許宇軒，黨開放，傅南紅，焦曉龍，謝鵬程*，楊衛(wèi)民

（1.北京化工大學機電工程學院，北京 100029；2.寧波長飛亞塑料機械制造有限公司，浙江 寧波 315830；3.海天塑機集團有限公司，浙江 寧波 315801）

0 前言

注射成型是塑料制品最主要的成型方式之一。該成型工藝是通過注射成型裝備將聚合物顆粒熔融塑化，利用螺桿將聚合物熔體注入固定模具型腔內，經(jīng)過冷卻定型后成為最終的塑料制品。注射成型裝備通過高精度的閉環(huán)控制策略，可以很好地保持成型過程中工藝參數(shù)穩(wěn)定。傳統(tǒng)的注塑機控制技術研究主要針對的是響應精度、響應速度和運行穩(wěn)定性等方面的需求，當注射成型過程出現(xiàn)如原料黏度變化等非工藝參數(shù)的外部擾動時，現(xiàn)有成型裝備無法做出響應以維持制品品質與質量的高重復精度。在日益激烈的全球市場化競爭的大背景下，想要實現(xiàn)注射成型產(chǎn)業(yè)化升級，高精度、高重復性、高一致性的注射成型工藝成為不可或缺且至關重要的部分。傳統(tǒng)的調節(jié)響應的方式，主要是采取停機檢查、試錯、人工修改參數(shù)的方式，通過重復修改參數(shù)來改善由于生產(chǎn)波動所造成的制品缺陷。但是這樣不僅增加了大量的人力成本，還會影響生產(chǎn)效率，降低產(chǎn)品的良品率。因此，塑料注射成型工藝自適應優(yōu)化技術應運而生。該技術的核心問題是使注射成型裝備能夠動態(tài)感知外部擾動，做出在線決策后在當前成型周期內對質量參數(shù)進行精準優(yōu)化。在此技術的研究過程中需要深入探究以下幾個問題。本文則針對注射成型工藝的自適應優(yōu)化技術的幾點關鍵研究問題進行了研究總結與未來展望。

1 聚合物熔體物性參數(shù)變化的分析與定量表征

為提升注射成型裝備對外部擾動的響應能力，國內外學者圍繞聚合物熔體在復雜流動行為下對外部擾動的響應機理開展研究，并針對非工藝參數(shù)外部擾動引起的熔體物性參數(shù)波動進行定量表征。

外部擾動因素包括原料的批次變化、含水量變化、工藝參數(shù)的波動和回料占比的變化等，均會造成聚合物熔體物性參數(shù)的變化。Ronkay等[1]對聚碳酸酯（PC）回收料的形態(tài)以及流變學特性進行了系統(tǒng)分析，研究發(fā)現(xiàn)原始塑料顆粒和回收塑料顆粒在注射成型過程中出現(xiàn)了顯著差異。Javierre等[2]利用毛細管流變儀分析了不同回料占比的高密度聚乙烯（PE-HD）的流變特性變化，探究了熔體黏度變化對注射成型工藝的影響，并分析了流變特性變化對鎖模力、熔體壓力等關鍵過程參數(shù)的影響。Grümer等[3]對聚酰胺（PA）和其回收材料進行了流變學分析與測量，開發(fā)了基于Carreau模型的熔體黏度通用建模方法并進行了驗證。

除了對回收材料的性質進行研究分析，學者們還對不同含水量的原料進行了分析，如Heinzler等[4]分析了聚合物含水量對熔體黏度的直接影響，發(fā)現(xiàn)原料含水量升高造成高分子材料分子鏈間的相互運動更加容易，從而導致熔體黏度下降。注射成型過程中熔體受多場耦合作用的影響規(guī)律也受到關注，溫度、壓力和剪切等均會對熔體的流變性能造成影響。Liang等[5]系統(tǒng)研究了壓力和溫度對于聚合物熔體的黏度影響規(guī)律。Volpe等[6]利用流變儀研究發(fā)現(xiàn)熔體黏度與剪切速率之間存在耦合關系。這些研究結果均充分證明，外部擾動因素的出現(xiàn)，將直接體現(xiàn)為注射成型過程中熔體黏度波動。但是，由于上述研究均停留于定性分析，還無法根據(jù)外部擾動對物性參數(shù)變化實現(xiàn)定量表征及預測。

