汽車塑料保險(xiǎn)杠注射成型模具設(shè)計(jì)-注塑模具【18張CAD圖紙+PDF圖】

喜歡這套資料就充值下載吧。。。資源目錄里展示的都可在線預(yù)覽哦。。。下載后都有，，請(qǐng)放心下載，，文件全都包含在內(nèi)，，【有疑問咨詢QQ:1064457796 或 1304139763】

塑料注射模具設(shè)計(jì)的軟件設(shè)計(jì)優(yōu)化 本論文描述的是為注射模具優(yōu)化過程中所應(yīng)用的一種混合電腦軟件策略。在此過程中，所有的注射模具所應(yīng)用的參數(shù)都被考慮在內(nèi)：模溫、熔融溫度、注射溫度和注射壓力?；旌闲碗娔X軟件策略是許多電腦軟件模擬系統(tǒng)、仿真系統(tǒng)和多層神經(jīng)網(wǎng)絡(luò)工作來優(yōu)化參數(shù)。適當(dāng)?shù)姆治瞿M支持神經(jīng)網(wǎng)絡(luò)發(fā)展，它是使模具的設(shè)計(jì)成本降到最低，這種成本是復(fù)合模擬軟件所引起的。根據(jù)優(yōu)化的特點(diǎn)，一個(gè)仿真模擬系統(tǒng)被用來解決模具設(shè)計(jì)的優(yōu)化，可以用一個(gè)例子來表明這個(gè)先進(jìn)策略的有效性。 1.前言 制造業(yè)工業(yè)為了塑膠產(chǎn)品是成長(zhǎng)的迅速地在最近的年,和越來越多塑膠是使用廣泛地到替換為了金屬. 注射模制多數(shù)優(yōu)勢(shì)，例如簡(jiǎn)略產(chǎn)品周期,卓越的表面產(chǎn)品的和容易地模子復(fù)雜的外形,因而它是最多的通俗模制過程為了制造熱塑性的部分. 一般它包含三階段，填補(bǔ)物,包裝和冷卻. 填補(bǔ)物舞臺(tái)是評(píng)論的舞臺(tái)在好質(zhì)量模制的產(chǎn)品. 在填補(bǔ)物舞臺(tái),注射模制過程參數(shù)包括融化流程比率，注射壓，模子溫度和融化蛋彩畫，品.在過去,注射模制過程的設(shè)計(jì)是考慮過的到是“妖術(shù)”,哪個(gè)依賴沉重地在經(jīng)驗(yàn)和專家的知識(shí)和牽連審判和錯(cuò)誤過程. 最近,有的發(fā)展數(shù)字的模擬和聰明的技術(shù),一些發(fā)展向注射模制過程的設(shè)計(jì)是已制成的.背風(fēng)和使用更改復(fù)雜的方法到減少 翹曲在調(diào)整不同的表面厚度 [1].計(jì)劃接近到秤模子洞立基于在數(shù)字的模擬. 在秤流程,和剩余壓力是減少 [2]組合的神經(jīng)的網(wǎng)絡(luò)和數(shù)字的模擬到供應(yīng)神經(jīng)的網(wǎng)絡(luò) (BPNN) 預(yù)言者模型為了塑膠注射模制過程 [3].和發(fā)展聰明的系統(tǒng)為了塑膠的預(yù)言 注射模制過程參數(shù)在聯(lián)合兩者規(guī)則- 立基于和事-立基于接近 [4] 既定的規(guī)則設(shè)為了決定門的位置立基于在塑膠部分的分析. 門的位置是堅(jiān)決的穿過推理有規(guī)則 [5]. 發(fā)展系統(tǒng)哪個(gè)能將門位置最佳化立基于在最初的遮沒計(jì)劃. 系統(tǒng)使用軟件為了流程分析,和控制溫度微分的和原理的數(shù)[6].同樣地定期的上面,數(shù)字的模擬和人造的聰明 技術(shù)能改善塑膠注射的設(shè)計(jì)模制過程. 然而,過程設(shè)計(jì)安排倘若在. 這些方法雖然一般可行的是不最佳的. 