舒海濤1，劉治華1，梁帥2，李洋1，徐剛1，張瑞根1
1. 鄭州大學(xué)機(jī)械與動(dòng)力工程學(xué)院，鄭州 450001 ； 2. 廣東順德創(chuàng)新設(shè)計(jì)研究院，廣東佛山 528311
摘要：針對(duì)微流控芯片在注射成型過程中出現(xiàn)的翹曲變形現(xiàn)象，選取環(huán)烯烴類共聚物(COC)材料，結(jié)合模具溫度、熔體溫度、保壓壓力、保壓時(shí)間、注塑壓力5個(gè)工藝參數(shù)設(shè)計(jì)正交試驗(yàn)。采用灰色關(guān)聯(lián)分析法對(duì)正交試驗(yàn)結(jié)果進(jìn)行了分析，通過Moldflow模擬分析工藝參數(shù)對(duì)微流控芯片注射成型翹曲變形的影響，運(yùn)用信噪比對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行處理，并采用灰色關(guān)聯(lián)度模型分析各工藝參數(shù)對(duì)芯片翹曲變形的影響程度。將正交試驗(yàn)極差分析結(jié)果與灰色關(guān)聯(lián)分析法所得結(jié)果進(jìn)行比較，發(fā)現(xiàn)灰色關(guān)聯(lián)分析法所得結(jié)果優(yōu)于極差分析的結(jié)果，得出影響COC芯片翹曲變形的順序從大到小為熔體溫度、模具溫度、保壓壓力、保壓時(shí)間、注塑壓力，并得到最優(yōu)工藝參數(shù)為模具溫度120℃、熔體溫度265℃、保壓壓力100MPa、保壓時(shí)間14s、注塑壓力125 MPa。該方法能有效提高制品質(zhì)量，經(jīng)優(yōu)化后收縮不均翹曲變形量降低了29.76%。
關(guān)鍵詞：微流控芯片；工藝參數(shù)優(yōu)化；翹曲變形；正交試驗(yàn)；灰色關(guān)聯(lián)度分析
微流控技術(shù)最初源于微機(jī)電系統(tǒng)在微量流體操控方面的研究，于20世紀(jì)90年代初形成[1]。微流控芯片具有低消耗、快速分析、微型化和自動(dòng)化等特點(diǎn)，被列為21世紀(jì)最為重要的前沿技術(shù)[2]，更被福布斯評(píng)為“影響人類未來世界15件最重要的發(fā)明之一”[3–4]。
硅、玻璃與聚合物是微流控芯片的主要材料[5]，其中聚合物具有透光性高、生物相容性好、可批量生產(chǎn)、成本低等優(yōu)點(diǎn)，是加工制造微流控芯片最有前景的材料。目前，制作聚合物微流控芯片的主要方法有熱壓成型法[6]、UV-LIGA[7]和注射成型法[8]等。 芯片在注射成型過程中會(huì)出現(xiàn)多種成型缺陷，微通道復(fù)制度是影響芯片使用性能最重要的指標(biāo)，翹曲變形、收縮變形、表面縮痕等宏觀缺陷對(duì)芯片的鍵合質(zhì)量有著重要影響。
國內(nèi)外學(xué)者對(duì)芯片微通道的復(fù)制形貌進(jìn)行了一定的研究，B. Sha[9]等研究了料筒溫度、模具溫度、注射速度和一種幾何因素 ( 微結(jié)構(gòu)之間的距離 ) 對(duì)微注射成型復(fù)制度的影響；宋滿倉等[10]研究分析了成型工藝參數(shù)對(duì)微通道復(fù)制不完全和表面縮痕兩種缺陷的影響；蔣炳炎等[11]研究了注塑工藝參數(shù)對(duì)微圓柱透鏡陣列復(fù)制度的影響。
但目前，對(duì)微流控芯片注射成型過程中出現(xiàn)的宏觀缺陷如翹曲變形的相關(guān)研究卻鮮有報(bào)道，翹曲變形過大會(huì)嚴(yán)重影響芯片的鍵合質(zhì)量和微滴生成實(shí)驗(yàn)，因此筆者對(duì)環(huán)烯烴類共聚物(COC)芯片的翹曲變形進(jìn)行模擬分析，優(yōu)化了翹曲變形工藝參數(shù)，為COC芯片的后續(xù)成功熱壓鍵合奠定基礎(chǔ)。
