Nov 26, 2025 Laat een bericht achter

Wat zijn de toepassingsmogelijkheden van spuitgietmatrijzen in elektronische AI-producten?

一, Technologie-integratie: AI-gestuurde intelligente upgrade van spuitgietmatrijzen
1. Intelligente reconstructie van matrijsontwerp
Traditioneel spuitgietontwerp is afhankelijk van de ervaring van ingenieurs en heeft te kampen met lange cycli en hoge foutenpercentages. De introductie van AI-technologie maakt een diepgaande analyse mogelijk van enorme ontwerpgegevens (zoals materiaaleigenschappen, parameters van het gietproces en historische defectgevallen) via machine learning-algoritmen, die automatisch optimalisatieoplossingen kunnen genereren. Software gebaseerd op generatief ontwerp kan bijvoorbeeld functionele productvereisten en productieomstandigheden combineren om snel optimale oplossingen te leveren voor belangrijke structuren zoals scheidingsoppervlakken, gietsystemen en koelwatercircuits, waardoor de ontwerpcycli van matrijzen met meer dan 40% worden verminderd. Bij het ontwerp van de gebogen achterkant voor smartphones uit de Huawei Mate-serie simuleert AI het materiaalstroomgedrag onder verschillende krommingen om de tussenruimtefout binnen 0,005 mm te controleren, waardoor de pasvorm van het oppervlak en de productopbrengst worden gegarandeerd.

2. Realtime optimalisatie en voorspelling van het productieproces
AI-technologie verzamelt real-parameters zoals temperatuur, druk, snelheid en positie van spuitgietmachines via sensornetwerken en combineert deze met neurale netwerkmodellen om de gietkwaliteit te voorspellen. Een AI-procesoptimalisatiesysteem dat door een bepaalde onderneming is ontwikkeld, kan bijvoorbeeld vooraf defectrisico's zoals short shot, flash en kromtrekken identificeren door gegevens over de holtedruk te analyseren (met een nauwkeurigheid van ± 0,1 MPa), en automatisch de houddruk en koeltijd aanpassen, waardoor het percentage productdefecten wordt verlaagd van 3% naar 0,5%. Bij de productie van antenneafdekkingen voor 5G-basisstations optimaliseerde het AI-systeem het spiraalvormige kanaalontwerp door het diëlektrische verlies van LCP-materiaal onder hoogfrequente signalen te simuleren, waardoor het verlies van de antenneafdekking werd gestabiliseerd op 0,0028 in de 10GHz-frequentieband, wat voldoet aan de vereisten van 5G-communicatie.

3. Nauwkeurige voorspelling en onderhoud van de levensduur van de matrijs
AI-technologie kan de resterende levensduur van matrijzen voorspellen en vroegtijdig waarschuwen door matrijsgebruiksgegevens (zoals openings- en sluitingstijden, duwkracht, temperatuurschommelingen) te analyseren, gecombineerd met materiaalvermoeidheidsmodellen. Een AI-onderhoudssysteem dat is geïntroduceerd door een bepaald bedrijf voor elektronische matrijzen in de auto-industrie, past bijvoorbeeld de vervangingscyclus van snijgereedschappen van harde legeringen dynamisch aan van een vaste cyclus van 8 uur naar 10-12 uur door de trillingsgegevens van een robot met zes assen tijdens het laden en lossen te monitoren, gecombineerd met een algoritme dat is getraind op 5000+historische foutgevallen. Het gereedschapsbreukpercentage wordt verlaagd van 2% naar 0,28%, waardoor jaarlijkse gereedschapskosten van 2,1 miljoen yuan worden bespaard.

2, Toepassingsscenario: AI elektronische productvraaggestuurde doorbraak in matrijstechnologie
1. Miniaturisatie en productie met hoge-precisie
De trend naar miniaturisering van elektronische AI-producten, zoals AR/VR-apparaten, microsensoren en medische elektronica, stelt extreme eisen aan de nauwkeurigheid van spuitgietmatrijzen. De microlenshoudermal die Sunny Optics voor VR-apparaten heeft ontwikkeld, heeft bijvoorbeeld een holtegrootte van slechts 2,5 mm x 1,8 mm. Door gebruik te maken van robijnrode geleidepalen (met een vijfvoudige toename in slijtvastheid) en piëzo-elektrische injectie-eenheden (met een injectiesnelheid van 500 mm/s) wordt een maattolerantie van 0,001 mm bereikt; De elektrodemal van een bloedglucosesensor in een medische elektronica-onderneming maakt gebruik van magnetische levitatie-positioneringstechnologie (positioneringsnauwkeurigheid ± 0,0005 mm) om de pasopening tussen het inzetstuk en het plastic binnen 0,002 mm te regelen, waardoor het probleem van sensorsignaaldrift wordt opgelost.