軟的計(jì)算是方法學(xué)的社團(tuán)那工作相乘配合作用地和供應(yīng)柔韌性通知過程能力為了處理實(shí)在的曖昧境遇[8,9]. 軟的含義計(jì)算是到開拓公差 到完成溫順,健康和廉價(jià)的解答. 在那里是進(jìn)行的努力到使成整體人造的神經(jīng)網(wǎng)絡(luò),遺傳的算法和其他的方法學(xué)在軟的計(jì)算范例 [10]. 這紙贈(zèng)品雜種最佳的模型在結(jié)合有神經(jīng)的網(wǎng)絡(luò)和遺傳的算法為了塑膠注射模制過程. 計(jì)算機(jī)-助手工程 (CAE) 軟件，,是使用到模擬塑膠的流程. 遺傳的算法 ( 氣體),哪個(gè)有高度能力到獲得全局最佳的解答, 是應(yīng)用的到解決最佳的模型. 為了減少花費(fèi)的計(jì)算起于數(shù)字的擬,BPNN是使用到建立近似的分析模型.在這紙,軟的計(jì)算接近到最佳化塑膠注射模制過程的,哪個(gè)聯(lián)合氣體和 NN,是計(jì)劃. 部分 2 贈(zèng)品最佳的數(shù)學(xué)模型,包括目標(biāo)功能的選擇和 設(shè)計(jì)變量. 在部分 3, 最佳的方法使成整體氣體和 NN 在軟的計(jì)算范例是討論詳細(xì)地. 部分 4 供應(yīng)案例研究那舉例說明的請(qǐng)求計(jì)劃接近. 部分 5 結(jié)束紙和大綱一些為。 2. 最佳的模型為了注射模制過程 期間注射模制,在那里是多數(shù)過程條件哪個(gè)影響塑膠部分的質(zhì)量,例如融化流程比率，注射壓，注射時(shí)間子溫度和融化溫度. 不同的過程條件能提供不同的過失現(xiàn)象. 在發(fā)展中的最佳的模型,唯一的主修課過程考慮過的從可行性的觀點(diǎn)和溫順. 在訂購到描寫最佳化方法,黃油容器眼瞼有的最小厚度 1.5 毫米,是奶油 2.1 設(shè)計(jì)變量和目標(biāo)功能 它是知名的那在那里是多數(shù)因素那有影響在部分的質(zhì)量，例如模子溫度,融化溫度，注射時(shí)間，注射壓,排設(shè)計(jì) (風(fēng)格，大小,門的位置) 和的幾何學(xué)部分. 為了考慮可行性和溫順,學(xué)習(xí)是集中鑰匙過程操作參數(shù),括模子溫度 ，融化溫度,注射時(shí)間和注射壓,贈(zèng)予的遮沒安排設(shè)計(jì)和部分的幾何學(xué). 模子溫度山脈從 50個(gè)到 75 o C,融化溫度 山脈從230 到 280 o C,注射時(shí)間山脈從 1.5 到 3.5上面的注射過程條件是立基于在數(shù)字的塑膠部分的質(zhì)量是測(cè)試在缺乏的學(xué)期或簡(jiǎn)略開槍的存在，空氣陷阱,焊接線和翹曲. 它是知名的那簡(jiǎn)略開槍, 空氣陷阱和焊接線是依靠的主要地在遮沒安排設(shè)計(jì)和部分的幾何學(xué).同樣地定期的上面, 學(xué)習(xí)是集中過程操作部分那將是服從強(qiáng)烈的和局部機(jī)械的剩余壓力在部分,i.e. 部分的質(zhì)量. 而且,剩余壓力可能原因翹曲部分的 [11]. 在如此的部份中被允許的最大壓迫力應(yīng)該是重要地小于最大的推薦. 到排除內(nèi)部的塑膠部分的壓力,目標(biāo)功能選擇為了。 2.2 最佳的設(shè)計(jì)模型 的數(shù)學(xué)模型最佳化問題能一般是描述為跟隨:查找 最小約束. 的變量 設(shè)計(jì)變量的界限 xj,分別地.為了優(yōu)化塑膠注射模制過程, 最佳的設(shè)計(jì)模型能是表現(xiàn)依下列項(xiàng):查找 到解決最佳化問題描寫在情緒商數(shù). 