高聚物注塑成型工艺过程智能化技术进展.docxVIP

第39卷第11期

高分子材料科学与工程

Vol.39,No.11

2023年11月

POLYMERMATERIALSSCIENCEANDENGINEERING

Nov.2023

高聚物注塑成型工艺过程智能化技术进展

马艺涛1，李景1，傅南红2，焦晓龙3，谢鹏程1,4,5，杨卫民1,4（1.北京化工大学机电工程学院，北京100029；2.宁波长飞亚塑料机械制造有限公司，浙江宁波315830；

3.海天塑机集团有限公司，浙江宁波315801；4.北京化工大学有机无机复合材料国家重点实验室，北京100029；

5.北京化工大学人工智能交叉研究中心，北京100029）

摘要：针对聚合物注塑成型高精度、高效率、零缺陷的高性能制造要求，传统工艺参数设定方法和生产过程中存在投产周期、生产成本和质量控制等方面缺乏精准优化的问题，文中综述了当前注塑成型工艺的智能化应对策略和解决方案。针对工艺参数智能设定，从专家系统、案例推理和机器学习三方面总结了当前主流的研究思路；针对过程扰动自适应补偿，从基于机器学期的代理模型和基于在线监测和物理模型两方面简述了当前研究进展，最后对未来注塑产业智能化发展趋势进行了总结。

关键词：注塑成型；工艺参数；人工智能；智能设定；扰动补偿

中图分类号：TQ320.662文献标识码：A文章编号：1000-7555（2023）11-0165-07

随着材料科学的发展，高分子材料因其具备轻量化、易成型和功能化的优势，目前已在航空航天、电子通讯和高铁交通等领域获得了广泛的应用。作为高分子材料加工成型最主要的方式之一，当前约有40%的高聚物采用注塑成型加工[1]，注塑成型装备也被称为现代制造业的重要工业母机。

在注塑成型工艺参数设定方面，当前仍采用依托工人经验的试凑法来寻找最优工艺参数，这导致尤其针对大型复杂结构制品产生大量试模成本，直接影响产品的投产周期。在注塑生产过程工艺稳定性方面，由于传统控制技术基于固定和刚性控制逻辑，当生产过程中出现诸如原料黏度波动、环境湿度变化等外界扰动时，装备无法实现在线监测和工艺补偿响应，最终影响产品质量重复精度。注塑成型过程中工艺参数与制品质量之间存在明显的强耦合、非线性和时变性特征关系[2,3]，传统工艺参数设定方法和生产过程控制逻辑在投产周期、生产成本和质量控制等方面缺乏精准优化策略。因此，在当前全球制造业智能化转型

升级的行业浪潮和中国制造2025战略实施的关键阶段，针对注塑工艺参数的与智能设定和自适应补偿成为国内外学者和注塑机厂商的研究热点。

1注塑成型工艺参数的智能设定

当前，注塑成型过程变量主要分为3级：设备参数、过程参数和质量参数[4]，设备参数和过程参数共同影响最终的制品质量参数，如Fig.1所示。设备参数即为注塑成型工艺参数，在注塑工艺开始前完成设定。传统流程下，新产品需要由经验丰富的工程人员进行反复调试才能确定最优工艺参数，造成了较大的试模成本。因此，研究人员结合人工智能算法与模拟仿真技术，致力于通过数字化技术有效降低甚至消除试模成本。

当前，人工智能技术在注塑成型工艺参数智能设定方面主要分为专家系统、实例推理和机器学习3大类别。

1.1专家系统

doi:10.16865/ki.1000-7555.2023.0252

收稿日期：2023-02-19

基金项目：宁波市科技创新2025重大专项（2021Z044）；宁波市企业创新联合体(2021H002)

通讯联系人：谢鹏程，主要从事高聚物加工成型研究，E-mail:xiepc@

166高分子材料科学与工程2023年

Fig.1Processvariablesofinjectionmolding

专家系统主要采用知识表达和知识推理技术来解决复杂问题，其核心由知识库和推理机组成。根据知识的表征方式可以将专家系统分为基于知识推理、基于规则推理和模糊推理3大类。

Pandelidis等提出的基于知识推理的专家系统通过模糊矩阵的方式来分析注塑缺陷的产生原因，实现了对多种缺陷的近似推理并提出不同优先级的解决方案[5]。Jan等开发的专家系统可以