為解決這一問題，研究人員曾不斷嘗試不同的定量表征方法，其中壓力傳感器是最常用的在線表征熔體物性參數(shù)的工具。Hopmann等[7]提出，在模具型腔內加裝壓力傳感器，結合高壓毛細管流變儀的測量原理，利用壓力信號的變化來監(jiān)測當前周期內聚合物熔體的變化過程，并取得了良好的測量效果。Chen等[8]提出了一種分別在成型裝備噴嘴、模具流道與型腔安裝壓力傳感器來對聚合物熔體狀態(tài)進行表征的方法，為連續(xù)注射成型過程中熔體物性參數(shù)狀態(tài)變化提供了一種有效的表征方式。Lin等[9]研制一種壓力傳感器襯套模塊，實驗驗證了該模塊對熔體黏度表征的準確性。Turng等[10]提出利用介電傳感器實現(xiàn)對注射成型熔體剪切應力的測量，用于定量表征熔體物性參數(shù)。除了通過測量模具內的過程參數(shù)，一些學者還通過定制狹縫模具來實現(xiàn)黏度的在線表征。Aho等[11]設計了狹縫模具用于測量注射成型中聚合物熔體的流變特性，取得了較明顯的效果。

熔體物性參數(shù)的在線測量及表征方式可以有效地幫助注射成型裝備實現(xiàn)對外部擾動的動態(tài)感知。以上定量表征可分為兩種方式，一是針對進入模具型腔內的熔體，這將導致定量表征存在明顯滯后性，無法針對外部擾動實施在線自適應優(yōu)化；二是開發(fā)易于實現(xiàn)熔體測量的特殊狹縫模具，但這種測量方式無法適用于不同類型模具及實際注射成型過程。因此，研究開發(fā)具有廣泛適用性的物性參數(shù)在線定量表征方法勢在必行。

2 聚合物熔體質量參數(shù)變化的分析與定量表征

實現(xiàn)外部擾動下成型裝備維持制品品質高重復精度的前提是建立質量參數(shù)的定量表征模型，國內外學者重點圍繞注射成型過程非牛頓粘彈性熔體定量表征模型的構建開展研究并取得進展，為實現(xiàn)工藝自適應優(yōu)化奠定了基礎。定量表征過程需要基于對過程參數(shù)以及質量參數(shù)之間映射關系的明晰與確立，由于過程參數(shù)與質量參數(shù)之間關系的復雜性，因此在確定映射關系的過程中，主要分為代理模型法和機理模型法。

代理模型法主要面向不易于實施過程參數(shù)測量或成型過程未知的場合。注射成型中進入模具型腔的熔體處于“黑箱”中，因此在質量參數(shù)預測過程中代理模型法得到了廣泛的應用。代理模型的建立主要基于機器學習算法如響應曲面法（RSM）、粒子群優(yōu)化（PSO）、克里金法（Kriging）、支持向量機（SVM）、人工神經(jīng)網(wǎng)絡（ANN）、徑向基函數(shù)（RBF）以及高斯過程（GP）等，來明確過程參數(shù)與質量參數(shù)之間的復雜映射關系。Kenig等[12]利用人工神經(jīng)網(wǎng)絡模型注射成型的質量參數(shù)進行了預測，在注射成型裝備上實現(xiàn)了驗證。Bensingh等[13]混合ANN和PSO技術實現(xiàn)了注塑制品在成型過程的質量參數(shù)預測。除了ANN外，其他機器學習算法也在注射成型質量預測方面得到了廣泛應用。葛志強等[14]提出了一種用于熔體相關質量參數(shù)預測的有效預測方法——組合局部GP回歸，并通過在聚丙烯（PP）生產(chǎn)過程中的應用，驗證了該預測方法的可行性及有效性。范希營等[15]采用了Kriging模型來映射過程參數(shù)與質量參數(shù)之間的非線性函數(shù)關系，并通過實驗進行了驗證。Heidari等[16]利用RBF模型建立了質量參數(shù)與工藝參數(shù)之間的近似函數(shù)關系。隨著機器學習算法的發(fā)展，代理模型雖然達到了極高的表征精度，但需要大量的樣本數(shù)據(jù)進行訓練，而這限制了其在熔體質量在線補償中的使用。