雜種策略，哪個(gè)聯(lián)合 CAE 軟件,氣體和BPNN,是使用. 在下一個(gè)部分, 策略是討論詳細(xì)地. 3.計(jì)算軟件接近到最佳的模型 在 方法學(xué)，個(gè)人工具,例如氣體，安和其他的工具,幕相乘配合作用地,勝于 競(jìng)爭(zhēng)地,到提高彼此's 請(qǐng)求領(lǐng)土 [8].NNsM 是強(qiáng)大的工具為了的預(yù)言非線性和 有多數(shù)優(yōu)勢(shì)，例如厚重的平行,健康和知識(shí)在數(shù)據(jù)-富的環(huán)境 [11]. 氣體,哪個(gè)是 立基于在的機(jī)械學(xué)自然選擇和進(jìn)展,有是應(yīng)用的到最佳化問題. 氣體有多數(shù)優(yōu)勢(shì) [13,14]. 首先,氣體能解決不同的最佳化問題廣告. 因?yàn)槟繕?biāo)的引出和約束功能為了設(shè)計(jì)變量是不必需的. 為了另外的東西,氣體有更高的能力到獲得全局最佳的解答比慣例的最佳化算法,由于人口立基于搜尋機(jī)械學(xué). 在最佳的模型為了塑膠注射過程,它是不可能的到獲得引出的. 因此,它是適當(dāng)?shù)臑榱藲怏w到是應(yīng)用的到解決最佳的模型. 的價(jià)值最大的剪壓力是獲得在商業(yè)的軟件, 然而,數(shù)字的計(jì)模擬是很花費(fèi)的. 到避免眾多的詳細(xì)分析履行在,軟的計(jì)算策略,哪個(gè)使成整體氣體的屬優(yōu)勢(shì)和 MNN,是計(jì)劃依下列各項(xiàng).。 3.1 近似的分析模型有 BPNN 人造的神經(jīng)網(wǎng)絡(luò) ( 安) 是有效的一個(gè)工具為了解決非線性的問題. 代表性地,神經(jīng)的網(wǎng)絡(luò) (MNN) 強(qiáng)大的映射能力為了非線性的問題 [16]. 在解決最佳的模型, 神經(jīng)的網(wǎng)絡(luò)是應(yīng)用的到建立映射模型在中間最大的剪壓力和注射過程參數(shù)或變量,例如模子溫度),融化溫度,注射時(shí)間和注射壓的概要介紹神經(jīng)的網(wǎng)絡(luò)為了預(yù)言最大的剪 壓力是表明在無花果. 2. 那是,下列各項(xiàng)非線性的映射關(guān)系是既定的:) (3) 什么地方 D 是最大的剪壓力,X 指示向量設(shè)計(jì)變量的,指示非線性的功能關(guān)系在中間 D 和X. 期間最佳化程序,近似的模型上面的是使用到替換為了 Moldflow,為了避免花費(fèi)的計(jì)算. 近似的執(zhí)行分析模型有 BPNN 是表明在無花果. 3. 程序棘手的是討論在下列各項(xiàng)部分. 3.1.1 選擇和常態(tài)化模范的 用四主修課過程的不同結(jié)合變量, 足夠的模擬是完成到補(bǔ)給標(biāo)本為了多層神經(jīng)的網(wǎng)絡(luò). 過程的價(jià)值條件是改變內(nèi)部上述的山脈.一般而言,活化功能使用為了多層神經(jīng)的網(wǎng)絡(luò)是 S 形的功能. 同樣地S 形的功能輸出是在間隔[0,1], 知識(shí)標(biāo)本應(yīng)該是依下列各項(xiàng)常態(tài)化: x'j = xj_x(l) j x(u) j_x(l) j (4) 3.1.2 Initialising 的結(jié)構(gòu) 結(jié)構(gòu)設(shè)計(jì) MNN 包括決心數(shù)的躲藏層和神經(jīng)元的數(shù)在不同的層. R. Hecht-尼爾森計(jì)劃下列各項(xiàng)映射法則 [16].