El camino menos transitado en la investigación para el desarrollo de procesos de moldeo por inyección (IM)

Si bien los procedimientos de asesoramiento basados ​​en software y los procesos cibernéticos de autocorrección han impulsado el paradigma molde-material-máquina en el moldeo por inyección de plástico, aún existen algunas limitaciones en el camino hacia mayores mejoras y ahorros de costos. Siga leyendo para obtener más información.

El desarrollo de procesos de moldeo por inyección ha experimentado un progreso constante hacia la optimización del paradigma molde-material-máquina. El desarrollo de procesos de asesoramiento basados ​​en software, como Moldex, Pro-E Mould y la simulación de flujo de moldes, ha ayudado a eliminar defectos y predecir con precisión el tiempo de ciclo incluso antes de la fabricación del molde.

Durante mi trabajo con EIPL, he tenido la oportunidad única de explorar el proceso y el diseño del producto, y llevar a cabo investigaciones y optimización. El artículo es una perspectiva conceptual sobre lo que consideramos ramas prometedoras para futuras investigaciones, factores que construirían puentes hacia campos inexplorados. Estas exploraciones también se alinean estrechamente con los principios más amplios de la estructuración. Gestión del ciclo de vida del moho, donde la validación y optimización de procesos se tratan como una actividad de ciclo de vida continuo.

Estado actual del desarrollo de procesos de moldeo por inyección

El desarrollo de procesos de moldeo por inyección ha experimentado un progreso constante hacia la optimización del paradigma molde-material-máquina. El desarrollo de procesos de asesoramiento basados ​​en software, como Moldex, Pro-E Mould y la simulación de flujo de molde, ha ayudado a eliminar defectos y predecir con precisión el tiempo de ciclo incluso antes de la fabricación del molde. Si bien estas herramientas han sido muy útiles y ahora se encuentran entre las aplicaciones principales de la tecnología en el moldeo por inyección, solo unos pocos actores han avanzado hacia la optimización del software basado en el diseño de experimentos (DOE).

• Moldex
  Las herramientas de asesoramiento basadas en software, como Moldex y las simulaciones de flujo de moldes, ayudan a eliminar defectos y a predecir el tiempo de ciclo antes de la fabricación del molde.
• Sigmasoft
  Software como Sigmasoft y Nautilus simplifican la tarea de acotar el margen de mejora del proceso, permiten comprender mejor las limitaciones y las soluciones disponibles, y fomentan un estudio de configuración inicial para ahorrar tiempo en futuras correcciones del proceso.
• algoritmos cibernéticos
  Un paso más allá se encuentran los algoritmos de procesos cibernéticos autocorrectivos que crean bucles de retroalimentación negativa para asegurar que el proceso siempre esté cerca del ideal. El moldeo energéticamente eficiente y el moldeo sostenible son los objetivos básicos de los gerentes técnicos en la industria. Estos avances también se analizan en profundidad en nuestro artículo de investigación dedicado sobre Innovación en el proceso de moldeo por inyeccióndonde se exploran con mayor profundidad los marcos de investigación estructurados.

Principales limitaciones que frenan el sector

Dados estos nuevos métodos, ¿cuáles son actualmente las principales limitaciones del desarrollo de procesos de gestión de la información? ¿Qué estrategias innovadoras podemos implementar para reducir los costos empresariales? En este artículo, buscamos generar un diálogo estimulante para responder a estas dos preguntas.

A. El problema de la revalidación de procesos: por qué importa la transparencia de las máquinas

CONTROL/CALIBRACIÓN DE PROCESOS NO ESTÁNDAR: NECESIDAD REDUNDANTE DE REVALIDACIÓN DE PROCESOS

El cliente realiza una importante inversión en la revalidación del proceso, es decir, en revalidar el proceso en la planta del convertidor para comprobar los resultados en la planta del fabricante de moldes. Desde un punto de vista ideal, se trata de un problema de física. Sin embargo, resulta ilusorio intentar calcular los parámetros del proceso sin cargar físicamente el molde en una máquina diferente.

¿Por qué la transferencia del molde a la máquina sigue siendo impredecible?

