JP3612973B2

JP3612973B2 - Formability analysis method

Info

Publication number: JP3612973B2
Application number: JP35392997A
Authority: JP
Inventors: 和伸中田; 啓二東; 羊一橋本
Original assignee: Matsushita Electric Works Ltd
Current assignee: Panasonic Electric Works Co Ltd
Priority date: 1997-12-22
Filing date: 1997-12-22
Publication date: 2005-01-26
Anticipated expiration: 2017-12-22
Also published as: JPH11184906A

Description

【０００１】
【発明の属する技術分野】
本発明は成形解析シミュレーションプログラムを用いた成形性解析方法に関するものである。
【０００２】
【従来の技術】
金型の設計や成形条件の決定を、成形解析シミュレーションプログラムを用いた解析結果を基に行うことがなされている。たとえば、特開平２−１２０６４３号公報においては、熱硬化性樹脂において流動シミュレーションを行って、各部の樹脂温度、粘度、流速、平均見かけ粘度を算出し、圧力損失を求めて流動予測することにより金型設計を行うものが示されている。
【０００３】
【発明が解決しようとする課題】
しかし、シミュレーションに必要な材料特性データの正確な値が不明であることが多かったりする上に、解析上の仮定が混じることから、解析結果通りに金型設計や成形条件の決定を行っても、実際に成形されたものはシミュレーション結果とは異なることが多く、これに伴って金型の修正や成形条件の見直しなどが必要となっている。
【０００４】
もちろん、シミュレーションに必要な材料特性データを正確に数値化できていれば、上記のような問題は少なくなるものの、材料特性データの正確な測定は多大な労力及び時間を要する。
【０００５】
本発明はこのような点に鑑み為されたものであり、その目的とするところは解析の精度を簡便に且つ確実に向上させることができる成形性解析方法を提供するにある。
【０００６】
【課題を解決するための手段】
しかして本発明は、予め設定されている材料特性データの各パラメータを用いて成形解析シミュレーションを行うステップと、評価用金型を用いて行われた上記成形解析シミュレーション時と同条件での実成形の結果と上記シミュレーション結果との評価対象についての差を求めて基準値と比較するステップと、該比較結果が評価基準値を上回る時に、材料特性データの各パラメータを変化させることで各パラメータが評価対象に及ぼす影響をシミュレーションにより求めるステップと、材料特性データの各パラメータのうち、上記シミュレーションによって得られた評価対象に及ぼす影響度合が大であったパラメータから優先的に値を変化させて成形解析シミュレーションを行うステップと、その解析結果と前記実成形結果との差を求めるとともに該差が上記評価基準値内に収まるように遺伝的アルゴリズムを用いた収束計算を行うステップとをコンピュータに実行させて求めた材料特性データの各パラメータを基に成形解析シミュレーションを行うことに特徴を有している。
【０００７】
ここで用いる成形解析シミュレーションプログラムは、充填、保圧、冷却、金型からの成形品の取り出しという成形過程に関して、充填過程での成形材料の金型内での流動挙動や温度変化の解析を行う流動解析、成形の保圧過程での成形材料の圧力変化や温度変化の解析を行う保圧解析、成形の冷却過程での金型内での成形材料の温度変化の解析を行う冷却解析、これら解析結果に基づいて成形材料の体積収縮、流動方向収縮、垂直方向収縮などの解析を行う収縮解析、収縮や温度変化や配向等による金型から取り出した後の成形品の反り変形を解析する反り解析、成形材料がガラス等の繊維を含有している場合において成形材料の充填過程での流動挙動や繊維配向挙動を解析する繊維配向解析、熱硬化性材料の場合において保圧過程後の金型の温度で硬化する挙動の解析を行う硬化度解析のすべてを含んだものであることが好ましいが、これに限るものではない。
【０００８】
使用する材料特性データとしては、成形材料の粘度特性データ、熱特性データ（熱伝導率、密度、比熱）、ＰＶＴデータ（圧力と容積と温度の相互関係）、収縮特性データ（流動方向、垂直方向）、結晶化特性、繊維配向特性、硬化特性（熱硬化性材料）、機械物性データ（弾性率、ポアソン比、線膨張係数）のほか、金型材料の熱特性データ（熱伝導率、密度、比熱）や機械物性データ（弾性率、ポアソン比、線膨張係数）も用いるが、これは上記シミュレーションプログラムにも依存する。
【０００９】
