25
- 238000000465 moulding Methods 0.000 claims description 22
- 238000012856 packing Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 11
- 239000000835 fiber Substances 0.000 claims description 8
- 230000035945 sensitivity Effects 0.000 claims description 7
- 238000005056 compaction Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 abstract description 15
- 230000008569 process Effects 0.000 description 29
- 238000004519 manufacturing process Methods 0.000 description 23
- 238000004088 simulation Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 21
- 239000002131 composite material Substances 0.000 description 15
- 238000005259 measurement Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000007906 compression Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 5
- 238000000748 compression moulding Methods 0.000 description 4
- 238000011960 computer-aided design Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000007711 solidification Methods 0.000 description 4
- 230000008023 solidification Effects 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 229920001169 thermoplastic Polymers 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000012768 molten material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 239000012783 reinforcing fiber Substances 0.000 description 3
- 239000004416 thermosoftening plastic Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002706 hydrostatic effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000110 selective laser sintering Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000000930 thermomechanical effect Effects 0.000 description 2
- 229920001187 thermosetting polymer Polymers 0.000 description 2
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 239000012809 cooling fluid Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 239000013536 elastomeric material Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000000088 plastic resin Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 239000012815 thermoplastic material Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Landscapes
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
用于注射成型翘曲预测的方法、系统和设备，包括介质编码的计算机程序产品，包括：获得至少一种材料的模具模型和测量收缩数据；预测由注射成型工艺的计算模拟使用所述模具制造的零件的翘曲量，其中所述计算模拟使用所述零件的内部残余应力模型，所述内部残余应力模型至少针对在所述注射成型工艺的保压阶段期间和/或之后由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向上的热膨胀系数和弹性模量和/或泊松比的校准值；以及提供针对使用所述模具制造的所述零件预测的翘曲量。
Description
相关申请的交叉引用
本申请要求2021年10月4日提交的标题为“INJECTION MOLDING WARPPREDICTION”的美国专利申请号63/252,102的优先权。
背景技术
本说明书涉及计算机实现的生产模拟，包括注射成型的模拟。如本申请所用，“注射成型”包括通过将熔融材料注射到模具中以及包覆成型、压缩成型、压缩注射成型和嵌件成型制造工艺来生产零件。
在各个行业中，注射模具用于制造零件，其中将材料(例如，塑料树脂诸如热塑性、热固性或弹性体材料、金属等)制备成液体形式(例如，加热和熔融)，然后在压力下通过管道运输或注射到空模具(也称为模具)的空隙中，然后冷却或经历化学反应，以便永久硬化成空心模具腔的形状。模具的腔具有与要制造的零件相对应的形状，并且其他部件通常包括安装在腔中的模具芯和附接到模具以在液体凝固时对模具腔中的液体产生适当量的压力的夹具。此外，一些模具具有相关联的冷却管线(管道或通道)，所述冷却管线将冷却流体引导至模具腔附近以帮助使液体凝固。其他模具具有相关联的加热元件，诸如电加热元件或加热管线(管道或通道)，所述加热元件将加热流体引导到模具腔附近以提高模具腔温度，以引发材料中的化学反应或延迟冷却过程。
从模具中取出凝固且定型材料，形成呈模具形状的接近成品、件或零件。注射成型可以是一种有效的生产方法，因为它通常允许制造商重复使用一个或多个模具并且精确地复制形成在模具中的产品。通常，模具的初始设计和制造成本很高。投入大量资金来设计和完善模具，在某些情况下，所述模具在其生命周期内可重复使用数百万次。因此，注射成型的特点通常是规模效率高，特定模具的投资回报取决于模具的耐用性和持久精度。因此，典型的注射模具腔设计同时也是一个极其重要但困难且成本高昂的工艺。
存在能够用于注射成型应用的数以千计的聚合物材料。在某些情况下，将用于注射成型应用的材料甚至可能影响给定模具腔的设计，反之亦然。例如，一些熔融形式的高粘度材料可能在加工有窄浇口、流道和腔空隙的模具腔中表现不佳。此外，模具腔的几何形状也会影响使用所述模具制造的塑料零件的物理性质。实际上，具有相同尺寸并由相同热塑性材料制成但在不同条件下(例如，具有不同浇口位置)成型的两个零件可具有不同的应力和收缩水平。因此，模具腔工程师经常试图优化模具腔设计，以便生产商业上最可接受的产品，诸如通过使用美国专利号8,392,160和8,463,584中描述的系统和技术，所述专利由此通过引用并入，以模拟将材料注射到成型的模具腔中。
此外，各种商业冷却工艺试图使用位于模具中的热电偶来控制每个注射成型周期的精确加热和冷却要求，以基于模具中温度的测量来调整冷却和加热。此外，为了减少周期时间(其增加制造成本)，通常在填充阶段期间(在冷却管线中)保持降低的流速或无流速，然后一旦模具被填充就将非常冷的冷却剂以非常高的流速泵送通过冷却通道，以便加速冷却阶段。冷却阶段通常构成注射成型周期的大部分，并且通过减少此阶段，降低了生产成本，并且填充期间的热模具提升了零件质量。
然而，每种不同的材料通常具有不同的热膨胀系数(CTE)，所述CTE可能与温度有关。因此，由于冷却期间不期望的收缩导致在零件中产生的热应力，注射成型工艺可能引起所制造零件的翘曲。为了补偿此收缩，注射成型工艺通常包括填充模具腔之后的保压阶段，在所述保压阶段期间附加的聚合物熔体在高压下被迫进入腔中以补偿预期的热收缩。在压缩成型的情况下，所述工艺通常包括压缩阶段之后的压力保持阶段。为了预测最终零件的形状和尺寸，需要对所得的残余应力的准确预测。残余应力是热应力(收缩)和保压或压缩压力(收缩补偿)的平衡，两者在整个成型的零件中都不均匀。为了提高预测准确性，Autodesk,Inc.发布了一款软件产品，所述软件产品使用零件厚度信息和其用于热塑性塑料注射成型和热塑性塑料包覆成型模拟期间的收缩计算的三维(3D)残余应力模型中的测量收缩数据，其中所述测量收缩数据用于校准3D残余应力模型中的CTE值。
