WO2023195419A1 - 成形不良予測方法、成形不良低減方法、成形不良予測プログラム及び成形不良低減プログラム - Google Patents

成形不良予測方法、成形不良低減方法、成形不良予測プログラム及び成形不良低減プログラム Download PDF

Info

Publication number
WO2023195419A1
WO2023195419A1 PCT/JP2023/013498 JP2023013498W WO2023195419A1 WO 2023195419 A1 WO2023195419 A1 WO 2023195419A1 JP 2023013498 W JP2023013498 W JP 2023013498W WO 2023195419 A1 WO2023195419 A1 WO 2023195419A1
Authority
WO
WIPO (PCT)
Prior art keywords
distribution
temperature
molding
pressure
molded product
Prior art date
Application number
PCT/JP2023/013498
Other languages
English (en)
French (fr)
Inventor
裕輔 ▲浜▼野
現 青木
晃弘 宮崎
雄太 天野
裕基 神田
Original Assignee
ポリプラスチックス株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ポリプラスチックス株式会社 filed Critical ポリプラスチックス株式会社
Priority to JP2024514256A priority Critical patent/JPWO2023195419A1/ja
Publication of WO2023195419A1 publication Critical patent/WO2023195419A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17—Component parts, details or accessories; Auxiliary operations
    • B29C45/76—Measuring, controlling or regulating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/22—Moulding