01 模型的建立和分析
1.1 微流控芯片模型建立及網(wǎng)格劃分
首先利用solidworks三維軟件建立微流控芯片的幾何模型，微流控芯片模型結(jié)構(gòu)見圖1，最大輪廓尺寸為76mmx26mmx1.9mm，芯片的基片上表面設(shè)有三排規(guī)格不同的儲(chǔ)液池，其直徑分別為4.4mm，3.0mm，5.2mm。
將幾何模型保存為stl文件通過軟件接口導(dǎo)入到Moldflow軟件中進(jìn)行網(wǎng)格劃分。為減小網(wǎng)格縱橫比和提高網(wǎng)格匹配百分比，先利用CAD doctdor對(duì)模型進(jìn)行簡化和幾何修復(fù)處理，去除芯片四周小圓角和基片上表面的Logo標(biāo)識(shí)符號(hào)。然后對(duì)其進(jìn)行雙層面網(wǎng)格劃分，網(wǎng)格劃分結(jié)果如圖2所示，網(wǎng)格最大縱橫比7.18，最小縱橫比1.16，平均縱橫比1.62，消除自由邊、多重邊、配向不正確單元等缺陷，網(wǎng)格匹配百分比91%，大于85%，滿足翹曲分析要求。
先在默認(rèn)工藝條件(熔體溫度275℃，模具溫度110℃，保壓壓力80MPa，保壓時(shí)間10s，注塑壓力120 MPa)下對(duì)其進(jìn)行冷卻+填充+保壓+翹曲分析，分析結(jié)果見圖3，所有效應(yīng)變形為0.2998mm，收縮不均翹曲變形為0.3065mm。
1.2 芯片材料選擇
所用微流控芯片材料選擇日本株式會(huì)社大賽璐公司和寶理塑料株式會(huì)社的合資公司生產(chǎn)的COC，牌號(hào)為Topas6013 S-04。COC是通過雙環(huán)戊二烯和乙烯反應(yīng)得到的降冰片烯再與乙烯單體在茂金屬催化劑作用下共聚而得到的高分子材料，其物性參數(shù)見表1。
COC透明性高、耐熱性高、耐化學(xué)藥品性好且耐滅菌處理，具有高流動(dòng)性和優(yōu)良的脫模性能，主要用于生產(chǎn)醫(yī)療包裝（塑料瓶，預(yù)充填式注射器）和生產(chǎn)診斷器具（生物芯片，微量滴定板），適合制造微流控芯片。
02 正交試驗(yàn)設(shè)計(jì)及翹曲變形仿真分析
2.1 正交試驗(yàn)因素水平設(shè)計(jì)
注射成型工藝參數(shù)對(duì)芯片翹曲變形影響比較復(fù)雜，在設(shè)備與模具及材料等條件確定的情況下，溫度、壓力、時(shí)間等工藝參數(shù)對(duì)塑件的翹曲變形有著直接影響[12]，工藝參數(shù)設(shè)置不合理會(huì)直接影響芯片的表面質(zhì)量進(jìn)而影響后續(xù)的鍵合工藝。選取模具溫度(A)，熔體溫度(B)，保壓壓力(C)，保壓時(shí)間(D)，注塑壓力(E) 五個(gè)工藝參數(shù)作為試驗(yàn)因素，每因素選取四個(gè)水平 ( 不考慮各因素之間的交互作用 )，對(duì)COC芯片進(jìn)行翹曲變形仿真分析，試驗(yàn)因素及水平如表2所示。
2.2 正交試驗(yàn)方案設(shè)計(jì)及分析