機理模型法主要結合過程參數(shù)之間的對應關系建立質量參數(shù)的簡化表征模型，主要分為計算機數(shù)值分析模擬法與物理模型軟測量法。隨著數(shù)值模擬技術的發(fā)展，一系列數(shù)值分析方式更加準確。李征等[17]提出一種基于有限元法的數(shù)值動態(tài)注射成型技術，對質量參數(shù)進行了設計預測優(yōu)化，并證明了其有效性。Mishra等[18]基于Cross-WLF黏度模型和聚合物壓力-比容-溫度（PVT）模型，通過數(shù)值分析的方式分析了過程參數(shù)與質量參數(shù)的關系。但是，雖然數(shù)值分析已經(jīng)可以很精確地描述復雜映射關系，但該方法需采用大量數(shù)值進行迭代計算，無法用于在線注射成型過程控制。

因而，伴隨著感知采集技術的進步以及高精度傳感器的飛速發(fā)展，出現(xiàn)了物理模型軟測量方法。物理模型軟測量的方式主要基于注射成型工藝過程參數(shù)的采集與處理，各過程參數(shù)的采集可以利用附加傳感器來實現(xiàn)。模具型腔內的熔體過程參數(shù)與質量參數(shù)直接相關，通過監(jiān)測模具內相關過程參數(shù)變化，并以此為依據(jù)建立熔體質量機理模型是易于實現(xiàn)的方案，而且可以最大程度上保證表征精度。Turng教授等[19]設計了一種監(jiān)控模具分型面的方式，在模具的分型面位置安裝精密線性位移傳感器來監(jiān)測兩個半模之間微米量級的脹模量，并建立了模具脹模量和熔體質量之間的軟測量物理模型。模具分離的整個過程被監(jiān)測并被采集使用，以定量表征當前周期內的聚合物熔體質量。黃明賢等[20]提出了一種熔體質量監(jiān)測思路，分別在噴嘴、流道和模具型腔處安裝熔體壓力傳感器，在注射成型過程中監(jiān)測實時的壓力信號以預測熔體質量參數(shù)。Chen等[21]提出了一種使用壓力傳感器在線監(jiān)測質量參數(shù)變化過程的基本方法，并通過對丙烯腈-丁二烯-苯乙烯共聚物（ABS）進行實驗驗證了該方法的可行性。黃明賢等[22]提出了另一種通過監(jiān)測成型裝備鎖模力的變化來表征熔體質量參數(shù)的方式，構建了鎖模力增量與質量參數(shù)之間的軟測量模型。Gao等[23]提出注射成型質量參數(shù)在線預測評估方法，在模具型腔內部加裝傳感器，利用傳感器測量模腔內與熔體質量直接相關的四個工藝參數(shù)：熔體壓力、熔體溫度、熔體黏度和熔體流動速率，最終實現(xiàn)質量參數(shù)的定量表征。除了壓力傳感器，其他類型的采集技術也被充分利用。趙朋等[24-28]提出利用超聲波技術和磁懸浮技術等實現(xiàn)熔體質量參數(shù)的測量，為質量參數(shù)模型的構建奠定了基礎。Kusic等[29]提出利用聲發(fā)射信號進行聚合物質量參數(shù)的預測方式，并驗證了可行性。Gordon等[30]使用多變量傳感器對質量參數(shù)進行建模，并利用實驗進行了相關驗證。Sobotka等[31-32]利用光電技術對聚合物熔體的過程參數(shù)和質量參數(shù)實現(xiàn)了監(jiān)測，保證了注射成型工藝參數(shù)可視化。

為了表征熔體質量，與其相關的過程參數(shù)也被收集并分析，如聚合物PVT特性關系在很多熔體質量優(yōu)化過程中得到應用，它是聚合物的本質屬性，它表征了熔體壓力、溫度以及比容之間的對應關系。Lucyshyn等[33]提出一個熔體質量表征模型，基于聚合物PVT數(shù)據(jù)或能量方程等基本材料行為，描述了保壓壓力、保壓時間、熔體溫度和模具溫度對零件質量和尺寸的影響，實現(xiàn)了對熔體質量以及產(chǎn)品尺寸的表征。王建等[34]為了探究注射成型工藝過程中的聚合物比容變化，使用了熔體PVT測試裝置來模擬塑料注射成型過程，考慮了熔體溫度、保壓壓力、保壓時間以及冷卻速率等參數(shù)對于PVT本質屬性的影響，為質量參數(shù)的定量表征奠定了基礎。

物理模型軟測量方式可以避免復雜的迭代計算，也無需訓練大量的樣本數(shù)據(jù)，這有利于更快地實現(xiàn)質量參數(shù)的定量表征。但是，該模型的構建大多基于模具內部的過程參數(shù)，而模具與制品形狀各異，尺寸變化較大，且材料性質各異，難以形成針對不同制品、材料與模具的通用的定量表征方式，這也限制了其在成型裝備上的應用。