Definitions

  • the present disclosure relates to prediction of occurrence of molding defects in resin molded products.
  • Injection molding is used to manufacture parts with complex shapes using thermoplastic resin.
  • molding defects called “sink marks (indentations formed on the surface of the molded product)" or “voids (cavities created inside the molded product)” may occur in resin molded products.
  • Sink marks and voids occur during thermoplastic resin injection molding, during the process in which the thermoplastic resin injected in a molten state is cooled and solidified within a mold.
  • the molecular chains that were in a random state immediately after filling the mold become oriented (folded and aligned) due to crystallization, and as a result, the volume becomes larger than the volume immediately after filling the mold (mold dimensions). This reduction (shrinkage) causes sink marks or voids.
  • Measures to suppress sink marks and voids include checking the actually molded product and changing the molding conditions, or changing the design of the gate or wall thickness of the molded product.
  • flow analysis software equipped with a sink analysis (prediction of sink mark occurrence) function has been used to predict the occurrence of sink marks and voids through injection molding simulations. The possibility of optimizing the shape and molding conditions has been investigated.
  • Patent Document 1 the amount of deformation of a resin molded product is predicted using physical property values calculated using orientation parameters obtained by comparing flow direction analysis values and actual measurement values.
  • Patent Document 2 a flow analysis and a structural analysis are combined to predict deformation in consideration of fiber orientation, but the prediction is for warping deformation and is not used for predicting sink marks and voids. Furthermore, although the combination of flow analysis and structural analysis improves the prediction accuracy of the amount of deformation, it requires many experiments and measurements to obtain physical property values, resulting in an enormous computational cost.
  • Patent Document 3 regarding shrinkage defects that occur when molten material solidifies in a mold, the location and size of shrinkage defects are determined by appropriately setting the heat transfer coefficient depending on the part of the mold and the time. It is now possible to predict the
  • An object of the present invention is to provide a method for accurately predicting the occurrence behavior of sink marks or voids in resin molded products. By solving this problem, it will be possible to predict product shape design, mold design, molding condition settings, and molding materials in advance at the design stage in order to obtain molded products that do not generate sink marks or voids. It can be done efficiently.
  • thermoplastic resin that is injected in a molten state during molding is cooled by the heat removed by the mold. Therefore, the molded product is solidified from the surface side that is in contact with the mold (see FIG. 1A). Furthermore, the molten thermoplastic resin inside shrinks and solidifies due to linear shrinkage or crystallization, but whether it becomes a sink mark or a void depends on the solidification state (rigidity) of the internal molten resin. It is affected by the shrinkage force of the resin (how strong is the force that draws it into the interior).
  • Some conventional flow analysis software is equipped with a sink mark analysis (sink mark occurrence prediction) function.
  • sink mark analysis sink mark occurrence prediction
  • these methods do not take into account the distribution of the elastic modulus of the thermoplastic resin melted within the molded product, and perform sink mark analysis only using the elastic modulus at room temperature.
  • the prior art documents do not take into account the elastic modulus distribution and volume shrinkage rate distribution necessary for accurate prediction of sink marks and voids. Therefore, there may be a large deviation from the results of sink mark occurrence in actual products.
  • void analysis void generation prediction
  • conventional flow analysis software and prior art documents do not provide satisfactory results when compared with actual products.
  • the present disclosure has been devised to solve at least one of the problems of the prior art, and an object of the present disclosure is to accurately predict the occurrence behavior of sink marks or voids. Another objective is to reduce sink marks and voids in resin molded products. Another object of the present invention is to provide a program for causing a computer to execute a method for predicting or reducing sink marks and voids in resin molded products.
  • the present inventors obtained elastic modulus distribution and volume shrinkage distribution from temperature data and pressure data obtained by flow analysis, and performed structural analysis (strain analysis). We have discovered that the location and amount of sink marks and voids can be predicted at a level comparable to the results in actual products by coupled analysis applied to (analysis), and have completed the contents of this disclosure.
  • the present disclosure includes the following aspects.
  • a molding defect prediction method for predicting the occurrence behavior of molding defects in an injection molded product made by injection molding a thermoplastic resin into a mold comprising a flow analysis model in which the injection molded product is divided into a plurality of elements.
  • the step (S2) of determining the temperature and pressure of each element is the step of injecting the thermoplastic resin from the gate of the mold into the cavity and then determining the temperature and pressure of each element in the process of bringing the injection molded product to the mold temperature.
  • the volumetric shrinkage distribution is calculated starting from the gate seal and after the injection molded product reaches the mold temperature.
  • the molding defect prediction method according to any one of [1] to [3], wherein the volumetric shrinkage rate distribution is calculated as an end point.
  • the molding conditions for the gate seal are set so that the weight of the injection molded product is maximum and the time to the gate seal is minimized in the flow analysis of the flow analysis model.
  • the injection molded product is cooled under pressure and is surface solidified as the starting point, and the injection molded product reaches the mold temperature as the end point.
  • the molding defect prediction method according to [2] which calculates the elastic modulus distribution, volumetric shrinkage rate distribution, and temperature load.
  • step (S2) of determining the temperature and pressure of each element the thermal conductivity determined by a thermal conductivity measurement method called the steady-current AC method (ISO22007-6) is used for calculation, [1] to [8] ]
  • the molding defect prediction method according to any one of the above.
  • [11] Predicting the amount of sink marks by the molding defect prediction method described in [1] while changing one or more of the design, molding conditions, and molding material, if the predicted amount of sink marks is a predetermined amount.
  • a method for reducing molding defects comprising: repeating the steps until reduced to:
  • [12] Predicting the amount of voids by the molding defect prediction method described in [2] while changing one or more of the design, molding conditions, and molding material until the predicted amount of voids is a predetermined amount.
  • a method for reducing molding defects comprising: repeating the steps until reduced to:
  • a computer-readable storage medium that stores a program that causes a computer to execute the molding defect prediction method according to any one of [1] to [10].
  • a computer-readable storage medium that stores a program that causes a computer to execute the molding defect reduction method described in [11] or [12].
  • FIG. 1 is a diagram for explaining the occurrence of sink marks and voids.
  • FIG. 2 is a flowchart illustrating an example of a method for predicting the location and/or amount of sink marks according to the embodiment.
  • FIG. 3 is a flowchart illustrating an example of a method for predicting a void occurrence location and/or void amount according to the embodiment.
  • FIG. 4 is a diagram showing an example of temperature distribution obtained from flow analysis.
  • FIG. 5 is a diagram showing an example of temperature dependence data on the elastic modulus of a thermoplastic resin.
  • FIG. 6 is a diagram showing an example of PVT data of thermoplastic resin.
  • FIG. 7 is a diagram showing an example of the shape of a molded product.
  • FIG. 1 is a diagram for explaining the occurrence of sink marks and voids.
  • FIG. 2 is a flowchart illustrating an example of a method for predicting the location and/or amount of sink marks according to the embodiment.
  • FIG. 3 is a flow
  • FIG. 8 is a cross-sectional view of a flow analysis model used in an example of the method according to the present embodiment.
  • FIG. 9 is a diagram showing an example of temperature distribution, pressure distribution, elastic modulus distribution, and volume contraction rate distribution in an example of the method according to the present embodiment.
  • FIG. 10 is a diagram showing sink marks in an actual molded product corresponding to FIG. 7.
  • FIG. 11 is a diagram showing a comparison of sink marks in an actual molded product corresponding to FIG. 7, sink marks predicted by the present method, and sink marks predicted by the conventional method.
  • FIG. 12 is a diagram showing a comparison of voids in the actual molded product corresponding to FIG. 7, voids predicted by this method, and voids predicted by the conventional method.
  • FIG. 13 is a diagram showing the relationship between the amount of sink marks predicted by this method corresponding to FIG. 7 and the time point at which the elastic modulus is calculated.
  • an example of the method for predicting sink mark occurrence behavior according to the present embodiment includes creating a flow analysis model (S1), calculating the temperature and pressure of each element of the flow analysis model (S2), and calculating the temperature and pressure of each element of the flow analysis model (S2).
  • Step (S1) of creating a flow analysis model that divides the injection molded product into multiple elements divides the shape of the injection molded product into minute elements and creates a model necessary for executing the simulation (for example, Fig. 8).
  • the shape of the injection molded product (this can be the design shape of the injection molded product or the shape of the mold, etc.) by three-dimensional shape measurement or CAD system etc. (including conditions such as the position, number, and size of gates) into the computer.
  • the shape imported into the computer is divided into a plurality of three-dimensional elements using an element division preprocessor or the like to create a flow analysis model.
  • a flow analysis (simulation) of injection molding is executed using the created flow analysis model.
  • the flow analysis calculates the temperature and pressure of each element of the flow analysis model in the process of injecting and molding the thermoplastic resin (which may also include a cooling process).
  • the physical property values used in flow analysis include data representing the relationship between pressure, volume, and temperature (hereinafter referred to as "PVT data"; see Figure 6 for an example), thermal conductivity data, specific heat data, etc. be.
  • PVT data data representing the relationship between pressure, volume, and temperature
  • thermal conductivity data thermal conductivity data
  • specific heat data can be measured using a differential scanning calorimeter (DSC).
  • DSC differential scanning calorimeter
  • the thermal conductivity of the thermoplastic resin the thermal conductivity determined by the constant alternating current method (ISO 22007-6) can be used.
  • Molding conditions include resin (cylinder) temperature, mold temperature, injection speed, holding pressure, holding pressure time, etc.
  • the molding conditions also include designation of the starting point and ending point of the flow analysis.
  • the starting point of the flow analysis can be, for example, the point in time when injection of the thermoplastic resin into the mold cavity begins.
  • the end point of the flow analysis can be, for example, the point at which the temperature of the injection molded product reaches the mold temperature in the process of injecting the molten thermoplastic resin into the mold cavity and cooling it by applying holding pressure.
  • at the mold temperature means that the entire molded product reaches the mold temperature, or the maximum temperature of the temperature distribution inside the molded product reaches the mold temperature.
  • FIG. 4 is a diagram showing an example of temperature distribution based on flow analysis.
  • the calculated temperature distribution and pressure distribution are used to calculate the elastic modulus distribution, volume shrinkage rate distribution, and temperature load (of the temperature difference) of the injection molded product. distribution).
  • the elastic modulus distribution, volume shrinkage rate distribution, and temperature load of the injection molded product can be calculated using a conversion program for a computer.
  • the elastic modulus distribution of the injection molded product can be determined by applying the temperature dependence data of the elastic modulus of the molding material (thermoplastic resin) obtained in advance to the temperature distribution obtained by flow analysis.
  • FIG. 5 shows temperature dependence data of the elastic modulus of a certain thermoplastic resin.
  • the horizontal axis is temperature and the vertical axis is elastic modulus.
  • the temperature T on the horizontal axis indicates the transition temperature of the thermoplastic resin.
  • the transition temperature refers to a temperature that separates a solidified region and a melted region of a thermoplastic resin, and is also sometimes referred to as a no-flow temperature, solidification temperature, solidification temperature, or solid-liquid transition temperature.
  • the elastic modulus distribution can be obtained from the temperature distribution.
  • the volumetric shrinkage rate distribution of an injection molded product is the temperature distribution obtained by flow analysis using previously obtained (actually measured) data representing the relationship between pressure, volume, and temperature of the molding material (thermoplastic resin) ("PVT data"). It can be obtained by applying this to the pressure distribution data.
  • Figure 6 shows PVT data for certain thermoplastics. The horizontal axis is temperature (unit: °C), and the vertical axis is the reciprocal of density, that is, specific volume (unit: cm 3 /g). What is shown in FIG. 6 is the relationship between temperature and specific volume when the pressure (P) is 50 MPa. It is assumed that the relationship between temperature and specific volume has been measured in advance for some pressures other than 50 MPa.
  • the relationship between temperature and specific volume at a pressure for which there is no actual measurement value can be obtained, for example, by interpolation from the relationship between temperature and specific volume at a pressure for which there is an actual measurement value.
  • the temperature of the thermoplastic resin is 200°C and the specific volume is about 0.82 cm 3 /g. Show that.
  • the temperature of the injection molded article made of thermoplastic resin reaches the mold temperature, the temperature of the thermoplastic resin is 40° C., and the specific volume is about 0.70 cm 3 /g.
  • the temperature (T 2 ) and pressure (P 2 ) at a certain point after contraction are determined from the temperature distribution data and pressure distribution data obtained by flow analysis. By applying this to the PVT data, it is converted to the volume (V 2 ) at the time after contraction.
  • T 2 40° C.
  • P 2 50 MPa
