Constrained optimization of micro injection moulding process

The growing industrial interest in micro injection moulding, as leading process able to produce, on large scale, polymeric micro components and micro devices, is pushing towards the definition of a reliable process through the observation of affordable process variables that can be easily measured and optimized. Part weight in µIM can be considered one of the most significant variables able to provide an easy feedback on the quality of the process. The work related to the PhD activity is focused on providing an optimization procedure that, starting from a DOE approach, allows to determine a region of the parameters where the performances of the process are optimized (part weight is maximized) subjected to a constraint on the probability of flash formation. The present approach has a strong industrial relevance in terms of process optimization based on easy to measure quantities while also considering defect formation in the procedure. The proposed procedure exploits the bootstrap technique and the data depth approach to account for the variability of the process and to build a constrained optimality region. The selection of the optimal level of the process parameters was carried out using a utility function. The utility function aims at finding a compromise between the maximization of the weight and the minimization of the probability of flash formation. The use of a utility function that correlates two variables of the same process has proved to be fundamental for the construction of the optimality region. The results evidenced how effective the proposed approach is than the deterministic one. An overimposition of the optimal region for the 5% quantile of utility and median, evidenced the optimality region for micro injection moulding. The result of this novel approach is a greater variability of the main process parameters, namely Tmelt and Phold, and this means a greater variability of the micro injection moulding process without falling into the risk of producing waste parts. In Appendix it is reported also a preliminary comparative analysis between simulation and experimentation of the micro injection moulding process. The aim was to assess the simulator’s ability to predict the real behavior of the process. In this preliminary phase of the work it has been identified a regression model with which it is possible to predict in a rather reliable way the set of process and simulato parameters that can minimize the percentage error between the simulation and experimentation weight in absence of flash.

Il crescente interesse industriale per il micro stampaggio a iniezione (µIM), come processo di riferimentoper la produzione, su larga scala, di microcomponenti polimerici e microdispositivi, sta spingendo verso la definizione di un processo affidabile attraverso l'osservazione di variabili di processo accessibili che possono essere facilmente misurate e ottimizzate. Il peso del componente nel µIM può essere considerato una delle variabili più significative in grado di fornire un facile riscontro sulla qualità del processo. Il lavoro relativo all'attività di dottorato è focalizzato sulla fornitura di una procedura di ottimizzazione che, partendo da un approccio DOE, consente di determinare una regione dei parametri in cui le prestazioni del processo sono ottimizzate (il peso della parte è massimizzato) sottoposti a un vincolo sulla probabilità di formazione della bava. L'attuale approccio ha una forte rilevanza industriale in termini di ottimizzazione del processo basata su quantità facili da misurare, considerando anche la formazione di difetti nella procedura. La procedura proposta sfrutta la tecnica bootstrap e l'approccio data depth per tenere conto della variabilità del processo e per costruire una regione di ottimalità in termini di costi. La selezione del livello ottimale dei parametri di processo è stata effettuata utilizzando una funzione di utilità. La funzione di utilità mira a trovare un compromesso tra la massimizzazione del peso e la minimizzazione della probabilità di formazione della bava. L'utilizzo di una funzione di utilità che correla due variabili dello stesso processo si è rivelata fondamentale per la costruzione della regione di ottimalità. I risultati hanno evidenziato quanto sia efficace l'approccio proposto rispetto a quello deterministico. Una sovrapposizione della regione ottimale di utilità relativa al 5% di quantile di utilità e alla mediana, ha evidenziato la regione di ottimalità per il micro stampaggio a iniezione. Il risultato di questo nuovo approccio è una maggiore variabilità dei principali parametri di processo, vale a dire Tmelt e Phold, e questo significa una maggiore variabilità del processo di micro stampaggio ad iniezione riducendo il rischio di produrre parti di scarto. In appendice è riportata anche un'analisi comparativa preliminare tra simulazione e sperimentazione del processo di micro stampaggio ad iniezione. L'obiettivo era quello di valutare la capacità del simulatore di prevedere il comportamento reale del processo. In questa fase preliminare del lavoro è stato individuato un modello di regressione con il quale è possibile prevedere in modo piuttosto affidabile l'insieme dei parametri di processo e simulato in grado di minimizzare l'errore percentuale tra la simulazione e la sperimentazione del peso del componente in assenza di bava.