法則 1.贈(zèng)予的任何ε _0 和任何的 L2 功能 f: [0,1] n _ Rn →房屋,在那里存在三-層后面的-增殖神經(jīng)的網(wǎng)絡(luò)那能近似的 f 到內(nèi)部ε低劣的正方形錯(cuò)誤精確.立基于在上面的法則,的數(shù)躲藏層能是一個(gè). 神經(jīng)元的數(shù)在輸入層必須相等的四，哪個(gè)是設(shè)計(jì)變量的數(shù),和數(shù)在輸出層是一個(gè). 的大小躲藏 層是最多的重要體諒的一個(gè)就在那個(gè)時(shí)候解決實(shí)際的問題用多層神經(jīng)的網(wǎng)絡(luò). 如果在那里是也很少的躲藏單位網(wǎng)絡(luò)將不學(xué)習(xí)任務(wù). 在其他的手,所有也多數(shù)躲藏單位能降級(jí)知識(shí)比率和減少迅速有哪個(gè)有學(xué)問的映射是履行 [17]. 的民數(shù)記躲藏神經(jīng)元 能是堅(jiān)決的大約在下列各項(xiàng)公式[18].H ??_n+m+ 一 (5)什么地方 H 是的大小躲藏層;n 和 m 是大小輸入的和輸出層,分別地;和 _ [1,10],哪個(gè)是常數(shù).。 3.1.3 訓(xùn)練 MNN 后面的-增殖 (BP) 算法是應(yīng)用的到火車MNN. 的重量 MNN 是首先設(shè)定隨便地初值.重復(fù)的程序是被采用的到調(diào)整重量依照到錯(cuò)誤的引出在中間實(shí)際的和期待輸出. 程序是繼續(xù)的直到期待精確錯(cuò)誤的是獲得. 重量分布式的在中間神經(jīng)元在不同的層能表現(xiàn)映射關(guān)系具體表達(dá)在標(biāo)本。. 3.2 解決最佳的模型有氣體 氣體是應(yīng)用的到解決最佳的模型描寫在情緒商數(shù).(2) 因?yàn)樗麄兊臐撛谕瑯拥刈罴鸦夹g(shù). 外形4 是流程表的最佳化策略有氣體.鑰匙程序棘手的能是定期的依下列各項(xiàng). 3.2.1 選擇編碼方式 在氣體,人造的染色體是表現(xiàn)在的字符串有限的長(zhǎng)度. 一般，在那里是二編碼方式,viz.二進(jìn)位的編碼和十進(jìn)的編碼. 為了二進(jìn)位的編碼方式,小塊字符串的長(zhǎng)度是堅(jiān)決的在精確 [15].因此,十進(jìn)的編碼方式是應(yīng)用的在學(xué)期的特征最佳化問題. 讓 Xdenote 的一個(gè)的結(jié)果最佳化問題,和相應(yīng)的染色體能是表現(xiàn)同樣地 V ??_x1,x2, ....., xn_. 染色體的長(zhǎng)度和解決的矢量相等. 3.2.2 建造適當(dāng)功能 到評(píng)價(jià)個(gè)人字符串的履行(染色體),適當(dāng)?shù)倪m當(dāng)功能應(yīng)該是建造.正常地,適當(dāng)功能改變從目標(biāo)功能. 在這最佳化問題,目功能是最大的剪壓力,因而適當(dāng)功能能是定義下列各項(xiàng): f(X) ??Smax_ D (6) 什么地方 Smax 是最大的剪壓力推薦為了材料,SAN 和 Smax ??0.5 MPa. D 是故意的在學(xué)期的情緒商數(shù). (3). 4. 結(jié)果和討論 為了證明的效力計(jì)劃最佳的模型,例子同樣地表明在無花果. 1 是討論在這部分. 