  • flow analysis can calculate the temperature (T 1 ) and pressure (P 1 ) of each element before contraction, and the temperature (T 2 ) and pressure (P 1 ) of each element after contraction. 2 ) has been calculated. If the relationship between temperature (T 1 , T 2 ) and specific volume at pressures (P 1 , P 2 ) before and after contraction (PVT data) is obtained in advance, the volumetric contraction rate (V 1 -V 2 ) of each element can be calculated. /V 1 can be calculated. In this way, the volume shrinkage rate distribution can be calculated from the PVT data, temperature distribution, and pressure distribution.
  • the temperature load (distribution of temperature difference) is determined by converting into a temperature difference by dividing the volumetric contraction rate of each element by the volumetric expansion rate of the thermoplastic resin obtained in advance.
  • Temperature load means the “difference in temperature before and after shrinkage”, and is the difference between "temperature at a certain point before shrinkage” and “temperature at a certain point after shrinkage” used in the process of calculating the shrinkage rate distribution. Distinguished from difference. The latter temperature difference, which is calculated from the temperature data obtained through flow analysis, is simply a calculation of "temperature only.” On the other hand, the former temperature load is a value that is obtained by calculating the volume from “temperature and pressure” using PVT data and then returning it to temperature using the volumetric expansion coefficient, so it is not “temperature only” but “temperature and pressure.
  • the temperature load is a "temperature difference" that takes into account the influence of the pressure that the resin receives during actual molding, and is different from only the difference in temperature between a certain point before shrinkage and a certain point after shrinkage. , more accurate analysis results can be obtained by using temperature loads.
  • the amount of deformation is calculated based on the distribution of the amount of strain in the first structural analysis model to predict the occurrence of sink marks.
  • Conventional analysis software such as Moldflow allows only the elastic modulus at room temperature (one value) to be input, which lacks consideration of changes in the elastic modulus of each part when the temperature changes, making it difficult to accurately predict the occurrence of sink marks. could not.
  • the volume shrinkage rate distribution and temperature load are used. The amount of strain in each part of the molded product can be calculated, improving prediction accuracy.
  • An example of a method for predicting void generation behavior according to the present embodiment will be described in detail with reference to FIG. 3 in addition to FIG. 2.
  • An example of a method for predicting the behavior of void generation according to the present embodiment is to first predict the location of sink marks and the amount of sink marks by the method shown in the flowchart of FIG. 2 (steps (S1) to (S6)). .
  • steps (S1) to (S6) are compared to calculate the location of sink marks and the amount of sink marks.
  • S7 a second structural analysis model of the molded product shape after the occurrence of sink marks
  • a second strain occurring in each element of the second structural analysis model is calculated.
  • S8 and predicting the location and/or amount of voids (S9).
  • the sinkage occurrence location predicted by the first structural analysis model is The shape of the injection molded product that reflects the amount of sinkage is input into the computer. Furthermore, using an element division preprocessor or the like, the captured shape is divided into a plurality of three-dimensional elements to create a second structural analysis model. This second structural analysis model is used to predict the behavior of void generation.
  • the temperature and pressure of each element of the created second structural analysis model are calculated. Voids occur after the surface has solidified.
  • the temperature and pressure of each element are calculated by setting the end point (corresponding to "a certain point in time after shrinkage") as the timing at which voids are completely generated, for example, when the molded product reaches the mold temperature (for example, 40° C.).
  • the temperature and pressure of each element of the second structural analysis model can be calculated by, for example, a new flow analysis.
  • the temperature and pressure of each element of the second structural analysis model may be used from the temperature and pressure of each element of the flow analysis model.
  • Temperature distribution and pressure distribution are calculated from the temperature and pressure of each element of the second structural analysis model.
  • the temperature distribution and pressure distribution of the injection molded product in the mold can be calculated from the calculated temperature and pressure of each element of the second structural analysis model.
  • the temperature and pressure of each element of the second structural analysis model can be considered to be the values at the center of each element. From this, the temperature distribution and pressure distribution of the second structural analysis model can be calculated (see calculation of temperature distribution and pressure distribution (S3)).
  • the elastic modulus of the second structural analysis model is determined from the temperature distribution and pressure distribution.
  • the distribution, volumetric shrinkage rate distribution, and temperature load are determined (see calculation of elastic modulus distribution and volumetric shrinkage rate distribution (S4)).
  • S4 elastic modulus distribution and volumetric shrinkage rate distribution
  • step (S8) of calculating the strain generated in each element of the second structural analysis model (referred to as "second strain"), temperature load, pressure distribution, elastic modulus distribution, and volume contraction rate distribution are used. Perform structural analysis to determine strain distribution.
  • step (S8) of calculating the second strain Calculate the temperature distribution and pressure distribution (referred to as a second temperature distribution and second pressure distribution, respectively) in the injection molded product from the temperature and pressure of a plurality of elements of the second structural analysis model, From the second temperature distribution and the second pressure distribution, using the linear expansion coefficient data, elastic modulus temperature dependence data, and PVT data of the thermoplastic resin measured in advance, the elasticity of the second structural analysis model is determined.
  • a second temperature distribution and second pressure distribution referred to as a second temperature distribution and second pressure distribution, respectively
  • Second elastic modulus distribution Calculating the modulus distribution, volumetric shrinkage rate distribution, and temperature load (referred to as a second elastic modulus distribution, second volumetric shrinkage rate distribution, and second temperature load, respectively);
  • Each element of the second structural analysis model is analyzed by structural analysis using the second temperature load, second pressure distribution, second elastic modulus distribution, and second volume shrinkage distribution of the second structural analysis model. It is possible to calculate the second distortion that occurs in .
  • the amount of deformation is calculated based on the distribution of the amount of strain in the second structural analysis model to predict the occurrence of voids.
  • FIG. 7 shows CAD data (FIG. 7A) of a flanged cylinder (bolt-like thick-walled molded product shape with ribs) and X-ray CT (FIG. 7B) of the actual molded product according to the example.
  • the molding material (thermoplastic resin) of the actual molded product is DURACON (registered trademark) POM M90-44 (unfilled material) manufactured by Polyplastics.
  • the specific heat of the molding material was measured using a differential scanning calorimeter (DSC), and the thermal conductivity was determined using a thermal conductivity measuring method called the steady-current alternating current method (ISO22007-6). As shown in FIG.
  • the hexagonal flange portion of the flanged cylinder has a width of 20 mm and a thickness of 6 mm. Further, the height of the cylinder is 15 mm. There is a gate on one side of the hexagonal flange.
  • FIG. 7B shows sink marks and voids confirmed by X-ray CT.
  • Moldflow (registered trademark) Insight 2019.0.5 (three-dimensional solid model) build 20180921.0959_C70L71 manufactured by Autodesk was used for the flow analysis in the examples and comparative examples.
  • Adventure Cluster 2021 manufactured by Allied Engineering Co., Ltd. was used for the structural analysis in the examples.
  • a self-made conversion program based on Visual Basic was used to calculate the elastic modulus distribution and volume shrinkage rate distribution (S4) in the examples.
  • a contour shape measuring machine surface roughness measuring machine SURFTEST (registered trademark) EXTREME SV-3000CNC manufactured by Mitutoyo was used as a sink mark amount measuring machine for the actual molded product.
  • Table 1 shows the molding conditions for the actual molded product and the conditions for analysis using this method.
  • the physical property values of the thermoplastic resin are the same as those of the thermoplastic resin of the actual molded product.
  • FIG. 8 shows a cross-sectional view of the flow analysis model used in the example.
  • the elastic modulus distribution, volume shrinkage rate distribution, and temperature load of the injection molded product are obtained from the temperature distribution and pressure distribution obtained by flow analysis using a conversion program (S4 in Fig. 2), and structural analysis is performed. was performed, the strain was calculated, and the location of sink marks and the amount of sink marks were predicted (S5 and S6 in FIG. 2).
  • FIG. 9 shows examples of temperature distribution, pressure distribution, elastic modulus distribution, and volume contraction rate distribution in Examples.
  • Figure 9 shows (1) temperature distribution during gate sealing, (2) pressure distribution during gate sealing, (3) elastic modulus distribution 40 seconds after the start of injection, and (4) volume at 40 seconds after the start of injection. It shows the shrinkage rate distribution.
  • FIGS. 10A and 10B The location of sink marks and the amount of sink marks in an actual molded product are shown in FIGS. 10A and 10B, respectively.
  • Table 2 shows the amounts of sink marks in the actual molded products, Examples, and Comparative Examples.
  • the amount of sink mark (the amount of depression from the top surface) of the actual molded product is 0.59 mm.
  • the amount of sink marks in the comparative example was 0.0065 mm, and the discrepancy between the results of the actual molded product and the comparative example was approximately 100 times, which was very large.
  • the amount of sink marks in the example according to the improved method of the present disclosure was 0.36 mm, which practically reproduces the amount of sink marks on an actual molded product extremely well.
  • the prediction accuracy in the example was significantly improved (two-digit improvement) compared to Comparative Example 1 using the conventional method.
  • FIG. 11 shows a comparison of sink mark occurrence positions and sink mark amounts in an actual molded product, an example using the improved method according to the present disclosure, and Comparative Example 1 using the conventional method.
  • Comparative Example 1 using the conventional method the predicted sink mark amount is extremely small, and the sink mark prediction accuracy is low.
  • the occurrence of sink marks could not be predicted. That is, while the conventional method cannot predict the location where a sink mark will occur, the improved method of the present disclosure makes it possible to determine the location where a sink mark will occur.
  • FIG. 12 shows a comparison of void generation in the actual molded product, Examples using the improved method, and Comparative Example 3 using the conventional method.
  • voids occur throughout the inside of the molded product, and the deviation from the void occurrence location in the actual molded product becomes large.
  • void analysis is further performed using a product shape that reflects the sink marks. As shown in FIG. 12, by using a product shape that reflects sink marks, the actual molded product and the void occurrence location in the analysis are brought closer together, making it possible to accurately express the actual void occurrence phenomenon in the coupled analysis.
  • the product shape that reflects the sink marks in the examples is the point at which sink marks no longer occur in response to volumetric shrinkage (the point in time when the molded product surface stops deforming into depressions), that is, after that, the product shape reflects the shrinkage in response to volumetric shrinkage.
  • the shape is assumed to be the point when only voids are formed.
  • the timing at which the elastic modulus distribution is calculated affects the prediction accuracy of sink marks and voids.
  • the volumetric shrinkage rate distribution starts from the gate seal (the point at which the thermoplastic resin at the gate solidifies and stops flowing) and ends when the injection molded product reaches the mold temperature. It can be calculated as Note that the gate sealing time may be based on an actual value used in an actual molded product. Alternatively, in the flow analysis of the flow analysis model, the weight of the injection molded product may be set to be maximum and the time to gate seal may be set to be minimum. In flow analysis, the gate seal may be the point at which the temperature at the center of the gate reaches the flow stop temperature. Further, the flow stop temperature may be an inflection point when cooling is performed at a cooling rate within the range of 1° C./min to 50° C./min in specific heat measurement.
  • FIG. 13 shows the time dependence of the predicted amount of sink marks.
  • the horizontal axis is the time point (S4 in FIG. 2) at which the elastic modulus used for structural analysis for predicting sink marks is calculated, and is expressed in time (in seconds) from the start of injection.
  • the vertical axis indicates the amount of sink mark (unit: mm) predicted by the method according to the present disclosure.
  • the starting point of the volumetric shrinkage rate can be taken as the gate sealing time, which is shown at 8 seconds on the horizontal axis.
  • the void prediction in the example is performed starting from the point in time (36.6 seconds on the horizontal axis) when the injection molded product undergoes pressure cooling (injection, pressure retention, and cooling) to solidify the surface layer. As shown in FIG.
  • the amount of sink marks shown in Table 2 is a predicted value when the elastic modulus is calculated at the time of injection, pressure holding, cooling, and surface solidification. It can be seen that the time point for calculating the elastic modulus is between the time after the gate sealing time and the time when the surface layer solidifies.
  • the present disclosure also includes a method for reducing sink marks that occur on the surface of an injection molded product formed by injection molding a thermoplastic resin into a mold.
  • the amount of sink marks is predicted by the method of predicting the occurrence behavior of sink marks described above while changing one or more of the design, molding conditions, and molding material. Repeat until reduced.
  • the present disclosure also includes a method for reducing voids that occur inside an injection molded product formed by injection molding a thermoplastic resin into a mold.
  • the amount of voids is predicted by the method of predicting the void generation behavior described above. Repeat until reduced.
  • the present disclosure also includes a program for causing one or more processors to execute the method for predicting the occurrence behavior of sink marks or voids according to the present disclosure, or the method for reducing sink marks or voids according to the present disclosure.
  • the program may be provided recorded on a computer-readable non-transitory storage medium.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Injection Moulding Of Plastics Or The Like (AREA)

