Muestreo del molde durante la simulación del flujo

Una nueva colaboración permite simular la inyección y  transferir los datos de manera rápida y directa a la máquina.

---

Los datos de simulación de inyección pueden reducir significativamente el tiempo hasta el muestreo real de un molde y evitar costosas modificaciones. Lo que se necesita es que todas las partes que colaboran en el proyecto tengan la oportunidad de alimentar al información requerida de manera simultánea, y que esta información se encuentre centralizada.

Algo como esto es lo que sucedió en un proyecto conjunto en el que Borealis, Oerlikon HRSflow y ENGEL usaron el ejemplo de un molde exigente para mostrar cómo se pueden optimizar con éxito los parámetros de moldeo por inyección en la simulación y transferirlos directamente a la máquina como una propuesta de configuración inicial, siempre que todos los datos relevantes de la máquina de moldeo por inyección, el material procesado, así como el sistema de canal caliente y otros componentes estén disponibles.

Un trabajo conjunto rinde sus frutos

La simulación se realizó con la ayuda de Moldflow,  tomando como ejemplo un molde familiar con tres cavidades y una diferencia de peso con una relación de 1:11 desde el componente más pequeño hasta el más grande. Engel proporcionó una máquina de moldeo por inyección duo y también valores detallados, por ejemplo, sobre las geometrías de la boquilla utilizada, así como la interfaz de datos sim link para la conexión directa de Moldflow a la unidad de control CC300 de la
máquina de moldeo por inyección.

Borealis proporcionó los datos completos y muy precisos sobre el comportamiento del flujo del polipropileno Daplen EE001AI, y Oerlikon HRSflow contribuyó con un sistema de canal caliente de 8 cavidades servoaccionado que permite controlar el volumen de flujo y, por lo tanto, llenar cada cavidad individualmente.

 

Lea también: Tecnologías en manufactura aditiva se destacaron en Formnext 2022

En el proceso tradicional, las partes involucradas no discuten las posibles causas de las fallas ni las medidas correctivas hasta que se ha completado el muestreo. En el proyecto descrito aquí, la optimización con respecto al control de temperatura, las características de inyección y todos los demás parámetros de moldeo por inyección relacionados con la presión y el tiempo se alimentaron de manera conjunta e inmediata al comienzo de la simulación. Los parámetros determinados en varios pasos de iteración se transfirieron luego a la máquina a través de un enlace sim. Este intercambio de datos entre el software de simulación y la máquina de moldeo por inyección puede tener lugar en ambas direcciones. Por lo tanto, también permite el análisis de los datos del proceso, lo que a su vez proporciona potencial para la optimización del proceso. El acceso a datos de diseño sensibles no es necesario, reportan las compañías al respecto.

Los resultados

La puesta en marcha real de la producción subrayó la alta precisión de los ajustes encontrados a través de Moldflow. El comportamiento de llenado real y el posicionamiento de las líneas de soldadura coincidieron con la simulación al 100%. El comportamiento de alabeo de la parte más grande, el marco de la puerta que mide alrededor de 600 mm x 400 mm, se predijo con un margen de ±2 mm, y las dimensiones a través de la diagonal de más de 650 mm se mantuvieron con desviaciones máximas de solo 0,04 %. Después de algunos pasos de optimización y sin grandes reajustes manuales, las tres piezas moldeadas cumplieron con los requisitos de calidad.

El intercambio de datos entre el software de simulación y la máquina de moldeo por inyección puede tener lugar en ambas direcciones.

Este proyecto conjunto no solo ha demostrado que la producción real se ha desarrollado de forma casi idéntica a la simulación, sino que el resultado también abre un potencial para una producción más sostenible. Por ejemplo, es posible ver en la fase de diseño si una máquina es adecuada para el producto previsto o si se puede ahorrar energía y aumentar la eficiencia de la producción utilizando una máquina más pequeña.

Además, la sugerencia de datos de configuración desarrollada en la simulación reduce el número de ciclos de configuración necesarios. Esto conduce a menos rechazos de partes y menor consumo de energía durante el muestreo.