材料特性データについて設定するパラメータは、上記の各特性データを数式化して表す場合の係数（あるいは定数）や、複数の特性データの組み合わせを指すものであり、これらパラメータは、評価用金型を用いて実成形を行う場合の樹脂及び金型に併せて設定する。使用する樹脂について測定した特性データが無い場合は、その樹脂の特性に近い（と思われる）他の樹脂の材料特性データを用いて設定する。
【００１０】
評価用金型は、解析結果と実成形結果とを比較するためのものであるために、試験用金型であって、圧力センサー、温度センサーといったセンサーを備えたものであることが好ましく、熱硬化性材料である場合にはさらに硬化度センサーを備えたものであることが好ましい。
【００１１】
解析結果と実成形結果とを比較して評価するための評価対象としては、金型内の成形材料の圧力値、温度、硬化度、成形後の反り量などを好適に用いることができるが、これらに限るものではない。たとえば評価用金型としてスパイラル金型を用いる場合、評価対象として流動長を用いるのが好ましい。主要な材料特性である粘度及び硬化度の評価を的確に且つ迅速に行うことができる。
【００１２】
材料特性データの各パラメータが評価対象に及ぼす影響（寄与度合い）の評価は、たとえば複数のパラメータをそれぞれ±１０％ずつ値を変化させてシミュレーションを行って、評価対象に及ぶ影響度合いを基に判定すればよい。なお、材料特性データのすべてについてこのような評価を行う必要はなく、たとえば粘度特性データ、樹脂の熱伝導率、ＰＶＴ関係、収縮特性、硬化特性などのうちのいずれか一つだけ、あるいはこれらの組み合わせについて行うものであってもよい。しかし、成形性解析方法の主要な解析である流動解析において重要な材料データである粘度データを用いるのが最も好ましい。
【００１３】
そして、材料特性データの各パラメータのうち、評価対象に及ぼす影響が大きいパラメータから優先的に値を変化させて成形解析シミュレーションを行って、その解析結果と前記実成形結果との差を求めてこの差が評価基準値内に収まるように収束計算を行って、材料特性データの各パラメータを決定するのである。
【００１４】
このようにパラメータを決定した材料特性データは、実際の材料特性の正確な測定値とは異なるものとなっている可能性はあるものの、該材料特性データを用いるとともに、ここで用いた成形解析シミュレーションプログラムで解析シミュレーションを行う限り、実成形結果にほぼ一致する解析結果を得ることができるものであり、材料特性データが不明である樹脂を用いる場合においても、該樹脂の材料特性データの決定（厳密には推定）を高精度で行って、解析シミュレーションを行うことができる。
【００１５】
上記の収束計算は、連続関数を用いて行ってもよいが、この場合、制限された計算回数内では極値を求めてしまいやすいことから、遺伝的アルゴリズムを用いて行うのが好ましい。すなわち、材料特性データの各パラメータをコード化するとともに該コード化にあたり各パラメータに範囲を与えてその範囲内でランダムな値をコードに与え、次いでコードについて選択・公叉・突然変位という３つの処理を施してパラメータの組み合わせを変更し、各組み合わせのパラメータを持つ材料特性データに基づいて成形性解析を行って適応度の高い（基準値を満たす）材料特性データを求めるのである。制限された計算回数の中で適解を求めることができる。
【００１６】
評価用金型とこれを用いた実成形については、最終目的とする金型が取り得る寸法範囲を考慮して複数種決定した評価用金型と、成形条件の取り得る値を考慮して複数決定した成形条件とから複数の実成形結果を得るようにしてもよく、この場合、同条件での複数の成形解析シミュレーション結果とから評価対象についての複数の差を導いて、該複数の差について夫々基準値値内に収まるように収束計算を行って、材料特性データの各パラメータを決定するようにすれば、より実際に即した形での材料特性データを作成することができるために、解析シミュレーションの精度を向上させることができる。
【００１７】
評価用金型として内部の複数位置に樹脂圧力センサーや温度センサー等のセンサーを配したものを用いるとともに、同条件での成形解析シミュレーションにおいて上記センサー配置位置に相当する位置での解析結果を夫々求めて、評価対象についての上記複数の位置での差を導いて、該複数の差について夫々基準値値内に収まるように収束計算を行って、材料特性データの各パラメータを決定するようにしてもよい。複数の金型の準備や複数の成形実験を行わなくとも、必要最小限の成形実験で多数の評価値を得ることができるために、精度の高い材料特性データを簡便に得ることができる。
【００１８】
そして、上記の成形性解析方法による成形解析シミュレーション結果に基づいて、金型の設計を行うならば、材料データの測定誤差、材料データ測定時と実成形時の材料の状態の差異、材料データの定式化での差異等も考慮した上での現実にそくした金型設計を行うことができる。
【００１９】
【発明の実施の形態】
