¿Cómo hacer una simulación de flujo?
Hace unos años, nuestro equipo de ingeniería chocó contra un muro con un proyecto de viviendas para electrónica de consumo. Las marcas de hundimiento cerca de las características del jefe no desaparecían sin importar lo que intentáramos en el taller. El molde ya estaba cortado. Esa experiencia cambió la forma en que abordamos los nuevos proyectos.-Cada geometría compleja ahora pasa por una simulación de flujo antes de ordenar el acero.
Qué hace realmente el software
En esencia, la simulación de moldeo por inyección resuelve ecuaciones diferenciales parciales acopladas que describen un flujo de fluido no-isotérmico ni-newtoniano a través de una cavidad tridimensional-. El software calcula campos de presión, distribuciones de temperatura, perfiles de velocidad, tasas de corte y tensiones cortantes durante las etapas de llenado, empaque y enfriamiento.
La fase de llenado modela cómo avanza el polímero fundido desde la puerta a través de la cavidad. Cuando el plástico entra en contacto con la pared fría del molde, se congela casi instantáneamente, creando una piel solidificada. Entre este límite congelado y el núcleo fundido que fluye, las moléculas de polímero se estiran y se orientan en la dirección del flujo. Esta orientación queda fijada durante la solidificación y es muy importante para las propiedades mecánicas. La simulación captura esto a través del modelado de flujo en fuente, donde el material en el frente de flujo se deposita continuamente en las paredes mientras el material fundido fresco empuja hacia adelante desde atrás.
La simulación de enfriamiento aborda lo que normalmente consume del sesenta al ochenta por ciento del tiempo total del ciclo. El enfriamiento desigual crea una contracción diferencial, lo que provoca directamente la deformación.
El análisis del empaque continúa después de que se llena la cavidad. Se fuerza la entrada de material adicional para compensar la contracción volumétrica a medida que el plástico se enfría. Las características de presión-volumen-temperatura del grado de polímero específico determinan cuánta compensación es posible. Los datos pvT precisos no son-negociables para obtener predicciones de contracción significativas.
La preparación del modelo (lleva más tiempo de lo que cree)
La simulación es tan buena como las entradas.
La limpieza de la geometría suele tardar más que la simulación misma. Las características pequeñas, como el texto grabado y los sellos de fecha, rara vez afectan el comportamiento del flujo, pero aumentan significativamente la complejidad de la malla. Elimínelos a menos que sean estructuralmente significativos. Repare las discontinuidades de la superficie y los bordes no-múltiples-que crean fallas en el mallado que hacen perder tiempo de depuración.
Hemos visto proyectos en los que los ingenieros pasaron días realizando análisis de geometría CAD obsoleta, solo para descubrir que la pieza de producción tenía diferentes espesores de pared. Antes de comenzar cualquier análisis, verifique que tenga la versión actual y confirme si ya se ha aplicado la compensación de contracción.
Los requisitos de densidad de malla dependen de las características que se capturan. Apunte a al menos tres elementos en cualquier característica que afecte el flujo. La resolución de espesor-para mallas 3D debe ser de seis capas como mínimo, aumentando a ocho o más para materiales-reforzados con fibra. Las relaciones de aspecto superiores a veinte-a-uno crean inestabilidades numéricas.
La selección de malla implica compensaciones-. Las mallas de plano medio funcionan aceptablemente para piezas simples y uniformemente delgadas, pero fallan en cualquier cosa con variaciones significativas de espesor. La tecnología de dominio dual-mejoró esto al combinar ambas superficies de la cavidad y hacerlas coincidir algorítmicamente. Para secciones gruesas, nervaduras, protuberancias o cualquier geometría donde el flujo en la dirección del espesor sea importante, se hace necesario un mallado tetraédrico tridimensional completo-.
Datos materiales (más críticos de lo que la mayoría de la gente cree)
La selección de materiales en el software de simulación tiene más consecuencias de lo que muchos ingenieros creen. Las principales bases de datos contienen más de diez mil grados caracterizados, pero la calidad de los datos varía sustancialmente. Los materiales probados directamente por proveedores de resina con caracterización reológica completa producen predicciones mucho más confiables que las entradas genéricas estimadas a partir de valores limitados de las hojas de datos.
Cuando la calificación exacta no esté en la base de datos, no la sustituya por un material "similar" sin comprender las implicaciones. Un copolímero de polipropileno se comporta de manera diferente a un homopolímero. Un nailon relleno de vidrio-con una carga del treinta por ciento no es intercambiable con uno con un quince por ciento.
Los modelos de viscosidad cruzada-WLF requieren coeficientes precisos. Los parámetros de sensibilidad a la temperatura afectan particularmente las predicciones del desarrollo de la capa congelada y el comportamiento de los disparos cortos-. Para los materiales semi-cristalinos, la cinética de cristalización agrega complejidad-la tasa y el grado de cristalización dependen de la velocidad de enfriamiento, y la cristalinidad afecta tanto la contracción como las propiedades mecánicas.
