Recently, as the development of manufacturing technique on SMC(sheet molding compound), various numerical and experimental approaches to injection and compression molding have been investigated. Injection and compression molding, however, has so various cases with complicated boundary condition that it is difficult to analyze mold characteristics precisely. In addition, since a slight change in process variables can significantly change the resulting mold thickness, a proper design is important to compression molding process. Therefore, in this study, the effects of various parameters on compression molding process have been investigated using FEM(finite element method) to formulate the melt front advancement during the mold filling process. To verify the results of present analysis, they are compared with those of reference. The results show a strong effect of initial charge volume, injection time and pressure as a result of variations in the rectangular charge shape.
Park, Changhyun;Kim, Sungryong;Choi, Donghun;Pyo, Byunggi
Transactions of the Korean Society of Mechanical Engineers A
/
v.29
no.11
s.242
/
pp.1445-1454
/
2005
In order to minimize warping deformation which is an essential factor in the failure of injection molding parts, this study proposes an optimization design method fer determining design variables of injection molding parts. First, using a commercial package program for injection molding analysis, namely, Computer Aided Plastics Application(CAPA), we investigate the effects of parameters of injection molding process. Next, an optimum design process is established by interfacing CAPA to PQRSM embedded in EMD10S, a design framework developed by the conte. of innovative Design Optimization Technology(iDOT). PQRSM is a very efficient sequential approximate optimization algorithm. Optimum design results demonstrate the effectiveness of the design method suggested in this study by showing that the results of the optimum design is better than those of the initial design. It is believed that the proposed methodology can be applied to other injection molding design applications.
Journal of the Korean Society for Precision Engineering
/
v.22
no.4
/
pp.144-150
/
2005
Gas-assisted injection molding (GAIM) process is reducing the injection pressure during mold filling required as well as the shrinkage and warpage of the part and cycle time. Despite of these advantages, this process introduces new parameters and makes the application more difficult because the process interacts between gas and melt during injection molding process. Important GAIM factors that involved in this process include gas penetration design, locations of gas injection points, shot size, gas injection delay time as well as common injection molding parameters, gas pressure and gas injection time. In this study, the experiments were conducted to investigate effects of GAIM process variables on the gas penetration for PP and ABS moldings by changing gas injection point. Taguchi method was used fer the design of experiment. When the gas was injected at cavity's center, the most effective factor was shot size. When the gas was injected at cavity's end, the most effective factor was melt temperature. Injection speed was also an effective factor in GAIM process.
International Journal of Precision Engineering and Manufacturing
/
v.7
no.2
/
pp.8-11
/
2006
Gas-assisted injection molding (GAIM) process reduces the required injection pressure during mold filling stage as well as the shrinkage and warpage of the part and cycle time. Despite of these advantages, this process needs new parameters and makes the application more difficult because gas and melt interact during the injection molding process. Important GAIM factors involved in this process are gas penetration design, locations of gas injection points, shot size, delay time to inject gas as well as common injection molding parameters. In this study, the experiments are conducted to investigate effects of GAIM process variables on the gas penetration for PP (Polypropylene) and ABS (Acrylonitrile Butadiene Styrene) moldings by changing the gas injection point. Taguchi method is used for the design of the experiments. When the gas is injected at a cavity's center, the most effective factor is the shot size. When the gas is injected at a cavity's end, the most effective factor is the melt temperature. The injection speed is also an effective factor in GAIM process.
A study to analyze and solve problems of plastic injection molding experiment has presented in this paper. We have taken Taguchi's parameter design approach, specifically orthogonal array, and determined the optimal levels of the selected variables through analysis of the experimental results using S/N ratio.
Blow molding is divided into three categories, injection stretch blow molding, injection blow molding, and extrusion or direct blow molding. Extrusion blow molding has been studied experimentally to characterize the blowing behavior of parison. Blow conditions such as blowing temperature and cooling time were the experimental variables in this blowing experiment. Wall thickness of the lower part of blow molded sample was thicker than that of the upper part because of the sagging of parison during extrusion process. As temperature increases the wall thickness and the weight of blow molded sample decreased. No thickness variations in the blowing sample were observed according to the cooling time. The lower part of the sample showed high degree of crystallinity compare with the upper part of the sample. Thus the lower part of the sample was strong mechanically and structurally. It was recognized that the uniform wall thickness could not be obtained by only controlling the operational conditions. Parison variator should be introduced to get uniform wall thickness of parison and subsequently produce uniform wall thickness of blow molded product.