成形に供する樹脂として熱硬化性樹脂であるエポキシ樹脂を用いるとともに、評価用金型として、図２に示すようにトランスファー成形でタブレットを中心部に置いてプランジャーでタブレットを押すことでスパイラル流路に溶融樹脂を押し出すスパイラル金型を用いた。図中１１は硬化度センサー、１２は赤外線温度センサー、１３は圧力センサーである。金型温度は１６０℃、充填速度は３００ｍｍ³ ／ｓｅｃとした。
【００２０】
評価対象としては上記タブレットをプランジャーで押した際の流動長を用いるものとし、さらにパラメータを変化させる材料特性データとして粘度データを用いた。成形解析シミュレーションプログラムとしては、「ＭＯＬＤＦＬＯＷ」を用いた。ここにおいて、粘度データにはパラメータとして１１の係数が存在するが、これらパラメータをそれぞれ変化させた場合に解析結果での流動長がどの程度変化するかを調べたところ、粘度ηを次の式であらわす時のＡ，Ｂ，Ｃ，Ｄ，Ｅが流動長に及ぼす影響（寄与度合い）が大であることが導かれたことから、これらＡ，Ｂ，Ｃ，Ｄ，Ｅのパラメータを次に述べる収束計算に際してデータを変化させるものとした。
【００２１】
【式１】

γ：せん断速度、Ｔ：温度、ａｇ：流動停止する硬化度、α：硬化度
また、収束計算には遺伝的アルゴリズムを用いた。すなわち、図３にも示すように、粘度データを染色体（２進数コード）で表し、固体数（たとえば２０個）の値をランダムに発生させて、染色体（粘度データ）をパラメータに変換する。そして解析を実行して評価対象である流動長を算出することを固体数分だけ繰り返し、その中から適応度の高いデータ順に並びかえて、選択・公叉・突然変異という遺伝的アルゴリズムの処理を行う。これを世代数分だけ繰り返すことで、評価対象についての解析結果が実成形結果における評価対象についての値に近づけた。なお、選択・公叉・突然変異の処理は、粘度データにおける上記パラメータＡ，Ｂ，Ｃ，Ｄ，Ｅについて、たとえば１１１１１０００００の２進化１０進コードを与えた場合、選択は適応度の高い染色体を選択して残すことを意味し、公叉は０００００１１１１１のように染色体を入れ換えることを意味し、突然変異は突然変異確率で染色体にランダムな値を入れること、たとえば０００００１１１１１を１００００１１１１０１０とすることを意味する。
【００２２】
粘度データの各パラメータＡ，Ｂ，Ｃ，Ｄ，Ｅについて、実成形に供した熱硬化性樹脂材料の特性の測定値から導いたＡ：２．２１Ｅ−０．９、Ｂ：−０．７１６、Ｃ：１１８００．１、Ｄ６．５９９、Ｅ：−１０．１１６９を初期値として与えて解析を行った場合の評価対象の値（流動長）と、実成形結果による評価対象の値（流動長）との差（目的変数）は、図４に示すように、６００ｍｍほどの値となったが、上記遺伝的アルゴリズムを用いた収束計算を行って各パラメータＡ，Ｂ，Ｃ，Ｄ，Ｅを変化させて、目的変数を求める解析シミュレーションを繰り返したところ、第１１世代において実測値と解析値が一致した。この時のパラメータＡ，Ｂ，Ｃ，Ｄ，Ｅの各値はＡ：０．１９５７３Ｅ−０８、Ｂ：−０．５１６１３、Ｃ：０．０、Ｄ：４．４５４６、Ｅ：−６．２９３９であった。
【００２３】
さらに、金型温度を上記１６０℃に設定して実成形及び成形解析シミュレーションを行うことに加えて、金型温度を１７０℃及び１８０℃に設定して実成形及び成形解析シミュレーションを行って、これら複数の実成形結果と同条件での複数の成形解析シミュレーション結果とから評価対象についての複数の差を導いて、該複数の差について夫々基準値内に収まるように材料特性データのパラメータを収束させた。なお、他の点については上記の実施例と同じであり、評価対象は流動長としている。図５及び図６はこの結果を示しており、図中イは実成形での流動長の実測値、ロは収束させたことによる最適値を基にした解析結果での値、ハは初期値に基づく解析結果での値である。この時、各パラメータＡ，Ｂ，Ｃ，Ｄ，ＥはＡ：０．７４２９７×１０６、Ｂ：−０．０６４５１７、Ｃ：９０３２．３、Ｄ：１２．９０３、Ｅ：５４．８３９となった。なお、温度のほかに充填速度を変えたりしてもよいのはもちろんである。
【００２４】
成形条件を異ならせた複数回の実成形を行うことに代えて、評価用金型として内部の複数位置に樹脂圧力センサーや温度センサー等のセンサーを配したものを用いて実成形を行うとともに、該成形に際してのセンサーを配した複数位置でのセンサー出力値と、同条件での成形解析シミュレーションにおいて上記センサー配置位置に相当する位置での解析結果とを評価対象として、上記複数の位置での差を目標変数とし、複数の目標変数が夫々評価基準値内に収まるように収束計算を行って、材料特性データの各パラメータを決定するようにしてもよい。この場合、複数位置でのセンサー出力履歴を用いて、圧力センサーに樹脂が到達した時の充填時間、またはその圧力値を評価対象とするようにしてもよい。１回の実成形を行うだけで、複数回の実成形を行った場合と同様の結果を求めることができる。
【００２５】