Abstract

成形不良予測方法は、射出成形品を複数の要素に分割した流動解析用モデルを作成するステップ（Ｓ１）と、各要素の温度と圧力を求めるステップ（Ｓ２）と、温度分布と圧力分布を算出するステップ（Ｓ３）と、線膨張率データ、弾性率温度依存性データ及びＰＶＴデータを使用して、弾性率分布、体積収縮率分布及び温度荷重を算出するステップ（Ｓ４）と、構造解析によって第１の構造解析用モデルの各要素に発生する第１のひずみを算出するステップ（Ｓ５）と、前記第１の構造解析用モデルの変形量を算出することによりヒケの発生場所及び／又はヒケ量を予測するステップ（Ｓ６）と、を含む。

Description

成形不良予測方法、成形不良低減方法、成形不良予測プログラム及び成形不良低減プログラム
　本開示は、樹脂成形品の成形不良発生の予測に関する。
　熱可塑性樹脂を用いた複雑な形状の部品製造において射出成形が用いられる。その成形条件又は製品形状によっては、樹脂成形品に「ヒケ（成形品表面に生じる窪み）」又は「ボイド（成形品内部に生じる空洞）」と呼ばれる成形不良が生じることがある。
　ヒケ及びボイドは熱可塑性樹脂の射出成形において、溶融状態で射出された熱可塑性樹脂が金型内で冷却され固化する過程で生じる。特に結晶性樹脂の場合、金型充填直後はランダム状態だった分子鎖が、結晶化により配向（折りたたまれて整列）し、その結果、金型充填直後の体積（金型寸法）よりも体積が減少（収縮）することによってヒケ又はボイドが生じる。
　これらの成形不良が発生すると、製品の寸法精度低下（例えば、気密用途の部品では窪みによって相手側部材と接するシール面に隙間ができる）又は強度低下（ボイドを起点として破壊が生じやすくなる）が起こり得る。そこでヒケ及びボイドの抑制に関する技術向上が求められている。
　ヒケ及びボイドを抑制する対策としては、実際に成形した成形品を確認して成形条件を変更する、又は、成形品のゲート又は肉厚の設計変更等をする。しかし、それらに掛る時間及び費用が膨大になることから、近年では、ヒケ解析（ヒケ発生予測）機能を搭載した流動解析ソフトウェアを用いて、射出成形シミュレーションによりヒケ及びボイドの発生を予測し、製品形状及び成形条件の適正化ができないか検討されてきた。
　特許文献１においては、流動方向解析値と実測値との比較により得られた配向パラメータを用いて算出した物性値を用いて樹脂成形品の変形量を予測している。
　特許文献２においては、流動解析と構造解析とを組み合わせて、繊維配向を考慮した変形予測を行うが、反り変形を予測するものであり、ヒケ及びボイドの予測には使用されない。また、流動解析と構造解析の組み合わせにより変形量の予測精度は向上するものの、物性値を得るための多くの実験及び測定が必要であり、計算コストが膨大となる。
　特許文献３においては、溶融材料の型内での凝固時に発生するひけ巣欠陥について、型の部分及び時間に応じて熱伝達係数を適正に設定することにより、ひけ巣欠陥が発生する部位及び大きさを予測することが可能となったとしている。
特開第２００４－２５７９６号公報 特開第２０１６－２０３５８４号公報 特開第２００４－３８４４４号公報
　本発明の目的は、樹脂成形品のヒケ又はボイドの発生挙動を精度よく予測する方法を提供することである。この課題を解決することにより、ヒケ又はボイドの発生しない成形品を得るための製品形状設計、金型設計、成形条件設定、成形材料を設計段階で事前に想定することが可能となり、製品化を効率的に行うことができる。
　成形時に溶融状態で射出された熱可塑性樹脂は、金型に熱を奪われて冷却される。そのため、金型に接する成形品表面側から固化する（図１Ａを参照）。さらに内部の溶融した熱可塑性樹脂が線収縮又は結晶化により収縮しながら固化していくが、その際、ヒケになるかボイドになるかは、成形品表面の固化状態（剛性）に対する内部の溶融樹脂の収縮力（内部へ引き込む力がどれだけ強いか）に影響される。成形品表面の剛性に対して、溶融樹脂の内部への収縮力が大きければ成形品表面側が窪んでヒケ（図１Ｂを参照）となり、反対に溶融樹脂の内部への収縮力が小さければ成形品内部側の樹脂が表面側に引っ張られて内部に空洞が発生しボイド（図１Ｃを参照）となる。
　従来の流動解析ソフトの中にはヒケ解析（ヒケ発生予測）機能を搭載したものもある。しかし、それらは、成形品内で溶融した熱可塑性樹脂の弾性率の分布を考慮しておらず、常温における弾性率のみでヒケ解析をしている。また、先行技術文献においても、正確なヒケ及びボイドの予測に必要な弾性率分布及び体積収縮率分布が考慮されていない。
　そのため、実際の製品におけるヒケの発生結果との乖離が大きい場合がある。さらに、ボイド解析（ボイド発生予測）についても、従来の流動解析ソフト及び先行技術文献では実際の製品との比較において満足な結果が得られていない。
　本開示は、従来技術の問題点の少なくとも１つを解決しようと案出されたものであり、ヒケ又はボイドの発生挙動を精度よく予測することを課題とする。さらに、樹脂成形品のヒケとボイドを低減することを課題とする。また、コンピュータに樹脂成形品のヒケとボイドを予測又は低減するための方法を実行させるためのプログラムを提供することを課題とする。
　本発明者らは、上記のような状況に鑑みて鋭意研究を積み重ねた結果、流動解析により得られた温度データ及び圧力データから、弾性率分布及び体積収縮率分布を得て、構造解析（歪み解析）に応用する連成解析により、実際の製品における結果と遜色ないレベルでヒケとボイドの発生場所と量の予測ができることを見出し、本開示内容を完成するに至った。
　より具体的には本開示は以下の態様を含む。
　［１］熱可塑性樹脂を金型に射出成形してなる射出成形品の成形不良の発生挙動を予測する成形不良予測方法であって、前記射出成形品を複数の要素に分割した流動解析用モデルを作成するステップ（Ｓ１）と、熱可塑性樹脂を成形する工程における各要素の温度と圧力を求めるステップ（Ｓ２）と、前記複数の要素についての温度と圧力から、前記射出成形品における温度分布と圧力分布を算出するステップ（Ｓ３）と、前記温度分布と前記圧力分布から、予め測定された前記熱可塑性樹脂の線膨張率データ、弾性率温度依存性データ及びＰＶＴデータを使用して、前記流動解析用モデルの弾性率分布、体積収縮率分布及び温度荷重を算出するステップ（Ｓ４）と、前記温度荷重、前記圧力分布、前記弾性率分布及び前記体積収縮率分布を用いた構造解析によって第１の構造解析用モデルの各要素に発生する第１のひずみを算出するステップ（Ｓ５）と、前記第１のひずみから前記第１の構造解析用モデルの変形量を算出することによりヒケの発生場所及び／又はヒケ量を予測するステップ（Ｓ６）と、を含む成形不良予測方法。
　［２］前記ヒケの発生場所及び前記ヒケ量を反映し、複数の要素に分割した第２の構造解析用モデルを作成するステップ（Ｓ７）と、温度荷重、圧力分布、弾性率分布及び体積収縮率分布を用いた構造解析によって前記第２の構造解析用モデルの各要素に発生する第２のひずみを算出するステップ（Ｓ８）と、前記第２のひずみからボイドの発生場所及び／又はボイド量を予測するステップ（Ｓ９）と、をさらに含む［１］に記載の成形不良予測方法。
　［３］各要素の温度と圧力を求める前記ステップ（Ｓ２）は、前記熱可塑性樹脂を前記金型のゲートからキャビティへ射出してから前記射出成形品が金型温度になる工程において各要素の温度と圧力を求めるステップ（Ｓ２）である、［１］又は［２］に記載の成形不良予測方法。
　［４］前記流動解析用モデルの弾性率分布と体積収縮率分布を算出するステップ（Ｓ４）において、前記体積収縮率分布はゲートシールを始点とし、前記射出成形品が金型温度になるのを終点として前記体積収縮率分布を算出する、［１］から［３］のいずれか一項に記載の成形不良予測方法。
　［５］前記ゲートシールは、前記流動解析用モデルについての流動解析において、前記射出成形品の重量が最大であって、かつ前記ゲートシールまでの時間が最小となるように、成形条件が設定されることによって決定される、［４］に記載の成形不良予測方法。
　［６］前記第２のひずみを算出するステップ（Ｓ８）において、前記射出成形品が保圧冷却されて表層固化するのを始点とし、前記射出成形品が金型温度になるのを終点として前記弾性率分布、体積収縮率分布、温度荷重を算出する、［２］に記載の成形不良予測方法。
　［７］前記ゲートシールが、ゲート中心部の温度が流動停止温度に達する時点である、［４］に記載の成形不良予測方法。
　［８］前記流動停止温度は、比熱測定において１℃／ｍｉｎから５０℃／ｍｉｎまでの範囲に含まれる冷却速度にて冷却した際の変曲点とする、［７］に記載の成形不良予測方法。
　［９］各要素の温度と圧力を求めるステップ（Ｓ２）において、交流定常法（ＩＳＯ２２００７－６）と呼ばれる熱伝導率測定手法にて求めた熱伝導率を計算に用いる、［１］から［８］のいずれか一項に記載の成形不良予測方法。
