DESIGN METHODOLOGY OF PLASTIC INJECTİON PROCESS USING APPROXİMATE SOLUTION TECHNIQUES
Küçük Resim Yok
Tarih
2019
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Süleyman Demirel University
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
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.
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.
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.
Açıklama
Anahtar Kelimeler
Engineering, Mühendislik
Kaynak
Journal of Engineering Sciences and Design
WoS Q Değeri
Scopus Q Değeri
Cilt
7
Sayı
3
