10 mm厚PP板90°折弯为何多出2.6°回弹？一次158.1 mm短边的复测记录
金浩丰车间最近为一家电镀酸洗车间的水槽内衬翻边配套加工了一批PP-H折弯支架，板材来料标称厚度10 mm，设计要求把板材沿一条直线折弯成90°的L形，短边160 mm、长边220 mm，用来卡住水槽内衬板边缘并用螺栓固定在槽体外壁上。这批支架用的正是PP板材弯折加工这道常规工艺——先用热风设备把折弯区域局部加热软化，再压在专用胎具上定型冷却，等件子完全降到室温才脱模。弯折听起来简单，但公差常常就卡在这道工序，这次40件的批次里就出了一件典型的问题件，值得把复测的账算清楚。
折弯参数是先算出来的，不是凭手感
板厚10 mm，如果直接按小半径硬弯，外层材料会被过度拉伸而发白甚至出现微裂纹，所以设计时把内弯曲半径定在30 mm，也就是板厚的3倍——这也是行业里比较通行的做法，弯曲半径太小容易在外表面产生应力集中（可参考罗特（Röchling）公布的板材存储与加工指南里对弯曲半径的建议）。加热区域的目标温度定在200℃左右，允许±10℃的浮动，也就是190℃到210℃这个区间，这个数值参考的是热风塑料焊接设备常用的PP软化温度范围。板材来料本身也有公差，10 mm的标称厚度实际有±0.3 mm的波动，这一点在算应变留量的时候也得算进去。
抽检5件，4件合格1件超差
首批40件下线后，质检先抽了5件，用数显角度尺（分辨率0.1°）和游标卡尺（精度0.02 mm）复测。其中4件表现不错：角度落在89.6°到90.4°之间，短边159.6 mm到160.3 mm，长边219.7 mm到220.4 mm，全部落在角度±0.5°、长度±0.5 mm的公差带里。第5件就不对了：角度量出来是92.6°，比公差上限90.5°超出2.1°；短边只有158.1 mm，比160 mm的标准值少了1.9 mm；长边倒是220.5 mm，基本正常。既然抽检见了红，后面干脆把这40件全数复测了一遍，最终确认只有这1件真的超差，单件不良率2.5%，不算严重，但足够说明问题出在哪个环节。
92.6°背后：半径小了8 mm
超差这件角度和短边同时不对，第一反应是查弯曲半径。拿半径规和轮廓仪复核了一下折弯内圆弧，实测半径大约22 mm，比设计的30 mm小了8 mm。半径变小，外层材料被拉伸的比例会跟着涨——用弯曲应变的简化估算公式ε=t/(2R+t)可以算个大概：设计半径30 mm时，ε=10/(2×30+10)=10/70≈14.3%；实测半径22 mm时，ε=10/(2×22+10)=10/54≈18.5%，两者相差4.2个百分点。应变涨上去，外表面更容易局部发白，材料内部回弹的力矩也会跟着变化，这大概率就是92.6°比目标90°多出2.6°的一个直接推手。这只是一个粗算，不是材料手册上的官方系数，但足够用来定位方向——半径没控住，角度大概率跟着跑偏。
温度差25℃，回弹跟着变
半径是一个变量，加热是否到位是另一个变量。事后用红外测温枪补测了那件问题件的加热区表面温度记录，测得当时的加热面温度大约175℃，比200℃的目标低了25℃，也没落进190到210℃这个区间。PP在软化不充分的情况下被强行弯折，材料内部没有被充分松弛，冷却后的弹性回复（业内俗称回弹）会比正常软化的件子更明显，角度往回弹的幅度也更大——这一点和半径偏小叠加在一起，基本能解释这一件为什么角度、短边两个尺寸同时跑偏。至于短边为什么短了1.9 mm，多半是胎具定位挡块有轻微磨损，或者板材来料±0.3 mm的厚度公差在这一件上刚好摞在了不利的方向，不是单一原因，而是几个小误差叠加出来的结果。
复测该按什么频次做
一件问题件不算大事，但复测的方法得跟着调整，不能只在抽检时瞄一眼角度就算完事。往下要做的是：每加工20件抽3件，用红外测温枪核一次加热面温度，确认落在190到210℃区间；每批首件必须用半径规实测弯曲半径，确认不小于30 mm的设计值，再放行批量弯折；角度和长度仍旧用数显角度尺和游标卡尺复测，数据留档，方便追溯到具体是哪一台设备、哪一批来料出的问题。这套流程说起来简单，但能把类似92.6°这种超差件的比例压下去，而不是等它混进40件里全靠运气被抽中。
强度判断不归弯折这道工序管
这里也要说清楚一件事：金浩丰这边做的是按图弯折、尺寸复测和加工记录，能保证的是折弯件的角度、长度和外观落在图纸公差里，至于这批折弯支架装到水槽上以后能不能承受介质冲击、螺栓孔位受力够不够、和槽体连接的强度算不算够，这些属于结构强度和工艺设计的判断，需要由项目方或者持证的工艺工程师根据现场工况另行核算，金浩丰不做这部分的结论。金浩丰目前有多条PP板材挤出线、风管生产线、注塑机和模具、CNC雕刻加工设备，长期为化工防腐、电镀酸洗、废气处理、工业水处理等行业客户供应按图定制的PP板材、管件、风管配件、塔内件等，这次的折弯复测也是车间日常质检里很普通的一环——按公差走一遍数据，超差的挑出来，原因找到就调整参数，不神秘，但每一批都得这么过一遍。