Una de las múltiples razones por las que no podemos hacerlo es el efecto no documentado de los parámetros y variables de la máquina en su resultado. Este es un campo muy interesante, aunque poco transparente y escasamente investigado. Hemos utilizado herramientas y software para predecir el tiempo de llenado y la viscosidad del plástico. Si bien podemos modelar y predecir la viscosidad alcanzada en el cilindro, aún no hemos encontrado respuestas definitivas para modelar matemáticamente y predecir los diferentes tipos de cilindro, tipos de husillo, contrapresiones y RPM, junto con las temperaturas del cilindro, para predecir la viscosidad que alcanza el material antes del husillo.

Si pudiéramos hacerlo para un barril, podríamos solicitar a los fabricantes de equipos originales de máquinas de mecanizado por inyección que compartieran los modelos 3D del barril y realizar un cálculo matemático para predecir los parámetros del proceso (la ventana de proceso) para una máquina completamente nueva en comparación con una en la que el proceso ya ha sido probado, establecido o desarrollado.

Por ejemplo, una máquina IMM de alta gama, con excelentes circuitos de retroalimentación y control de procesos, sofisticación para recopilar y representar datos de proceso en su interfaz, y la capacidad de controlar puntos de proceso mediante diversos métodos de control, resulta ideal para cualquier taller de moldeo. Sin embargo, no es tan sencillo transferir un molde de una IMM de alta tecnología a una con capacidades inferiores, como las de la IMM actual, y compensar problemas con el molde, el diseño del circuito de refrigeración u otras deficiencias en el molde, el proceso o incluso el material.

Por lo tanto, la transparencia y la disponibilidad de datos para las variables y parámetros generales de la IMM, incluyendo los mecanismos de la máquina, son fundamentales, y no solo la información proporcionada en la HMI. La IMM sigue siendo un equipo especializado, similar al backend de un software, con poca información disponible para que el usuario final la modifique. Los fabricantes de IMM son conscientes de que esto es clave para aumentar su cuota de mercado y han sido pioneros en los cambios tecnológicos.

El enfoque de investigación de doble vertiente de EIPL

En EIPL tenemos un enfoque doble para la investigación en esta área:

1. Análisis de datos y establecimiento de mecanismos de minería de datos, plataformas de generación de datos y, por lo tanto, algoritmos podados del tema para hacer la mejor estimación del proceso sin hacer el molde
2. Modelos predictivos basados ​​en el análisis de elementos finitos (FEA)

B. Diseño de circuitos de refrigeración de moldes: una frontera de investigación suboptimizada.

INVESTIGACIÓN SOBRE LA RELACIÓN ENTRE EL DISEÑO DEL CIRCUITO DE REFRIGERACIÓN DEL MOLDE Y LAS PROPIEDADES REALES DEL PLÁSTICO.

El diseño de los canales de refrigeración del molde y la eficacia de la refrigeración se encuentran entre los campos más investigados de la industria. Gracias a avances revolucionarios como la refrigeración conformada y el diseño asistido por simulación, el cliente puede obtener el diseño óptimo de canales de refrigeración, que influye significativamente en la temperatura del molde y en la temperatura de contacto total.

Variables que complican la optimización de la refrigeración

Como bien sabemos, la viscosidad en el molde depende de la temperatura del molde, la velocidad de inyección, la viscosidad inicial en el cilindro y la temperatura del plástico. Asimismo, las propiedades del producto plástico dependen de la contracción, la viscosidad, la velocidad de enfriamiento y el diseño de la bisagra. La cantidad de variables dependientes e independientes involucradas dificulta la investigación en el área de la optimización del enfriamiento.

La dificultad para amplificar la entrada/salida de variables controladas y no controladas convierte la optimización de los canales de refrigeración en un tema de investigación poco atractivo. La resolución de cualquiera de estas limitaciones sin duda aportará una valiosa ventaja tecnológica al fabricante de moldes.

Dónde puede ayudar el análisis de datos

Se han realizado varios intentos para utilizar el análisis de datos y la toma de decisiones asistida por modelos matemáticos para determinar el espesor de las piezas de acero. Sin embargo, aún estamos lejos de lograr que esta tecnología se generalice lo suficiente como para que la utilicen todos los fabricantes de herramientas. La industria todavía no ha perfeccionado el equilibrio entre eficiencia y sobrediseño, que a menudo genera problemas estéticos.

Este tipo de formación en diseño y el establecimiento de metodologías asequibles y eficaces alcanzarán su punto máximo en la próxima década. EIPL cuenta con algunos proyectos basados ​​en datos que buscan contribuir a este esfuerzo.