发明内容
本说明书描述了与计算机实现的生产模拟相关的技术，包括基于根据收缩测试数据调整的材料性质预测注射成型翘曲。
一般来讲，本说明书中描述的主题的一个或多个方面可体现在一种或多种方法(以及一种或多种非暂时性计算机可读介质中，所述一种或多种非暂时性计算机可读介质对计算机程序进行有形编码，所述计算机程序能够操作以致使数据处理设备执行操作)中，所述方法包括：通过数值注射成型模拟程序获得模具的三维模型和至少一种材料的测量收缩数据；通过所述数值注射成型模拟程序，预测由注射成型工艺的计算模拟使用所述模具制造的零件的翘曲量，其中所述计算模拟使用所述零件的内部残余应力模型，所述内部残余应力模型至少针对在所述注射成型工艺的保压阶段或保持阶段期间和/或之后由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向(例如，一个、两个或三个方向)上的热膨胀系数和弹性模量两者的校准值；以及提供针对使用所述模具制造的所述零件预测的所述翘曲量。
获得所述测量收缩数据可包括：在所述计算模拟的运行时从包含关于注射成型的测试样本的收缩的数据的数据库加载所述至少一种材料的所述测量收缩数据，其中所述注射成型的测试样本已经在不同的成型条件下针对所述至少一种材料生产出。所述不同的成型条件可包括在不同零件几何形状下使用的不同的注射速度、不同的模具压力水平以及不同的聚合物熔体和模具温度。所述至少一种材料可包括不同的聚合物材料等级。所述计算模拟可基于在所述至少一种材料的流动方向和垂直于所述流动方向的方向(以及除了所述流动方向和所述面内垂直方向之外，基于测量数据，任选地在厚度方向上)中的每个方向上测量的收缩量值来校准所述流动方向和垂直于所述流动方向的所述方向两者上的热膨胀系数，并且所述计算模拟可基于由于保压压力的变化而引起的在所述流动方向和垂直于所述流动方向的所述方向中的每个方向上测量收缩的观察到的灵敏度来校准所述至少一种材料在升高的温度在所述流动方向和垂直于所述流动方向的所述方向两者上的弹性模量。
所述预测可包括：在所述测量收缩数据中找到对于所述至少一种材料仅在保压压力方面不同的收缩测量；根据所述收缩测量确定在所述模具的所述三维模型中的位置处厚度对应于所述至少一种材料的厚度的收缩测量情况；针对所述收缩测量情况估计所述至少一种材料的所述厚度的有效平行和垂直可压缩性；根据所述有效平行和垂直可压缩性计算校准平行和垂直弹性模量；使用所述至少一种材料的所述校准平行和垂直弹性模量以及所述热膨胀系数来预测所述位置处的残余应力；以及在所述注射成型工艺的计算模拟中使用所述位置处的所述残余应力。所述至少一种材料可以是纤维增强聚合物化合物，并且所述计算模拟可校准所述纤维增强聚合物化合物的聚合物基质的所述热膨胀系数和所述弹性模量。进一步地，模拟可根据聚合物基质的模拟纤维取向以及校准热膨胀系数和弹性模量，计算纤维增强聚合物化合物在每个成型位置中的有效热膨胀系数和弹性模量。
模具的三维模型可限定集成到模具中的冷却管线并且可包括模具的腔和模具的芯部两者的三维模型。所述数值注射成型模拟程序可以是数值结构建模程序的一部分。所述提供可包括：在显示装置上呈现针对所述零件预测的翘曲量以及针对所述零件预测的翘曲量超过预定义阈值的警报。所述提供可包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及在所述注射成型工艺期间用以减少或消除所述零件的翘曲的所述模具的保压压力控制的建议改变。所述提供可包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及用以减少或消除物理模具原型制作周期的所述模具的所述三维模型的建议改变。
本说明书中描述的主题的一个或多个方面也可体现在一种或多种系统中，所述一种或多种系统包括：数据处理设备，所述数据处理设备包括至少一种硬件处理器；以及非暂时性计算机可读介质，所述非暂时性计算机可读介质对指令进行编码，所述指令被配置成致使所述数据处理设备执行包括以下的操作：通过数值注射成型模拟程序获得模具的三维模型和至少一种材料的测量收缩数据；通过所述数值注射成型模拟程序，预测由注射成型工艺的计算模拟使用所述模具制造的零件的翘曲量，其中所述计算模拟使用所述零件的内部残余应力模型，所述内部残余应力模型至少针对在所述注射成型工艺的保压阶段期间和/或之后由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向上的热膨胀系数和弹性模量两者的校准值；以及提供针对使用所述模具制造的所述零件预测的所述翘曲量。
本说明书中描述的主题的一个或多个方面可体现在一种或多种方法(以及一种或多种非暂时的计算机可读介质中，所述一种或多种非暂时性计算机可读介质对计算机程序进行有形编码，所述计算机程序能够操作以致使数据处理设备执行操作)，其包括：通过数值注射成型模拟程序获得模具的三维模型和至少一种材料的测量收缩数据；通过所述数值注射成型模拟程序预测由注射成型工艺的计算模拟使用所述模具制造的零件的翘曲量，其中所述计算模拟使用所述零件的内部残余应力模型，所述内部残余应力模型至少针对在所述注射成型工艺的保压或保持阶段期间由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向上的热膨胀系数和泊松比的校准值；以及提供针对使用所述模具制造的所述零件预测的翘曲量。
本说明书中描述的主题的一个或多个方面可体现在一个或多个系统中，所述系统包括：数据处理设备，所述数据处理设备包括至少一个硬件处理器；以及非暂时性计算机可读介质，所述非暂时性计算机可读介质对指令进行编码，所述指令被配置为致使所述数据处理设备执行包括以下的操作：通过数值注射成型模拟程序获得模具的三维模型和至少一种材料的测量收缩数据；通过所述数值注射成型模拟程序，预测由注射成型工艺的计算模拟使用所述模具制造的零件的翘曲量，其中所述计算模拟使用所述零件的内部残余应力模型，所述内部残余应力模型至少针对在所述注射成型工艺的保压或保持阶段期间由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向上的热膨胀系数和泊松比的校准值；以及提供针对使用所述模具制造的所述零件预测的翘曲量。
获得所述测量收缩数据可包括：在所述计算模拟的运行时从包含关于注射成型的测试样本的收缩的数据的数据库加载所述至少一种材料的所述测量收缩数据，其中所述注射成型的测试样本已经在不同的成型条件下针对所述至少一种材料生产。所述不同的成型条件可包括在不同零件几何形状下使用的不同的注射速度、不同的模具压力水平以及不同的聚合物熔体和模具温度。所述至少一种材料可包括不同的聚合物材料等级。
所述计算模拟可基于在所述至少一种材料的流动方向和垂直于所述流动方向的方向中的每个方向上测量的收缩量值来校准所述流动方向和垂直于所述流动方向的所述方向两者上的热膨胀系数，并且所述计算模拟基于由于保压压力的变化而引起的在所述流动方向和垂直于所述流动方向的所述方向中的每个方向上测量收缩的观察到的灵敏度来校准所述至少一种材料在高于室温的温度在所述流动方向和垂直于所述流动方向的所述方向两者上的泊松比。
预测可包括：在所述测量收缩数据中找到对于所述至少一种材料仅在保压压力方面不同的收缩测量；根据所述收缩测量确定在所述模具的所述三维模型中的位置处厚度对应于所述至少一种材料的厚度的这种收缩测量情况；针对所述收缩测量情况估计所述至少一种材料的所述厚度的有效平行和垂直可压缩性；根据所述有效平行和垂直可压缩性计算校准平行和垂直泊松比；根据所述有效平行和垂直可压缩性计算校准平行和垂直热膨胀系数；使用所述至少一种材料的所述校准平行和垂直泊松比以及所述校准热膨胀系数来预测所述位置处的残余应力；以及在所述注射成型工艺的所述计算模拟中使用所述位置处的所述残余应力。
所述至少一种材料可以是纤维增强聚合物化合物，并且所述计算模拟可校准所述纤维增强聚合物化合物的聚合物基质的所述热膨胀系数和所述泊松比。所述零件的所述内部残余应力模型还可至少针对在所述注射成型工艺的保压阶段期间由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向上的弹性模量的校准值。所述计算模拟可基于由于保压压力的变化而引起的在流动方向和垂直于流动方向的方向中的每个方向上测量收缩的观察到的灵敏度进一步校准所述至少一种材料在高于室温的温度在所述流动方向和垂直于所述流动方向的所述方向两者上的弹性模量。
所述预测可包括：根据所述有效平行和垂直可压缩性计算校准平行和垂直弹性模量；使用所述至少一种材料的所述校准平行和垂直泊松比、所述校准弹性模量以及所述校准热膨胀系数来预测所述位置处的所述残余应力；以及在所述注射成型工艺的所述计算模拟中使用所述位置处的所述残余应力。
计算所述校准平行和垂直泊松比和弹性模量可包括：执行数值优化以根据所述有效平行和垂直可压缩性确定所述校准平行和垂直泊松比以及弹性模量。所述方法可进一步校准所述纤维增强聚合物化合物的所述聚合物基质的所述弹性模量。校准所述纤维增强聚合物化合物的所述聚合物基质的所述泊松比和所述弹性模量可包括：执行数值优化以确定所述聚合物基质的所述校准平行和垂直泊松比以及弹性模量。执行所述数值优化可包括最小化目标函数。所述目标函数可包括残差函数，所述残差函数根据使用经验方程根据所述聚合物基质的校准平行和垂直泊松比以及弹性模量对平行和垂直纤维增强聚合物化合物的可压缩性和热膨胀系数进行数值计算而确定，所述经验方程基于厚度估计纤维取向。目标函数可包括惩罚函数，所述惩罚函数测量所述聚合物基质的所述校准平行和垂直泊松比以及弹性模量与所述聚合物基质的默认平行和垂直泊松比以及弹性模量的偏差。