　［１０］前記第２のひずみを算出するステップ（Ｓ８）において、前記第２の構造解析用モデルの複数の要素についての温度及び圧力から、前記射出成形品における第２の温度分布と第２の圧力分布を算出することと、前記第２の温度分布と前記第２の圧力分布から、予め測定された前記熱可塑性樹脂の線膨張率データ、弾性率温度依存性データ及びＰＶＴデータを使用して、前記第２の構造解析用モデルの第２の弾性率分布、第２の体積収縮率分布及び第２の温度荷重を算出することと、前記第２の構造解析用モデルの前記第２の温度荷重、前記第２の圧力分布、前記第２の弾性率分布及び前記第２の体積収縮率分布を用いた構造解析によって前記第２の構造解析用モデルの各要素に発生する前記第２のひずみを算出することとを含む、［２］に記載の成形不良予測方法。
　［１１］設計、成形条件及び成形材料のうちの１つ以上を変化させながら、［１］に記載された成形不良予測方法によってヒケ量を予測することを、予測されるヒケ量が所定の量以下に低減されるまで繰り返すステップ、を含む成形不良低減方法。
　［１２］設計、成形条件及び成形材料のうちの１つ以上を変化させながら、［２］に記載された成形不良予測方法によってボイド量を予測することを、予測されるボイド量が所定の量以下に低減されるまで繰り返すステップ、を含む成形不良低減方法。
　［１３］［１］から［１０］のいずれか一項に記載の成形不良予測方法をコンピュータに実行させるプログラムを記憶するコンピュータ読み取り可能な記憶媒体。
　［１４］［１１］又は［１２］に記載の成形不良低減方法をコンピュータに実行させるプログラムを記憶するコンピュータ読み取り可能な記憶媒体。
図１は、ヒケ及びボイドの発生を説明するための図である。 図２は、実施形態に係る、ヒケの発生場所及び／又はヒケ量の予測方法の例を示すフローチャートである。 図３は、実施形態に係る、ボイドの発生場所及び／又はボイド量の予測方法の例を示すフローチャートである。 図４は、流動解析から得た温度分布の例を示す図である。 図５は、熱可塑性樹脂の弾性率温度依存性データの例を示す図である。 図６は、熱可塑性樹脂のＰＶＴデータの例を示す図である。 図７は、成形品形状の一例を示す図である。 図８は、本実施形態に係る方法による実施例に使用した流動解析用モデルの断面図である。 図９は本実施形態に係る方法による実施例における、温度分布、圧力分布、弾性率分布及び体積収縮率分布の例を示す図である。 図１０は、図７に対応する実成形品におけるヒケを示す図である。 図１１は、図７に対応する実成形品におけるヒケ、本手法によって予測されるヒケ、及び従来手法によって予測されるヒケの比較を示す図である。 図１２は、図７に対応する実成形品におけるボイド、本手法によって予測されるボイド、及び従来手法によって予測されるボイドの比較を示す図である。 図１３は、図７に対応する本手法によって予測されるヒケ量について、弾性率の計算を行う時点との関係を示す図である。
　以下、本開示の実施形態について説明する。なお、本開示は以下の実施形態に限定されない。
（ヒケの発生挙動を予測する方法）
　本実施形態のヒケの発生挙動を予測する方法の一例について、図２を参照して詳細に説明する。この方法は、流動解析の結果を構造解析に応用する連成解析を行う。
　図２のフローチャートに示すように、本実施形態のヒケの発生挙動を予測する方法の一例は、流動解析用モデルの作成（Ｓ１）、流動解析用モデルの各要素の温度及び圧力の算出（Ｓ２）、温度分布及び圧力分布の算出（Ｓ３）、弾性率分布、体積収縮率分布及び温度荷重の算出（Ｓ４）、第１の構造解析用モデルの各要素に発生する第１のひずみの算出（Ｓ５）、及び、ヒケの発生場所及び／又はヒケ量の予測（Ｓ６）の各ステップを含む。
（流動解析用モデルの作成（Ｓ１））
　射出成形品を複数の要素に分割した流動解析用モデルを作成するステップ（Ｓ１）は射出成形品の形状を微小な要素に分割して、シミュレーションの実行に必要なモデルを作成する（例として図８参照）。例えば、３次元形状測定、又は、ＣＡＤシステム等により、射出成形品の形状（これは射出成形品の設計上の形状又は金型の形状等とすることができる。金型の形状としては、ランナー及びゲートの位置、数、大きさなどの条件も含む）を計算機に取り込む。ついで、要素分割プリプロセッサ等で計算機に取り込んだ形状を複数の３次元要素に分割して、流動解析用モデルを作成する。
（流動解析用モデルの各要素の温度及び圧力の算出（Ｓ２））
　流動解析用モデルの各要素の温度及び圧力を算出するステップ（Ｓ２）では、作成した流動解析用モデルを使用して、射出成形の流動解析（シミュレーション）を実行する。流動解析によって、熱可塑性樹脂を射出して成形する工程（冷却工程も含みうる）における流動解析用モデルの各要素の温度及び圧力を算出する。
　流動解析を実行する際には、射出成形に使用する熱可塑性樹脂についての物性値を入力する。流動解析に使用する物性値には、圧力、体積、及び温度の関係を表すデータ（以下、「ＰＶＴデータ」と称する。例として図６参照。）、熱伝導率データ、及び、比熱データ等がある。
　なお、熱可塑性樹脂について、比熱は示差走査熱量計（ＤＳＣ）により測定することができる。熱可塑性樹脂の熱伝導率は交流定常法（ＩＳＯ ２２００７－６）にて求めた熱伝導率を用いることができる。
　次に、熱可塑性樹脂の流動解析を行うための解析条件を入力する。成形条件としては、樹脂（シリンダー）温度、金型温度、射出速度、保圧力及び保圧時間などを含む。
　また、成形条件には流動解析の始点と終点の指定を含む。流動解析の始点は例えば金型キャビティに熱可塑性樹脂を射出し始めた時点とすることができる。
　流動解析の終点は、例えば溶融した熱可塑性樹脂を金型キャビティへ射出し、保圧をかけて冷却する工程において、射出成形品の温度が金型温度になる時点とすることができる。ここで、「金型温度になる」とは、成形品全体が金型温度になる、あるいは成形品内部の温度分布の最高温度が金型温度になることである。
（温度分布及び圧力分布の算出（Ｓ３））
　温度分布及び圧力分布を算出するステップ（Ｓ３）では、算出した各要素の温度及び圧力から、熱可塑性樹脂を射出して成形する工程（冷却工程も含みうる）における、金型内の射出成形品の温度分布及び圧力分布を算出することができる。図４は、流動解析による温度分布の一例を示す図である。
（弾性率分布、体積収縮率分布及び温度荷重の算出（Ｓ４））
　弾性率分布、体積収縮率分布及び温度荷重を算出するステップ（Ｓ４）では、算出された温度分布と圧力分布を用いて射出成形品の弾性率分布と体積収縮率分布と温度荷重（温度差の分布）を求める。特に温度分布及び圧力分布から、計算機のための変換プログラムによって、射出成形品の弾性率分布と体積収縮率分布と温度荷重を算出することができる。
（弾性率分布）
　射出成形品の弾性率分布は、予め取得した成形材料（熱可塑性樹脂）の弾性率の温度依存性データを、流動解析により得た温度分布に当てはめることにより、求めることができる。
　図５は、ある熱可塑性樹脂の弾性率の温度依存性データを示している。横軸は温度であり、縦軸は弾性率である。横軸上の温度Ｔは、熱可塑性樹脂の転移温度を示す。ここで、転移温度とは、熱可塑性樹脂の固化領域と溶融領域とを分ける温度のことであり、ノーフロー温度、固体化温度、固化温度又は固液転移温度とも呼ばれることがある。
　図５のように、熱可塑性樹脂の弾性率の温度依存性データが得られていれば、温度分布から弾性率分布を得ることができる。
（体積収縮率分布）
　射出成形品の体積収縮率分布は、予め取得（実測）した成形材料（熱可塑性樹脂）の圧力、体積、及び温度の関係を表すデータ（「ＰＶＴデータ」）を、流動解析により得た温度分布と圧力分布データに当てはめることにより、求めることができる。
　図６は、ある熱可塑性樹脂のＰＶＴデータを示している。横軸は温度（単位は℃）であり、縦軸は密度の逆数、すなわち、比容積（単位はｃｍ３／ｇ）である。図６に示されているのは圧力（Ｐ）が５０ＭＰａの場合の温度と比容積の関係である。５０ＭＰａ以外のいくつかの圧力についても、温度と比容積の関係が予め実測されているとする。実測値のない圧力における温度と比容積の関係は、実測値のある圧力における温度と比容積の関係から、例えば内挿で取得できる。
　図６では、ゲート部の熱可塑性樹脂が固化し流動停止する時点（「ゲートシール時間」と言う）において、熱可塑性樹脂の温度が２００℃で、比容積が約０．８２ｃｍ３／ｇであることを示す。同様に、熱可塑性樹脂による射出成形品の温度が金型温度となる時点において、熱可塑性樹脂の温度が４０℃で、比容積が約０．７０ｃｍ３／ｇであることを示す。
　射出成形品の体積収縮率分布は、つぎのように算出する。
　まず、流動解析により得た温度分布データと圧力分布データから、収縮前のある時点での温度（Ｔ１）と圧力（Ｐ１）を求める。これらを予め取得した熱可塑性樹脂のＰＶＴデータに当てはめることにより、収縮前の時点での体積（Ｖ１）に換算する。