3 塑料注射成型工藝自適應優(yōu)化

針對熔體復雜流動行為下質量高重復精度控制需求，研究揭示多子時段（注射、保壓）特征下過程參數(shù)與質量參數(shù)之間的映射關系并對工藝參數(shù)組合進行自適應優(yōu)化，是實現(xiàn)對外部擾動進行在線補償?shù)幕A。由于多子時段特征下過程參數(shù)與質量參數(shù)之間的映射關系的難以明確，且缺乏針對熔體質量高重復精度控制的工藝參數(shù)自適應優(yōu)化方法，導致成型裝備無法動態(tài)感知熔體物性參數(shù)波動，更不能通過工藝自適應優(yōu)化調整實施動態(tài)補償。

在注射成型過程中，需要設置諸多工藝參數(shù)來滿足最終的成型要求，如機筒和模具溫度、注射速度、注射壓力與保壓壓力、塑化螺桿轉速以及注射轉保壓切換點（V/P切換點）等。對于工藝參數(shù)的設定與優(yōu)化，研究人員提出如圖1所示4個層次的解決方案。

圖1 工藝參數(shù)設定與優(yōu)化方式Fig.1 Setting and optimization of process parameters

首先是針對機器參數(shù)的最優(yōu)設定，通過最優(yōu)設定來保證穩(wěn)定性控制需求。研究人員主要探究了最優(yōu)工藝參數(shù)組合的輸入方式，用到的方法主要基于實驗優(yōu)化設計（DoE），結合正交實驗與田口實驗，通過方差分析（ANOVA）或信噪比（S/N）分析等方式確定最優(yōu)參數(shù)輸出。Abohashima等[35]利用DoE和田口實驗方法對重要工藝參數(shù)進行優(yōu)化，得到了最佳的工藝參數(shù)組合。Chen等[36]提出一個綜合優(yōu)化系統(tǒng)，以找出多輸入多輸出（MIMO）注射成型過程的最佳參數(shù)設置。山東大學王桂龍等[37-39]基于有限元法對模具進行了性能分析，獲得了工藝參數(shù)組合的目標變量。采用混合回歸模型和響應面法建立了響應面數(shù)學模型，采用ANOVA方法檢驗所建立數(shù)學模型的準確性。這些工藝參數(shù)優(yōu)化方式停留于離線狀態(tài)下的工藝參數(shù)輸出，并未考慮工藝參數(shù)在實際工況下的變化過程。

為此，研究人員提出了針對工藝參數(shù)軌跡控制的工藝參數(shù)優(yōu)化方式，主要應用的是比例-積分-微分（PID）算法對裝備上的溫度參數(shù)[40]。除PID算法外，其他先進的擬合控制算法也被采用，如神經(jīng)網(wǎng)絡預測控制[41]、模型預測控制（MPC）[42-43]或迭代學習控制（ILC）等，在機器參數(shù)的精確控制方面也得到了發(fā)展與應用。李茜等[44]利用模型預測控制實現(xiàn)了注射速度的優(yōu)化控制。高福榮等[45]利用自適應的廣義預測控制原理設計了一種自適應控制器，對注射成型過程中的注射速度實現(xiàn)了最優(yōu)控制。胡建斌等[46]利用非線性回歸預測及迭代學習的控制方式實現(xiàn)了對注射速度的優(yōu)化控制。梁宏偉等[47]利用模型預測控制及仿真方式實現(xiàn)了注射速度的優(yōu)化控制。除了溫度和注射速度的精確控制，還有對于鎖模機構的控制、保壓壓力控制、螺桿參數(shù)控制等。針對工藝參數(shù)軌跡的高重復精度控制可實現(xiàn)工藝參數(shù)在外部擾動下保持穩(wěn)定，但是對于加工熔體的物性參數(shù)波動則無法在線感知并補償。

為了使成型裝備可以在線補償熔體物性參數(shù)變化所帶來的擾動，研究人員嘗試基于過程參數(shù)一致來進行工藝自適應優(yōu)化，最終實現(xiàn)熔體質量的在線補償。王建等[48-49]提出了一種的注射成型過程控制方法，保證不同成型周期內，聚合物PVT特性關系的過程穩(wěn)定性。Reiter等[50-51]針對模具型腔壓力的重復穩(wěn)定性展開了系統(tǒng)研究，并提出了一種基于物理激勵灰箱模型的模型預測控制器的方法，來對注射成型中型腔壓力的穩(wěn)定性進行調控，取得了很好的效果。Hopmann等[52]采用了迭代學習控制算法來保證模具型腔壓力曲線的一致性，通過對結果驗證表明，該控制算法的應用可以在不影響控制性能的情況下，提高了控制精度與靈活性。但以上控制思路并未直接對熔體質量的重復精度進行控制。