このような成形性解析を行えば、材料特性の測定誤差や材料データ測定時と実成形時の材料の状態の差異、材料データの定式化での差異等はもちろん、成形解析シミュレーションプログラム中の仮定なども考慮した材料特性データを決定することができ、この材料特性データを用いた成形解析シミュレーションは、評価用金型による実成形にほぼ合致するものとなる。従って、金型の設計を上記シミュレーション結果に基づいて行う場合、得られる金型は確実に目的とする成形品を得ることができるものとなるものであり、たとえば粘度データを変化させるパラメータを持つ材料特性データとして流動解析を行い、この結果に基づいて金型を設計すれば、充填バランスの良いランナー径や製品肉厚分布を決定することができる。
【００２６】
【発明の効果】
以上のように本発明においては、材料特性データを的確なものとすることができるために、より現実にそった解析結果を得ることができるものであり、また成形材料にはベースとなる樹脂材料に若干の変更を施したものが多数存在するが、各材料についての特性データを個別に且つ厳密に測定しなくても、各材料特性データを適切に推定して成形性を解析することができる。そして、収束計算を遺伝的アルゴリズムを用いて行うために、制限された計算回数の中で適解を求めることができる。
【図面の簡単な説明】
【図１】本発明の実施の形態の一例のフローチャートである。
【図２】同上に用いる評価用金型の一例の説明図である。
【図３】同上に用いる遺伝的アルゴリズムを用いた収束計算についてのフローチャートである。
【図４】収束結果の一例の説明図である。
【図５】収束結果の他例の説明図である。
【図６】同上の収束結果についての他の説明図である。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a formability analysis method using a form analysis simulation program.
[0002]
[Prior art]
Mold design and molding conditions are determined based on analysis results using a molding analysis simulation program. For example, in Japanese Patent Application Laid-Open No. 2-120643, a flow simulation is performed on a thermosetting resin, the resin temperature, viscosity, flow rate, and average apparent viscosity of each part are calculated, and pressure loss is obtained to predict the flow. What performs the mold design is shown.
[0003]
[Problems to be solved by the invention]
However, the exact values of the material property data required for the simulation are often unknown, and analysis assumptions are mixed. Therefore, even if the mold design and molding conditions are determined according to the analysis results, Actually molded products are often different from the simulation results, and accordingly, it is necessary to correct the mold and review the molding conditions.
[0004]
Of course, if the material property data necessary for the simulation can be accurately quantified, the above-described problems can be reduced, but accurate measurement of the material property data requires a lot of labor and time.
[0005]
The present invention has been made in view of these points, and an object of the present invention is to provide a moldability analysis method capable of improving the accuracy of analysis easily and reliably.