　図６のゲートシール時間の例では、Ｔ１＝２００℃、Ｐ１＝５０ＭＰａであって、比容積は約０．８２ｃｍ３／ｇである。つまり、この時点での単位重量（１ｇ）あたりの体積は、Ｖ１＝約０．８２ｃｍ３である。
　同様に、流動解析により得た温度分布データと圧力分布データから、収縮後のある時点での温度（Ｔ２）と圧力（Ｐ２）を求める。これをＰＶＴデータに当てはめることにより、収縮後の時点での体積（Ｖ２）に換算する。
　図６の金型温度まで冷却された例では、Ｔ２＝４０℃、Ｐ２＝５０ＭＰａであって、比容積は約０．７０ｃｍ３／ｇである。つまり、この時点での単位重量（１ｇ）あたりの体積は、Ｖ２＝約０．７０ｃｍ３である。
　そして収縮前後の各要素の体積（Ｖ１、Ｖ２）から、各要素の体積収縮率（（収縮前の体積－収縮後の体積）÷（収縮前の体積）、つまり、（Ｖ１－Ｖ２）／Ｖ１）の分布を求める。つまり、圧力が５０ＭＰａで一定（Ｐ１＝Ｐ２＝５０ＭＰａ）であって、Ｔ１＝２００℃からＴ２＝４０℃まで冷却するときの体積収縮率は、（Ｖ１－Ｖ２）／Ｖ１＝（０．８２－０．７０）／０．８２＝０．１４６、つまり、１４．６％と算出できる。
　収縮の前後で圧力が一定でなくても、流動解析によって、収縮前の各要素の温度（Ｔ１）と圧力（Ｐ１）と、収縮後の各要素の温度（Ｔ２）と圧力（Ｐ２）が算出されている。収縮前後の圧力（Ｐ１、Ｐ２）における温度（Ｔ１、Ｔ２）と比容積の関係（ＰＶＴデータ）が予め取得されていれば、各要素の体積収縮率（Ｖ１－Ｖ２）／Ｖ１は算出できる。
　このように、ＰＶＴデータと、温度分布及び圧力分布から体積収縮率分布を算出できる。
（温度荷重）
　各要素の体積収縮率を予め取得した熱可塑性樹脂の体積膨張率で割ることにより温度差に換算することで、温度荷重（温度差の分布）を求める。体積膨張率は元の体積Ｖが温度上昇ΔＴによってΔＶだけ変化した際の関係式ΔＶ／Ｖ＝βΔＴの係数βである。なお体積膨張率は線膨張率の３倍の値であるから、熱可塑性樹脂の体積膨張率に代えて、予め測定した線膨張率から取得してもよい。
　なお、温度荷重は「収縮前後の温度差」を意味するものであり、収縮率分布を求める過程で利用した「収縮前のある時点での温度」と「収縮後のある時点での温度」の差とは区別される。流動解析で得た温度データから差を求めた後者の温度差は、単に「温度のみ」を計算したものである。それに対して、前者の温度荷重は、一度ＰＶＴデータにより「温度と圧力」から体積を求めた上で体積膨張率を用いて温度に戻した値であることから、「温度のみ」ではなく「温度と圧力」を用いて計算したものである。よって、温度荷重は、実際の成形において樹脂が受ける圧力の影響を考慮した「温度差」となっている点で、収縮前のある時点と収縮後のある時点での温度のみの差とは異なり、温度荷重を使用する方がより精度の高い解析結果が得られる。
（構造解析用モデルの作成）
　射出成形品を複数の要素に分割して、ヒケの発生挙動の予測のための構造解析（シミュレーション）の実行に必要なモデル（後述するボイドの発生挙動予測のための構造解析用モデルと区別するために「第１の構造解析用モデル」と言う）を作成する。
　しかし、流動解析用モデルを作成するステップ（Ｓ１）で作成した流動解析用モデルをそのまま構造解析用モデルとして使用することもできる。そのため、第１の構造解析用モデルを作成するステップは一般的には省略してもよい。
（第１の構造解析用モデルの各要素に発生する第１のひずみの算出（Ｓ５））
　第１の構造解析用モデルの各要素に発生するひずみ（後述するボイドの発生挙動予測のための第２の構造解析用モデルの各要素に発生するひずみと区別するために、「第１のひずみ」と言う）を算出するステップ（Ｓ５）では、温度荷重、圧力分布、弾性率分布及び体積収縮率分布を用いた構造解析を行い、ひずみ量の分布を求める。
（ヒケの発生場所及び／又はヒケ量の予測（Ｓ６））
　ヒケの発生場所及び／又はヒケ量を予測するステップ（Ｓ６）においては、第１の構造解析用モデルにおけるひずみ量の分布に基づいて変形量を算出してヒケの発生を予測する。
　Moldflowなどの従来の解析ソフトでは、常温の弾性率（一つの値）しか入力できないため、温度が変化した場合の各部の弾性率の変化の考慮が不足しており、ヒケ発生について正確な予測ができなかった。これに対して、本開示に係る改良手法では、流動解析で得た温度分布と圧力分布とに基づいて、各要素の温度変化による弾性率分布に加え、体積収縮率分布、温度荷重を用いて成形品各部のひずみ量が算出できるため、予測精度が向上している。
（ボイドの発生挙動を予測する方法）
　本実施形態のボイドの発生挙動を予測する方法の一例について、図２に加えて図３を参照して詳細に説明する。
　本実施形態のボイドの発生挙動を予測する方法の一例は、図２のフローチャートに示した方法（ステップ（Ｓ１）からステップ（Ｓ６））によって、まずヒケの発生場所及びヒケ量の予測がなされる。
　さらに図３のフローチャートに示すように、ヒケ発生後の成形品形状の第２の構造解析用モデルの作成（Ｓ７）、第２の構造解析用モデルの各要素に発生する第２のひずみの算出（Ｓ８）、及び、ボイドの発生場所及び／又はボイド量の予測（Ｓ９）の各ステップを含む。
（ヒケ発生後の成形品形状の第２の構造解析用モデルの作成（Ｓ７））
　ヒケ発生の予測をもとにした、ヒケ発生後の成形品形状の第２の構造解析用モデルを作成するステップ（Ｓ７）においては、まず第１の構造解析用モデルより予測されるヒケ発生場所及びヒケ量を反映した射出成形品の形状を計算機に取り込む。
　さらに、要素分割プリプロセッサ等を用いて、取り込んだ形状を複数の３次元要素に分割して、第２の構造解析用モデルを作成する。この第２の構造解析用モデルは、ボイドの発生挙動の予測のために使用される。
（各要素の温度及び圧力の算出）
　作成した第２の構造解析用モデルの各要素の温度及び圧力を算出する。
　ボイドが発生するのは表面が固化した後である。ここでは、樹脂成形品が表層固化する時間（例えば「収縮前のある時点」として「射出＋保圧＋冷却時間」＝３６．６秒）を始点とする。また、ボイドが発生しきるタイミングとして、例えば成形品が金型温度（例えば４０℃）になる時間を終点（「収縮後のある時点」に相当）として各要素の温度及び圧力を算出する。
　なお、第２の構造解析用モデルの各要素の温度及び圧力については、例えば新たな流動解析によって算出し得る。または第２の構造解析用モデルの各要素の温度及び圧力を、流動解析用モデルの各要素の温度及び圧力から流用してもよい。
（温度分布及び圧力分布の算出）
　第２の構造解析用モデルの各要素の温度及び圧力から、温度分布及び圧力分布を算出する。
　例えば、算出した第２の構造解析用モデルの各要素の温度及び圧力から、金型内の射出成形品の温度分布及び圧力分布を算出することができる。
　第２の構造解析用モデルの各要素の温度及び圧力は、各要素の中心での値であると見なすことができる。これより、第２の構造解析用モデルの温度分布及び圧力分布を算出することができる（温度分布及び圧力分布の算出（Ｓ３）参照）。
（弾性率分布及び体積収縮率分布の算出）
　熱可塑性樹脂の弾性率の温度依存性データ（例として図５参照）及びＰＶＴデータ（例として図６参照）を使用して、温度分布及び圧力分布から、第２の構造解析用モデルの弾性率分布と体積収縮率分布と温度荷重（温度差の分布）を求める（弾性率分布及び体積収縮率分布の算出（Ｓ４）参照）。
　特に、ヒケ予測における弾性率分布、体積収縮率分布及び温度荷重の算出（Ｓ４）に使用する変換プログラムを使用すれば、第２の構造解析用モデルの弾性率分布と体積収縮率分布と温度荷重を算出することができる。
（第２の構造解析用モデルの各要素に発生する第２のひずみの算出（Ｓ８））
　第２の構造解析用モデルの各要素に発生するひずみ（「第２のひずみ」と言う）を算出するステップ（Ｓ８）では、温度荷重、圧力分布、弾性率分布及び体積収縮率分布を用いた構造解析を行いひずみ量の分布を求める。
　すなわち、第２のひずみを算出するステップ（Ｓ８）においては、
　第２の構造解析用モデルの複数の要素についての温度及び圧力から、射出成形品における温度分布と圧力分布（それぞれ、第２の温度分布と第２の圧力分布と言う）を算出し、
　第２の温度分布と第２の圧力分布から、予め測定された前記熱可塑性樹脂の線膨張率データ、弾性率温度依存性データ及びＰＶＴデータを使用して、第２の構造解析用モデルの弾性率分布、体積収縮率分布及び温度荷重（それぞれ、第２の弾性率分布、第２の体積収縮率分布及び第２の温度荷重と言う）を算出し、
　第２の構造解析用モデルの第２の温度荷重、第２の圧力分布、第２の弾性率分布及び第２の体積収縮率分布を用いた構造解析によって第２の構造解析用モデルの各要素に発生する第２のひずみを算出することができる。
（ボイドの発生場所及び／又はボイド量の予測（Ｓ９））
　ボイドの発生場所及び／又はボイド量を予測するステップ（Ｓ９）においては、第２の構造解析用モデルのひずみ量の分布に基づいて変形量を算出してボイドの発生を予測する。