C. Optimización del tiempo de ciclo: El libro de datos de diseño que faltaba

OPTIMIZACIÓN DEL DISEÑO DE PIEZAS PARA EL TIEMPO DE CICLO

Varias organizaciones se especializan en la optimización del diseño de piezas para las industrias médica y de bienes de consumo de alta rotación. Sin embargo, la optimización del diseño de piezas para el tiempo de ciclo (CT) sigue siendo un campo que se basa en gran medida en la experiencia.

¿Por qué las directrices de diseño de piezas para tomografía computarizada son prácticamente inexistentes?

Existe escasa evidencia empírica que sugiera métodos para lograr resultados óptimos en el diseño de productos. La industria de marcas y desarrollo de nuevos productos se beneficiaría especialmente de la investigación que realizan los fabricantes de moldes o sus clientes para la optimización del diseño, si se adopta un enfoque de sistemas integrados en todos los ámbitos. La investigación disponible sobre el tema se basa en estudios de caso y no se traduce en directrices de diseño ni en reglas de ingeniería fácilmente utilizables que los diseñadores puedan emplear como parámetro al iniciar un proceso de diseño.

El argumento comercial a favor de la formación en diseño en el sector de bienes de consumo de alta rotación.

Existen manuales de datos de diseño para la moldeabilidad y la estética. Ahora contamos con software que permite a los diseñadores simular cualquier defecto de diseño. Sin embargo, aún no disponemos de un manual de datos de diseño para piezas que proporcione directrices para la toma de decisiones de diseño, garantizando así que la pieza alcance la temperatura de corte deseada.

Desde el punto de vista comercial, sería una iniciativa muy rentable integrar y dar sentido a la investigación existente a la luz de las consideraciones de diseño de piezas. Si consultáramos a los fabricantes de moldes, nos harían muchas sugerencias sobre el espesor de la pieza y el CT. Por ejemplo, el CT obtenido mediante simulación o un acabado superficial específico de la pieza ayudaría a fabricar la misma pieza con un menor tiempo de espera, reduciendo así el CT.

La marca suele estar demasiado ligada al diseño del producto, perdiendo una gran oportunidad para ahorrar tiempo de producción y, por consiguiente, un importante coste empresarial. El tiempo de comercialización es casi siempre el foco principal en la industria de bienes de consumo de alta rotación. Por lo tanto, la formación en diseño queda relegada a un segundo plano. Si este conocimiento se plasmara en manuales de datos de diseño para la adaptabilidad, ayudaría a los diseñadores a optimizar el tiempo de producción, lo que repercute no solo en el diseño, sino también en el negocio.

El camino a seguir: Uniendo la investigación y la práctica industrial.

Efficient Innovations Pvt. Ltd. (EIPL) lleva décadas dedicada al moldeo por inyección de plástico y a la mejora de los procesos de moldeo por inyección. También hemos invertido en investigación de materiales y procesos. Póngase en contacto con nosotros en www.innovacioneseficientes.global O bien, escríbanos a radhika@efficientengg.com para obtener más información sobre cómo podemos ayudarle a utilizar nuestro estudio bibliográfico y algunas de nuestras propias investigaciones para ofrecer soluciones de moldeo de primera clase.

Estén atentos al ciclo de expectativas sobre las innovaciones en la mensajería instantánea.