[0006]
[Means for Solving the Problems]
Therefore, the present invention includes a step of performing a molding analysis simulation using each parameter of preset material property data, and an actual molding under the same conditions as in the above-described molding analysis simulation performed using an evaluation die. The difference between the results of the simulation and the simulation results is calculated and compared with a reference value. When the comparison result exceeds the evaluation reference value, each parameter of the material property data is changed to evaluate each parameter. Simulation step for determining the effect on the object by simulation and molding analysis simulation by changing the value preferentially from the parameters that have a large influence on the evaluation object obtained by the simulation among the parameters of the material property data And the difference between the analysis result and the actual molding result is obtained. And a step of performing a convergence calculation using a genetic algorithm so that the difference falls within the evaluation reference value, and performing molding analysis simulation based on each parameter of the material property data obtained by executing the computer have.
[0007]
The molding analysis simulation program used here analyzes the flow behavior and temperature change of the molding material in the mold during the filling process with respect to the molding process such as filling, holding pressure, cooling, and taking out the molded product from the mold. Flow analysis, Holding pressure analysis to analyze pressure change and temperature change of molding material during molding holding pressure process, Cooling analysis to analyze temperature change of molding material in mold during molding cooling process, etc. Shrinkage analysis to analyze volume shrinkage, flow direction shrinkage, vertical shrinkage, etc. of molding material based on analysis results, warpage to analyze warpage deformation of molded product after taking out from mold due to shrinkage, temperature change, orientation, etc. Analysis, fiber orientation analysis to analyze flow behavior and fiber orientation behavior in the filling process of the molding material when the molding material contains fibers such as glass, gold after pressure holding process in the case of thermosetting material Of which is preferably one that contains all the curing degree analysis to analyze the behavior of curing at a temperature, but not limited thereto.
[0008]
Material property data to be used include viscosity property data of molding materials, thermal property data (thermal conductivity, density, specific heat), PVT data (correlation between pressure, volume and temperature), shrinkage property data (flow direction, vertical direction) ), Crystallizing properties, fiber orientation properties, curing properties (thermosetting materials), mechanical properties data (elastic modulus, Poisson's ratio, linear expansion coefficient), as well as thermal properties data of mold materials (thermal conductivity, density, Specific heat) and mechanical property data (elastic modulus, Poisson's ratio, linear expansion coefficient) are also used, but this also depends on the simulation program.
[0009]
Parameters set for the material property data, and the coefficient (or constant) when it represents by formula the respective characteristic data described above, is intended to refer to a combination of a plurality of characteristic data, These parameters using an evaluation mold Therefore, it is set together with the resin and mold for actual molding. If there is no characteristic data measured for the resin to be used, it is set using the material characteristic data of another resin that is close to (possibly) the characteristics of the resin.
[0010]
Since the evaluation mold is for comparing the analysis result and the actual molding result, it is preferably a test mold, and includes a sensor such as a pressure sensor and a temperature sensor. In the case of a curable material, it is preferable to further include a curing degree sensor.
[0011]
As an evaluation object for comparing and evaluating the analysis result and the actual molding result, the pressure value of the molding material in the mold, the temperature, the degree of curing, the amount of warping after molding, etc. can be suitably used. It is not limited to these. For example, when a spiral mold is used as the evaluation mold, it is preferable to use a flow length as an evaluation target. It is possible to accurately and quickly evaluate the main material properties, viscosity and degree of cure.
[0012]
The evaluation of the influence (contribution degree) of each parameter of material property data on the evaluation target is determined based on the degree of influence on the evaluation target by, for example, performing simulation by changing the value of each parameter by ± 10%. do it. In addition, it is not necessary to perform such evaluation for all of the material property data. For example, only one of viscosity property data, resin thermal conductivity, PVT relationship, shrinkage property, curing property, etc., or these You may perform about a combination. However, it is most preferable to use viscosity data, which is material data important in flow analysis, which is the main analysis of the formability analysis method.
[0013]
Then, among the parameters of the material property data, the value is preferentially changed from the parameter having a large influence on the evaluation target, and the molding analysis simulation is performed, and the difference between the analysis result and the actual molding result is obtained. The convergence calculation is performed so that the difference falls within the evaluation reference value, and each parameter of the material property data is determined.
[0014]
Although the material property data for which parameters are determined in this way may be different from the actual measured values of material properties, the material property data is used and the molding analysis simulation used here is used. As long as analysis simulation is performed by the program, it is possible to obtain an analysis result that substantially matches the actual molding result. Even when a resin whose material property data is unknown is used, the determination of the material property data of the resin (strictly It is possible to perform an analysis simulation with high accuracy.
[0015]
The convergence calculation may be performed using a continuous function. In this case, however, it is preferable to use a genetic algorithm because an extreme value is likely to be obtained within a limited number of calculations. In other words, each parameter of the material property data is coded, and each parameter is given a range and a random value is given to the code within the range, and then the code is subjected to three processes: selection, fork, and sudden displacement. The combination of parameters is changed, and formability analysis is performed based on the material property data having the parameters of each combination to obtain material property data having high fitness (satisfying the reference value). An appropriate solution can be obtained within a limited number of calculations.
[0016]
For the evaluation mold and actual molding using this, there are multiple evaluation molds determined in consideration of the dimensional range that the final target mold can take, and multiple values taking into account the values that the molding conditions can take A plurality of actual molding results may be obtained from the determined molding conditions. In this case, a plurality of differences regarding the evaluation object are derived from a plurality of molding analysis simulation results under the same conditions, and the plurality of differences are determined. If each parameter of the material property data is determined by performing a convergence calculation so that it falls within the reference value , the material property data can be created in a more realistic form. The accuracy of simulation can be improved.
[0017]
Use evaluation molds with sensors such as resin pressure sensors and temperature sensors at multiple internal positions, and obtain analysis results at positions corresponding to the sensor placement positions in the molding analysis simulation under the same conditions. Then, the difference at the plurality of positions with respect to the evaluation target is derived, and the convergence calculation is performed so that each of the plurality of differences falls within the reference value value, thereby determining each parameter of the material property data. Good. Since a large number of evaluation values can be obtained with the minimum necessary molding experiment without preparing a plurality of molds and a plurality of molding experiments, highly accurate material property data can be easily obtained.
[0018]
If the mold is designed based on the molding analysis simulation result by the above-described moldability analysis method, the measurement error of the material data, the difference of the material state at the time of material data measurement and the actual molding, the material data It is possible to perform die design that is realistic in consideration of differences in formulation.
[0019]
DETAILED DESCRIPTION OF THE INVENTION
The epoxy resin, which is a thermosetting resin, is used as the resin for molding, and as an evaluation mold, the tablet is placed in the center by transfer molding as shown in FIG. A spiral mold for extruding the molten resin was used. In the figure, 11 is a curing degree sensor, 12 is an infrared temperature sensor, and 13 is a pressure sensor. The mold temperature was 160 ° C. and the filling speed was 300 mm ³ / sec.
[0020]
As an evaluation object, the flow length when the tablet was pushed with a plunger was used, and viscosity data was used as material property data for changing parameters. “MOLDFLOW” was used as a molding analysis simulation program. Here, there are 11 coefficients as parameters in the viscosity data. When these parameters are changed, how much the flow length in the analysis results changes, the viscosity η is expressed by the following equation. Since the influence (contribution) of A, B, C, D, and E on the flow length when expressed is large, the parameters of these A, B, C, D, and E are described below. The data was changed during the convergence calculation.
[0021]
[Formula 1]

γ: shear rate, T: temperature, ag: degree of hardening at which flow stops, α: degree of hardening, and a genetic algorithm was used for convergence calculation. That is, as shown in FIG. 3, the viscosity data is represented by chromosomes (binary code), the value of the solid number (for example, 20) is randomly generated, and the chromosomes (viscosity data) are converted into parameters. Then, the analysis is performed and the flow length to be evaluated is calculated as many times as the number of objects, and the data is sorted in the order of high fitness data, and the genetic algorithm process of selection, fork, and mutation is performed. Do. By repeating this for the number of generations, the analysis result for the evaluation object was brought close to the value for the evaluation object in the actual molding result. In the selection / publicity / mutation process, for example, when a binary-coded decimal code of 1111100000 is given for the parameters A, B, C, D, and E in the viscosity data, the selection is performed by selecting a chromosome having high fitness. It means to select and leave, public means to change the chromosome like 00000011111, mutation means to put a random value in the chromosome with mutation probability, for example, 0000011111 to 100001111010 .
[0022]
For each parameter A, B, C, D, E of the viscosity data, A: 2.21E-0.9, B: -0.716 derived from measured values of the properties of the thermosetting resin material subjected to actual molding. , C: 11800.1, D6.599, E: −10.1169 as initial values, and the value to be evaluated (flow length) and the value to be evaluated based on the actual molding result (flow length) 4), the difference (objective variable) is about 600 mm as shown in FIG. 4. However, the convergence calculation using the genetic algorithm is performed and the parameters A, B, C, D, E are calculated. When the analysis simulation for obtaining the objective variable was repeated, the measured value and the analyzed value coincided in the 11th generation. The values of the parameters A, B, C, D, E at this time are A: 0.19573E-08, B: -0.51613, C: 0.0, D: 4.4546, E: -6.2939 Met.
[0023]
Furthermore, in addition to performing the actual molding and molding analysis simulation by setting the mold temperature to 160 ° C, the actual molding and molding analysis simulation is performed by setting the mold temperature to 170 ° C and 180 ° C. Deriving multiple differences in the evaluation object from multiple actual molding results and multiple molding analysis simulation results under the same conditions, and converge the material property data parameters so that each of these multiple differences is within the reference value . It was. The other points are the same as in the above example, and the evaluation target is the flow length. FIG. 5 and FIG. 6 show this result. In FIG. 5, “a” is an actual measurement value of the flow length in actual molding, “b” is a value based on an analysis result based on an optimum value obtained by convergence, and “c” is an initial value. It is a value in the analysis result based on. At this time, the parameters A, B, C, D, and E were A: 0.74297 × 106, B: −0.064517, C: 9032.3, D: 12.903, and E: 54.839. . Of course, the filling rate may be changed in addition to the temperature.
[0024]
Instead of performing actual molding multiple times with different molding conditions, actual molding is performed using a sensor such as a resin pressure sensor or a temperature sensor at multiple internal positions as an evaluation mold. The difference between the plurality of positions is evaluated based on the sensor output values at a plurality of positions where the sensors are arranged at the time of molding and the analysis results at the positions corresponding to the sensor arrangement positions in the molding analysis simulation under the same conditions. May be used as a target variable, and each parameter of the material property data may be determined by performing a convergence calculation so that the plurality of target variables are each within the evaluation reference value. In this case, using the sensor output history at a plurality of positions, the filling time when the resin reaches the pressure sensor, or the pressure value thereof may be set as the evaluation target. By performing only one actual molding, the same result as that obtained by performing a plurality of actual moldings can be obtained.
[0025]
If such a formability analysis is performed, assumptions in the molding analysis simulation program will be made, as well as measurement errors in material properties, differences in material conditions between material data measurement and actual molding, differences in material data formulation, etc. The material characteristic data can be determined in consideration of the above, and the molding analysis simulation using the material characteristic data almost matches the actual molding by the evaluation die. Therefore, when the mold is designed based on the simulation result, the obtained mold can surely obtain the desired molded product, for example, a material having a parameter for changing viscosity data. If flow analysis is performed as characteristic data and a mold is designed based on the result, the runner diameter and product thickness distribution with good filling balance can be determined.
[0026]
【The invention's effect】
Oite the present invention, as described above, in order to be able to the material property data as accurate, are those can be obtained analysis results along more realistic, also the base in the molding material There are many resin materials that have undergone slight changes. Even if the characteristic data for each material is not measured individually and strictly, each material characteristic data is estimated appropriately and the moldability is analyzed. Can do. Then, in order to perform with the genetic algorithm convergence calculation, it is possible to determine the suitable solutions within the limited number of calculations.
[Brief description of the drawings]
FIG. 1 is a flowchart of an example of an embodiment of the present invention.
FIG. 2 is an explanatory diagram of an example of an evaluation die used for the above.
FIG. 3 is a flowchart of convergence calculation using the genetic algorithm used in the above.
FIG. 4 is an explanatory diagram of an example of a convergence result.
FIG. 5 is an explanatory diagram of another example of a convergence result.
FIG. 6 is another explanatory diagram of the convergence result of the above.

Claims

A step of performing a molding analysis simulation using each parameter of preset material property data, a result of actual molding under the same conditions as the above-mentioned molding analysis simulation performed using an evaluation die, and the simulation result The step of calculating the difference between the evaluation target and the reference value, and when the comparison result exceeds the evaluation reference value , changing the parameters of the material property data to simulate the effect of each parameter on the evaluation target A step of performing a molding analysis simulation by changing the value preferentially from the parameters having a large influence on the evaluation object obtained by the simulation among the parameters of the material property data, The difference between the analysis result and the actual molding result is obtained and the difference is Formability analysis characterized by performing molding analysis simulation based on each parameter of material property data obtained by causing a computer to execute a convergence calculation step using a genetic algorithm so that it falls within the standard value Method.