　次に、本実施形態に係る方法（以下、単に「改良手法」とも言う）による実施例及び従来手法による比較例を示し、本開示の実施形態に係るヒケ及びボイドの予測について具体的に説明する。なお、本開示はこれらの実施例に限定されない。
（製品形状及び成形材料）　
　図７に実施例に係る、フランジ付きの円柱（ボルト状の厚肉でリブを有する成形品形状)のＣＡＤデータ（図７Ａ）と、実成形品のＸ線ＣＴ（図７Ｂ）を示す。実成形品の成形材料（熱可塑性樹脂）はポリプラスチックス製 ジュラコン（登録商標）ＰＯＭ　Ｍ９０-４４（無充填材)である。なお、成形材料の比熱は示差走査熱量計（ＤＳＣ）により測定し、熱伝導率を交流定常法（ＩＳＯ２２００７－６）と呼ばれる熱伝導率測定手法にて求めた。
　図７Ａに示すように、フランジ付き円柱の六角形フランジ部の幅は２０ｍｍで厚さは６ｍｍである。また、円柱の高さは１５ｍｍである。六角形フランジ部の一辺にゲートがある。
　図７Ｂには、Ｘ線ＣＴにより確認されたヒケ及びボイドが示されている。
　なお、実施例及び比較例における流動解析には、Autodesk社製 Moldflow（登録商標） Insight 2019.0.5 （３次元ソリッドモデル） ビルド20180921.0959_C70L71を用いた。
　実施例における構造解析には株式会社アライドエンジニアリング製 Adventure Cluster2021を用いた。
　また、実施例における弾性率分布及び体積収縮率分布の算出（Ｓ４）には、Visual Basic（登録商標）による自作の変換プログラムを使用した。
　実成形品のヒケ量測定機として、輪郭形状測定機（ミツトヨ製表面粗さ測定機 SURFTEST（登録商標） EXTREME SV-3000CNC）を使用した。
（実施例）
　実成形品の成形条件と本手法による解析条件を表１に示した。実施例において、熱可塑性樹脂の物性値は、実成形品の熱可塑性樹脂の物性値と同じにしている。
　また、図８に実施例に使用した流動解析用モデルの断面図を示す。
Figure JPOXMLDOC01-appb-T000001
　実施例においては流動解析による温度分布及び圧力分布から、変換プログラムによって、射出成形品（内部及び表面）の弾性率分布と体積収縮率分布と温度荷重を得て（図２のＳ４）、構造解析を行い、ひずみを算出して、ヒケの発生場所及びヒケ量の予測を行った（図２のＳ５とＳ６）。
　図９に、実施例における、温度分布、圧力分布、弾性率分布及び体積収縮率分布の例を示す。図９は、（１）ゲートシール時における温度分布、（２）ゲートシール時における圧力分布、（３）射出開始から４０秒後における弾性率分布、及び（４）射出開始から４０秒後における体積収縮率分布を示している。
（比較例）
　従来手法に係る比較例では、実施例と同じ流動解析用モデルに対して、実施例と同じ熱可塑性樹脂の物性値（弾性率等の温度依存性を除く）及び同じ解析条件を使用して、流動解析によって算出した体積収縮率分布の値からヒケ及びボイドの予測をした。
　つまり、比較例では連成解析は行わずに、流動解析から得た体積収縮率分布からヒケ及びボイドの予測をした。
（ヒケ予測の比較）
　実成形品によるヒケの発生場所及びヒケ量をそれぞれ図１０Ａ及び図１０Ｂに示す。
　実成形品、実施例、及び比較例における、ヒケ量を表２に示す。実成形品のヒケ量（天面からの凹み量）が０．５９ｍｍである。比較例のヒケ量は０．００６５ｍｍであり、実成形品の結果と比較例の乖離はおよそ百倍と非常に大きい。
　一方、本開示の改良手法による実施例のヒケ量は０．３６ｍｍと実成形品のヒケ量を実用上極めて良く再現している。実施例における予測精度は従来手法による比較例１に比べて大幅に向上（２桁の改善）した。
Figure JPOXMLDOC01-appb-T000002
　実成形品、本開示に係る改良手法による実施例、及び従来手法による比較例１のヒケ発生位置及びヒケ量の比較を図１１に示す。従来手法による比較例１においては、予測されるヒケ量が極めて小さくなり、ヒケの予測精度は低くなる。
　さらに、従来手法において、溶融樹脂質量の理想的質量からのズレと、総肉厚の理想的な質量との比（ヒケ指標）によるヒケ予測も試みたが図１１（比較例２）にあるように、ヒケの発生は予測できなかった。
　すなわち、従来手法ではヒケの発生場所を予測できないのに対し、本開示の改良手法ではヒケの発生場所の判断が可能となった。
（ボイド予測の比較）
　改良手法に係る実施例については、ヒケ発生後の成形品形状の第２の構造解析用モデルを作成（図３のＳ７）し、第２の構造解析用モデルの各要素に発生する第２のひずみを算出（図３のＳ８）し、ボイドの発生場所及びボイド量の予測を行った（図３のＳ９）。
　従来手法に係る比較例については、前述のように、流動解析による体積収縮率分布からボイドの予測をしている。
　実成形品、改良手法による実施例、及び従来手法による比較例３における、ボイド発生の比較を図１２に示す。比較例では成形品内部の全体にボイドが発生しており、実成形品でのボイド発生箇所との乖離が大きくなる。
　実施例では、成形品表面のヒケについて予測後、ヒケを反映した製品形状を用いてさらにボイド解析を行う。図１２にあるように、ヒケを反映した製品形状を用いることで、実成形品と解析のボイド発生箇所が近づき、実際のボイド発生現象を連成解析で精度よく表現できるようになっている。
　なお、実施例におけるヒケを反映した製品形状は、体積収縮に対してこれ以上ヒケを生じなくなった時点（成形品表面が窪む変形が止まった時点）、つまり、それ以降は体積収縮に対してボイドしかできなくなった時点の形状としている。
　後述するように改良手法（図２のＳ４）においては、特にどの時点で弾性率分布の算出を行うかがヒケとボイドの予測精度に影響する。
　改良手法においては、体積収縮率分布（図２のＳ４）は、ゲートシール（ゲート部の熱可塑性樹脂が固化し流動停止する時点）を始点とし、射出成形品が金型温度になるのを終点として算出することができる。
　なお、ゲートシール時間は実成形品に用いられている実測値によってもよい。又は、流動解析用モデルについての流動解析において、射出成形品の重量が最大であって、かつゲートシールまでの時間が最小となるように設定されてもよい。流動解析においては、ゲートシールが、ゲート中心部の温度が流動停止温度に達する時点であるとしてもよい。
　また、流動停止温度は、比熱測定において１℃／ｍｉｎから５０℃／ｍｉｎまでの範囲に含まれる冷却速度にて冷却した際の変曲点としてもよい。
　図１３にヒケ予測量の時間依存性を示す。横軸はヒケ予測のための構造解析に使用する弾性率の計算を行う時点（図２のＳ４）であり、射出開始からの時間（単位は秒）で示す。縦軸は本開示に係る方法で予測されるヒケ量（単位はｍｍ）を示す。
　前述のように体積収縮率の始点はゲートシール時間とすることができて、横軸上８秒の時点で示されている。
　また、実施例のボイド予測は、射出成形品が保圧冷却（射出・保圧・冷却）されて表層固化する時点（横軸上３６．６秒）を始点として行っている。
　図１３にあるように、表２に示したヒケ量は射出・保圧・冷却されて表層固化する時点で弾性率を計算した場合の予測値である。弾性率を計算する時点としては、ゲートシール時間以降から表層固化する時間までの間にあることが分かる。
（ヒケを低減する方法）
　本開示には、熱可塑性樹脂を金型に射出成形してなる射出成形品の表面に生じるヒケを低減する方法も含まれる。
　すなわち、設計、成形条件及び成形材料のうちの１つ以上を変化させながら、上述したヒケの発生挙動を予測する方法によってヒケ量を予測することを、予測されるヒケ量が所定の量以下に低減されるまで繰り返すようにする。
（ボイドを低減する方法）
　本開示には、熱可塑性樹脂を金型に射出成形してなる射出成形品の内部に生じるボイドを低減する方法も含まれる。
　すなわち、設計、成形条件及び成形材料のうちの１つ以上を変化させながら、上述したボイドの発生挙動を予測する方法によってボイド量を予測することを、予測されるボイド量が所定の量以下に低減されるまで繰り返すようにする。
　本開示は、上述の実施形態に限定されるものではなく、上述の構成に対して、構成要素の付加、削除又は転換を行った様々な変形例も含むものとする。また、各実施例が様々に組み合わせることが可能である。
　特に、本開示は、形状、材料又は条件について、上記の実施形態又は実施例に限定されて解釈されるべきではない。
　さらに本開示に係るヒケ又はボイドの発生挙動を予測する方法、又は、本開示に係るヒケ又はボイドを低減する方法を１又は複数のプロセッサに実行させるためのプログラムも本開示に含まれる。当該プログラムは、コンピュータ読み取り可能で非一時的な（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ）記憶媒体に記録されて提供されてよい。