Evolutionary Operation(EVOP) is a method for continuously monitoring and improving a full-scale process to get an optimal operating condition while production is under way. To avoid appreciable changes in the product quality characteristics only small changes are made in the levels of the process variables. One of the reasons why EVOP is not so popular is that people in charge of the EVOP is blamed when the EVOP does not produce good results. We present an EVOP procedure when prior information of the relationship between defect types and process variables is known. The procedure is illustrated with an injection molding case study.
Journal of the Korean Society for Precision Engineering
/
v.16
no.11
/
pp.224-233
/
1999
The quality of injection molded parts is affected by the variables such as materials, design variables of part and mold, molding machine, and processing conditions. It is difficult to consider all the variables at the same time to predict the quality. In this paper neural network was applied to analyze the relationship between processing conditions and volumetric shrinkage of part. Engineering plastic gear was used for the study, and the learning data was extracted by the simulation software like Moldflow. Results of neural network was good agreement with simulation results. Nonlinear regression model was formulated using the test data of 3,125 obtained from neural network, Optimal processing conditions were calculated to minimize the volumetric shrinkage of molded part by the application of RQP(Recursive Quadratic Programming) algorithm.
The quality of products produced by injection molding process is greatly influenced by the process variables set on the injection molding machine during manufacturing. It is very difficult to predict the quality of injection molded product considering the stochastic nature of manufacturing process, because the process variables complexly affect the quality of the injection molded product. In the present study we predicted the quality of injection molded product using Artificial Neural Network (ANN) method specifically from Multiple Input Single Output (MISO) and Multiple Input Multiple Output (MIMO) perspectives. In order to train the ANN model a systematic plan was prepared based on a combination of orthogonal sampling and random sampling methods to represent various and robust patterns with small number of experiments. According to the plan the injection molding experiments were conducted to generate data that was separated into training, validation and test data groups to optimize the parameters of the ANN model and evaluate predicting performance of 4 structures (MISO1-2, MIMO1-2). Based on the predicting performance test, it was confirmed that as the number of output variables were decreased, the predicting performance was improved. The results indicated that it is effective to use single output model when we need to predict the quality of injection molded product with high accuracy.
Jung, Young Jin;Kang, Tae Ho;Park, Jeong In;Cho, Joong Yeon;Hong, Ji Soo;Kang, Sung Woo
Journal of Korean Society for Quality Management
/
v.52
no.1
/
pp.43-56
/
2024
Purpose: The injection molding process, crucial for plastic shaping, encounters difficulties in sustaining product quality when replacing injection machines. Variations in machine types and outputs between different production lines or factories increase the risk of quality deterioration. In response, the study aims to develop a system that optimally adjusts conditions during the replacement of injection machines linked to molds. Methods: Utilizing a dataset of 12 injection process variables and 52 corresponding sensor variables, a predictive model is crafted using Decision Tree, Random Forest, and XGBoost. Model evaluation is conducted using an 80% training data and a 20% test data split. The dependent variable, classified into five characteristics based on temperature and pressure, guides the prediction model. Bayesian optimization, integrated into the selected model, determines optimal values for process variables during the replacement of injection machines. The iterative convergence of sensor prediction values to the optimum range is visually confirmed, aligning them with the target range. Experimental results validate the proposed approach. Results: Post-experiment analysis indicates the superiority of the XGBoost model across all five characteristics, achieving a combined high performance of 0.81 and a Mean Absolute Error (MAE) of 0.77. The study introduces a method for optimizing initial conditions in the injection process during machine replacement, utilizing Bayesian optimization. This streamlined approach reduces both time and costs, thereby enhancing process efficiency. Conclusion: This research contributes practical insights to the optimization literature, offering valuable guidance for industries seeking streamlined and cost-effective methods for machine replacement in injection molding.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.