Zrób Pan mnie “Moldfloła”! A ja jak Cygan z patelnią, zatańczę, zaśpiewam i dywan Tobie sprzedam. 😉
Tutaj pisałem, że tak się nie da i pewne zasady obowiązują, ale od każdej reguły są wyjątki. Dotyczy to jednak tylko danych materiałowych, bo czasami ich po prostu nie ma. Przetwarzamy tworzywo “w spadku po dziadku”, przemiał spod dywanu, albo oryginał, ale zakupiony u dostawcy z Krakozji, który ma w TDS napisane, że jest черный. Brzmi to humorystyczno-nieprawdopodobnie, ale każdym z tego typu przypadków miałem do czynienia.
Cóż wtedy począć? Można postąpić wielorako. 😉
Obrócić się przez prawie ramię na lewej pięcie
Rzucić symylanckim beretem z antenką i powiedzieć, że tak to się Panienko Marysiu po prostu nie da. Wbrew pozorom to jest “logicznie” najlepsze rozwiązanie. Wszystkie inne odradziłby nam Chat GPT, a Pierwszy Oficer Spock powiedziałby, że szanse na sukces są pomijalnie małe. Jednak gdy dzieci płaczą, niewiasty mdleją, a wróg u bram, nasze słowiańskie serca nie pozwalają nam stać bezczynnie i krzycząc “na koń!” biegniemy z szablą przez STEP (pisany wersalikami oznacza tutaj uniwersalny format wymiany danych 3D).
Szans na wygraną w konkursie na najdokładniejsze wyniki już jednak nie mamy…
Produkt czekoladopodobny
Jeśli mamy cokolwiek w naszym TDS i jeśli jakiś TDS w ogóle mamy, to możemy w MHC poszukać tworzywa o takich samych właściwościach materiałowych jak te w karcie. Aplikacja wskaże nam najbardziej zbliżone rekordy w bazie i poda jakość rodowodu tych danych.
Czy możemy na takim “zamienniku” zrobić nasze obliczenia? Tak, bo wszystkie tworzywa w MHC można pobrać jako dane wejściowe do symulacji w Moldex3D. Czy ten zamiennik jest podobnym materiałem do tego, który mamy? …na koń!!! 😉
Reverse Engineering
Przez krajan zwany “podejściem zadniowym”, w którym to jeśli już mamy jakiś podobny do naszego materiał w bazie Moldexa (mogliśmy go na przykład znaleźć we wspomnianym wyżej MHC), to staramy się tak dopasować parametry modeli materiałowych, aby osiągnąć maksymalnie możliwą zbieżność z eksperymentem.
Fazę wypełniania gniazda możemy w zasadzie “dostrajać” (tak jak powyżej) poprzez manipulację parametrami równania Cross-WLF. Są tylko trzy ($\eta_{0}$ , $\tau$, $n$), więc od biedy można to robić “na piechotę”. Tak jak ja to robiłem tutaj. Szukanie jednak właściwego modelu pVT w celu prawidłowego odwzorowania skurczu i odkształceń jest już bardziej pracochłonne (jeśli w ogóle możliwe) i bez jakiejś “sztucznej inteligencji” się nie obejdzie.
Do tego typu problemów też można zatrudnić program STASA QC. 😉
Najznamienitsi w branży nie bawią się jednak w takie rzeczy. Oni po prostu niezbadane tworzywa kompleksowo, laboratoryjnie badają. Do tego trzeba jednak być nie tylko najznamienitszym, ale też…
Wszechmogącym
Mieć czas i “piniądz”, żeby zlecać zestaw badań potrzebnych do wykonania pełnej i wiarygodnej symulacji wtryskiwania dla wszystkich nieobecnych w bazie materiałów, które się przetwarza. Jak tutaj widać w skład tego zestawu wchodzi kilka testów na kilku urządzeniach, więc siłą rzeczy musi to swoje trwać i… kosztować. Jest to jednak niepodważalnie najlepszy sposób na “boskie” wyniki.