模具的三维模型可限定集成到模具中的冷却管线并且可包括模具的腔和模具的芯部两者的三维模型。数值注射成型模拟程序可以是数值结构建模程序的一部分。
所述提供可包括：在显示装置上呈现针对所述零件预测的翘曲量以及针对所述零件预测的所述翘曲量超过预定义阈值的警报。所述提供可包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及在所述注射成型工艺期间用以减少或消除所述零件的翘曲的所述模具的保压压力控制的建议改变。所述提供可包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及用以减少或消除物理模具原型制作周期的所述模具的所述三维模型的建议改变。
可实现在本说明书中描述的主题的特定实施方案以实现以下优点中的一或多者。多种互补的材料性质(包括热膨胀系数、弹性模量、和/或泊松比)使用不同的成型条件下注射成型的测试样本的收缩数据进行校准。不是执行离线校准(其是通用的并且不针对于正在建模的几何形状和过程的特定特性)，而是校准可在注射成型工艺的计算模拟期间在运行时执行，并且材料性质的校准可独特地适应正在建模的特定零件的条件。与执行可能需要大量计算的离线校准不同，运行时校准可更有效地执行并节省计算时间。由于计算模拟使用材料的热膨胀系数、弹性模量和/或泊松比的校准值，可提高对使用注射成型工艺制造的零件的预测的准确性。具体地，由于升高的温度的校准弹性模量和/或泊松比可用于相对于在注射成型工艺的保压阶段期间和/或之后引起的保压压力的补偿效果修改所制造零件的收缩量，可更准确地预测翘曲量，例如由收缩导致的内部残余应力而引起的变形。翘曲预测不限于非纤维增强聚合物材料，还可应用于纤维增强聚合物化合物，并且计算模拟可校准所述纤维增强聚合物化合物的聚合物基质的热膨胀系数和弹性模量和/或泊松比。更准确的翘曲预测可用于建议对模具(例如，冷却模具)的三维模型进行改变，以减少或消除实现在设计公差范围内的最终制造零件尺寸所需的物理模具原型制作周期的数量。
在附图和以下描述中陈述了在本说明书中所描述的主题的一个或多个实施方案的细节。从具体实施方式、附图和权利要求将显而易见本发明的其他特征、方面和优点。
附图说明
图1示出可用于在注射成型时执行翘曲预测的系统的实例。
图2示出在注射成型时执行翘曲预测的过程的实例。
图3示出用于计算由于保压压力变化引起的收缩量的过程的实例。
图4示出用于计算由于保压压力变化引起的收缩量的过程的另一个实例。
图5示出使用纤维增强聚合物的校准热膨胀系数、弹性模量和泊松比来校准纤维增强聚合物化合物的基质的热膨胀系数、弹性模量和泊松比的过程的实例。
图6是可用于实现所描述的系统和技术的数据处理系统的示意图。
各个附图中的相同参考数字和标示指示相同元素。
具体实施方式
图1示出可用于在注射成型时执行翘曲预测的系统100的实例。如本申请所用，“注射成型”包括通过将熔融材料注射到模具中以及包覆成型、压缩成型、压缩注射成型和嵌件成型制造工艺来生产零件。
计算机110包括处理器112和存储器114，并且计算机110可以连接到网络140，所述网络可以是专用网络、公共网络、虚拟专用网络等。处理器112可以是一个或多个硬件处理器，所述一个或多个硬件处理器可以各自包括多个处理器核心。存储器114可包括易失性存储器和非易失性存储器两者，诸如随机存取存储器(RAM)和闪存RAM。计算机110可包括各种类型的计算机存储介质和装置，它们可包括存储器114以存储在处理器112上运行的程序的指令。
此类程序包括一个或多个3D建模和模拟程序，诸如计算模拟程序116，其可在本地运行在计算机110上，远程地运行在一个或多个远程计算机系统150(例如，可由计算机110经由网络140访问的一个或多个第三方提供商的一个或多个服务器系统)的计算机上，或者在本地和远程地两者运行。计算模拟程序116在计算机110的显示装置120上呈现用户界面(UI)122，可使用计算机110的一个或多个输入装置118(例如，键盘和鼠标)来操作所述用户界面。应注意，虽然在图1中示出为单独装置，但显示装置120和/或输入装置118还可彼此集成和/或与计算机110集成，诸如集成在平板计算机中。
用户190可与一个或多个3D建模和模拟程序交互以创建和/或加载用于注射成型应用的模具的3D模型。例如，模具的3D模型可从计算机110的非易失性存储器或存储装置中加载，可从另一个计算机程序接收，或者可在当前的3D建模和模拟程序116中设计。这可使用已知的图形用户界面工具来完成。可在计算机中使用各种已知的3D建模格式，诸如使用实体模型(例如，体素)或表面模型(例如，B-Rep(边界表示)、表面网格等)，来限定3D模型。在一些实施方式中，3D模型可包括模具的三维计算机生成的模型，所述计算机生成的模型作为零件的基于二维(2D)的模型表示(例如壳模型)存储在计算机110中。
在一些实施方式中，用户190可与一个或多个3D建模和模拟程序116交互以创建和/或加载可用于模拟注射成型应用的保压阶段的模具的3D模型。
在一些实施方式中，一个或多个3D建模和模拟程序116包括数值注射成型模拟(NIMS)程序116a，例如，可从加利福尼亚州San Francisco的Autodesk,Inc.获得的
软件或可从伊利诺伊州Schaumburg的SIGMA Plastic Services,Inc.获得的
软件，或可从台湾的Coretech Systems Co.,Ltd.获得的
软件。NIMS程序116a可以是独立的软件应用，或者与另一个软件应用诸如计算机辅助设计(CAD)程序116集成。用户190或系统100的程序部件可操作NIMS程序116a以使用模具的3D模型来模拟注射成型工艺(例如，热固性或热塑性聚合物注射成型，包括与高模具温度或加热模具一起使用的那些)，并且生成表示所注射的材料很可能在模具内如何流动、将很可能在模具内部产生的所得的温度和压力、以及在注射成型工艺的保压阶段期间和/或之后由于冷却和压力补偿而引起的零件的翘曲(例如，收缩和变形)量的数据。在一些实施方式中，当3D模型作为零件的基于二维(2D)的模型表示(例如壳模型)存储在计算机110中时，一个或多个3D建模和模拟程序可采用基于壳的模拟。
在一些实施方式中，一个或多个3D建模和模拟程序116包括数值结构模拟(NSS)程序116b，例如计算机辅助设计(CAD)程序、计算机辅助工程(CAE)程序、计算机辅助制造(CAM)程序或过程规划程序。NSS程序116b的实例包括可从加利福尼亚州San Francisco的Autodesk,Inc.获得的
或FUSION360TM软件，或可从密歇根州Troy的AltairEngineering,Inc.获得的OptiStruct软件，或可从网址为www.betaty.pe的Betatype Ltd.获得的Betatype软件。在一些实施方式中，NIMS程序116a可以是NSS程序116b的一部分。NSS程序116b可以是独立的软件应用，或者与另一个软件应用诸如CAD程序116集成。用户190或系统100的程序部件可操作NSS程序116b以模拟(使用3D模型数据)成型零件的结构性能并且修改模具和/或零件的结构设计以避免应力和屈曲故障。
例如，如图1所示，在UI 122中显示了用于搅拌器(这只是许多可能的零件的一个实例)的一部分的模具的3D模型的表示132。使用计算模拟程序116预测的翘曲量，可将冷却管线添加到模具的3D模型中，使其在模具的3D模型内移动，或两者，使得预测的翘曲量在预定义阈值内。此外，可使用包括在3D模型中的冷却管线重复模拟以生成更新的温度和压力数据，并且可根据需要重新设计3D模型以提高冷却性能(例如，通过调整冷却管线的数量及其在3D模型内的位置)并且生成模具的完整3D模型。
NIMS程序116a可获得(i)模具的3D模型和(ii)在零件的注射成型中使用的材料的测量收缩数据。例如，模具的3D模型可以是模具的先前为此注射成型工艺设计的3D模型，诸如3D模型132。模具的3D模型可存储为文档130和/或用于生成模型的另一表示(例如，用于增材制造的STL文件)。应注意，电子文档(为简洁起见将简称为文档)可以是文件，但不一定对应于文件。可将文档存储在保存其他文档的文件的一部分中，存储在专用于所讨论的文档的单个文件中，或存储在多个协同文件中。
NIMS程序116a还可获得在零件的注射成型中使用的材料的测量收缩数据。测量收缩数据可包括关于已经在不同的成型条件下针对多种材料生产的注射成型的测试样本的收缩的数据。不同的成型条件可包括在不同零件几何形状下使用的不同的注射速度、不同的模具压力水平以不同聚合物熔体和模具温度。
NIMS程序116a可在计算模拟的运行时从包含关于注射成型的测试样本的收缩的数据的数据库102加载材料的测量收缩数据。NIMS程序116a无需提前执行离线校准程序，而是可在计算模拟的运行时加载材料的测量收缩数据并且执行材料性质(例如，热膨胀系数、弹性模量、和/或泊松比)的校准。
例如，数据库102可存储关于注射成型的测试样本的收缩的数据。测试样本可具有简单(规则)的形状。测试样本104的表示(例如，特定种类材料的简单规则形状)示出了使用注射成型工艺制造的测试样本的翘曲量。特别地，测试样本104的表示示出了在特定注射成型条件下注射成型的测试样本的测量收缩数据。数据库102可包括已经在不同的成型条件下针对多种材料生产的许多测试样本。计算模拟程序116(例如，NIMS程序116a)可从数据库102加载测试样本的收缩数据(例如，测试样本104的收缩数据)。例如，计算模拟程序116可通过网络140获得测试样本的收缩数据。作为另一实例，数据库102可位于计算机110处，并且计算模拟程序116可直接访问数据库102。
