Nov 26, 2025 Tinggalkan pesan

Bagaimana prospek penerapan cetakan injeksi pada produk elektronik AI?

一, Integrasi teknologi: Peningkatan cetakan injeksi cerdas yang digerakkan oleh AI
1. Rekonstruksi desain cetakan yang cerdas
Desain cetakan injeksi tradisional bergantung pada pengalaman insinyur dan mengalami siklus yang panjang serta tingkat kesalahan yang tinggi. Pengenalan teknologi AI memungkinkan analisis mendalam terhadap data desain yang sangat besar (seperti properti material, parameter proses pencetakan, dan riwayat kasus cacat) melalui algoritme pembelajaran mesin, yang secara otomatis dapat menghasilkan solusi pengoptimalan. Misalnya, perangkat lunak berdasarkan desain generatif dapat menggabungkan persyaratan fungsional produk dan kondisi produksi untuk dengan cepat menghasilkan solusi optimal untuk struktur utama seperti permukaan perpisahan, sistem penuangan, dan sirkuit air pendingin, sehingga mengurangi siklus desain cetakan hingga lebih dari 40%. Dalam desain cetakan penutup belakang melengkung untuk ponsel pintar seri Huawei Mate, AI menyimulasikan perilaku aliran material pada berbagai kelengkungan untuk mengontrol kesalahan celah dalam 0,005 mm, sehingga memastikan kesesuaian permukaan dan hasil produk.

2. Optimalisasi dan prediksi proses produksi secara real time
Teknologi AI mengumpulkan parameter-waktu nyata seperti suhu, tekanan, kecepatan, dan posisi mesin cetakan injeksi melalui jaringan sensor, dan menggabungkannya dengan model jaringan saraf untuk memprediksi kualitas cetakan. Misalnya, sistem pengoptimalan proses AI yang dikembangkan oleh perusahaan tertentu dapat mengidentifikasi risiko cacat seperti tembakan pendek, kilatan, dan lengkungan terlebih dahulu dengan menganalisis data tekanan rongga (dengan akurasi ± 0,1MPa), dan secara otomatis menyesuaikan tekanan penahan dan waktu pendinginan, sehingga mengurangi tingkat cacat produk dari 3% menjadi 0,5%. Dalam produksi penutup antena stasiun pangkalan 5G, sistem AI mengoptimalkan desain saluran spiral dengan menyimulasikan hilangnya dielektrik material LCP pada sinyal frekuensi tinggi, menstabilkan hilangnya penutup antena pada 0,0028 pada pita frekuensi 10GHz, sehingga memenuhi persyaratan komunikasi 5G.

3. Prediksi akurat dan pemeliharaan umur cetakan
Teknologi AI dapat memprediksi sisa umur cetakan dan memberikan peringatan dini dengan menganalisis data penggunaan cetakan (seperti waktu buka dan tutup, gaya dorong, fluktuasi suhu), dikombinasikan dengan model kelelahan material. Misalnya, sistem pemeliharaan AI yang diperkenalkan oleh perusahaan cetakan elektronik otomotif tertentu secara dinamis menyesuaikan siklus penggantian alat pemotong paduan keras dari siklus tetap 8 jam menjadi 10-12 jam dengan memantau data getaran robot enam sumbu selama bongkar muat, dikombinasikan dengan algoritme yang dilatih pada 5000+kasus kesalahan historis. Tingkat kerusakan alat berkurang dari 2% menjadi 0,28%, menghemat biaya alat tahunan sebesar 2,1 juta yuan.

2, Skenario aplikasi: Terobosan teknologi cetakan yang didorong oleh permintaan produk elektronik AI
1. Miniaturisasi dan-manufaktur presisi tinggi
Tren miniaturisasi produk elektronik AI, seperti perangkat AR/VR, mikrosensor, dan elektronik medis, sangat menuntut keakuratan cetakan injeksi. Misalnya, cetakan dudukan lensa mikro yang dikembangkan oleh Sunny Optics untuk perangkat VR memiliki ukuran rongga hanya 2,5 mm × 1,8 mm. Dengan menggunakan tiang pemandu rubi (dengan peningkatan ketahanan aus 5 kali lipat) dan unit injeksi piezoelektrik (dengan kecepatan injeksi 500 mm/s), toleransi dimensi 0,001 mm dapat dicapai; Cetakan elektroda sensor glukosa darah di perusahaan elektronik medis menggunakan teknologi penentuan posisi levitasi magnetik (akurasi posisi ± 0,0005 mm) untuk mengontrol celah kesesuaian antara sisipan dan plastik dalam jarak 0,002 mm, sehingga memecahkan masalah penyimpangan sinyal sensor.