4.1 建造近似的分析模型 同樣地定期的上面,近似的分析模型當(dāng)仆人同樣地模子的功能近似者那地圖輸入變量溫度 (Tmould) ，融化溫度 (Tmelt),注射時(shí)間Tinj)和注射壓 (Pinj),到提供輸出哪個(gè)是最大的剪壓力(Sshear). 為了準(zhǔn)備知識(shí)標(biāo)本為了 MNN,模擬圖釘是進(jìn)位外面的用 Moldflow 軟件系統(tǒng). 內(nèi)部?jī)r(jià)值不同的過程條件的間隔,54 設(shè)置數(shù)據(jù)的是公式同樣地輸入訓(xùn)練數(shù)據(jù)為了網(wǎng)絡(luò). 剩余的 10 組合習(xí)慣測(cè)試那發(fā)展大約的模型. 三-層神經(jīng)的網(wǎng)絡(luò)有 4 – 12 – 1 神經(jīng)元配置是使用到發(fā)展模型立基于在法則1 和情緒商數(shù). (5), 和后面的-增殖算法是使用到火車網(wǎng)絡(luò). 網(wǎng)絡(luò)配置的參數(shù)是表明在桌子 1.之后訓(xùn)練腳步,近似的履行模型是測(cè)試在 10 設(shè)置數(shù)據(jù)的拿走從模擬工作. 檢驗(yàn)結(jié)果,同樣地表明在無花果. 5, 展現(xiàn)那預(yù)言價(jià)值和數(shù)字的結(jié)果是在好一致.最大的預(yù)言錯(cuò)誤比率是至多 4.8%除了的一個(gè)價(jià)值 8.5%,哪個(gè)表示模型是意的一個(gè)從工程觀點(diǎn)。 4.2 最佳化結(jié)果和分析 最佳化問題是解決立基于在流程表表明在無花果. 4. 參數(shù)為了最佳化算是贈(zèng)予的依下列各項(xiàng): 個(gè)人的人口是 25,可能性天橋相等的 0.65,和突變的可能性是 0.12.最佳的解答是獲得之后 20 產(chǎn)生,和最佳化結(jié)果是表明在桌子 2.外形 6 表示比較在中間最初的安排和最佳的安排.它是表明從桌子 2 和無花果. 6 那最大的剪壓力故意的在最佳的模型是很接近于一個(gè)獲得在數(shù)字的模擬軟件. 在其他的手,最大的剪壓力有意義的的減少 24.9% 之后最佳化. 從最佳的設(shè)計(jì),我們也發(fā)現(xiàn)那融化溫度通常遠(yuǎn)的更多的結(jié)果比模子溫度在減輕體重法最大的剪壓力.。 5. 結(jié)束 注射模制過程的設(shè)計(jì)依賴沉重地在經(jīng)驗(yàn)和專家的知識(shí)和牽連 trialand-錯(cuò)誤過程. 改良的策略為了最佳化塑膠注射模制過程的是贈(zèng)品在這紙. 策略聯(lián)合神經(jīng)的網(wǎng)絡(luò)和遺傳的算法在軟的計(jì)算范例. 近似的分析模型是發(fā)展有 BPNN 以致減少花費(fèi)的計(jì)算必需的在數(shù)字的模擬,因而, 非二進(jìn)位的遺傳算法是應(yīng)用的到解決最佳化模型. 它是表明從例子那最佳化策略是有效的.在這紙,學(xué)習(xí)是集中過程操作參數(shù)，例如模子溫度，融化溫度,注射時(shí)間和注射壓. 在那里是其他的身體因素例如遮沒安排設(shè)計(jì)( 風(fēng)格，大小,的位置門) 和部分那的幾何學(xué)是不拿走到體諒. 為了改善系統(tǒng)的能力,規(guī)則-立基于知識(shí)系統(tǒng)能是股份有限的到最佳化系統(tǒng)為了塑膠注射模制. 為了未來操作主要的關(guān)心是向更多的整合因素.承認(rèn)報(bào)紙部分被國(guó)家的天然科學(xué)支援 P 的基礎(chǔ). R. 中國(guó) (60175019) 和年輕人基礎(chǔ)科學(xué)。