NIMS程序116a可预测由注射成型工艺的计算模拟使用模具制造的零件的翘曲量。计算模拟使用零件的内部残余应力模型，其使用材料在至少一个方向上的热膨胀系数、弹性模量、和/或泊松比的校准值。针对零件预测的翘曲量基于在注射成型工艺的保压阶段期间和/或之后由于冷却和压力补偿而引起的热应力根据材料的测量收缩数据来计算。例如，计算机110可显示根据模具的3D模型132通过用于注射成型的计算模拟预测的零件的收缩和变形。
针对零件预测的翘曲量可在显示装置120的UI 122上呈现。在一些实施方式中，UI122可进一步显示针对所述零件预测的翘曲量超过预定义阈值的警报124。在一些实施方式中，计算模拟程序116可计算在注射成型工艺期间模具的保压压力控制的建议改变125，以减少或消除零件的翘曲，并且UI 122可显示保压压力控制的建议改变。在一些实施方式中，计算模拟程序116可计算对模具的3D模型的建议改变125以减少或消除物理模具原型制作周期，并且UI 122可以显示对模具的3D模型的建议改变125。
在查看针对零件预测的翘曲量之后，用户190可确定预测的翘曲量是否是可接受的。如果针对零件预测的翘曲量超过预定义阈值，则用户可改变保压压力控制，或者可改变模具的3D模型132。在一些实施方式中，在确定模具的3D模型之后，3D模型可用于例如使用制造机170通过增材制造工艺制造模具180。例如，一个或多个3D建模和模拟程序(例如，计算模拟程序116)可创建模具的3D模型132的数字表示，并且向制造机170提供(适当格式的)文档160以创建模具180。文件160可包括用于操作机器以创建模具180的控制指令。制造机170可采用一种或多种增材制造技术，诸如颗粒技术(例如，选择性激光烧结(SLS)和直接金属激光烧结(DMLS))、挤出技术(例如，熔融沉积建模(FDM))、或减材制造或任何其他计算机辅助制造方法。此外，用户190可保存或传输新模具的3D模型以备后用。例如，计算模拟程序116可存储包括模具的3D模型的文档130。
一旦用户确定预测的翘曲量是可接受的，例如，如果针对零件预测的翘曲量不超过预定义阈值，则用户可使用注射成型机185使用注射成型工艺制造零件，包括使用通过使用模具的3D模型132制造的模具180以及使用先前已经在计算模拟中确定的适当的保压压力控制。注射成型机185可直接连接到计算机110，或可通过网络140连接，如图1所示。
一个或多个3D建模和模拟程序(例如，计算模拟程序116)可创建零件的3D模型的数字表示，所述数字表示表示针对使用注射成型工艺制造的零件预测的翘曲量。一个或多个3D建模和模拟程序(例如，计算模拟程序116)可生成用于注射成型工艺的适当参数(例如，适当的保压压力水平)，并且可向注射成型机185提供(具有适当的格式)的文档106，其中文档106包括待使用注射成型机185执行的注射成型工艺的适当参数。
注射成型机185可采用一种或多种注射成型技术来制造零件。此外，用户190可保存或传输用于注射成型工艺的适当参数以备后用。例如，计算模拟程序116可存储包括用于注射成型工艺的适当参数的文档130。
图2示出在注射成型中执行翘曲预测的过程(例如，由程序116执行)的实例。模具(例如，冷却模具)的3D模型和至少一种材料的测量收缩数据通过数值注射成型模拟程序获得200。如本申请中所用，注射成型包括通过将熔融材料注射到模具中来生产零件。在一些实施方式中，如在本申请所用，注射成型还包括包覆成型和嵌件成型制造工艺。在一些实施方式中，模具的3D模型可以是模具的2D表示(例如模具的壳模型)，并且计算模拟可以是基于壳的模拟。
通过注射成型工艺的计算模拟来预测使用模具制造的零件的翘曲量202。此预测可在注射成型工艺的模拟期间由数值注射成型模拟程序在运行时执行。零件的翘曲包括在填充模具腔之后的注射成型工艺的保压阶段期间和/或之后由于冷却导致的零件的收缩、变形、和/或翘曲。在保压阶段期间，附加的材料例如聚合物熔体可在高压下被迫进入腔中，以补偿预期的热收缩。
计算模拟202使用零件的内部残余应力模型，其使用至少一种材料在至少一个方向上的热膨胀系数(CTE)、弹性模量、和/或泊松比的校准值。至少一种材料的热膨胀系数、弹性模量、和/或泊松比的校准值根据至少一种材料的测量收缩数据至少考虑了在注射成型工艺的保压阶段期间和/或之后由于冷却和压力补偿而引起的热应力。例如，材料的校准CTE可考虑由于冷却而引起的热应力，并且校准弹性模量和/或校准泊松比可用于确定补偿保压压力的影响。
在一些实施方式中，获得测量收缩数据可包括在计算模拟的运行时从包含关于注射成型的测试样本的收缩的数据的数据库加载至少一种材料的测量收缩数据。可在不同的成型条件下针对至少一种材料生产注射成型的测试样本。不同的成型条件可包括在不同零件几何形状下使用的不同的注射速度、不同的模具压力水平以及不同聚合物熔体和模具温度。测试样本可具有简单(规则)的形状。运行时校准过程允许使用在与所模拟的几何形状和工艺的制造条件最相似的条件下制造的测试样本来执行校准。因此，运行时校准过程可准确且有效地预测收缩产生的内部残余应力。
为了预测最终零件的形状和尺寸，使用对所得的残余应力的准确预测。残余应力是热应力(例如收缩)和保压压力(例如收缩补偿)的平衡，两者在整个成型的零件中都不均匀。保压压力是注射成型机操作员设定的动态过程控制参数。
在一些实施方式中，计算模拟202可基于在至少一种材料的流动方向和垂直于流动方向的方向中的每一者上测量收缩量值来校准所述流动方向和垂直于所述流动方向的方向两者上的热膨胀系数。例如，每个方向上的热膨胀系数可基于在注射成型的测试样本中在每个方向上测量的收缩量值来校准。
在一些实施方式中，计算模拟202可基于由于保压压力的变化而引起的在流动方向和垂直于流动方向的方向中的每一者上的测量收缩的观察到的灵敏度来校准所述至少一种材料在升高的温度在所述流动方向和垂直于所述流动方向的方向两者上的弹性模量、和/或泊松比。这里，升高的温度是材料例如聚合物在模具中冷却时的温度。此温度高于环境室温。虽然弹性模量和泊松比的标准实验室测量通常在室温下测量，但是校准弹性模量和校准泊松比是凝固材料的有效模量和有效泊松比，因为所述凝固材料从其升高的凝固温度冷却至室温。
图3示出用于使用根据由于保压压力的变化引起的测量收缩值的变化确定的校准弹性模量计算收缩量的过程(例如，由程序116执行)的实例。图3的过程是来自图2的预测202的实例。
在测量收缩数据中，可找到300对于至少一种材料仅在保压压力方面不同的收缩测量(例如，成对的收缩测量或一系列三个或更多个收缩测量)。可根据收缩测量确定302在模具(例如，冷却模具)的三维模型中的位置处厚度对应于至少一种材料的厚度的收缩测量情况。在一些实施方式中，可使用线性插值来确定302具有相似厚度的收缩测量情况。例如，如果具有第一收缩测量的第一厚度和具有第二收缩测量的第二厚度都不足够接近零件在模具的三维模型中的位置处的厚度，则系统可通过在第一收缩测量与第二收缩测量之间插值302来估计在与至少一种材料在模具的三维模型中的位置处的厚度相似的厚度处的第三收缩测量来生成第三收缩测量。
可估计304至少一种材料的厚度的有效平行和垂直可压缩性。可压缩性是材料对静水应力载荷的观察到的响应，并且可根据具有相同厚度但在注射成型机上以不同保压压力设置(或在压缩成型机上以不同压缩压力设置，例如不同的压力设置)生产的测试样本中测量收缩的变化来确定。有效可压缩性可用于校准材料的有效弹性模量和/或泊松比。
例如，对于每个测试样本，平行和垂直收缩量可使用以下分析式估计：
收缩＝CTE*(T凝固-T室温)-Kp(PT，th)*p保压*可压缩性 (1)
这里，p保压是测试样本的保压压力。T凝固是材料的凝固温度。T室温是环境室温，是成型测试样本在其收缩被测量到时的温度。PT(PackingTime)是测试样本在模具中冷却时应用保压压力控制参数的持续时间。Kp是根据PackingTime和测试样本厚度(th)而变化的的经验保压压力传递效率函数；它表示施加的保压压力可多么有效地传递到在模具腔中冷却的聚合物。换句话讲，Kp表示对在腔中针对成型机施加的每单位保压压力而发生的热收缩的补偿程度。Kp函数可被启发式地确定以表征测试样本的模具中的模具浇口和聚合物进料系统在测试样本的成型期间将成型机施加的保压压力传递到模具腔中的聚合物的效率。Kp可以是保压阶段的持续时间以及从成型机的注射单元到腔的流动路径(进料系统通道和腔)的长度和厚度以及保压阶段的持续时间的函数，例如狭窄的浇口和快速冻结的薄测试样本将降低施加的保压压力的传递效率。Kp还可能受到材料的流动性和可压缩性的影响。在一些实施方式中，Kp可被限定在0与1之间的范围内。CTE是热膨胀系数，其在每个方向上可不同，并且通过使用测试样本在每个方向上测量的收缩值进行校准来确定。CTE乘以从凝固温度冷却到室温(测试样本收缩被测量到的温度)的温度间隔。在每个方向上可不同的可压缩性也可通过使用测试样本在每个方向上的测量收缩值进行校准来确定。可压缩性表示每个方向上的测量收缩对流体静压保压压力的响应。
方程1表达了这种概念：即在测试样本中测量的收缩由热收缩(CTE乘以温度下降)减去保压压力实现的收缩补偿的估计值组成。此收缩补偿的估计值是保压压力乘以可压缩性和Kp的乘积。值得注意的是，在此方程中存在两个要校准的参数：CTE和可压缩性。使用一系列仅保压压力不同的收缩测量，可使用线性回归分析来校准可压缩性。校准可压缩性的其他合适方法可用于各种实施方式中。