2. Tantangan dalam Membentuk Material Berkinerja Tinggi
Persyaratan sifat material seperti ketahanan suhu tinggi, konduktivitas termal tinggi, dan biokompatibilitas pada produk elektronik AI mendorong peningkatan teknologi cetakan. Misalnya, cetakan bahan PEEK yang digunakan untuk konektor elektronik penerbangan perlu menjaga suhu rongga yang seragam (perbedaan suhu ± 1 derajat) pada 360-380 derajat, yang tidak dapat dipenuhi oleh batang pemanas tradisional. Namun, teknologi sirkuit air pendingin konformal yang digerakkan oleh AI dapat mempersingkat waktu pendinginan dari 35 detik menjadi 21 detik dan meningkatkan hasil cetakan dari 85% menjadi 98%; Cetakan cangkang pengisi daya ramah lingkungan tertentu terbuat dari 30% bahan PLA yang dimodifikasi pati jagung. Melalui bentuk yang dioptimalkan AI mengikuti desain pendinginan, tingkat penyusutan berkurang dari 15% menjadi 2,8%, dan cangkang dapat terdegradasi sepenuhnya dalam 180 hari dalam kondisi pengomposan industri.

3. Personalisasi dan produksi yang fleksibel
Perkembangan produk elektronik AI yang cepat, seperti penggantian ponsel pintar setiap tahun, mengharuskan cetakan memiliki kemampuan untuk mengganti cetakan dengan cepat dan produksi yang fleksibel. Misalnya, cetakan dudukan telapak tangan laptop seri Lenovo Xiaoxin telah dirancang secara modular, mengurangi waktu penggantian cetakan dari 4 jam menjadi 30 menit, dan mendukung produksi bersama beberapa model produk; Cetakan untuk cangkang rokok elektronik yang dikembangkan oleh perusahaan rokok elektrik tertentu mengoptimalkan posisi gerbang melalui simulasi Moldflow, mengurangi jumlah cetakan percobaan dari 5 menjadi 2 dan memperpendek siklus pengembangan sebanyak 32 hari, sehingga memenuhi permintaan pasar akan respons yang cepat.

3, Tantangan Industri: Terobosan Kolaboratif dalam Teknologi, Biaya, dan Ekologi
1. Hambatan teknis pada-manufaktur dengan presisi tinggi
Miniaturisasi produk elektronik AI telah menyebabkan peningkatan signifikan dalam kompleksitas struktur cetakan. Misalnya, cetakan pelat pemandu cahaya modul lampu latar Mini LED perlu memproses 1,2 juta susunan lensa mikro dengan diameter 0,15 mm. Pemesinan CNC tradisional membutuhkan waktu 280 jam dan akurasi permukaan (nilai PV) hanya 0,5 μm, yang tidak dapat memenuhi persyaratan keseragaman cahaya latar (nilai PV Kurang dari atau sama dengan 0,3 μm); Cetakan komponen plastik untuk engsel ponsel layar lipat harus mencapai tarikan inti multi-arah dalam 6 arah tarikan inti, dengan persyaratan presisi sinkron ± 0,003mm untuk penutupan cetakan. Sistem penarik inti hidraulik tradisional memiliki penundaan respons sekitar 0,05 detik, yang dapat dengan mudah menyebabkan komponen menyala, dengan tingkat luluh hanya 82%.

2. Tekanan biaya material-berperforma tinggi
Pemrosesan cetakan bahan biobased seperti PLA dan PHA memerlukan teknik khusus. Misalnya, bahan PHA rentan terhadap degradasi ketika suhu cetakan injeksi melebihi 190 derajat, memerlukan sekrup khusus dengan lapisan krom dan alur gradien, sehingga biaya cetakan 12% -15% lebih tinggi dibandingkan cetakan tradisional; Cetakan cangkang radar gelombang milimeter yang dikembangkan oleh perusahaan tertentu menggunakan bahan PPO yang dimodifikasi, dikombinasikan dengan teknologi pelapisan dalam cetakan untuk mencapai deformasi termal Kurang dari atau sama dengan 0,1 mm/m di lingkungan -40 derajat hingga 85 derajat, tetapi biaya bahan pelapis menyumbang 25% dari total biaya cetakan.

3. Bakat interdisipliner dan kolaborasi ekologi
Pengembangan cetakan injeksi AI memerlukan integrasi pengetahuan dari berbagai disiplin ilmu seperti ilmu material, teknik mesin, dan ilmu komputer. Misalnya, insinyur algoritma AI perlu memahami prinsip-prinsip desain cetakan pelari, sementara desainer cetakan perlu menguasai skenario penerapan model pembelajaran mesin; Selain itu, penerapan teknologi AI mengharuskan perusahaan cetakan untuk membentuk sinergi ekologis dengan penyedia solusi AI, pemasok sensor, platform komputasi awan, dll. Misalnya, sensor tekanan rongga dan sistem kontrol proses yang disediakan oleh RJG telah menjadi infrastruktur utama untuk mengoptimalkan proses pencetakan injeksi AI.

Kirim permintaan

Rumah

Telepon

Email

Permintaan