Preguntas frecuentes: Desarrollo del proceso de moldeo por inyección

1. ¿Qué es el desarrollo de procesos de moldeo por inyección?
   Consiste en optimizar el molde, el material y los parámetros de la máquina para lograr piezas sin defectos, tiempos de ciclo eficientes y una calidad de producción constante.
2. ¿Cuál es el paradigma molde-material-máquina en el moldeo por inyección?
   Se refiere a la interacción entre el diseño del molde, el comportamiento del material y la configuración de la máquina, que en conjunto determinan la calidad del producto final y la eficiencia del proceso.
3. ¿Qué herramientas de software se utilizan habitualmente para el desarrollo de procesos de gestión de la información?
   Herramientas como Moldex, Sigmasoft, Nautilus y el software de simulación de flujo de moldes se utilizan ampliamente para predecir defectos, optimizar parámetros y mejorar la fiabilidad del proceso.
4. ¿Qué es la simulación del flujo de moldes y por qué es importante?
   Se trata de un análisis virtual del flujo del plástico fundido dentro de un molde. Ayuda a predecir defectos, optimizar el diseño y reducir el método de ensayo y error antes de la fabricación.
5. ¿Por qué es necesario repetir la revalidación del proceso en diferentes plantas de conversión?
   Las variaciones entre las máquinas y la falta de transparencia en los parámetros dificultan la replicación de los resultados, lo que requiere una revalidación para garantizar una salida consistente.
6. ¿Qué dificulta la transferencia de un molde de una máquina a otra?
   Las diferencias en el diseño de las máquinas, los sistemas de control y los parámetros de procesamiento afectan al resultado, lo que hace que la transferencia directa sea impredecible.
7. ¿Cómo logran las máquinas de moldeo por inyección de alta gama enmascarar las deficiencias del molde o del proceso?
   Las máquinas avanzadas compensan las inconsistencias mediante sistemas de retroalimentación y un control preciso, ocultando problemas que podrían aparecer en máquinas menos sofisticadas.
8. ¿Qué papel desempeñan el tipo de tornillo y la contrapresión para lograr la viscosidad deseada?
   Influyen en la mezcla, la fusión y el comportamiento del flujo de los materiales, impactando directamente en la viscosidad y la calidad final de la pieza.
9. ¿Cómo afecta el diseño del canal de refrigeración del molde a las propiedades de las piezas de plástico?
   Controla la velocidad de enfriamiento y la distribución de la temperatura, lo que afecta a la contracción, la resistencia, el acabado superficial y el tiempo de ciclo.
10. ¿Qué es la refrigeración conformada y cómo mejora el tiempo de ciclo?
    La refrigeración conformada utiliza canales que siguen la forma del molde, mejorando la disipación del calor y reduciendo el tiempo de ciclo.
11. ¿Qué variables hacen que la optimización de la refrigeración sea una tarea tan compleja de investigar?
    La interacción de múltiples factores como la temperatura, la viscosidad, la velocidad de enfriamiento, las propiedades del material y la geometría dificulta el aislamiento de las variables.
12. ¿Cómo afecta la temperatura del molde a la viscosidad durante el moldeo por inyección?
    Las temperaturas más altas del molde reducen la viscosidad, mejorando la fluidez, mientras que las temperaturas más bajas aumentan la viscosidad y la resistencia.
13. ¿Qué es el tiempo de ciclo (TC) en el moldeo por inyección y qué factores lo afectan?
    El tiempo de ciclo es el tiempo total necesario para producir una pieza. Este tiempo se ve influenciado por el tiempo de enfriamiento, las propiedades del material, el diseño del molde y las condiciones de procesamiento.
14. ¿Cómo influye el diseño de la pieza en el tiempo de ciclo en el moldeo por inyección?
    El espesor de la pared, la geometría y el acabado de la superficie afectan al tiempo de enfriamiento y procesamiento, influyendo directamente en el tiempo del ciclo.
15. ¿Por qué los libros de datos de diseño para la optimización del tiempo de ciclo aún no son de uso generalizado?
    La mayor parte del conocimiento se basa en la experiencia y en casos específicos, con directrices estandarizadas limitadas para los diseñadores.
16. ¿Cómo pueden las marcas de bienes de consumo de alta rotación reducir el tiempo de comercialización mediante la optimización del diseño de las piezas?
    Al integrar los conocimientos sobre moldeo en el diseño, las marcas pueden reducir el tiempo de ciclo, minimizar las iteraciones y acelerar la producción.
17. ¿Qué es un enfoque de software basado en el diseño de experimentos (DOE) en el moldeo por inyección?
    El software de diseño de experimentos (DOE) ayuda a probar sistemáticamente las variables para identificar de manera eficiente la configuración óptima del proceso.
18. ¿Qué son los algoritmos de procesos cibernéticos autocorrectivos en la mensajería instantánea?
    Se trata de sistemas automatizados que utilizan bucles de retroalimentación para ajustar continuamente los parámetros del proceso y mantener las condiciones óptimas.
19. ¿Cómo puede la minería de datos mejorar las estimaciones del proceso de moldeo por inyección?
    La minería de datos analiza datos históricos y en tiempo real para predecir la configuración óptima, reduciendo la necesidad de realizar pruebas físicas.
20. ¿Qué es el modelado predictivo basado en el análisis de elementos finitos (FEA) en el contexto del moldeo por inyección?
    Los modelos de análisis de elementos finitos (FEA, por sus siglas en inglés) simulan el comportamiento de los materiales y las condiciones del proceso para predecir el rendimiento y optimizar el diseño antes de la producción.