使用在不同保压压力下成型的测试样本在平行或垂直方向上的测量收缩变化，计算模拟程序可计算厚度和材料的有效平行和垂直可压缩性。一旦以这种方式确定了可压缩性，然后将这些可压缩性用于方程1以完成CTE的校准。
可使用有效的平行和垂直可压缩性来计算306平行和垂直弹性模量。例如，在平行和垂直方向上的校准可压缩性可与实验室测量的泊松比结合使用，以根据已知的、基于物理的线性材料行为估计计算校准平行和垂直弹性模量。因此，可针对计算模拟程序正在模拟的零件预测收缩量。例如，基于校准CTE和校准平行和垂直弹性模量，可估计在模具中制造的零件的3d模型的不同位置处的残余应力。
可使用至少一种材料的所校准平行和垂直弹性模量和校准热膨胀系数来预测308模具的三维模型的每个位置处的残余应力。因此，可针对计算模拟程序正在模拟的零件预测残余应力。例如，基于校准CTE和校准平行和垂直弹性模量，可基于传递到零件的不同位置的保压压力的预测传递来估计要成型零件的所述位置处的残余应力。应注意，使用启发式Kp和保压压力控制参数的方程1和线性回归分析与在测试样本中测量收缩一起使用，以确定校准可压缩性、弹性模量和CTE。而在模具三维模型的注射成型的NIMS计算中，根据当聚合物以特定NIMS程序的正常方式在模具的腔中流动和冷却并且通过模具的浇口和进料系统时聚合物的具体的几何形状、粘度、剪切速率、压力、温度和冻结层厚度，计算工艺控制保压压力到模具腔中每个位置中的压力传递。
所述位置处的所计算的残余应力可用于310制造的零件收缩和变形的计算模拟。零件的三维模型中不同位置处的所计算的残余应力表示保压压力补偿冷却期间引起的热应力的净补偿效果。例如，校准CTE可用于预测由于冷却引起的热收缩量值。校准弹性模量可用于确定由保压压力实现的收缩补偿量值。
图4示出用于使用根据由于保压压力的变化引起的测量收缩值的变化确定的校准弹性模量和/或泊松比计算收缩量的过程400(例如，由程序116执行)的另一个实例。在测量收缩数据中，可找到402对于至少一种材料仅在保压压力方面不同的收缩测量。例如，可从数据库102下载针对不同处理条件的多个实验收缩测量。可通过搜索所下载的数据找到在保压压力方面不同但具有相似的处理条件(例如具有相似的熔体和模具压力、注射速度、冷却时间和模具的几何形状(例如厚度))的一系列收缩测量。可根据收缩测量确定404在模具(例如，冷却模具)的三维模型中的位置处厚度对应于至少一种材料的厚度的收缩测量情况。在一些实施方式中，可使用线性插值来确定404具有相似厚度的收缩测量情况。
可选择许多这些系列的收缩测量。对于这些系列中的每个系列，i，系列i的Ni测量的平均保压压力可被计算为
其中pi，j是系列i中第j测量的保压压力。还可计算平行于聚合物流动方向上的平均收缩
和垂直于流动方向上的平均收缩
其中S|| i，j和S⊥ i，j分别是针对系列i中的第j测量的测量平行收缩和垂直收缩。
然后，对于每个系列i，在平行于流动方向的方向上的平均线性可压缩性
和在垂直于流动方向的方向上的平均线性可压缩性
可被计算为：
然后，可计算406所有系列的平均可压缩性
和
在某些实例中，在计算平均值时可忽略保压压力与收缩之间相关性较差的系列。在一些实例中，可以可替代地或附加地忽略具有与待分析零件的处理条件显著不同的处理条件的系列。在一些实例中，可使用加权平均值，使得具有与待分析零件的处理条件显著不同的处理条件的系列以较低的权重对平均值贡献。在一些实施方式中，权重可与系列处理条件和待分析零件的模拟处理条件之间的相对距离的倒数成比例。例如，系列处理条件与待分析零件的模拟处理条件之间的距离可计算为一个或多个系列处理条件的值与对应的一个或多个模拟处理条件的值之间的差值的平方和任选地除以每个相应系列处理条件的偏差(即每个相应系列处理条件的最大值与最小值之间的差值)。
可使用材料模型来描述材料的机械性质。例如，可使用具有九个参数(即三个弹性模量E11、E22、E33，三个泊松比υ12、υ23、υ31以及三个剪切模量G12、G32、G31)的正交各向异性模型来描述材料的机械性质。在一些实施方式中，可使用具有五个参数的横向各向同性模型来描述机械性质：即两个弹性模量(E1，E2)、两个泊松比(υ12，υ23)和一个剪切模量(G12)。对于横向各向同性模型，在流动方向上和垂直于流动方向的方向上的线性可压缩性为：
E1是在流动方向上的弹性模量，E2是在垂直于流动的方向上的弹性模量，υ12是包含流动方向的平面的泊松比，和υ23是垂直于流动方向的平面的泊松比。可从材料数据库中获得测量的机械性质，并且可使用平均可压缩性来调整408它们的值。
在一些实例中，如果厚度方向上的收缩Sth i，j的数据可在数据库中获得，则厚度方向(即平行于零件表面法线的方向上)上的平均可压缩性也可以类似的方式计算。在厚度方向上的可压缩性可用于调整在厚度方向上的机械性质(例如，弹性模量和/或泊松比)。
在实例中，使用横向各向同性模型调整408在流动方向上和在垂直于流动的方向上的弹性模量，以使用来自材料数据库的泊松比的测量值来获得调整后的值E1 corr和E2 corr：
在另一个实例中，调整408泊松比以使用来自材料数据库的弹性模量的测量值来获得调整后的值
和
在另一个实例中，通过使用优化算法由目标函数
的数值最小化来调整408四个机械性质(即两个泊松比和两个弹性模量)。在一些实施方式中，剪切模量也可在最小化中进行调整。
例如，可使用惩罚方法来执行数值最小化。例如，优化函数可以是残差项
和惩罚函数
的总和
例如，残差项R可以是差平方的总和
惩罚函数F惩罚机械参数与测量数据库值的偏差，
系数w1、w2、w3和w4是经验加权系数。在一些实施方式中，可基于材料的机械性质来选择一个或多个加权系数。例如，可选择权重，使得惩罚函数中的所有被加数都大致具有相同的数量级。例如，可将权重选择为w1＝w2＝max(E1,E2)2和w3＝w4＝1.0。
在一些实施方式中，可基于所测量的机械性质的估计准确性，例如基于测量的机械性质的估计测量误差来选择一个或多个加权函数。在一些实例中，每个加权函数可与相应机械性质的估计测量误差δ的平方的倒数成比例。例如，加权函数可被计算为w1＝δE1 -2、w2＝δE2 -2、w3＝δυ12 -2、w＝δυ23 -2。
在校正塑料的经验机械性质之后，可使用以下公式针对每个测量处理条件k调整热膨胀系数(CTE)
和
在对收缩测量处理条件的所有所校正的CTE进行评估后，可使用插值法确定分析中零件的校正CTE。例如：
加权系数wk取决于实验的实验处理条件k的接近度。在一些实施方式中，可基于实验处理条件与分析中零件的模拟处理条件的反向相对接近度Dk将权重wk计算为
其中
其中N是重要处理参数pl(诸如厚度、保压压力、注射流速、熔融温度等)的数量；pl，k是指针对实验条件k的参数pl的值；pl，s是指针对模拟处理条件s的参数pl的值；pl，max和pl，min是指参数pl在在实验集中的最大值和最小值。
所校正的热机械性质
而不是数据库值，可用于注射成型模拟410、412，以提供更准确的分析结果。
在一些实施方式中，至少一种材料可包括不同的聚合物材料等级。在一些实施方式中，至少一种材料可以是纤维增强聚合物，且计算模拟可校准纤维增强聚合物化合物的聚合物基质的热膨胀系数、弹性模量和泊松比。例如，计算模拟可基于增强纤维的性质，根据聚合物化合物的测量和估计性质的组合来估计聚合物基质的性质。聚合物化合物的测量性质可包括通过标准实验室装备(例如，使用拉伸试验机)测量的泊松比。聚合物化合物的估计性质可以是根据测量收缩数据生成的校准CTE和弹性模量。
图5示出使用纤维增强聚合物的校准热膨胀系数和校准可压缩性或使用校准热膨胀系数以及校准弹性模量和泊松比来校准纤维增强聚合物化合物的基质的热膨胀系数、弹性模量和/或泊松比的过程500(例如，由程序116执行)的实例。
图4的过程400可用于使用关于图4所描述的同一式确定聚合物化合物的线性可压缩性、调整后的机械性质，以及聚合物化合物针对每个测量处理条件k的校正的热膨胀系数
和
如关于图4所描述的，在对收缩测量处理条件的所有所校正的CTE进行评估后，可使用插值法确定分析中零件的校正的CTE。
计算得到的复合材料的校正的热机械性质502可用于评估504聚合物基质的机械性质，诸如CTE以及弹性模量、和/或泊松比。在一些实施方式中，复合材料的弹性模量和泊松比都用于评估聚合物基质的弹性模量和泊松比。
在一些实施方式中，各向同性模型可用于描述聚合物基质的机械性质，诸如单个弹性模量和泊松比。在其他实施方式中，具有五个独立可调整参数(E1，E2，υ12,υ23，G12)的横向各向同性模型可用于基质。
例如，可执行具有残差R和惩罚项F的目标函数K的数值最小化。E1和E2是弹性拉伸模量，υ12和υ23是泊松比，G12是剪切模量，以及α1和α2是热膨胀系数(CTE)。在这种情况下，
残差R可通过将i)根据来自收缩测量的可压缩性和CTE(如上文关于图4所描述的)估计的复合材料性质(弹性模量、泊松比、剪切模量)和ii)用来自在优化过程期间变化的基质性质的数值微机械计算来计算的复合材料性质(弹性模量、泊松比、剪切模量)进行比较来计算，以获得来自i)和ii)的估计的复合材料性质之间的最佳匹配。
例如，经验方程可用于根据样本的厚度估计纤维取向
A11＝F1|F2t
A22＝F3+F4t
A33＝1 A11 A22