 

Claims (14)

  1. 　熱可塑性樹脂を金型に射出成形してなる射出成形品の成形不良の発生挙動を予測する成形不良予測方法であって、
    　前記射出成形品を複数の要素に分割した流動解析用モデルを作成するステップ（Ｓ１）と、
    　熱可塑性樹脂を成形する工程における各要素の温度と圧力を求めるステップ（Ｓ２）と、
    　前記複数の要素についての温度と圧力から、前記射出成形品における温度分布と圧力分布を算出するステップ（Ｓ３）と、
    　前記温度分布と前記圧力分布から、予め測定された前記熱可塑性樹脂の線膨張率データ、弾性率温度依存性データ及びＰＶＴデータを使用して、前記流動解析用モデルの弾性率分布、体積収縮率分布及び温度荷重を算出するステップ（Ｓ４）と、
    　前記温度荷重、前記圧力分布、前記弾性率分布及び前記体積収縮率分布を用いた構造解析によって第１の構造解析用モデルの各要素に発生する第１のひずみを算出するステップ（Ｓ５）と、
    　前記第１のひずみから前記第１の構造解析用モデルの変形量を算出することによりヒケの発生場所及び／又はヒケ量を予測するステップ（Ｓ６）と、を含む成形不良予測方法。
  2. 　前記ヒケの発生場所及び前記ヒケ量を反映し、複数の要素に分割した第２の構造解析用モデルを作成するステップ（Ｓ７）と、
    　温度荷重、圧力分布、弾性率分布及び体積収縮率分布を用いた構造解析によって前記第２の構造解析用モデルの各要素に発生する第２のひずみを算出するステップ（Ｓ８）と、
    　前記第２のひずみからボイドの発生場所及び／又はボイド量を予測するステップ（Ｓ９）と、をさらに含む請求項１に記載の成形不良予測方法。
  3. 　各要素の温度と圧力を求める前記ステップ（Ｓ２）は、前記熱可塑性樹脂を前記金型のゲートからキャビティへ射出してから前記射出成形品が金型温度になる工程において各要素の温度と圧力を求めるステップ（Ｓ２）である、請求項１に記載の成形不良予測方法。
  4. 　前記流動解析用モデルの弾性率分布と体積収縮率分布を算出するステップ（Ｓ４）において、前記体積収縮率分布はゲートシールを始点とし、前記射出成形品が金型温度になるのを終点として前記体積収縮率分布を算出する、請求項１に記載の成形不良予測方法。
  5. 　前記ゲートシールは、前記流動解析用モデルについての流動解析において、前記射出成形品の重量が最大であって、かつ前記ゲートシールまでの時間が最小となるように、成形条件が設定されることによって決定される、請求項４に記載の成形不良予測方法。
  6. 　前記第２のひずみを算出するステップ（Ｓ８）において、前記射出成形品が保圧冷却されて表層固化するのを始点とし、前記射出成形品が金型温度になるのを終点として前記弾性率分布、体積収縮率分布、温度荷重を算出する、請求項２に記載の成形不良予測方法。
  7. 　前記ゲートシールが、ゲート中心部の温度が流動停止温度に達する時点である、請求項４に記載の成形不良予測方法。
  8. 　前記流動停止温度は、比熱測定において１℃／ｍｉｎから５０℃／ｍｉｎまでの範囲に含まれる冷却速度にて冷却した際の変曲点とする、請求項７に記載の成形不良予測方法。
  9. 　各要素の温度と圧力を求めるステップ（Ｓ２）において、交流定常法（ＩＳＯ２２００７－６）と呼ばれる熱伝導率測定手法にて求めた熱伝導率を計算に用いる、請求項１に記載の成形不良予測方法。
  10. 　前記第２のひずみを算出するステップ（Ｓ８）において、
    　　前記第２の構造解析用モデルの複数の要素についての温度及び圧力から、前記射出成形品における第２の温度分布と第２の圧力分布を算出することと、
    　　前記第２の温度分布と前記第２の圧力分布から、予め測定された前記熱可塑性樹脂の線膨張率データ、弾性率温度依存性データ及びＰＶＴデータを使用して、前記第２の構造解析用モデルの第２の弾性率分布、第２の体積収縮率分布及び第２の温度荷重を算出することと、
    　　前記第２の構造解析用モデルの前記第２の温度荷重、前記第２の圧力分布、前記第２の弾性率分布及び前記第２の体積収縮率分布を用いた構造解析によって前記第２の構造解析用モデルの各要素に発生する前記第２のひずみを算出することとを含む、請求項２に記載の成形不良予測方法。
  11. 　設計、成形条件及び成形材料のうちの１つ以上を変化させながら、請求項１に記載された成形不良予測方法によってヒケ量を予測することを、予測されるヒケ量が所定の量以下に低減されるまで繰り返すステップ、を含む成形不良低減方法。
  12. 　設計、成形条件及び成形材料のうちの１つ以上を変化させながら、請求項２に記載された成形不良予測方法によってボイド量を予測することを、予測されるボイド量が所定の量以下に低減されるまで繰り返すステップ、を含む成形不良低減方法。
  13. 　請求項１に記載の成形不良予測方法をコンピュータに実行させるプログラムを記憶するコンピュータ読み取り可能な記憶媒体。
  14. 　請求項１１に記載の成形不良低減方法をコンピュータに実行させるプログラムを記憶するコンピュータ読み取り可能な記憶媒体。

     
PCT/JP2023/013498 2022-04-08 2023-03-31 成形不良予測方法、成形不良低減方法、成形不良予測プログラム及び成形不良低減プログラム WO2023195419A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2024514256A JPWO2023195419A1 (ja) 2022-04-08 2023-03-31

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-064538 2022-04-08
JP2022064538 2022-04-08

Publications (1)

Publication Number Publication Date
WO2023195419A1 true WO2023195419A1 (ja) 2023-10-12

Family

ID=88242913

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/013498 WO2023195419A1 (ja) 2022-04-08 2023-03-31 成形不良予測方法、成形不良低減方法、成形不良予測プログラム及び成形不良低減プログラム

Country Status (3)

Country Link
JP (1) JPWO2023195419A1 (ja)
TW (1) TW202408781A (ja)
WO (1) WO2023195419A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001293748A (ja) * 2000-04-11 2001-10-23 Canon Inc 射出成形プロセスシミュレーション装置および形状精度予測方法
JP2003326581A (ja) * 2002-05-13 2003-11-19 Canon Inc 収縮率に基づく射出成形品の型内冷却条件の予測方法
JP2004160700A (ja) * 2002-11-11 2004-06-10 Canon Inc 射出成形プロセスシミュレーション装置及び形状精度予測方法
JP2004171045A (ja) * 2002-11-15 2004-06-17 Canon Inc 三次元解析用メッシュ生成方法および射出成形プロセスシミュレーション方法
JP2009233882A (ja) * 2008-03-26 2009-10-15 Polyplastics Co 樹脂成形品のボイド生成予測方法
JP2010069654A (ja) * 2008-09-17 2010-04-02 Mitsubishi Electric Corp 構造解析方法、構造解析装置、構造解析プログラム、構造解析のための物性値算出方法、構造解析のための物性値算出装置および構造解析のための物性値算出プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001293748A (ja) * 2000-04-11 2001-10-23 Canon Inc 射出成形プロセスシミュレーション装置および形状精度予測方法
JP2003326581A (ja) * 2002-05-13 2003-11-19 Canon Inc 収縮率に基づく射出成形品の型内冷却条件の予測方法
JP2004160700A (ja) * 2002-11-11 2004-06-10 Canon Inc 射出成形プロセスシミュレーション装置及び形状精度予測方法
JP2004171045A (ja) * 2002-11-15 2004-06-17 Canon Inc 三次元解析用メッシュ生成方法および射出成形プロセスシミュレーション方法
JP2009233882A (ja) * 2008-03-26 2009-10-15 Polyplastics Co 樹脂成形品のボイド生成予測方法
JP2010069654A (ja) * 2008-09-17 2010-04-02 Mitsubishi Electric Corp 構造解析方法、構造解析装置、構造解析プログラム、構造解析のための物性値算出方法、構造解析のための物性値算出装置および構造解析のための物性値算出プログラム

Also Published As

Publication number Publication date
TW202408781A (zh) 2024-03-01
JPWO2023195419A1 (ja) 2023-10-12

Similar Documents

Publication Publication Date Title
EP2427835B1 (en) Simulation of ejection after mold filling
JP5800655B2 (ja) 樹脂成形体変形改善方法及び樹脂成形体軽量化方法
WO1997037823A1 (fr) Procede et appareil de conception de moule
JP4855866B2 (ja) 射出成形解析方法、そり変形解析方法およびその装置
Wu et al. The influence of cavity deformation on the shrinkage and warpage of an injection-molded part
WO2023195419A1 (ja) 成形不良予測方法、成形不良低減方法、成形不良予測プログラム及び成形不良低減プログラム
Yasin et al. A reduction of protector cover warpage via topology optimization
CN107530934B (zh) 各向异性树脂成型体的构造解析方法
WO2024063084A1 (ja) 樹脂成形品のボイドを予測する方法、樹脂成形品のボイドを低減する方法及び記録媒体
JP5134259B2 (ja) そり変形解析方法およびそのプログラムならびにそり変形解析装置
JP5929822B2 (ja) 射出成形金型設計方法、金型設計システム、金型設計プログラム及び金型設計プログラムを記憶したコンピュータ読み取り可能な記憶媒体
JP2024046201A (ja) 樹脂成形品のボイドを予測する方法、樹脂成形品のボイドを低減する方法、樹脂成形品のボイドを予測するためのプログラム及び樹脂成形品のボイドを低減するためのプログラム
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
JP7542399B2 (ja) 樹脂成形品の収縮挙動の予測方法、樹脂成形品の変形を予測する方法、樹脂成形品の離型不良要因の予測方法、樹脂成形品の脆弱部発生を予測する方法、樹脂成形品の成形条件の決定方法、樹脂成形品を成形する金型の設計方法、樹脂成形品の製造方法、プログラム、コンピュータ可読記録媒体
JP2009298035A (ja) 金型設計方法
JP2024046200A (ja) 樹脂成形品のボイドを予測する方法、樹脂成形品のボイドを低減する方法、樹脂成形品のボイドを予測するためのプログラム及び樹脂成形品のボイドを低減するためのプログラム
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
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
JP2019082929A (ja) 圧縮成形解析システム、圧縮成形解析方法、および圧縮成形解析プログラム
JP2002052560A (ja) 射出成形品製造パラメータ決定支援システム
JP2001246655A (ja) 射出成形時の挙動予測方法及び装置、金型設計方法
JP7366327B1 (ja) ゲートシール時間を求める方法
Hric et al. Product quality improvement using simulation tools
JP2957503B2 (ja) 金型の設計方法
JP2017136632A (ja) 高寸法精度ダイカストの製造方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23784706

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2024514256

Country of ref document: JP

Kind code of ref document: A