為了實現(xiàn)對熔體質量的直接控制，研究人員提出基于質量參數(shù)一致性的工藝自適應優(yōu)化方式。黃明賢等[53-54]提出了一種基于鎖模力增量和熔體質量對應關系的補償方式，注射成型裝備鎖模力增量被用來作為表征熔體質量的指標，并以此為參考調節(jié)V/P切換位置，確保熔體質量的穩(wěn)定性。張云等[55]提出利用注射壓力和螺桿位置的積分來量化表征質量參數(shù)，并以該積分作為參考在當前周期內調節(jié)注射階段的V/P切換位置，保證熔體質量的恒定。Hopmann等[56-57]提出，結合聚合物的PVT特性，發(fā)現(xiàn)注射速度和熔體質量之間存在很強的相關性，提出通過實時調節(jié)注射速度以補償熔體質量。Dubay等[58]提出通過調節(jié)螺桿轉速與背壓的方式來調節(jié)熔體質量參數(shù)的新方案，并得到良好的實驗效果。李德群等[59]考慮到加工溫度的穩(wěn)定性對注射過程中熔體質量的一致性至關重要，為保證在外界干擾的存在下，熔體質量可以保持較高的重復精度，研究人員調節(jié)溫度變化來補償最終制品品質并取得了很好的效果。Correia等[60]通過動態(tài)溫度控制實現(xiàn)了產(chǎn)品表面品質參數(shù)的控制，取得了很好的效果。這些控制思路實現(xiàn)了對熔體質量的直接控制，但是卻忽略了對外部擾動狀態(tài)的參考和注射成型工藝各子時段的不同工況特征，僅實現(xiàn)了質量的粗略調節(jié)。在此基礎上，充分考慮外部擾動狀態(tài)和注射成型工藝的周期性與各子時段的不同工況特征將為進一步提升質量重復精度控制效果提供保障。

為此，北京化工大學謝鵬程等[61]提出注射成型熔體黏度波動定量表征及在線補償控制新方法?；诓疵C葉流動規(guī)律和聚合物PVT特性，提出了熔體黏度波動特征提取、多子時段下熔體充填量定量表征和一致性在線補償控制等方法，構建了注射成型工藝參數(shù)自適應優(yōu)化控制系統(tǒng)并進行了實驗驗證。實驗結果表明，當注射過程出現(xiàn)如原料黏度變化等非工藝參數(shù)的外部擾動時，成型裝備可以實現(xiàn)黏度波動和熔體充填量的無滯后在線定量表征，注塑制品品質重復精度提升50%～70%。

4 結語

隨著塑料成型領域的發(fā)展和越來越迫切的產(chǎn)業(yè)化需求，注射成型工藝自適應優(yōu)化控制技術顯得越來越重要?，F(xiàn)階段的大量研究工作主要集中于成型加工過程中的熔體物性參數(shù)以及制品品質參數(shù)的預測和表征，這部分工作為工藝自適應優(yōu)化技術奠定了堅實的基礎。

注射成型工藝自適應優(yōu)化技術的主要挑戰(zhàn)在于熔體快速充填過程中，過程參數(shù)的強耦合與時變性特征，且熔體進入模具后根據(jù)型腔內的過程參數(shù)進行預表征存在滯后性，無法用于當前成型周期熔體質量重復精度的在線調節(jié)。而機筒內熔體流動行為與熔體物性參數(shù)及質量參數(shù)同樣密切相關，可為實現(xiàn)重復精度控制提供支持。在未來的研究中，學者可以從充填階段機筒內熔體復雜流動行為規(guī)律、聚合物熔體過程參數(shù)變化對外部擾動的響應機理、充填階段熔體物性參數(shù)變化的定量表征及數(shù)字化建模方法、多子時段（注射、保壓）中熔體質量的定量表征及數(shù)字化建模方法入手進行著重研究，最終實現(xiàn)注射成型裝備在外部擾動下的動態(tài)感知、在線決策和精準執(zhí)行的智能化功能。