Optimización de un producto médico enfocado en el moldeo por inyección
Palabras clave:
moldeo por inyección, optimización de moldeo, superficie de respuesta, diseño de experimentosResumen
En este artículo, se presenta la optimización de un producto médico, para dicho producto se utilizó el moldeo por inyección por ser un proceso capaz de proporcionar bajos costos en la manufactura, tiempos bajos de transformación de la materia prima y productos obtenidos con diversas formas complejas. Se consideró como factores principales a la temperatura del molde, temperatura de fusión, tiempo de inyección y tiempo de enfriamiento. En la optimización se utilizó diseño de experimentos, posteriormente se implementó el método de descenso más pronunciado, se logró ajustar por medio del diseño central compuesto y fue estimado el punto óptimo de la función por análisis canónico. Utilizando el software CAE Moldex3D, fue simulada la inyección. La optimización redujo el alabeo total de la pieza hasta en 0.2 mm, resultando como factores más significativos la temperatura de fusión, tiempo de inyección y tiempo de enfriamiento.
Descargas
Citas
I. Visnjic Kastalli and B. Van Looy, “Servitization: Disentangling the impact of service business model innovation on manufacturing firm performance,” J. Oper. Manag., vol. 31, no. 4, pp. 169–180, 2013
C. Rusinko, “Green manufacturing: An evaluation of environmentally sustainable manufacturing practices and their impact on competitive outcomes,” IEEE Trans. Eng. Manag., vol. 54, no. 3, pp. 445–454, 2007
S. Agarwal et al., Applied Plastics Engineering Handbook, 2nd ed. Norwich, NY: William Andrew Publishing, 2017
T.L. Smith, “Physical Properties of Polymers–an Introductory Discussion,” Polym. Eng. Sci., vol. 13, no. 3, pp. 161–175, 1973
P.K. Bharti, M.I. Khan, and H. Singh, “Recent Methods for Optimization of Plastic Injection Molding Process – a Retrospective and Literature Review,” Int. J. Eng. Sci. Technol., vol. 2, no. 9, pp. 4540–4554, 2010
M. Leite, M. Barrozo, and J. Ribeiro, “Canonical Analysis Technique as an Approach to Determine Optimal Conditions for Lactic Acid Production by Lactobacillus helveticus ATCC 15009,” Int. J. Chem. Eng., vol. 2012, 2012
S. J. Téllez-Luis, A. Moldes, J. Alonso, and M. Vázquez, “Optimization of Lactic Acid Production by Lactobacillus delbrueckii through Response Surface Methodology,” J. Food Sci., vol. 68, pp. 1454–1458, 2006
C. Liyana-Pathirana and F. Shahidi, “Optimization of extraction of phenolic compound from wheat using response surface methodology,” Food Chem., vol. 93, pp. 47–56, 2005
N. Yousefi, F. Zeynali, and M. Alizadeh, “Optimization of low-fat meat hamburger formulation containing quince seed gum using response surface methodology,” J. Food Sci. Technol., vol. 55, 2017
G. Danmaliki, T. Saleh, and S. Ahmad, “Response Surface Methodology Optimization of Adsorptive Desulfurization on Nickel/Activated Carbon”, vol. 313, 2017
N. Sulaiman, R. Hashim, M.H. Mohamad Amini, M. Danish, and O. Sulaiman, “Optimization of activated carbon preparation from cassava stem using response surface methodology on surface area and yield,” J. Clean. Prod., vol. 198, 2018
L. Freeman, A. Ryan, J. Kensler, R. Dickinson, and G. Vining, “A Tutorial on the Planning of Experiments,” Qual. Eng., vol. 25, 2013
S.K.S. Fan and K.-N. Huang, “A new search procedure of steepest ascent in response surface exploration,” J. Stat. Comput. Simul., vol. 81, no. 6, pp. 661–678, 2011
G. E. P. Box and K. B. Wilson, “On the Experimental Attainment of Optimum Conditions,” 1992, pp. 270–310
G. E. P. Box and D. W. Behnken, “Some New Three Level Designs for the Study of Quantitative Variables,” Technometrics, vol. 2, no. 4, pp. 455–475, 1960
M. Raymond H, D. C. Montgomery, and C.M. Anderson-Cook, Response Surface Methodology: Process and Product Optimization Using Designed Experiments. John Wiley & Sons, 2016.
E. Del Castillo, Process Optimization:A Statistical Approach, vol. 105. Boston, MA: Springer US, 2007.
Y. Yang and F. Gao, “Injection molding product weight: Online prediction and control based on a nonlinear principal component regression model,” Polym. Eng. Sci., vol. 46, pp. 540–548, 2006
U.M. Attia and J.R. Alcock, “An evaluation of process-parameter and part-geometry effects on the quality of filling in micro-injection moulding,” Microsyst. Technol., vol. 15, no. 12, pp. 1861–1872, Dec. 2009
D.C. Montgomery, Design and Analysis of Experiments, 8th ed., vol. 2. Hoboken, NJ, USA: John Wiley & Sons, Inc., 2012
