DESIGN METHODOLOGY OF PLASTIC INJECTİON PROCESS USING APPROXİMATE SOLUTION TECHNIQUES

Year 2019, Volume: 7 Issue: 3, 627 - 638, 15.09.2019

Oğuz Kayabaşı , Hüseyin Çakmak

https://doi.org/10.21923/jesd.527040

Cited By: 1

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

• Cellere, A., Lucchetta, G.,2008. Determination of Robust Conditions for Injection Moulding of Recycled Polypropylene, International Journal of Material Forming,1,691-694.
• 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.
• Kingsun, L., Chang L.,, 2013. Optimization of Injection Molding Parameters for Lampshade,Transactions of the Canadian Society for Mechanical Engineering, 37,313-323.
• 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.
• 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.
• 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
• Özek, C, Çelik, Y. H., 2011. Plastik Enjeksiyon Kalıplarında Kalıplama Parametrelerinin Bulanık Mantık İle Modellenmesi, Uluslararası İlleri Teknolojiler Sempozyumu (IATS'11)
• Rishi, P., Jaiprakash B., 2013. Optimization of Injection Moulding Process using Taguchi and ANOVA, International Journal of Scientific & Engineering Research,Volume4,Issue1
• 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.