采用田口–TLBO方法优化酯固化酚醛树脂砂型，以提高AZ31镁生物医学铸件的机械性能

《Materials & Design》：Optimising Ester-Cured phenolic resin sand moulds using Taguchi–TLBO approach to improve mechanical properties for AZ31 magnesium Biomedical castings

本研究通过Taguchi L9正交试验和TLBO算法优化镁合金铸造无烘焙树脂砂模具的参数，发现树脂含量（Rw）对强度（CS）和 collapsibility（CB）影响最大，砂温（Ts）主要控制硬度（HB）。最佳多目标参数组合为Ts 25°C、Rw 4wt%、CAw 38wt%，验证模型误差整体较小，为工艺优化提供理论依据。

　　在现代制造业中，金属铸造仍然是生产复杂部件的重要方法之一，尤其在镁合金的制造中，其灵活性、成本效益和适用于多种合金的特性使其成为主流选择。然而，传统的砂模铸造技术在满足工业用户对铸件内部致密性、尺寸精度和表面质量的高标准方面存在局限性，通常需要大量的后处理操作，如机械加工，以达到所需的尺寸公差和表面光洁度。为了克服这些挑战，研究人员开发了使用化学粘结剂替代传统粘结系统的先进模塑技术，显著提高了模具强度，改善了尺寸稳定性，并减少了铸造缺陷，为生产高精度、高性能的镁合金铸件提供了可行的路径。

在镁合金铸造中，无焙烧树脂粘结砂（NBRBS）模塑技术因其卓越的尺寸精度、高模具强度和操作效率而被广泛采用。该技术通过热固性树脂将砂颗粒结合在一起，形成模具腔体。铸件的质量对多个参数高度敏感，包括树脂与催化剂的比率、固化时间、模塑方法以及关键的砂特性，如类型、细度数（GFN）、热状态和颗粒尺寸分布。这些变量对模具强度、尺寸一致性和表面质量具有重要影响，从而决定了最终铸件的整体精度和完整性。

镁合金具有较高的化学反应性，因此在铸造过程中需要特别注意。传统砂模铸造技术可能无法有效应对这种特性，从而影响铸件质量。NBRBS模塑技术在镁合金铸造中展现出显著优势，包括增强的生产效率、尺寸精度和模具可压缩性。研究指出，较低的AZ31镁合金浇注温度可以减少树脂粘结砂模具中粘结桥的热分解，从而改善模具可压缩性。然而，这种改善在复杂的铸件中更为显著，使得后处理操作如砂料去除和表面清洁变得更加复杂。因此，优化NBRBS模塑成分对于提高模具可压缩性至关重要。

本研究通过分析砂温（Ts）、树脂含量（Rw）和固化剂浓度（CAw）对NBRBS模具性能的影响，开发了预测模型并确定了单目标和多目标优化方案。实验设计采用了Taguchi L9正交阵列，确保了实验的高效性和可重复性。回归模型通过方差分析（ANOVA）和验证评估，表明压缩强度（CS）可以用一阶模型有效表示，而硬度（HB）和可压缩性（CB）则需要二次模型，且决定系数（R2）超过94%。误差分析显示，平均绝对误差为1.24，平均绝对百分比误差为18.04%，而均方根误差为1.99。HB表现出最高的预测一致性，CS具有中等一致性，CB则显示出较大的相对可变性。

研究结果表明，Rw对CS和CB具有最强的影响，Ts对HB具有主要控制作用，而CAw的影响相对较小。这一发现为工艺参数的优化提供了理论依据，表明在确保模具强度和后处理可压缩性的过程中，需要对Rw进行精确控制。此外，教学-学习基优化（TLBO）算法被用于多目标优化，能够快速收敛并稳定。研究发现，多目标优化方案在第二轮迭代中达到平衡，Ts为25°C，Rw为4%重量，CAw为38%重量。这种参数组合能够同时优化CS、HB和CB，为NBRBS模具的工艺规划提供了支持。

本研究采用了一种综合的实验设计方法，结合了Taguchi设计和TLBO算法，以确保实验的高效性和优化的准确性。在实验过程中，使用了双层筛分的二氧化硅砂，其GFN为60，符合美国铸造协会（AFS）标准。砂的化学成分通过Shimadzu EDX-700 XRF分析仪进行测定，结果显示砂的化学成分满足实验需求。通过控制砂温、树脂含量和固化剂浓度，实验能够有效地优化模具性能，并减少铸造缺陷。

实验过程中，使用了智能铸造设施（SMART）中的半自动砂模塑机，确保了砂的均匀混合和一致性。模具的压缩强度、硬度和可压缩性通过相应的测试设备进行评估，确保了实验数据的可靠性。研究还分析了各种参数对模具性能的影响，包括主要效应和交互效应，以优化模具的制造过程。这些分析表明，Ts对HB具有显著影响，而Rw对CS和CB具有主要影响。通过综合这些参数的影响，研究确定了最佳的模具制造参数，以满足不同的性能需求。

研究还探讨了NBRBS模塑技术在镁合金铸造中的应用，包括其对生产效率、尺寸精度和表面质量的提升。通过分析树脂含量、固化剂浓度和砂温的影响，研究开发了预测模型，并确定了最佳的参数组合。这些模型能够有效地预测模具性能，并减少铸造缺陷。研究还分析了误差，包括平均绝对误差、平均绝对百分比误差和均方根误差，以评估模型的预测准确性。这些误差分析表明，硬度的预测最为可靠，而可压缩性则显示出较大的相对可变性。

研究还探讨了NBRBS模塑技术在镁合金铸造中的应用，包括其对生产效率、尺寸精度和表面质量的提升。通过分析树脂含量、固化剂浓度和砂温的影响，研究开发了预测模型，并确定了最佳的参数组合。这些模型能够有效地预测模具性能，并减少铸造缺陷。研究还分析了误差，包括平均绝对误差、平均绝对百分比误差和均方根误差，以评估模型的预测准确性。这些误差分析表明，硬度的预测最为可靠，而可压缩性则显示出较大的相对可变性。

综上所述，本研究通过实验和分析，探讨了NBRBS模塑技术在镁合金铸造中的应用，优化了模具性能，并确定了最佳的参数组合。这些研究结果为镁合金铸造提供了重要的理论和实践指导，有助于提高生产效率和铸件质量。