在上述默認(rèn)工藝條件下，選擇冷卻、填充、保壓、翹曲分析序列進(jìn)行分析，所得各類翹曲變形結(jié)果見圖4。由圖4可知，翹曲的所有效應(yīng)變形量為0.2998mm，冷卻不均變形量為0.02mm，收縮不均變形量為0.3065mm，取向效應(yīng)引起的變形量為0.0104mm，可知芯片翹曲變形量主要由收縮不均所引起，所以選擇由收縮不均引起的翹曲變形量作為優(yōu)化目標(biāo)。微流控芯片在注射成型過程中，芯片翹曲變形量值越小越優(yōu)，考慮到正交試驗(yàn)重復(fù)試驗(yàn)結(jié)果變化的影響，在對(duì)收縮不均翹曲變形量進(jìn)行分析之前，先用信噪比(S/N) 對(duì)評(píng)價(jià)指標(biāo)進(jìn)行優(yōu)化處理，以相應(yīng)的S/N值對(duì)試驗(yàn)結(jié)果進(jìn)行數(shù)據(jù)分析，可以減小試驗(yàn)過程中隨機(jī)干擾的影響，有利于找到最佳工藝參數(shù)組合。按照優(yōu)化目標(biāo)的不同，S/N可分為望小、望大、望目三種計(jì)算類型[13–14]。收縮不均翹曲變形量值越小越優(yōu)，屬于望小特性，故選用望小特征函數(shù)計(jì)算目標(biāo)值的S/N[15]，計(jì)算公式如式(1)所示。
式(1)中，n為每組試驗(yàn)重復(fù)次數(shù)，yi為第i次試驗(yàn)值。
用X1表示收縮不均翹曲變形量，選用L16(45)正交試驗(yàn)表，按照表中試驗(yàn)方案進(jìn)行注塑模擬分析，正交試驗(yàn)方案及模擬結(jié)果和S/N計(jì)算結(jié)果見表3。以表3中S/N數(shù)據(jù)為指標(biāo)對(duì)正交試驗(yàn)結(jié)果進(jìn)行極差分析，分析結(jié)果見表4。
由表4可知，極差RC>RB>RD>RE>RA，初步得出對(duì)COC芯片翹曲變形量的影響大小排列順序?yàn)楸簤毫?gt;熔體溫度>保壓時(shí)間>注塑壓力>模具溫度，最優(yōu)因素水平組合 A4B1C1D4E1。在此組參數(shù)組合下進(jìn)行模擬驗(yàn)證，所得結(jié)果見圖5，收縮不均翹曲變形量為0.2188 mm，與表3中結(jié)果相比不是最優(yōu)結(jié)果，需采用其它方法進(jìn)一步優(yōu)化，筆者采用灰色關(guān)聯(lián)分析法進(jìn)一步分析和優(yōu)化。
03 灰色關(guān)聯(lián)分析
灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論的重要組成部分之一，是一種系統(tǒng)的分析方法，它利用因素間關(guān)聯(lián)程度的大小來判斷相互間關(guān)系的強(qiáng)弱[16–17]。對(duì)正交試驗(yàn)結(jié)果進(jìn)行灰色關(guān)聯(lián)分析，分析多個(gè)工藝參數(shù)對(duì)芯片注射成型中翹曲變形的影響程度，灰色關(guān)聯(lián)度越大，對(duì)芯片質(zhì)量影響越顯著，灰色關(guān)聯(lián)分析步驟如下：
①確定優(yōu)化目標(biāo)的參考系列Yj和影響因子比較系列Xi，如式(2)所示。
式(2) 中，p為指標(biāo)個(gè)數(shù)，m為因素個(gè)數(shù)，n為試驗(yàn)次數(shù)。
②Y和X的無量綱處理。在分析之前，先對(duì)各指標(biāo)值歸一化處理，采用初值化處理，即序列中的所有數(shù)據(jù)均與它的第一個(gè)數(shù)據(jù)相除，從而得到一個(gè)新序列?；疑P(guān)聯(lián)分析無量綱處理后的參考序列Yj’和比較序列Xi’如式(3)所示。
③計(jì)算灰色關(guān)聯(lián)系數(shù)εi(k)，如式(4) 所示。
式(4) 中，?min為參考序列與比較序列最小絕對(duì)差值，?max為參考序列與比較序列最大絕對(duì)差值，?i(k)為第i項(xiàng)指標(biāo)參考序列與比較序列的差值，ρ為分辨系數(shù)，通常在0到1之間取值，在分析中取ρ=0.5。
