DESIGN METHODOLOGY OF PLASTIC INJECTİON PROCESS USING APPROXİMATE SOLUTION TECHNIQUES

Abstract

In this study, Moldflow analysis performed in accordance with the set of design of experiment by using statistical experimental design methods for optimization of injection parameters. In order to evaluate the results, firstly a proper regression model created by making statistical analysis by means of Mini Tab software. Variance analysis (Anova)  performed to determine the F test of the accuracy of the model coefficients and the effects of the parameters. Secondly, the process optimized by creating variable based on a hypothesis by means of Monte Carlo simulation. Monte Carlo simulation is used to make calculations based on assumption in case of indeterminating propagation in traditional analytical models and analytical techniques do not work properly. In this study, the process parameters such as mould temperature, cooling water temperature, injection pressure are never constant value. To remove this uncertainty, the process optimized by generating the variable based on hypothesis. Evaluated which method gives more accurate results by comparing to results being obtained by different optimization method in the final phase. As a result, minimum warpage value was provided by Monte Carlo simulation method. This result more clearly understood with Table 7 and Graph1 in Result Section. Optimization studies to be performed for production methods where many parameters such as plastic injection process are effective on the result, it is advantageous to work with random parameters value based on hypothesis to eliminate uncertainties.

Keywords

• Injection parameters,Taguchi DOE,Plastic flow simulation,Monte Carlo simulation

YAKLAŞIK ÇÖZÜM TEKNİKLERİNİ KULLANARAK PLASTİK ENJEKSİYON PROSESİNİN TASARIM METODOLOJİSİ

Abstract

Bu çalışmada, istatistiksel deney tasarım yöntemleri kullanılarak hazırlanan deney setine uygun olarak yapılan akış analizleri ile enjeksiyon parametreleri optimize edilmiştir. Elde edilen sonuçları değerlendirmek için, ilk olarak istatistiksel deney yazılımı olan MiniTab vasıtası ile uygun bir regresyon modeli oluşturulmuştur, model katsayılarının doğruluğunu saptamak için F testi, parametrelerin sonuçlar üzerindeki etkisini saptamak için ANOVA testi uygulanmıştır. İkinci olarak süreç, bir hipoteze dayanan değişken yaratılarak, Monte Carlo simülasyonu ile optimize edilmiştir. Monte Carlo simülasyonu, analitik olarak belirsiz durumlarda varsayımlara dayanan hesaplamaları yapmak için kullanılır. Kalıp sıcaklığı, soğutma suyu sıcaklığı, enjeksiyon basıncı gibi işlem parametreleri sabit değildir. Bu belirsizliği gidermek için süreç hipoteze dayalı değişken üretmek suretiyle optimize edilmiştir. Son aşamada farklı optimizasyon yöntemleri kullanılarak elde edilen sonuçlar karşılaştırılarak, hangi yöntemin daha doğru sonuç verdiği değerlendirilmiştir. Sonuç olarak  Monte Carlo simülasyonu ile minimum çarpılma değeri elde edilmiştir. Sonuç bölümünde yer alan Tablo 7 ve Grafik 1 üzerinden bu sonuç daha net anlaşılmaktadır. Plastik enjeksiyon işlemi gibi birçok parametrenin sonuç üzerinde etkin olduğu üretim yöntemleri için yapılacak optimizasyon çalışmalarında, belirsizlikleri gidermek için hipoteze dayalı rastsal parametre değerleri ile çalışmak avantaj sağlamaktadır.

Keywords

• Enjeksiyon parametreleri,Taguchi deney tasarımı,Plastik akış simülasyonu,Monte Carlo simülasyonu

References

1. Cellere, A., Lucchetta, G.,2008. Determination of Robust Conditions for Injection Moulding of Recycled Polypropylene, International Journal of Material Forming,1,691-694.
2. Kamuriddin, S., Zahid A., Khan, S.H., 2010. Application of Taguchi Method in the Optimization of Injection Moulding Parameters for Manufacturing Products from Plastic Blend.IACSIT International Journal of Engineering and Technology,2,574-580.
3. Kingsun, L., Chang L.,, 2013. Optimization of Injection Molding Parameters for Lampshade,Transactions of the Canadian Society for Mechanical Engineering, 37,313-323.
4. Mohammed, S. M., Fatemeh S., 2013. Optimization of Plastic Injection Molding Process by Combination of Artificial Neural Network and Genetic Algorithm, Journal of Optimization in Industrial Engineering,13,49-54.
5. Öktem, H., Erzincanlı, F., 2012. DVD-Room Ön Kapağının Plastik Enjeksiyonla Basılması Sonucunda Oluşan Çekmeye Etki Eden En Uygun İşlem Parametrelerinin Taguchi Yöntemiyle Belirlenmesi, 3. Ulusal Tasarım İmalat ve Analiz Kongresi, Balıkesir, Türkiye, 431-441.
6. Özek, C, Çelik, Y. H., 2009. Developing A New Package Program For Manufacturing Plastic Injection Moldings And Cost Calculation, Journal of Applied Sciences Research, 5(12), 2375-2382 Özek, C, Çelik, Y. H., 2011. Plastik enjeksiyon kalıplarında enjeksiyon sürelerinin yapay sinir agları ile modellenmesi,Fırat Üniv. Mühendislik Bilimleri Dergisi, 23(1), 35-42
7. Özek, C, Çelik, Y. H., 2011. Plastik Enjeksiyon Kalıplarında Kalıplama Parametrelerinin Bulanık Mantık İle Modellenmesi, Uluslararası İlleri Teknolojiler Sempozyumu (IATS'11)
8. Rishi, P., Jaiprakash B., 2013. Optimization of Injection Moulding Process using Taguchi and ANOVA, International Journal of Scientific & Engineering Research,Volume4,Issue1

9. Tejendra S., Mahendra P. S. Mohd M. A., 2014. Taguchi and ANOVA Analysis of Shrinkage of Injection Moulded Polypropylene Component. International Journal of Scientific & Engineering Research, 5,750-756.