2. Uitdagingen bij het vormen van hoogwaardige materialen
De vereisten voor materiaaleigenschappen zoals hoge temperatuurbestendigheid, hoge thermische geleidbaarheid en biocompatibiliteit in AI-elektronische producten stimuleren de upgrade van matrijstechnologie. PEEK-materiaalmallen die worden gebruikt voor elektronische connectoren in de luchtvaart moeten bijvoorbeeld een uniforme holtetemperatuur (temperatuurverschil ± 1 graad) op 360-380 graden handhaven, waaraan traditionele verwarmingsstaven niet kunnen voldoen. Door AI aangedreven conforme koelwatercircuittechnologie kan de koeltijd echter verkorten van 35 seconden naar 21 seconden en de vormopbrengst verhogen van 85% naar 98%; Een bepaalde milieuvriendelijke mal voor de oplader is gemaakt van 30% met maïszetmeel gemodificeerd PLA-materiaal. Door een AI-geoptimaliseerde vorm volgend op het koelontwerp wordt de krimp verlaagd van 15% naar 2,8% en kan de schaal binnen 180 dagen volledig worden afgebroken onder industriële composteringsomstandigheden.

3. Personalisatie en flexibele productie
De snelle iteratie van elektronische AI-producten, zoals de jaarlijkse vervanging van smartphones, vereist dat matrijzen snel van matrijs kunnen wisselen en dat de productie flexibel is. De laptoppalmhoudermal uit de Lenovo Xiaoxin-serie is bijvoorbeeld modulair ontworpen, waardoor de tijd voor het vervangen van de mal wordt verkort van 4 uur naar 30 minuten, en de coproductie van meerdere productmodellen wordt ondersteund; De mal voor de schaal van een elektronische sigaret, ontwikkeld door een bepaald e-sigarettenbedrijf, optimaliseerde de poortpositie door middel van Moldflow-simulatie, waardoor het aantal proefmatrijzen werd teruggebracht van 5 naar 2 en de ontwikkelingscyclus met 32 ​​dagen werd verkort, waarmee werd voldaan aan de vraag van de markt naar snelle respons.

3, Industriële uitdaging: gezamenlijke doorbraak van technologie, kosten en ecologie
1. Technisch knelpunt bij productie met hoge-precisie
De miniaturisering van elektronische AI-producten heeft geleid tot een aanzienlijke toename van de complexiteit van matrijsstructuren. De lichtgeleidingsplaatvorm van de Mini LED-achtergrondverlichtingsmodule moet bijvoorbeeld 1,2 miljoen microlensarrays met een diameter van 0,15 mm verwerken. Traditionele CNC-bewerking duurt 280 uur en de oppervlaktenauwkeurigheid (PV-waarde) is slechts 0,5 μm, wat niet kan voldoen aan de eis van uniformiteit van de achtergrondverlichting (PV-waarde kleiner dan of gelijk aan 0,3 μm); De mal van kunststof onderdelen voor scharnieren van mobiele telefoons met vouwschermen moet een multi-directionele kerntrekkracht in 6 kerntrekrichtingen bereiken, met een synchrone nauwkeurigheidseis van ± 0,003 mm voor het sluiten van de mal. Het traditionele hydraulische kerntreksysteem heeft een reactievertraging van ongeveer 0,05 seconde, wat gemakkelijk kan leiden tot het doorbranden van componenten, met een rendement van slechts 82%.

2. Kostendruk van hoogwaardige materialen-
De matrijsverwerking van biobased materialen als PLA en PHA vergt bijzondere technieken. PHA-materialen zijn bijvoorbeeld gevoelig voor degradatie wanneer de spuitgiettemperatuur hoger is dan 190 graden, waardoor op maat gemaakte schroeven met chroomcoating en gradiëntgroeven nodig zijn, wat resulteert in matrijskosten die 12% -15% hoger zijn dan bij traditionele matrijzen; De millimetergolfradarschaalmal die door een bepaalde onderneming is ontwikkeld, maakt gebruik van gemodificeerd PPO-materiaal, gecombineerd met in-mould-coatingtechnologie om een ​​thermische vervorming van minder dan of gelijk aan 0,1 mm / m te bereiken in een omgeving van -40 graden tot 85 graden, maar de kosten van coatingmateriaal vertegenwoordigen 25% van de totale malkosten.

3. Interdisciplinair talent en ecologische samenwerking
De ontwikkeling van AI-spuitgietmatrijzen vereist de integratie van kennis uit meerdere disciplines, zoals materiaalkunde, werktuigbouwkunde en informatica. AI-algoritme-ingenieurs moeten bijvoorbeeld de principes van het ontwerp van matrijzen begrijpen, terwijl matrijsontwerpers de toepassingsscenario's van machine learning-modellen onder de knie moeten krijgen; Bovendien vereist de implementatie van AI-technologie dat matrijsbedrijven een ecologische synergie vormen met leveranciers van AI-oplossingen, sensorleveranciers, cloud computing-platforms, enz. De door RJG geleverde holtedruksensor en procescontrolesysteem zijn bijvoorbeeld een belangrijke infrastructuur geworden voor het optimaliseren van AI-spuitgietprocessen.

Aanvraag sturen

Huis

Telefoon

E-mail

Onderzoek