⑤計(jì)算灰色關(guān)聯(lián)度。由于關(guān)聯(lián)系數(shù)是參考序列在各個(gè)水平組合下的關(guān)聯(lián)程度值，比較分散，無法整體比較，故取其平均值，則灰色關(guān)聯(lián)度γi計(jì)算如式(5)所示。
根據(jù)上述步驟計(jì)算得到的灰色關(guān)聯(lián)系數(shù)見表5。由表5和式(5)得到因素A，B，C，D，E的灰色關(guān)聯(lián)度γ1=0.829185，γ2=0.926006，γ3=0.759137， γ4=0.653541，γ5=0.579 888?？芍?gamma;2﹥γ1﹥γ3﹥γ4﹥γ5，得到影響COC芯片注射成型收縮不均翹曲變形量大小的因素排序?yàn)槿垠w溫度>模具溫度>保壓壓力>保壓時(shí)間>注塑壓力。通過灰色關(guān)聯(lián)系數(shù)判斷最優(yōu)工藝條件，若目標(biāo)值越大越優(yōu)，灰色關(guān)聯(lián)系數(shù)最大所對(duì)應(yīng)的工藝參數(shù)組合為最佳工藝條件[18]，由于翹曲變形量是趨小特性目標(biāo)值，故灰色關(guān)聯(lián)系數(shù)越小，結(jié)果越好，從表5可知各因素灰色關(guān)聯(lián)系數(shù)最小值minε1=0.628289，minε2=0.802916，minε3=0.584997，minε4=0.374388，minε5=0.333333，對(duì)應(yīng)的最優(yōu)因素水平組合為A4B1C4D4E4，即模具溫度120℃，熔體溫度265℃，保壓壓力100MPa，保壓時(shí)間14s，注塑壓力125MPa。此組合不在16組正交試驗(yàn)方案之內(nèi)，故對(duì)此組工藝參數(shù)進(jìn)行模擬驗(yàn)證，驗(yàn)證結(jié)果如圖6所示。圖6顯示，所有效應(yīng)變形量為0.2139mm，收縮不均翹曲變形量為0.2153mm，與默認(rèn)工藝參數(shù)相比，分別下降了28.65%和29.76%。
04 結(jié)論
(1) 通過比較正交試驗(yàn)極差分析法和灰色關(guān)聯(lián)分析法的優(yōu)化結(jié)果，發(fā)現(xiàn)兩者之間有差別，灰色關(guān)聯(lián)分析法所得收縮不均翹曲變形結(jié)果為0.2153mm，比極差分析結(jié)果0.2188mm更優(yōu)。
(2) 通過灰色關(guān)聯(lián)模型分析了各工藝參數(shù)對(duì)COC芯片注射成型中翹曲變形影響程度，得出熔體溫度影響最大，模具溫度次之，注塑壓力影響最小。
(3) 通過正交試驗(yàn)和灰色關(guān)聯(lián)分析，得出最佳工藝參數(shù)組合方案為模具溫度120℃，熔體溫度265℃，保壓壓力100MPa，保壓時(shí)間14s，注射壓力125MPa。
(4) 經(jīng)灰色關(guān)聯(lián)分析法對(duì)工藝參數(shù)優(yōu)化后，收縮不均引起的翹曲變形量由優(yōu)化前的0.3065mm降為0.2153mm，下降了29.76%，芯片質(zhì)量有了較大提高。
參 考 文 獻(xiàn)
[1] Manz A，Graber N，Widmer H M. Miniaturized total chemical analysis systems:A novel concept for chemical sensing[J]．Sensors & Actuators B:Chemical，1990，1(1–6):244–248．
[2] Song S，Lee K Y. Polymers for microfluidic chips[J]. Macro-molecular Research，2006，14(2):121–128.