Nawet te dane, które są dostępne w bazach niekoniecznie muszą być w 100% prawidłowe. Mogą pochodzić z bliżej nieokreślonych źródeł (co na szczęście można już w MHC łatwo sprawdzić), albo mogą już być po prostu nieaktualne (tak, dostawcy potrafią modyfikować swoje tworzywa bez publikowania tego w Teleexpresie).
Cóż jednak począć jeśli jednak (nie wiadomo dlaczego) nie pracujemy w “przemysłowym Asgardzie”, nie mamy długich blond włosów i pół metra obwodu w bicepsie? Wiadomo: zmienić pracę, iść na siłownię, jeść więcej brokuł, piersi z kurczaka i… wystrugać sobie formę na spiralę.
Technologiczna próba płynności
A potem to już tylko jak na załączonym obrazku wtryskiwać spiralki przy stałym ciśnieniu i czasie wtrysku, żeby mierzyć ich długość i wyliczać lepkość naszego UPO (unidentified processed object) ze wzorku
$\Large \eta=\frac{R^2pt}{4L^2}$
gdzie:
- $R$ to promień kanału spirali,
- $p$ to ciśnienie wtrysku,
- $t$ to czas wtrysku,
- a $L$ to długość spirali.
Potem korzystając z prawa Newtona możemy wyznaczyć wskaźnik szybkości płynięcia.
$\Large \dot{\gamma}=\frac{\tau}{\eta}$
$\Large \tau=\frac{MgR_{k}}{2L_{k}\pi R_{c}^2}$
$\Large w=\frac{\dot{\gamma}\pi R_{k}^3\rho}{4}$
gdzie:
- $\dot{\gamma}$ – szybkość ścinania,
- $\tau$ – naprężenie styczne,
- $M$ – obciążenie tłoka przy wyznaczaniu wskaźnika szybkości płynięcia (np. 2,16 kg),
- $g$ – przyspieszenie ziemskie,
- $R_{c}$ – promień cylindra ($2R_{c}=9,55$ mm),
- $L_{k}$ – długość kapilary ($L_{k}=8$ mm),
- $R_{k}$ – promień kapilary ($2R_{k}=2,095$ mm),
- $\rho$ – gęstość tworzywa,
- $w$ – wskaźnik szybkości płynięcia, czyli MFI.
Po drodze musimy jeszcze zważyć naszą spiralkę, żeby wyznaczyć gęstość badanego tworzywa.
Teraz znamy już MFI i gęstość tajemniczego przybysza z Republiki Krakozji. Wiemy też pewnie, że to co wtryskiwaliśmy to jakiś tam polipropylen. Mamy więc co wpisać w szukajkę baz materiałowych i wracamy do początku naszej historii, czyli doboru zamiennika do symulacji w MHC.
Czy zawsze jednak niczym marvelowski Dr Strange musimy wracać do Moldiversum?
Nie, on miał tylko Oko Agamotto, a my mamy Laboratorium Plastigo i…
Spektroskopię fourierowską w podczerwieni
Brzmi to groźniej niż Rękawica Thanosa, dlatego koledzy nazywają ją FTIR.
Spektrometr FTIR jest urządzeniem nie większym od ekspresu do kawy, ale oznacza tworzywo szybciej niż Nespresso robi latte.
Jak?
Atomy i grupy atomów w łańcuchu makrocząsteczki polimeru są powyżej temperatury zera bezwzględnego w nieustannej oscylacji i rotacji. Promieniowanie podczerwone (IR) jest pochłaniane przez te makrocząsteczki i przekształcane w energię tychże rotacji i oscylacji. Ponieważ różne makrocząsteczki drgają różnie, to inaczej pochłaniają też promieniowanie IR.
Niczym człowiek odcisk palca, tak każdy związek ma swoje własne unikatowe widmo absorpcyjne w podczerwieni. Woda na przykład ma takie.