其中A11，A22，A33是穿过样本的厚度的平均纤维取向张量的特征值，t是样本的厚度，并且F1......F4是取决于样本几何形状的经验系数。
使用纤维取向估计，复合材料性质(即可压缩性和CTE)可使用适用于利用横向各向同性聚合物基质模型来预测复合材料性质的微机械模型进行数值计算。
残差R可确定为每个CTE和可压缩性的各个残差的加权和。在一些实施方式中，残差R可通过将i)从如上文关于图4所描述的收缩测量中获得的复合材料性质(可压缩性、CTE)和ii)用来自在优化性质期间变化的基质性质的数值微机械计算估计的复合材料性质(可压缩性、CTE)进行比较来获得来自i)与ii)的所估计的复合材料性质(可压缩性、CTE)之间的最佳匹配来计算：
系数w1、w2、w3、w4是经验加权系数。在一些实施方式中，可基于复合材料的可压缩性或CTE的相应估计值来选择权重中的每个权重。在一些实施方式中，可基于可压缩性或CTE相对于用于校准的实验数据库值的方差来选择权重。
惩罚函数F反映在优化过程期间变化的基质性质与基质性质的默认值的偏差。在一些实施方式中，基质性质的默认值可以是从存储基质性质的值的数据库获得的基质性质的数据库值。在一些实施方式中，基质性质的默认值可根据所测量的未校准复合材料性质使用微机械模型来计算：
系数u1......u7是经验加权系数，
是从数据库获得或者根据所测量的未校准复合材料性质计算的默认基质性质。通过改变所校正的基质性质(弹性模量、泊松比、剪切模量、CTE)来最小化函数K允许获得一组与所校准的复合材料性质(可压缩性、CTE)最佳匹配的基质性质。在一些实施方式中，可根据复合材料性质的值来选择加权系数。
在获得聚合物基质的性质之后，可将聚合物基质的这些性质与增强纤维性质和增强纤维在三维成型零件几何形状中的取向和/或长度的局部预测一起使用，以获得纤维增强聚合物化合物(例如，基质加纤维)在成型的零件几何形状中每个位置处的CTE、弹性模量和泊松比。然后可使用这些化合物性质来计算保压压力补偿后的热收缩和残余应力。在一些实施方式中，化合物的CTE、泊松比和弹性模量可通过应用局部纤维取向的影响在化合物水平上直接获得。
在一些实施方式中，模具的三维模型可限定集成到模具中的冷却管线并且可包括模具的腔和模具的芯部的三维模型。在一些实施方式中，数值注射成型模拟程序可以是数值结构建模程序的一部分。
再次参考图2，提供204针对使用模具(例如，冷却模具)制造的零件预测的翘曲量。在一些实施方式中，系统可在显示装置上呈现204针对零件预测的翘曲量以及针对所述零件预测的翘曲量超过预定义阈值的警报。预定义阈值可以是用户限定的阈值，或者可根据程序中包括的工艺定义来确定。包括确定预定义阈值的工艺定义的程序的实例包括可从加利福尼亚州San Francisco的Autodesk,Inc.获得的FUSION360TM软件。例如，所述软件的用户(例如，设计工程师)可指定可接受的零件尺寸公差，并且所述软件可显示204成型的零件几何形状的被预测超过公差值的任何区域。
在一些实施方式中，系统可在显示装置上呈现204针对零件预测的翘曲量以及在注射成型工艺期间用以减少或消除零件的翘曲的模具的保压压力控制中的建议改变。例如，计算模拟程序可确定最优化平衡预测热收缩的优化保压压力控制。
在一些实施方式中，系统可在显示装置上呈现204针对零件预测的翘曲量以及用以减少或消除物理模具原型制作周期的模具的三维模型的建议改变。生成对模具的3D模型的建议改变的程序实例可包括可从加利福尼亚州San Francisco的Autodesk,Inc.获得
软件。例如，可在翘曲预测之后执行后处理操作以提出204模具尺寸调整因子，例如，针对全部三个尺寸的全局缩放因子，或针对三个尺寸中的每个尺寸的独立缩放因子。所提出的模具尺寸调整因子可补偿所预测的尺寸收缩，并且可实现与原始设计尺寸紧密匹配的预测的最终零件尺寸。
图6是包括数据处理设备600的数据处理系统的示意图，所述数据处理设备可编程为客户端或服务器。数据处理设备600通过网络680与一个或多个计算机690连接。虽然在图6中仅示出一个计算机作为数据处理设备600，但是可使用多个计算机。数据处理设备600包括各种软件模块，其可分布在应用层与操作系统之间。这些可包括可执行和/或可解译的软件程序或库，包括3D建模和模拟程序604的工具和服务，诸如上文所述。所使用的软件模块的数量可因实施方式而异。此外，软件模块可分布在由一个或多个计算机网络或其他合适的通信网络连接的一个或多个数据处理设备上。
数据处理设备600还包括硬件或固件装置，包括一个或多个处理器612、一个或多个附加装置614、计算机可读介质616、通信接口618和一个或多个用户接口装置620。每个处理器612能够处理用于在数据处理设备600内执行的指令。在一些实施方式中，处理器612是单线程或多线程处理器。每个处理器612能够处理存储在计算机可读介质616或诸如附加装置614中的一个附加装置的存储装置上的指令。数据处理设备600使用其通信接口618例如通过网络680与一个或多个计算机690通信。用户接口装置620的实例包括显示器、相机、扬声器、传声器、触觉反馈装置、键盘和鼠标。数据处理设备600可将实施与上述程序相关联的操作的指令存储在例如计算机可读介质616或一个或多个附加装置614(例如，硬盘装置、光盘装置、磁带装置和固态存储器装置中的一者或多者)上。
本说明书中描述的主题和功能操作的实施方案可实施在数字电子电路中，或实施在计算机软件、固件或硬件中(包括本说明书中公开的结构和它们的结构等同物)，或实施在它们中的一者或多者的组合中。本说明书中描述的主题的实施方案可使用计算机程序指令的一个或多个模块实现，所述一个或多个模块编码在非暂时性计算机可读介质上用于由数据处理设备执行或控制数据处理设备的操作。所述计算机可读介质可为制造产品，诸如计算机系统中的硬盘驱动器，或通过零售渠道销售的光盘，或嵌入式系统。可单独地获取计算机可读介质，或者所述计算机可读介质稍后可诸如通过经由有线或无线网络输送计算机程序指令的一个或多个模块而被编码有计算机程序指令的所述一个或多个模块。计算机可读介质可以是机器可读存储装置、机器可读存储基板、存储器装置或它们中的一者或多者的组合。
术语“数据处理设备”涵盖用于处理数据的所有设备、装置和机器，例如包括可编程处理器、计算机或多个处理器或计算机。除了硬件之外，所述设备还可包括为所讨论的计算机程序创建执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统、运行时环境或它们中的一项或多项的组合的代码。此外，所述设备可采用各种不同的计算模型基础设施，诸如网络服务、分布式计算和网格计算基础设施。
计算机程序(还称为程序、软件、软件应用、脚本或代码)可以任何编程语言形式(包括编译或通译语言、声明或过程语言)写入，且其可以任何形式部署，包括作为独立程序或作为模块、部件、子例程或适用于计算环境的其他单元。计算机程序不一定对应于文件系统中的文件。程序可存储在保存其他程序或数据的文件的一部分(例如，存储在标记语言文档中的一个或多个脚本)中、在专用于所讨论程序的单一文件中或在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。计算机程序可被部署以在一台计算机上或在多台计算机(其位于一个地点或分布在多个地点且通过通信网络互连)上执行。
本说明书中描述的过程和逻辑流程可由一个或多个可编程处理器执行一个或多个计算机程序以通过对输入数据进行操作并生成输出执行功能来执行。过程和逻辑流程还可由专用逻辑电路执行，并且设备也可实现为专用逻辑电路，例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
适合于执行计算机程序的处理器包括例如通用和专用微处理器两者以及任何类型的数字计算机的任何一个或多个处理器。通常，处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器和用于存储指令和数据的一个或多个存储器装置。一般来讲，计算机还将包括一个或多个用于存储数据的大容量存储装置(例如，磁、磁光盘或光盘)或可操作地耦接以从一个或多个用于存储数据的大容量存储装置接收数据或向其传输数据或两者。然而，计算机不需要具有此类装置。另外，计算机可嵌入另一装置中，所述另一装置例如是移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏控制台、全球定位系统(GPS)接收器或便携式存储装置(例如，通用串行总线(USB)快闪驱动器)，仅举数例。适合于存储计算机程序指令和数据的装置包括所有形式的非易失性存储器、介质和存储器装置，包括例如：半导体存储器装置，例如，EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)和快闪存储器装置；磁盘，例如，内部硬盘或可移除盘；磁光盘；以及CD-ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路补充或结合在专用逻辑电路中。
为了提供与用户的互动，本说明书中描述的主题的实施方案可计算机上执行，所述计算机具有用于向用户显示信息的显示装置(例如LCD(液晶显示器)显示装置、OLED(有机发光二极管)显示装置或另一监视器)，以及键盘和指向装置(例如鼠标或轨迹球)，用户可通过所述键盘和指向装置提供到计算机的输入。其他类型的装置也可用来提供与用户的互动；举例来说，提供给用户的反馈可以是任何形式的感官反馈，例如视觉反馈、听觉反馈或触觉反馈；且来自用户的输入可以任何形式被接收，包括声音、言语或触觉输入。