[3] Xie Y，Chen D，Lin S. Microfluidic electrochemical detection techniques of cancer biomarkers[J]. Nano Biomed & Engineer，2017，9(1):57–71．
[4] 王學(xué)虎 . 微流控芯片注射壓縮成型及其可視化的研究 [D]. 大連：大連理工大學(xué)，2010.
[5] Becker H，G rtner C. Polymer microfabrication technologies for microfluidic systems[J]. Analytical & Bioanalytical Chemistry，2008，390(1):89–111.
[6] Chen Z，Zhang L Y，Chen G. A spring-driven press device for hot embossing and thermal bonding of PMMA microfluidic chips[J]. Electrophoresis，2010，31(15):2 512–2 519．
[7] Jiang B Y，Liu Y，Chu C P，et al. Research on micro-channel of PMMA microfluidic chip under various injection molding parameters[J]. Adv Mater Res，2009，87–88:381–386.
[8] Verma P，Zaman Khan K，Khonina S N，et al. Ultraviolet-LIGA based fabrication and characterization of a nonresonant drive-mode vibratory gyro/accelerometer[J]. Journal of Micro/Nanolithography，MEMS，and MOEMS，2016，15(3).doi:10.1117/1. JMM.15.3.035001.
[9] Sha B，Dinmov S，Grffithis C，et al. Investigation of micro injection moulding:Factors affecting the replication quality[J]. Journal of Materials Processing Technology，2007，183(2):284–296.
[10] 宋滿倉，張傳贊，劉瑩，等 . 微結(jié)構(gòu)塑件注射成型特性實(shí)驗(yàn)研究[J]. 大連理工學(xué)報(bào)，2010，50(5):682–685.
[11] 蔣炳炎，申瑞霞，沈龍江，等 . 注射成型工藝參數(shù)對(duì)微結(jié)構(gòu)零件復(fù)制度的影響 [J]. 光學(xué)精密工程，2008，16(2):248–256.
[12] 劉朝福，劉建偉，何玉林 . 基于正交試驗(yàn)的PP車門內(nèi)飾板注塑工藝參數(shù)優(yōu)化[J]. 合成樹脂及塑料，2015，32(1):50–53．
[13] 彭安華，王天宇，張同保，等 . 基于信噪比與相對(duì)關(guān)聯(lián)度的齒輪熱處理工藝參數(shù)優(yōu)化 [J]. 熱加工工藝，2020，49(14):119–123.
[14] 陶俊，翟豪瑞，洪學(xué)浩 . 車門內(nèi)飾板優(yōu)化分析及模具設(shè)計(jì) [J]. 工程塑料應(yīng)用，2020，48(1):81–85.
[15] 孫首群，張書魁，黃梅仙 . 基于信噪比及灰關(guān)聯(lián)度的注塑工藝參數(shù)優(yōu)化[J]. 塑性工程學(xué)報(bào)，2016，23(1):141–145.
[16] 王海峰，沈鑫華 . 信噪比灰色關(guān)聯(lián)分析在注塑工藝參數(shù)優(yōu)化中的應(yīng)用 [J]. 塑料工業(yè)，2019，47(4):69–72.
[17] Altan M. Reducing shrinkage in injection moldings via the Taguchi，ANOVA and neural network methods[J]. Materials & Design，2010，31(1):599–604.
[18] 管曉芳 . 正交試驗(yàn)灰關(guān)聯(lián)度分析法 [J]. 水利與建筑工程學(xué)報(bào)，2007(2):76–77，88.
聚砜醫(yī)療干粉吸入...
塑料包裝材料的減...
汽車功能鍵觸摸蓋I...
高性能注塑聚丙烯...
