GOM三维扫描仪总销售商

高精度·自动·批量·快速三维测量

  • 全国服务专线 400-002-9998
Wechat-QR

Moldex3DRTM模拟准确度有疑虑?先量测纤维布渗透率

Share on linkedin
LinkedIn
Share on email
Email
Share on print
Print

为提高产品质量,产业界投入许多心力制造更轻量、更坚固及高效能的产品。过去十年以来,由于纤维强化塑料(FRP)的高机械强度和轻量化特性,使其被广泛运用于制造3C、汽车、造船、航天和风力发电产品。树脂转注成型(RTM)则是目前最具前瞻性的新兴技术。RTM属液体复合材料成型的一种,适合用于生产几何复杂的大型塑件,并能满足高机械强度、严格的尺寸公差及外观等要求,因此被产业广泛运用。此外,RTM也是最具效率和经济性的制程之一,原因包括:设备不昂贵、闭模制程、射压低、容易控制机械特性、可结合金属嵌件及附件、可用于生产复杂的大型塑件,以及低劳力成本等。

然而RTM产业中仍面临一些挑战,例如:由于产品中纤维体积较大的区域对模流行为影响极巨,导致树脂流动行为不容易被准确预测。因此RTM现场作业人员仍无法精确掌握这些影响,也无法在灌注制程结束前观察和验证塑件是否已浸润饱合。若产品尚未达到100%浸润,将产生干斑或气孔等缺陷,如此一来产品就必须丢弃,直到成功制造出没有干斑的RTM产品为止。

若使用此试误方法来制造大型结构的RTM产品(例如事业级涡轮叶片),成本相当昂贵。透过有效的CAE仿真技术,即可预测复杂结构的RTM产品流动行为。目前市场上对RTM产品的需求及潜在客户皆相当庞大,包括纤维材料制造商、模具制造商等,然而可仿真RTM的分析软件仍相当稀少。纤维布的渗透率是影响RTM CAE仿真质量的关键参数之一;而渗透率代表多孔介质(例如纤维布)的特性,也是流体或气体可渗入介质能力的指标;高渗透率即但表流体可快速通过介质。若使用传统的量测方法,例如真空辅助树脂转注成型(VARTM),需要将真空袋将打开的模具密封,以制造出一真空环境,此过程不但费时费工且容易产生人为错误。

有鉴于此,Moldex3D材料科学研究中心导入了EASYPERM(图一),以提升复合材料的量测能力。EASYPERM曾在2015年获得JEC创新奖(JEC Invention Award),是用以量测纤维布渗透特性的仪器,可透过压力传感器测量出产品不同布位的局部压力,并描绘出内部平面及外部平面的渗透率。纤维布渗透率是透过均衡流动率及局部压力并应用达西定律计算而得。本研究中,我们模拟油在渗透率量测过程中非均衡阶段的充填行为,以验证模拟工具的可靠度。在此阶段,系统尚未达到均衡状态,且局部压力有时会增加。

Moldex3D,模流分析,CAD,CAE
图一 (a)EASYPERM;(b)注塑模具;(c)数据采集及分析接口

透过压力传感器(图二)不只可观察到局部压力随着时间的变化,且能掌握流动波前抵达的时间。当流动波前到达感测点时,局部压力就会从零开始增加。接下来进行交叉验证,我们在Moldex3D RTM模块中复制了一个EASYPERM模穴,并在模拟时使用与实验相同的注塑设定。此验证案例针对模拟和实验结果中的波前到达时间和压力增加趋势进行比较。图三(a)显示仿真的流动波前与实验结果非常相似,可见Moldex3D RTM求解器有很高的精确度(图四、表一)。

Moldex3D,模流分析CAD,CAE
图二 压力感测点在模穴内部平面几何中的位置(△为原本位置上的压力感测点,○则是在平面内其他部位的压力感测点)
Moldex3D,模流分析,CAD软件,CAE软件
图三 根据实际注塑条件进行的模拟设定:(a)进浇点及压力感测位置;(b)流动波前时间
Moldex3D模流分析,CAD,CAE
图四 EASYPERM实验数据与仿真结果比较,二者相当接近,皆显示当流动波前到达感测节点时,压力从零开始增加。

在RTM模拟中,材料特性如纤维布渗透率,对模拟准确度会产生很大的影响。传统VARTM量测的渗透率数据准确度和可靠度皆只能仰赖实验室人员的操作,为了改善此问题,Moldex3D特地扩大了材料量测能量,导入EASYPERM,满足产业对于复合材料的模拟需求。

关于马路科技

马路科技成立于1996年,从逆向工程与快速原型应用整合,今日为华人市场上最专业的3D列印与3D扫描专家于各种产业。

马路科技陆续引进了工业设计(ID)、工业辅助检测(CAV)、雷射加工机设备、公仔设计服务、工程服务等的关键知识与技术。

最新消息

2018|ATOS用户大会

Scroll to Top

索取完整文章

亲爱的客户您好,此文章为限定阅读
烦请填写表单已获取完整文章,我们将指派专员于1~3个工作天为您寄送相关资讯到您​​所填写的信箱

十分感谢您的配合,马路科技祝您顺心

CAPTCHA image