プラスチックの射出成形での流動特性の違いとその最適化技術

射出成形における流動特性とは

射出成形では、加熱され溶融した樹脂がスクリューから金型キャビティへと高速で充填される。
この際の樹脂の動き方を総称して流動特性と呼ぶ。
具体的には粘度、せん断速度に対する粘度変化（せん断薄化性）、メルトフローインデックス（MFI）、温度依存性などが含まれる。
流動特性は、金型内での圧力分布やゲートシールタイミングを左右し、最終製品の寸法精度や外観品質にも直結する。
したがって、流動特性を理解し適切に制御することが、高品質かつ高歩留まりの射出成形を実現する鍵となる。

流動特性に影響を与える要因

樹脂の分子構造

アモルファス樹脂は分子鎖が無秩序に絡まりあっているため、せん断速度に対する粘度変化が比較的緩やかである。
結晶性樹脂は分子鎖が規則正しく配列されるため融点が存在し、温度領域によって粘度が急激に変化する。
その結果、充填特性や保圧収縮挙動も樹脂系統により大きく異なる。

充填圧力と射出速度

高い射出速度はキャビティを短時間で満たし、溶融樹脂が冷え固まる前に充填を完了させる利点がある。
一方で、せん断熱による温度上昇で粘度が低下しすぎ、バリやシルバーの発生を招く場合もある。
逆に射出速度が遅いと粘度が高く保たれ、ショートショットやウェルドラインが深刻化する。
適切な射出プロファイル設定は流動特性を活かすうえで不可欠である。

温度管理

シリンダー温度、ノズル温度、金型温度の三つが主な管理ポイントになる。
特に結晶性樹脂では金型温度が低すぎると、樹脂が早期に結晶化し粘度が跳ね上がるため、充填不足や表面転写不良を起こしやすい。
逆に金型温度が高すぎると冷却時間が延び、サイクルタイムが悪化する。
温度プロファイルの最適化は流動特性を均一化する基本施策である。

金型設計

ゲート位置と数、ランナー断面、キャビティ壁面粗さ、エジェクタピン配置など、流動抵抗に影響する要素は多岐にわたる。
細長いフロー距離や薄肉形状では樹脂が急速に冷え粘度が上昇するため、均圧構造やベンティングの強化が求められる。

添加剤とフィラー

難燃剤、可塑剤、ガラス繊維、タルクなどの添加は樹脂粘度を大きく変える。
とりわけ長繊維強化樹脂はファイバーの絡み合いでせん断粘度が急増し、未充填やウェルド強度低下を招くリスクが高い。

流動特性の違いによる成形不良

ショートショット

樹脂がキャビティ前端まで届かず充填不足になる。
主因は粘度上昇と圧力損失のバランス崩壊である。

ウェルドライン

二つ以上のフローフロントが合流するとき、溶融温度が低いと分子鎖が十分に絡まず線状の弱点が残る。
粘度が下がりやすい高流動グレードを選ぶか、局所的に金型温度を上げると改善する。

ボイドと気泡

樹脂の充填が急激すぎると溶融樹脂中に空気が巻き込まれ、排気されずに残留する。
逆に粘度が高すぎる場合も圧力不足で空気抜けが不完全になる。

反り変形

保圧完了後の冷却収縮差が原因で、流動特性が均一でないほど各部の残留応力が増幅する。

流動特性を最適化する技術

CAEシミュレーションの活用

樹脂メーカー提供のPVTデータや粘度モデルをもとに、モールドフロー解析を実施することで、圧力損失、温度分布、フローフロント挙動を事前に予測できる。
ゲート位置や金型温度の影響をバーチャルで検証し、試作前に流動特性の最適化を図るのが主流となっている。

可塑化と計量の制御

スクリュー回転数と背圧を高精度に制御することで、樹脂を均一に溶融させ気泡を排除する。
メルト温度のバラツキが減少し、充填フェーズでの粘度が安定する。

多段射出制御

射出速度を数段に分け、ゲート近傍の高速射出と微細部の低速射出を組み合わせる手法が効果的である。
先端部のせん断熱を利用して粘度を下げつつ、最終段で過充填を防ぐことが可能になる。

金型温度制御の高度化（ヒート＆クール）

金型を射出直前に高温まで加熱し、充填完了後に急冷するヒート＆クール技術は、薄肉品や高外観部品で活躍する。
高温充填により粘度を低下させ、ウェルドレス外観と転写性向上を同時に実現できる。

ガスアシスト・水アシスト成形

樹脂充填終了直後に高圧ガスまたは水を導入し、中空化を利用して内部圧力を均一化する。
結果として粘度勾配によるヒケや反りを抑制しつつ材料使用量も削減できる。

高流動グレードとリサイクル材の混合

再生材を多用すると粘度が予測困難になりがちだが、高流動グレードをブレンドすることで平均粘度を下げ、一貫した流動特性を確保できる。
添加量をCAEで最適化し、機械的強度とのバランスを取るのがポイントである。

IoTとAIを用いたリアルタイム最適化

近年は成形機に多数のセンサーを搭載し、射出圧力、スクリューポジション、金型温度、樹脂温度をミリ秒単位で収集するケースが増えている。
AIモデルにこれらのデータを学習させることで、次ショットの射出速度や保圧切替点を自動補正し、粘度変動に追従するシステムが登場した。
クラウド連携により複数工場のデータを統合すれば、樹脂ロット差や季節変動の影響も事前にフィードフォワード制御できる。
結果として不良率が大幅に低減し、熟練オペレーターの勘に頼らないスマート成形が実現可能となる。

まとめ

射出成形での流動特性は、樹脂選定・金型設計・成形条件の三位一体で決定される。
粘度のわずかな違いがショートショットやウェルドラインなどの不良を引き起こすため、定量的な把握と制御が欠かせない。
CAE解析と多段射出、ヒート＆クール、ガスアシストなどの最適化技術を組み合わせることで、難易度の高い薄肉・高外観製品でも高歩留まりを維持できる。
さらにIoTとAIを活用したリアルタイム補正が進めば、樹脂ロットごとのばらつきを自律的に吸収する次世代の射出成形が実現する。
製品要求の高度化が続くなか、流動特性を中心としたデータドリブンな最適化は、今後の競争力を左右する重要テーマである。