Towards the use of surrogate modeling in model parameter calibration in injection molding process simulation
Vers l'utilisation de la modélisation de substitution pour le calibrage des paramètres du modèle dans la simulation du processus de moulage par injection
Résumé
The computational costs of injection molding simulations have been increasing in the past years due to the higher complexity of the embedded models. This is especially problematic in case of using such simulation models for optimization routines or sensitivity analyses. One way to overcome this challenge is by having a surrogate model, also known as a metamodel, of these high-fidelity simulations, which provides a cheaper way to perform these types of analyses. These surrogate models can play an important role in the case of the injection molding of semi-crystalline polymers to model the flow-induced crystallization process. To date, most commercial software do not take explicitly polymer crystallization into account leading to various errors in the fill predictions as well as the calculation of warpage and shrinkage. This is mainly due to the common complexity of the models used to describe crystallization and the challenging respective model parameter identification process under injection molding conditions. To close this gap, in this thesis, the feasibility of using surrogate modeling to identify modeling parameters is first studied. This is then followed by the implementation of a thermo-mechanical crystallization model in order to describe the flow-induced and quiescent crystallization of an unreinforced semi-crystalline thermoplastic material during injection molding. The crystallization model is defined alongside crystallization-dependent viscosity, PVT and solidification models in the commercial software Autodesk Moldflow Insight 2021 using the Solver API feature. The model parameters are identified using a calibration scheme that employs three surrogate models representing the simulated pressure results to perform a multi-objective optimization. The fill predictions as well as the calculated pressure fields are presented using the calibrated model parameters in comparison to those measured during the actual injection molding of a polyoxymethylene part with different process conditions. The results show major improvements in the predictions of the pressure signals as well as the filling status of the produced parts and the estimated skin layer thicknesses formed under high-shear conditions. Additionally, the calibrated models are tested using various mold geometries to assess the calibrated models' performance.
Les coûts de calcul des simulations de moulage par injection ont augmenté au cours des dernières années en raison de la complexité accrue des modèles intégrés. Ceci est particulièrement problématique dans le cas de l'utilisation de tels modèles de simulation pour des routines d'optimisation ou des analyses de sensibilité. Une façon de surmonter ce problème est de disposer d'un modèle de substitution, également connu sous le nom de méta-modèle, de ces simulations haute-fidélité, ce qui permet d'effectuer ces types d'analyses à moindre coût. Ces modèles de substitution peuvent jouer un rôle important dans le cas du moulage par injection de polymères semi-cristallins pour modéliser le processus de cristallisation induit par l'écoulement. À ce jour, la plupart des logiciels commerciaux ne prennent pas explicitement en compte la cristallisation des polymères, ce qui entraîne diverses erreurs dans les prédictions de remplissage ainsi que dans le calcul du gauchissement et du rétrécissement. Ceci est principalement dû à la complexité commune des modèles utilisés pour décrire la cristallisation et au processus difficile d'identification des paramètres des modèles respectifs dans des conditions de moulage par injection. Pour combler cette lacune, dans cette thèse, la faisabilité de l'utilisation de la modélisation de substitution pour identifier les paramètres de modélisation est d'abord étudiée. Ceci est ensuite suivi par la mise en œuvre d'un modèle de cristallisation thermo-mécanique afin de décrire la cristallisation induite par l'écoulement et la cristallisation quiescente d'un matériau thermoplastique semi-cristallin non renforcé pendant le moulage par injection. Le modèle de cristallisation est défini parallèlement aux modèles de viscosité, de PVT et de solidification dépendant de la cristallisation dans le logiciel commercial Autodesk Moldflow Insight 2021 en utilisant la fonction Solver API. Les paramètres du modèle sont identifiés à l'aide d'un schéma de calibrage qui utilise trois modèles de substitution représentant les résultats de pression simulés pour effectuer une optimisation multi-objectifs. Les prédictions de remplissage ainsi que les champs de pression calculés sont présentés en utilisant les paramètres du modèle calibré en comparaison avec ceux mesurés pendant le moulage par injection réel d'une pièce en polyoxyméthylène avec différentes conditions de processus. Les résultats montrent des améliorations majeures dans les prédictions des signaux de pression ainsi que dans l'état de remplissage des pièces produites et les épaisseurs estimées de la couche de peau formée dans des conditions de cisaillement élevé. De plus, les modèles calibrés sont testés en utilisant différentes géométries de moules pour évaluer leurs performances.
Origine : Version validée par le jury (STAR)