Las condiciones de procesamiento deben coincidir con la realidad
Las condiciones de procesamiento predeterminadas son puntos de partida, no recomendaciones. Jennifer Schmidt del Instituto Americano de Moldeo por Inyección ha enfatizado públicamente que confiar en los valores predeterminados del software para los informes finales es un error común.-los valores predeterminados a menudo representan extremos de la ventana de procesamiento en lugar de condiciones típicas (ptonline.com).
La temperatura del molde tiene la mayor influencia en los resultados de deformación. Obtener este parámetro correctamente es más importante que-afinar la mayoría de las demás configuraciones.
Los ajustes de temperatura de fusión deben reflejar lo que realmente sale del barril, no los puntos de ajuste del controlador. Los perfiles de velocidad de inyección deben aproximarse a lo que la máquina realmente puede entregar. Las máquinas hidráulicas tienen características de respuesta diferentes a todas las-máquinas eléctricas. El diseño del canal de enfriamiento debe coincidir lo más posible con el diseño real del molde.-Muchos análisis rápidos se ejecutan con configuraciones de enfriamiento simplificadas, lo que socava la precisión.
No confíes demasiado-en los números
Los resultados de la simulación incluyen distribuciones de presión, mapas de temperatura, contornos de tiempo de llenado, ubicaciones de líneas de soldadura, posiciones de trampas de aire y predicciones de deformación. La tentación es tratarlos como pronósticos precisos. No lo son.
Las ubicaciones de las líneas de soldadura y de las trampas de aire son generalmente confiables como guía cualitativa. Si la simulación muestra dos frentes de flujo que se encuentran en una superficie cosmética, esa es una preocupación legítima que vale la pena abordar mediante la reubicación de la puerta.
Las predicciones de presión ayudan a identificar si la pieza se puede llenar con la capacidad disponible de la máquina. Las presiones extremadamente altas previstas sugieren posibles problemas de llenado, pero los números absolutos no deben tomarse como requisitos exactos.
Las predicciones de deformación merecen un escepticismo particular. Como han documentado los investigadores, la similitud entre los resultados de la simulación y los experimentales depende en gran medida de las condiciones operativas y la calidad de los datos del material (pmc.ncbi.nlm.nih.gov). Según nuestra experiencia, la simulación predice correctamente la dirección de la deformación y la gravedad relativa la mayor parte del tiempo, pero las predicciones dimensionales cuantitativas requieren validación.
Aún necesitas validación física
Ejecutar una simulación sin validación genera una confianza falsa.
Los estudios-cortos proporcionan confirmación visual directa de la progresión del llenado.-La comparación de patrones de llenado previstos con muestras congeladas reales revela si la física del flujo se captura correctamente. Los datos del transductor de presión de moldes instrumentados permiten la verificación de los rastros de presión previstos. Las mediciones dimensionales de piezas de producción, en particular los datos de CMM sobre características propensas a deformarse, establecen una correlación entre la deformación prevista y la real.
El objetivo no es una predicción perfecta. El objetivo es una predicción útil que informe mejores decisiones en las primeras etapas del desarrollo.
¿Todos los proyectos necesitan esto?
No todos los proyectos justifican un esfuerzo completo de simulación. Geometrías simples con ventanas de procesamiento generosas pueden moldearse exitosamente basándose únicamente en la experiencia. Pero las piezas complejas con tolerancias estrictas, paredes delgadas, múltiples entradas o requisitos estéticos casi siempre se benefician de un análisis inicial. El coste de un estudio de simulación exhaustivo normalmente se recupera evitando incluso una sola revisión del molde.
El caso de Mold Craft que involucra un componente de punta de embudo médico ilustra el punto: un micro{0}}molde de PEEK con espesores de pared de solo 0,015 pulgadas logró un Cpk de 1,33 específicamente porque la simulación informó el diseño y el procesamiento antes de que se construyeran las herramientas (mold-craft.com).
Cuándo ejecutar realmente el análisis
Cuanto antes entre la simulación en el proceso de diseño, más valor proporcionará. La ejecución del análisis después de completar las herramientas limita las opciones para la optimización del proceso. La ejecución del análisis durante el diseño de piezas permite realizar mejoras fundamentales: ajustar el espesor de las paredes, reubicar las compuertas en áreas no-cosméticas y modificar las nervaduras para reducir la tendencia a las marcas de hundimiento.
Las herramientas emergentes, como la optimización de parámetros asistida por IA-, están empezando a cerrar el círculo entre lo virtual y lo físico. Los investigadores de KAIST demostraron recientemente un enfoque de IA generativa que logra tasas de error del 1,63 por ciento en la predicción de condiciones óptimas de procesamiento. Estas herramientas no reemplazan el criterio de ingeniería, pero aceleran los ciclos de iteración.
Conclusiones prácticas
Una simulación de flujo eficaz requiere atención a la preparación del modelo, la calidad de la malla, la precisión de los datos del material y los datos de procesamiento realistas. Los resultados guían las decisiones, pero no deben confundirse con la certeza.
Para los equipos que están considerando invertir en simulación, el cálculo es sencillo: si evitar una revisión de molde por año cubre los costos de software y capacitación, todo lo demás es un beneficio neto. La tecnología no es mágica. Es ingeniería aplicada la que funciona mejor cuando los usuarios comprenden tanto sus capacidades como sus límites.