Optimization of plastic thermoform process with adaptive response surface methodology: a case study at Sahlan Plastic Co.

Abstract

In this study, optimization of plastic thermoforming process is considered. For this purpose, thermoform cup forming process of Sahlan Plastic Company operating in Balıkesir Industrial Zone was optimized by using Adaptive Response Surface Methodology (ARSM). This method is an optimization method by dealing with controllable variables and uncontrollable variables together. During the application phase of the study, the production of 200 ml white buttermilk glasses was discussed. Zone temperatures (4 different zones), mold speed, inlet water temperature, ambient temperature, coil cooling time are used as the factors, while the cup weights were measured as the output (response) and 48 observation values were taken. The relationship between weight and these factors affecting the weight is modeled with the regression equation. To determine whether the model is significant, the results for the coefficient of determination (R2) and ANOVA analysis were examined. Then, for this model - which is found to be significant - the optimized production process parameters were determined, giving the weight of 5 g.

Keywords

• Plastic thermoforming process
• regression
• adaptive response surface methodology
• optimization

Plastik termoform prosesinin adaptif yanıt yüzey yöntemi ile eniyilenmesi: Şahlan Plastik firmasında uygulaması

Abstract

Bu çalışmada, plastik termoform süreci eniyilenmesi üzerine çalışılmıştır. Bu amaçla Balıkesir OSB’de faaliyet gösteren Şahlan Plastik firmasının termoform bardak şekillendirme süreci adaptif yanıt yüzey yöntemi (AYYY) kullanılarak eniyilenmiştir. Bu yöntem kontrol edilebilen değişkenleri ve kontrol edilemeyen değişkenleri birlikte dikkate alarak eniyileme yapan bir yöntemdir. Çalışmanın uygulama aşamasında, 200 ml’lik beyaz ayran bardağı üretimi ele alınmıştır. Makine bölge sıcaklıkları (4 farklı bölge), kalıp hızı, giriş suyu sıcaklığı, ortam sıcaklığı, bobin soğuma saati girdilerine karşılık gözlenen bardak ağırlıkları için 48 adet gözlem değeri alınmıştır. Ağırlık ile ağırlık üzerinde etkili bu faktörler arasındaki ilişki regresyon denklemi ile modellenmiştir. Modelin kullanılabilir olup olmadığını belirlemek için, belirleme katsayısı (R2) ve ANOVA analizi sonuçlarına bakılmıştır. Ardından, anlamlı bulunan bu model için 5 gr bardak ağırlığını veren eniyilenmiş üretim süreç parametreleri belirlenmiştir.

Keywords

• Plastik termoform prosesi
• regresyon
• adaptif yanıt yüzey yöntemi
• eniyileme

References

1. Florian, J., Practical thermoforming principles and applications, 2nd Edition, CRC Press, NY, USA, (1988).
2. Plastikciyiz.biz.https://www.plastikciyiz.biz/bilgi-kutuphanesi/teknik-bilgi-kutuphanesi/436/plastik-termoform-prosesi (20.04.2020)
3. Tang, S. H., Tan, Y. J., Sapuan, S. M., Sulaiman, S., Ismail, N. ve Samin, R., The use of Taguchi method in the design of plastic injection mould for reducing warpage, Journal of Materials Processing Technology, 182, 1-3, 418-426, (2007).
4. Karataş, Ç., Sözen, A., Arcaklıoğlu, E. ve Ergüney, S., Modelling of yield length in the mould of commercial plastics using artificial neural networks, Materials and Design, 28, 1, 278-286, (2007).
5. Akyurek, A., Kece, A., Aksoy, A. ve Ozturk, N., Termoplastik ürünlerin yeni ürün devreye alma sürecinde bir yapay zeka yaklaşımı, Uludağ Üniversitesi Mühendislik Mimarlık Fakültesi dergisi, 14, 1, (2009).
6. Volkan, E., Belevi, M. ve Koçhan, C., Taguchi metodu ile plastik enjeksiyon parçalarda çarpılmanın en aza indirilmesi, DEÜ Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 12, 2, 17-29, (2010).
7. Chy, M. M. I., Boulet, B. ve Haidar, A., A model predictive controller of plastic sheet temperature for a thermoforming process, Proceedings of the American Control Conference, 4410-4415, (2011).
8. O'Connor, C. P. J., Martin, P. J., Sweeney, J., Menary, G., Caton-Rose, P. ve Spencer, P. E., Simulation of the plug-assisted thermoforming of polypropylene using a large strain thermally coupled constitutive model, Journal of Materials Processing Technology, 213, 9, 1588-1600, (2013).

9. Erdoğan, E. S. ve Ekşi, O., Prediction of wall thickness distribution in simple thermoforming moulds, Strojniski Vestnık-Journal of Mechanical Engineering, 60, 3, 195-202, (2014).
10. Kumar, P. S., Kumar, G. K., Kommoji, S., Banerjee, R. ve Ghosh, A. K., The effect of material characteristics and mould parameters on the thermoforming of thick polypropylene sheets, Journal of Plastic Film & Sheeting, 30, 2, 162-180, (2014).
11. Ghobadnam, M., Mosaddegh, P., Rejani, M. R., Amirabadi, H. ve Ghaei, A., Numerical and experimental analysis of HIPS sheets in thermoforming process, International Journal of Advanced Manufacturing Technology, 76, 5-8, 1079-1089, (2015).
12. Oktariani, E., Istikowati, R., Tomo, H. S. S., Rizal R. ve Pratama, Y., Multi response optimization of sheet forming of kenaf-polypropylene composites using grey based fuzzy algorithm, 3rd International Conference on Industrial, Mechanical, Electrical, and Chemical Engineering (ICIMECE), Article number: UNSP 03000 , Surakarta, Indonesia, (2017).
13. Leite, W. O., Rubio, J. C. C., Mata, F., Hanafi, I., Carrasco, A., Dimensional and geometrical errors in vacuum thermoforming products: an approach to modeling and optimization by multiple response optimization, Measurement Science Review, 18, 3, 113-122, (2018).
14. Landsecker, K. ve Bonten, C., Thermoforming simulation of heat conductive plastic materials using the K-BKZ model, Proceedings of PPS-34: The 34th International Conference of the Polymer Processing Society - Conference Papers, 2065, Article Number: UNSP 030049, (2019).
15. Dobah, Y., Zampetakis, I.,Ward, C. ve Scarpa, F., Thermoformability characterisation of Flax reinforced polypropylene composite materials, Composites Part B – Engineering, 184, Article Number: 107727, (2020).
16. Karaoglan A. D. ve Celik N., A new painting process for vessel radiators of transformer: wet-on-wet (WOW), Journal of Applied Statistics, 43, 2, 370-386, (2016).
17. Montgomery, D. C., Design and analysis of experiments, 8th ed. John Wiley & Sons, Inc., NJ, USA, (2013).
18. Mason, R. L., Gunst, R. F. ve Hess, J. L., Statistical design and analysis of experiments, 2nd ed., John Wiley & Sons Inc., NJ, USA, (2003).
19. Karaoglan, A. D., Demir, M. M. ve Çarkacı, M. M., Yonga levha üretim süreçlerinde pres süresinin enküçüklenmesi, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 24, 4, 658-664, (2017).
20. Karaoglan, A. D. ve Meric, A. Nikel kaplama prosesinde verimli olarak kullanılan nikel oranının yanıt yüzey yöntemi ile eniyilenmesi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 25, 4, 507-512, (2019).
21. Krishnaiah, K. ve Shahabudeen, P., Applied Design of Experiments and Taguchi Methods, PHI Learning, New Delhi, India, (2012).