计算系统可包括客户端和服务器。客户端和服务器一般彼此远离并且通常通过通信网络进行交互。客户端和服务器的关系通过在相应计算机上运行且使彼此具有客户端服务器关系的计算机程序而产生。本说明书中描述的主题的实施方案可在计算系统中实现，所述计算系统包括后端部件，例如，作为数据服务器；或包括中间件部件，例如，应用服务器；或包括前端部件，例如，具有图形用户接口或网络浏览器的客户端计算机，用户可借此与本说明书中描述的主题的实施方式交互；或一个或多个此类后端部件、中间件部件或前端部件的任何组合。系统的部件可通过任何形式或介质的数字数据通信(例如，通信网络)互连。通信网络的实例包括局域网(“LAN”)和广域网(“WAN”)、互联网络(例如互联网)和对等网络(例如，专用对等网络)。
尽管本说明书包含许多实施方式细节，但这些不应被解释为对本发明的范围或可要求保护的内容的限制，而是对本发明的特定实施方案特有的特征的描述。本说明书中以单独实施方案为背景描述的某些特征还可以组合方式执行于单一实施方案中。相反地，在单一实施方案的背景下描述的各个特征还可单独或以任何合适子组合的方式实现于多个实施方案中。此外，虽然上文可将特征描述成以某些组合作用且甚至最初这样要求，但来自所要求的组合的一个或多个特征可在一些情况中脱离所述组合，且要求的组合可针对子组合或子组合的变体。
类似地，当在附图中以特定次序描绘操作时，这不应理解为需要以所示的特定次序或按顺序次序执行此类操作，或执行全部所示操作，来实现期望结果。在某些情况中，多任务和并行处理可能是有利的。此外，上文描述的实施方案中的各个系统部件的分离不应理解为在全部实施方案中需要这种分离，且应理解为描述的程序部件和系统一般可一起集成在单一软件产品中或封装在多个软件产品中。
因此，已经描述了本发明的特定实施方案。其他实施方案在以下权利要求的范围内。此外，权利要求中所述的动作可按不同次序执行并且仍然实现期望结果。
Claims (34)
1.一种方法，其包括：
通过数值注射成型模拟程序获得模具的三维模型和至少一种材料的测量收缩数据；
通过所述数值注射成型模拟程序，预测由注射成型工艺的计算模拟使用所述模具制造的零件的翘曲量，其中所述计算模拟使用所述零件的内部残余应力模型，所述内部残余应力模型至少针对在所述注射成型工艺的保压或保持阶段期间由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向上的热膨胀系数和弹性模量两者的校准值；以及
提供针对使用所述模具制造的所述零件预测的所述翘曲量。
2.如权利要求1所述的方法，其中获得所述测量收缩数据包括：在所述计算模拟的运行时从包含关于注射成型的测试样本的收缩的数据的数据库加载所述至少一种材料的所述测量收缩数据，其中所述注射成型的测试样本已经在不同的成型条件下针对所述至少一种材料生产出。
3.如权利要求2所述的方法，其中所述不同的成型条件包括在不同零件几何形状下使用的不同的注射速度、不同的模具压力水平以及不同的聚合物熔体和模具温度。
4.如权利要求3所述的方法，其中所述至少一种材料包含不同的聚合物材料等级。
5.如权利要求1-4中任一项所述的方法，其中所述计算模拟基于在所述至少一种材料的流动方向和垂直于所述流动方向的方向中的每个方向上测量的收缩量值来校准所述流动方向和垂直于所述流动方向的所述方向两者上的所述热膨胀系数，并且所述计算模拟基于由于保压压力的变化而引起的在所述流动方向和垂直于所述流动方向的所述方向中的每个方向上的测量收缩的观察到的灵敏度来校准所述至少一种材料在升高的温度在所述流动方向和垂直于所述流动方向的所述方向两者上的所述弹性模量。
6.如权利要求5所述的方法，其中所述预测包括：
在所述测量收缩数据中找到对于所述至少一种材料仅在保压压力方面不同的收缩测量；
根据所述收缩测量确定在所述模具的所述三维模型中的位置处的厚度对应于所述至少一种材料的厚度的收缩测量情况；
针对所述收缩测量情况估计所述至少一种材料的所述厚度的有效平行和垂直可压缩性；
根据所述有效平行和垂直可压缩性计算校准平行和垂直弹性模量；
使用所述至少一种材料的所述校准平行和垂直弹性模量以及校准热膨胀系数来预测所述位置处的残余应力；以及
在所述注射成型工艺的所述计算模拟中使用所述位置处的所述残余应力。
7.如任一前述权利要求所述的方法，其中所述至少一种材料是纤维增强聚合物化合物，并且所述计算模拟校准所述纤维增强聚合物化合物的聚合物基质的所述热膨胀系数和所述弹性模量。
8.如任一前述权利要求所述的方法，其中所述模具的所述三维模型限定集成到所述模具中的冷却管线并且包括所述模具的腔和所述模具的芯部两者的三维模型。
9.如任一前述权利要求所述的方法，其中所述数值注射成型模拟程序是数值结构建模程序的一部分。
10.如任一前述权利要求所述的方法，其中所述提供包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及针对所述零件预测的所述翘曲量超过预定义阈值的警报。
11.如任一前述权利要求所述的方法，其中所述提供包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及在所述注射成型工艺期间用以减少或消除所述零件的翘曲的所述模具的保压压力控制的建议改变。
12.如任一前述权利要求所述的方法，其中所述提供包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及用以减少或消除物理模具原型制作周期的所述模具的所述三维模型的建议改变。
13.一种系统，其包括：
数据处理设备，所述数据处理设备包括至少一个硬件处理器；以及
非暂时性计算机可读介质，所述非暂时性计算机可读介质对指令进行编码，所述指令被配置为致使所述数据处理设备执行如权利要求1-12中任一项所述的方法。
14.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质对指令进行编码，所述指令能够操作以致使数据处理设备执行如权利要求1-12中任一项所述的方法。
15.一种方法，其包括：
通过数值注射成型模拟程序获得模具的三维模型和至少一种材料的测量收缩数据；
通过所述数值注射成型模拟程序预测由注射成型工艺的计算模拟使用所述模具制造的零件的翘曲量，其中所述计算模拟使用所述零件的内部残余应力模型，所述内部残余应力模型至少针对在所述注射成型工艺的保压或保持阶段期间由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向上的热膨胀系数和泊松比的校准值；以及
提供针对使用所述模具制造的所述零件预测的所述翘曲量。
16.如权利要求15所述的方法，其中获得所述测量收缩数据包括：在所述计算模拟的运行时从包含关于注射成型的测试样本的收缩的数据的数据库加载所述至少一种材料的所述测量收缩数据，其中所述注射成型的测试样本已经在不同的成型条件下针对所述至少一种材料生产出。
17.如权利要求16所述的方法，其中所述不同的成型条件包括在不同零件几何形状下使用的不同的注射速度、不同的模具压力水平以及不同的聚合物熔体和模具温度。
18.如权利要求17所述的方法，其中所述至少一种材料包含不同的聚合物材料等级。
19.如权利要求15至18中任一项所述的方法，其中所述计算模拟基于在所述至少一种材料的流动方向和垂直于所述流动方向的方向中的每个方向上测量的收缩量值来校准所述流动方向和垂直于所述流动方向的所述方向两者上的所述热膨胀系数，并且所述计算模拟基于由于保压压力的变化而引起的在所述流动方向和垂直于所述流动方向的所述方向中的每个方向上测量收缩的观察到的灵敏度来校准所述至少一种材料在高于室温的温度在所述流动方向和垂直于所述流动方向的所述方向两者上的所述泊松比。
20.如权利要求15至19中任一项所述的方法，其中所述预测包括：
在所述测量收缩数据中找到对于所述至少一种材料仅在保压压力方面不同的收缩测量；
根据所述收缩测量确定在所述模具的所述三维模型中的位置处厚度对应于所述至少一种材料的厚度的收缩测量情况；
针对所述收缩测量情况估计所述至少一种材料的所述厚度的有效平行和垂直可压缩性；
根据所述有效平行和垂直可压缩性计算校准平行和垂直泊松比；
根据所述有效平行和垂直可压缩性计算校准平行和垂直热膨胀系数；
使用所述至少一种材料的所述校准平行和垂直泊松比以及所述校准热膨胀系数来预测所述位置处的残余应力；以及
在所述注射成型工艺的计算模拟的所述计算模拟中使用所述位置处的所述残余应力。
21.如权利要求15至20中任一项所述的方法，其中所述至少一种材料是纤维增强聚合物化合物，并且所述计算模拟校准所述纤维增强聚合物化合物的聚合物基质的所述热膨胀系数和所述泊松比。
22.如权利要求15至18中任一项所述的方法，其中所述零件的所述内部残余应力模型还至少针对在所述注射成型工艺的保压阶段期间由于冷却和压力补偿而引起的热应力根据所述至少一种材料的所述测量收缩数据，使用所述至少一种材料在至少一个方向上的弹性模量的校准值。
23.如权利要求19所述的方法，其中所述计算模拟进一步基于由于保压压力的变化而引起的在所述流动方向和垂直于所述流动方向的所述方向中的每个方向上测量收缩的观察到的灵敏度来校准所述至少一种材料在高于室温的温度在所述流动方向和垂直于所述流动方向的所述方向两者上的弹性模量。
24.如权利要求20所述的方法，其中所述预测包括：
根据所述有效平行和垂直可压缩性计算校准平行和垂直弹性模量；
