淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2407201709590000
中文論文名稱 應用田口法與適應性類神經模糊推論系統於塑膠射出成型之多目標最佳化研究
英文論文名稱 Application of Taguchi Method and Adaptive Network-Based Fuzzy Inference System to Multi-Objective Optimization of Plastic Injection Molding
校院名稱 淡江大學
系所名稱(中) 機械與機電工程學系碩士班
系所名稱(英) Department of Mechanical and Electro-Mechanical Engineering
學年度 105
學期 2
出版年 106
研究生中文姓名 周格仲
研究生英文姓名 Ge-Zhong Zhou
學號 604350149
學位類別 碩士
語文別 中文
口試日期 2017-06-05
論文頁數 91頁
口試委員 指導教授-葉豐輝
委員-盧永華
委員-葉豐輝
委員-李經綸
中文關鍵字 田口法  適應性類神經模糊推論系統  塑膠射出成型  最佳化 
英文關鍵字 Taguchi Method  Adaptive Network-Based Fuzzy Inference System  Plastic injection molding  Optimization 
學科別分類 學科別應用科學機械工程
中文摘要   本文係使用田口法與適應性類神經模糊推論系統於探討塑膠射出成型最佳化問題,並應用多目標決策使最佳化結果能夠選擇多樣性,以達到多目標最佳化之目的。研究中使用繪圖軟體進行實體繪製,接而使用Moldex3D執行模流分析,選擇材料溫度、模具溫度、填充時間、保壓壓力、保壓時間與冷卻時間做為控制因子,針對縫合線長度、翹曲變形、體積收縮率與週期時間等目標做探討。最佳化首先導入田口法利用直交表配合信號雜訊比與變異數分析,獲得一組較佳射出參數與因子的影響程度,由分析結果顯示,保壓時間為這六個因子中影響最為顯著的因子。其次將所得到之結果,再導入適應性類神經模糊推論系統,以得到最佳化加工參數組合。最後運用多目標決策方法獲取各目標間得以平衡的加工參數組合,以達多目標最佳化研究之目的。
  由模擬分析結果顯示,翹曲變形最佳化可同時達成體積收縮率最佳化,但週期時間須較長,如翹曲變形最佳化為0.089mm,體積收縮率僅為0.874%,但週期時間為51.909秒。由於多目標無法達成所有目標值同時最佳化,故使用多目標決策法,利用每個單一目標下所得之最佳化結果,在翹曲變形與體積收縮率可接受的條件下,降低週期時間,得到一組多目標最佳化加工參數,如翹曲變形為0.251mm,體積收縮率為1.860%,而週期時間降為46.842秒。故本研究可證實田口法與適應性類神經模糊推論系統和多目標決策能有效應用於塑膠射出成型之多目標最佳化。
英文摘要 The thesis employs Taguchi Method and Adaptive Network-Based Fuzzy Inference System (ANFIS) to explore the optimization of plastic injection molding, and uses multi-objective decision-making method to diversify the optimization results and thereby achieve the purpose of multi-objective optimization. In the study, the drawing software is used to perform the tangible objects drawing, and then Moldex3D is used to perform the mold flow analysis. The material temperature, mold temperature, filling time, packing pressure, holding time and cooling time are selected as control factors to investigate the warpage, volume shrinkage and cycle time. As to the optimization, the orthogonal array of Taguchi method is applied to examine signal-to-noise ratio and analysis of variance. The influence degree of factors and the better parameters of injection molding are obtained. According to the analysis results, holding time had the most significant influence out of the six factors. Besides, ANFIS is incorporated into the acquired results to obtain an optimized parametric combination. Finally, the multi-objective decision-making method is used to acquire a parametric combination that serves to balance all objectives and to achieve the purpose of multi-objective optimization research.
The results of the simulation analysis show that the optimization of the warpage can be achieved at the same time to optimize the volume shrinkage. But the cycle time grows longer. For example, the warpage is optimized to be 0.089mm, the volume shrinkage is only 0.874%, but the cycle time is 51.909 seconds. With many objectives to be optimized, it is unlikely to optimize all objective values simultaneously. Therefore, using the optimization results acquired from each objective, the multi-objective decision-making method is applied to minimize the cycle time under the condition that the warpage and the volume shrinkage are acceptable, and a set of multi-objective optimization parameters are obtained. For example, the warpage is 0.251mm, the volume shrinkage is 1.860%, and the cycle time is reduced to 46.842 seconds. As proven by this study, Taguchi Method, ANFIS and multi-objective decision-making method can be effectively applied to multi-objective optimization of plastic injection molding.
論文目次 目 錄
中文摘要 ------------------------------------------------------------------------ I
英文摘要 ----------------------------------------------------------------------- II
目 錄 ---------------------------------------------------------------------- -IV
圖目錄 ------------------------------------------------------------------------ VII
表目錄 ----------------------------------------------------------------------- VIII
第一章 緒論 ------------------------------------------------------------------ 1
1.1 研究背景 ----------------------------------------------------------- 1
1.2 研究目的與方法 -------------------------------------------------- 2
1.3 文獻回顧 ---------------------------------------------------------- 3
  1.3.1 有關射出成形加工參數之研究 ----------------------- 3
  1.3.2 有關澆口位置探討之研究 ----------------------------- 6
  1.3.3 有關射出成型多目標之研究 -------------------------- 7
  1.3.4 有關縫合線之研究 -------------------------------------- 9
  1.3.5 有關複合式最佳化之研究 ---------------------------- 10
1.4 研究內容 --------------------------------------------------------- 11
第二章 基本理論 ---------------------------------------------------------- 13
2.1 Moldex3D基本理論 ------------------------------------------- 13
  2.1.1 成型理論 ------------------------------------------------- 13
  2.1.2 成型條件之概敘 ---------------------------------------- 18
  2.1.3 Moldex3D之模擬流程 -------------------------------- 23
2.2 田口法 ------------------------------------------------------------ 26
  2.2.1 品質損失函數 ------------------------------------------- 26
  2.2.2 因子的分類 ---------------------------------------------- 28
  2.2.3 直交表 ---------------------------------------------------- 29
  2.2.4 信號雜訊比 ---------------------------------------------- 30
  2.2.5 變異數分析 ---------------------------------------------- 31
2.3 多目標決策 ------------------------------------------------------ 33
2.4 縫合線成型概述 ------------------------------------------------ 34
2.5 傳統射出成型概述 --------------------------------------------- 35
2.6 適應性網路模糊控制理論 ------------------------------------ 36
  2.6.1 模糊推論之架構 ---------------------------------------- 37
  2.6.2 模糊化 ---------------------------------------------------- 37
  2.6.3 模糊規則庫 ---------------------------------------------- 38
  2.6.4 模糊推論機 ---------------------------------------------- 39
  2.6.5 解模糊化界面 ------------------------------------------- 40
  2.6.6 適應性類神經網路模糊推論系統之架構 ---------- 41
  2.6.7 複合式學習演算法 ------------------------------------- 43
第三章 成型參數與問題探討 ------------------------------------------ 45
3.1 進澆口位置探討 ------------------------------------------------ 45
3.2 成型參數因子探討 --------------------------------------------- 48
3.3 成型目標之探討 ------------------------------------------------ 49
3.4 縫合線之探討 --------------------------------------------------- 50
3.5 Moldex3D射出成型參數設定 ------------------------------- 50
3.6 適應性類神經網路參數設定 --------------------------------- 51
3.7 射出成型材料參數 --------------------------------------------- 51
第四章 研究結果與討論 ------------------------------------------------- 54
4.1 進澆口之縫合線影響之探討 --------------------------------- 54
  4.1.1 進澆口之選擇 ------------------------------------------- 54
  4.1.2 縫合線問題探討 ---------------------------------------- 55
  4.1.3 不同進澆口之差異性 ---------------------------------- 60
4.2 多目標最佳化探討 --------------------------------------------- 61
  4.2.1 直交表配置 ---------------------------------------------- 61
  4.2.2 模擬結果與探討 ---------------------------------------- 66
  4.2.3 多目標決策 ---------------------------------------------- 74
4.3 適應性類神經網路之最佳化應用 --------------------------- 74
  4.3.1 資料庫建立 ---------------------------------------------- 76
  4.3.2 模擬結果與探討 ---------------------------------------- 76
  4.3.3 多目標決策 ---------------------------------------------- 77
4.4 成型不良原因與解決方案 ------------------------------------ 81
第五章 結論與未來展望 ------------------------------------------------- 84
5.1 結論 --------------------------------------------------------------- 84
5.2 未來展望 --------------------------------------------------------- 86
參考文獻 --------------------------------------------------------------------- 89

圖 目 錄
圖 3-1 研究模型圖 -------------------------------------------------------- 46
圖 3-2 研究模型尺寸圖 -------------------------------------------------- 46
圖 3-3 冷卻水管配置圖 -------------------------------------------------- 47
圖 3-4 融膠分流狀態圖 -------------------------------------------------- 47
圖 3-5 PPH5060比容-溫度曲線圖 ------------------------------------- 52
圖 3-6 PPH5060黏度剪切圖 -------------------------------------------- 53
圖 4-1 進澆口配置示意圖 ----------------------------------------------- 55
圖 4-2 較遠進澆口之正視圖(填充率60%) --------------------------- 56
圖 4-3 較遠進澆口之剖視圖(填充率60%) --------------------------- 57
圖 4-4 較遠進澆口之正視圖(填充率81.5%) ------------------------- 57
圖 4-5 較遠進澆口之剖視圖(填充率81.5%) ------------------------- 58
圖 4-6 較近進澆口之正視圖(填充率15.2%) ------------------------- 58
圖 4-7 較近進澆口之剖視圖(填充率15.2%) ------------------------- 59
圖 4-8 較近進澆口之正視圖(填充率48.1%) ------------------------- 59
圖 4-9 較近進澆口之剖視圖(填充率48.1%) ------------------------- 60
圖 4-10 多目標最佳化實驗流程圖 ------------------------------------ 62
圖 4-11 主效果回應表(翹曲變形) -------------------------------------- 67
圖 4-12 主效果回應表(體積收縮率) ----------------------------------- 70
圖 4-13 主效果回應表(週期時間) -------------------------------------- 72
圖 4-14 多目標決策圖( ) --------------------------------------------- 75
圖 4-15 多目標決策圖(ANFIS)------------------------------------------ 80

表 目 錄
表 3-1 PPH5060材料加工條件表 -------------------------------------- 52
表 4-1  直交表配置圖 ------------------------------------------------ 63
表 4-2  直交表實驗結果 --------------------------------------------- 64
表 4-3 各目標S/N比值 -------------------------------------------------- 65
表 4-4 翹曲變形之主效果回應表 -------------------------------------- 68
表 4-5 翹曲變形之變異數分析表 -------------------------------------- 68
表 4-6 體積收縮率之主效果回應表 ----------------------------------- 69
表 4-7 體積收縮率之變異數分析表 --------------------------------- 70
表 4-8 週期時間之主效果回應表 ------------------------------------ 72
表 4-9 週期時間之變異數分析表 ------------------------------------ 73
表 4-10 三目標最佳參數組合對照表 --------------------------------- 73
表 4-11  直交表 ------------------------------------------------------ 79
表 4-12 成型不良原因與改善(短射) ----------------------------------- 81
表 4-13 成型不良原因與改善(收縮) ----------------------------------- 81
表 4-14 成型不良原因與改善(縫合線) -------------------------------- 82
表 4-15 成型不良原因與改善(翹曲變形) ------------------------------ 82
表 4-16 成型不良原因與改善(凹陷) ----------------------------------- 83
參考文獻 參考文獻
1. C. Fernandes, A. J. Pontes, J. C. viana and A. Gaspar-Cunha, “Multi-Objective Optimization of Gate Location and Processing Conditions in Injection Molding Using MOEAs: Experimental Assessment”, Engineering Analysis with Boundary Elements, Vol. 52, pp. 110-119, 2015.
2. 陳坤村,“應用田口法與遺傳演算法於點字觸摸顯示方塑膠零組件射出成型最佳化參數研究”,碩士論文,淡江大學機械與機電工程學系,2009。
3. B. Ozcelik, “Optimization of Injection Parameters for Mechanical Properties of Specimens with Weld Line of Polypropylene Using Taguchi Method”, International Communications in Heat and Mass Transfer, Vol. 38, No. 8, pp. 1067-1072, 2011.
4. X.-P. Dang, “General Frameworks for Optimization of Plastic Injection Molding Process Parameters”, Simulation Modelling Practice and Theory, Vol. 41, pp. 15-27, 2013.
5. M. Packianather, F. Chan, C. Griffiths, S. Dimov and D. T. Pham, “Optimisation of Micro Injection Moulding Process Through Design of Experiments”, Procedia CIRP, Vol. 12, pp. 300-305, 2013.
6. 陳采玲,“成型條件之交互作用對光碟機托盤翹曲的影響”,碩士論文,國立臺北科技大學製造科技研究所,2013。
7. 王繹棊,“模具溫度控制對射出成型精度之影響”,碩士論文,國
立交通大學工學院精密與自動化工程學程,2015。
8. 簡華佐,“射出成型模澆口位置最佳化之探討”,碩士論文,國立
臺灣科技大學機械工程系,2006。
9. 黃智維,“桌上型電腦塑膠外殼射出成型之翹曲最小化研究”,碩士論文,國立高雄應用科技大學模具工程系,2011。
10. M. Huszar, F. Belblidia, H. M. Davies, C. Arnold, D. Bould and J.
Sienz, “Sustainable Injection Moulding: The Impact of Materials
Selection and Gate Location on Part Warpage and Injection Pressure”,
Sustainable Materials and Technologies, Vol. 5, pp.1-8, 2015.
11. C. Fernandes, A. J. Pontes, J. C. Viana and A. Gaspar-Cunha, “Using
Multiobjective Evolutionary Algorithms in the Optimization of
Operating Conditions of Polymer Injection Molding”, Polymer
Engineering & Science, Vol. 50, No. 8, pp. 1667-1678, 2010.
12. E. Hakimian and A. B. Sulong, “Analysis of Warpage and Shrinkage
Properties of Injection-Molded Micro Gears Polymer Composites
Using Numerical Simulations Assisted by the Taguchi Method”,
Materials & Design, Vol. 42, pp. 62-71, 2012.
13. N.-Y. Lu, G.-X. Gong, J.-H. Lu and Y. Yang, “Multi-Objective
Process Parameter Optimization for Energy Saving in Injection
Molding Process”, Journal of Zhejiang University SCIENCE A, Vol.
13, No. 5, pp. 382-394, 2012.
14. S. Kitayama and S. Natsume, “Multi-Objective Optimization of
Volume Shrinkage and Clamping Force for Plastic Injection Molding
Via Sequential Approximate Optimization”, Simulation Modelling
Practice and Theory, Vol. 48, pp. 35-44, 2014.
15. J. C. Viana and A. M. Cunha, “The Impact Behavior of Weld-Lines
in Injection Molding”, Journal of Injection Molding Technology, Vol.
6, pp. 259, 2002.
16. C.-H. Wu and W.-J. Liang, “Effects of Geometry and
Injection-Molding Parameters on Weld-Line Strength”, Polymer
Engineering & Science, Vol. 45(7), pp. 1021-1030, 2005.
17. C.-F. Jeffrey Kuo and T.-L. Su, “Optimization of Multiple Quality
Characteristics for Polyether Ether Ketone Injection Molding
Process”, Fibers and Polymers, Vol. 7(4), pp. 404-413, 2006.
18. W.-C. Chen and Denni Kurniawan, “Process Parameters
Optimization for Multiple Quality Characteristics in Plastic Injection
Molding using Taguchi Method, BPNN, GA, and Hybrid PSO-GA”,
International journal of precision engineering and manufacturing,
Vol. 15(8), pp. 1583-1593, 2014.
19. C. Fernandes, A. J. Pontes, J. C. Viana and A. Gaspar-Cunha,
“Modeling and Optimization of the Injection-Molding Process: A
Review”, Advances in Polymer Technology,2016.
20. 科盛科技股份有限公司,“Moldex3D 模流分析技術與應用”,2007。
21. 彭軼暉、許嘉翔,“新世代三維CAE 模流分析技術”,科盛科技股
份有限公司,2015。
22. 科盛科技股份有限公司,“真實三維模流分析技術與應用”, 科盛
科技股份有限公司,2016 年。
23. 李輝煌,“田口方法:品質設計的原理與實務”,高立圖書有限公
司,2000。
24. 許志義,“多目標決策”,五南圖書出版公司,1994。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2020-07-27公開。
  • 同意授權瀏覽/列印電子全文服務,於2020-07-27起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2486 或 來信