Natomiast HDPE ma już ciekawszą krzywą.
Proszę położyć paluszek na czytniku
Różnica pomiędzy FTIR a poprzednio opisanymi metodami poszukiwania danych materiałowych do symulacji jest trochę taka jak między legitymowaniem się książeczkowym dowodem osobistym z czasów PRL (takim jeszcze bez PESEL i z niewyraźnym zdjęciem) a dzisiejszym paszportem biometrycznym.
Gdybyśmy szukali 26 letniej kobiety, o blond włosach, wzroście 173 cm, niezamężnej i mieszkającej w Wielkopolsce, to mielibyśmy duże szanse na znalezienie więcej niż jednej osoby spełniającej te kryteria. Czy wszystkie te panienki były by takimi samymi żonami, towarzyszkami doli i niedoli, matkami naszych dzieci?
Gdy staramy się określić nieznane nam tworzywo poprzez najbliższe dopasowanie w bazie wpisanych parametrów to bardzo często podajemy rysopis jeszcze uboższy od tego z dowodu osobistego. Oczekujemy jednak idealnej zgodności symulacji z rzeczywistością. 🙂
Widmo IR jest jednak niczym “odcisk palca”, a szansa na znalezienie dwóch osób na całym świecie o takim samym odcisku palca jest znikoma. Problemem może być tylko znalezienie tworzywa o takim właśnie “odcisku”. Spektrometry FTIR mają wbudowaną bazę nawet kilkudziesięciu tysięcy różnych związków, ale oczywiście nie wszystkich na świecie.
Przykład użycia z życia
- Udawszy się do Zakładu Przetwórstwa Tworzyw Sztucznych Politechniki Warszawskiej znalazłem worek z granulatem, z którego opisu wynikało, że jest to PP, którego nie ma w bazie Moldex3D. Worek był otwarty i ogólnodostępny, więc teoretycznie mogło tam być wszystko.
- Z wykorzystaniem tegoż materiału wtrysnąłem 5 spiralek (takich jak przy próbie płynności).
- Spiralki zważyłem, a próbkę tworzywa z worka przesłałem do Plastigo.
- Pani Patrycja w międzyczasie przyrządzania sobie kawki, wyznaczyła widmo IR i przesłała mi wyniki (jeszcze tego samego dnia).
- Wynikało z nich, że w 98,42% podobne to widma mojej próbki jest widmo tworzywa Daplen KSR 4525 i że jest to mieszanina PP+PE.
- Ten właśnie Daplen był w bazie Moldexa, więc mogłem “bez krępacji” symulować.
Średnia masa wtryskiwanej spirali wynosiła 19,2 g. Symulacja pokazała 19,9 g. “Dla mnie się podoba!” 🙂 (znowu cytując Zenka)
Wnioski
Co w końcu robić w obliczu zagrożenia braku danych do symulacji wtryskiwania?
A: Walczyć
- Sprawdzić czy na pewno ich nie w MHC. Ta baza jest na bieżąco aktualizowana. Mogą już być tam tworzywa, których w swojej lokalnej bazie nie masz.
- Gdy są na to środki wysłać tworzywo na pełne badanie. Gdy tych funduszy nie ma to…
- Wysłać próbkę na identyfikację FTIR do laboratorium. Jeśli wynik wskaże dobre dopasowanie do któregoś z tworzyw w bazie, to jesteś w domu, a jeśli nie to…
- Szukać zamiennika w MHC na podstawie danych z TDS. Gdy tych danych brakuje, albo w ogóle nie ma żadnego TDS…
- Zrobić technologiczną próbę płynności i wyznaczyć MFI i gęstość, lub wyznaczyć te właściwości w laboratorium, a następnie wrócić do punktu 4.
- Próbować inżynierią odwrotną dopasować modele materiałowe do rzeczywistych prób.
B: Uciekać
Nie robiąc symulacji na wątpliwych danych materiałowych mamy 0% szans na złe wyniki. 😉