使用所述至少一种材料的所述校准平行和垂直泊松比、所述校准弹性模量和所述校准热膨胀系数来预测所述位置处的所述残余应力；以及
在所述注射成型工艺的所述计算模拟中使用所述位置处的所述残余应力。
25.如权利要求24所述的方法，其中计算所述校准平行和垂直泊松比以及弹性模量包括：执行数值优化以根据所述有效平行和垂直可压缩性确定所述校准平行和垂直泊松比以及弹性模量。
26.如权利要求21所述的方法，其中所述计算模拟进一步校准所述纤维增强聚合物化合物的所述聚合物基质的所述弹性模量。
27.如权利要求26所述的方法，其中校准所述纤维增强聚合物化合物的所述聚合物基质的所述泊松比和所述弹性模量包括：执行数值优化以确定所述聚合物基质的所述校准平行和垂直泊松比以及弹性模量，其中执行所述数值优化包括最小化目标函数，所述目标函数包括：
残差函数，所述残差函数根据使用经验方程根据所述聚合物基质的校准平行和垂直泊松比以及弹性模量对平行和垂直纤维增强聚合物化合物的可压缩性和热膨胀系数进行数值计算而确定，所述经验方程基于所述厚度估计纤维取向；以及
惩罚函数，所述惩罚函数测量所述聚合物基质的所述校准平行和垂直泊松比以及弹性模量与所述聚合物基质的默认平行和垂直泊松比以及弹性模量的偏差。
28.如权利要求15至27中任一项所述的方法，其中所述模具的所述三维模型限定集成到所述模具中的冷却管线并且包括所述模具的腔和所述模具的芯部两者的三维模型。
29.如权利要求15至28中任一项所述的方法，其中所述数值注射成型模拟程序是数值结构建模程序的一部分。
30.如权利要求15至29中任一项所述的方法，其中所述提供包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及针对所述零件预测的所述翘曲量超过预定义阈值的警报。
31.如权利要求15至30中任一项所述的方法，其中所述提供包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及在所述注射成型工艺期间用以减少或消除所述零件的翘曲的所述模具的保压压力控制的建议改变。
32.如权利要求15至31中任一项所述的方法，其中所述提供包括：在显示装置上呈现针对所述零件预测的所述翘曲量以及用以减少或消除物理模具原型制作周期的所述模具的所述三维模型的建议改变。
33.一种系统，
其包括：数据处理设备，所述数据处理设备包括至少一个硬件处理器；以及
非暂时性计算机可读介质，所述非暂时性计算机可读介质对指令进行编码，所述指令被配置为致使所述数据处理设备执行如权利要求15至32中任一项所述的方法。
34.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质对指令进行编码，所述指令能够操作以致使数据处理设备执行如权利要求15至32中任一项所述的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202163252102P | 2021-10-04 | 2021-10-04 | |
| US63/252,102 | 2021-10-04 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115938507A true CN115938507A (zh) | 2023-04-07 |
Family
ID=86651394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211223117.7A Pending CN115938507A (zh) | 2021-10-04 | 2022-10-08 | 注射成型翘曲预测 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115938507A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118155779A (zh) * | 2024-05-11 | 2024-06-07 | 常州润来科技有限公司 | 超薄壁内螺纹胀缩率评估方法及系统 |
-
2022
- 2022-10-08 CN CN202211223117.7A patent/CN115938507A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118155779A (zh) * | 2024-05-11 | 2024-06-07 | 常州润来科技有限公司 | 超薄壁内螺纹胀缩率评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mohamed et al. | Optimization of fused deposition modeling process parameters for dimensional accuracy using I-optimality criterion | |
| EP4159404A1 (en) | Injection molding warp prediction | |
| Chockalingam et al. | Establishment of process model for part strength in stereolithography | |
| US20100036646A1 (en) | Analytical model preparation method, and simulation system method for predicting molding failure | |
| Kim et al. | Residual stress distributions and their influence on post-manufacturing deformation of injection-molded plastic parts | |
| Sun et al. | The application of modified PVT data on the warpage prediction of injection molded part | |
| CN115938507A (zh) | 注射成型翘曲预测 | |
| Roy et al. | Additive technology of soluble mold tooling for embedded devices in composite structures: A study on manufactured tolerances | |
| JP5095461B2 (ja) | 射出成形プロセス解析方法 | |
| JP5241310B2 (ja) | 成形品の変形形状の予測方法とその装置、変形形状の予測プログラムとその記憶媒体 | |
| Huang et al. | Fundamental study and theoretical analysis in a constrained-surface stereolithography system | |
| JP2006205740A (ja) | 樹脂成形品の設計支援装置および方法 | |
| JP2019181801A (ja) | 収縮率予測装置、収縮率予測モデル学習装置、及びプログラム | |
| JP2009233882A (ja) | 樹脂成形品のボイド生成予測方法 | |
| JP4378011B2 (ja) | 金型設計装置と金型形状の設計方法 | |
| JP2007083602A (ja) | 射出成形品の成形収縮率予測方法 | |
| JP2014193596A (ja) | 強化樹脂の熱伝導率予測方法、及び、その装置 | |
| Chockalingam et al. | Development of thermal and structural deformation model to predict the part build dimensional error in fused deposition modeling | |
| JP5889077B2 (ja) | 成形品収縮変形予測装置、成形品収縮変形予測方法及び成形品収縮変形予測プログラム | |
| JP5349859B2 (ja) | 成形品形状の予測方法、成形品の製造方法、成形品形状の予測プログラムとその記憶媒体 | |
| Liu et al. | Numerical simulations of residual stresses and warpage in injection molding | |
| JP6639899B2 (ja) | 成形品の設計支援方法、成形品の設計支援装置、コンピュータ・ソフトウェア、記憶媒体 | |
| JP5899004B2 (ja) | 成形品そり変形予測装置、成形品そり変形予測方法及び成形品そり変形予測プログラム | |
| JP6618069B2 (ja) | 複合成形品の設計支援装置、複合成形品の製造方法、コンピュータ・ソフトウェア、記憶媒体 | |
| Zhou et al. | Integrated simulation of the injection molding process with stereolithography molds |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |