以上為資料預(yù)覽概圖,下載文件后為壓縮包資料文件?!厩逦?,無(wú)水印,可編輯】dwg后綴為cad圖,doc后綴為word格式,需要請(qǐng)自助下載即可,有疑問(wèn)可以咨詢QQ 197216396 或 11970985
通過(guò)有限元分析和神經(jīng)網(wǎng)絡(luò)法對(duì)多型腔模的流道和澆口系統(tǒng)參數(shù)的設(shè)計(jì)
通過(guò)有限元分析和神經(jīng)網(wǎng)絡(luò)法對(duì)多型腔模的
流道和澆口系統(tǒng)參數(shù)的設(shè)計(jì)
K.S. Lee
Department of Mechanical Engineering, Chien Kuo Institute of Technology,
Changhua, Taiwan 500, R.O.C.
E-mail: kingsun@ckit.edu.tw
Tel.: +886-4-7111111 Fax: +886-4-7111137
摘 要:橫澆道和澆口系統(tǒng)的設(shè)計(jì)是重視實(shí)現(xiàn)一個(gè)成功的注塑成型過(guò)程。本研究的受試者是有限元和施加到多腔注射模具的分析溯神經(jīng)網(wǎng)絡(luò)的方法。為了選擇最佳的熱流道系統(tǒng)參數(shù),以減少注射模具的翹曲,有有限元法,田口的方法和溯網(wǎng)絡(luò)的使用。這些方法應(yīng)用到訓(xùn)練溯神經(jīng)網(wǎng)絡(luò)。一旦橫澆道和澆口系統(tǒng)參數(shù)被開(kāi)發(fā),該網(wǎng)絡(luò)可以被用來(lái)準(zhǔn)確地預(yù)測(cè)多注射模具的翹曲。模擬退火(SA)和優(yōu)化算法的性能指標(biāo),然后應(yīng)用到神經(jīng)網(wǎng)絡(luò)以查詢澆口和流道系統(tǒng)參數(shù)。這種方法獲得一個(gè)滿意的結(jié)果與相應(yīng)的有限元驗(yàn)證比較。
關(guān)鍵詞:溯神經(jīng)網(wǎng)絡(luò);多腔;模擬退火
1 引言
由于注塑成型的生產(chǎn)速度高,產(chǎn)品周期短,廢鋼比例低,以及優(yōu)良的產(chǎn)品表面和復(fù)雜形狀的成型加工容易,使其成為行業(yè)中最重要的加工工藝之一。在生產(chǎn)過(guò)程中,熔融的聚合物在高流速注入到模具腔中。對(duì)于更高質(zhì)量的不斷需求導(dǎo)致人們?cè)谠诋a(chǎn)品的物理性能的分析方面很感興趣。
澆道和澆口系統(tǒng)的主要功能是將熔融金屬進(jìn)入模具并通過(guò)模具型腔的所有部分。不好的澆口設(shè)計(jì)可以導(dǎo)致如氣孔,縮孔缺陷,流線冷關(guān)上,和表面質(zhì)量差。用適當(dāng)?shù)臐驳篮蜐沧⑾到y(tǒng)的設(shè)計(jì),可以控制灌裝模式(例如焊接線的位置),防止過(guò)度包裝,減少成型件故障的發(fā)生率,并提高生產(chǎn)效率。通過(guò)改進(jìn)的澆道和澆口系統(tǒng)設(shè)計(jì)來(lái)優(yōu)化模具的填充圖案,這是非常重要的。
在過(guò)去,通過(guò)試驗(yàn)和錯(cuò)誤來(lái)典型地設(shè)計(jì)橫澆道和注射模具的澆注系統(tǒng)與多空腔,直到多空腔被正確地填充無(wú)短射或其他缺陷為止。減少在設(shè)計(jì)階段的成本和時(shí)間,來(lái)模擬包含殘余應(yīng)力的注塑部件的收縮率是非常重要的。在這項(xiàng)研究中,對(duì)澆注系統(tǒng)設(shè)計(jì)的收縮率進(jìn)行預(yù)測(cè)的綜合仿真程序和神經(jīng)網(wǎng)絡(luò)被作為注塑計(jì)算機(jī)輔助工程的一部分。
1.1 文獻(xiàn)綜述
最近,對(duì)澆注系統(tǒng)的研究包括了越來(lái)越多的優(yōu)化算法的論文,重點(diǎn)是產(chǎn)生程序,以協(xié)助設(shè)計(jì)師在模具和零件設(shè)計(jì)的工作。Li[1]提出優(yōu)化流道設(shè)計(jì)的自動(dòng)優(yōu)化理論與流動(dòng)/熱模擬程序整合的可行途徑。Shamsuddin[2]利用網(wǎng)絡(luò)和FORTRAN模擬流道和澆口系統(tǒng)有四個(gè)門(mén)。分支通向柵極和模具腔的角分別為40?90°。Hu[ 3 ]將數(shù)值模擬技術(shù)應(yīng)用于流道優(yōu)化澆注系統(tǒng)。由Lin[ 4 ]定義的最佳位置與質(zhì)量功能,包括溫差確定的最佳位置,過(guò)度包裝和摩擦生熱條款。Jong和Wang[ 5 ]介紹了一個(gè)基于流模擬澆注系統(tǒng)的優(yōu)化設(shè)計(jì)。
該溯神經(jīng)網(wǎng)絡(luò)分析方法以C語(yǔ)言程序的形式用于仿真技術(shù)。它已經(jīng)表明,在溯網(wǎng)絡(luò)的預(yù)測(cè)精度比傳統(tǒng)網(wǎng)絡(luò)[ 6 ]高多了?;谒菟萆窠?jīng)分析建模技術(shù)是能夠代表注射分析結(jié)果和澆注系統(tǒng)的設(shè)計(jì)之間的復(fù)雜的、不確定的關(guān)系。它表明了經(jīng)紗和轉(zhuǎn)輪,以及澆注系統(tǒng)參數(shù)可以與基于開(kāi)發(fā)的網(wǎng)絡(luò)上合理的精確度來(lái)預(yù)測(cè)。
1.2 研究設(shè)計(jì)和仿真步驟
本研究的目的是利用CAD / CAE軟件系統(tǒng)模擬注塑成型的設(shè)計(jì)過(guò)程,并推導(dǎo)出的澆口和流道系統(tǒng)參數(shù)的注射過(guò)程的最優(yōu)解集。這個(gè)模擬開(kāi)始使用CAD軟件(如Pro / Engineer的)來(lái)創(chuàng)建一個(gè)注射部位的模型。接著,將有限元包(即模流/ MPI3.1版[7]系統(tǒng))來(lái)分析注塑加工的多注塑模具的條件。
本研究采用有限元和神經(jīng)網(wǎng)絡(luò)建立流道參數(shù)關(guān)系及澆注系統(tǒng)的參數(shù),以找到關(guān)系方程。它提供了基于技術(shù)開(kāi)發(fā)和應(yīng)用模擬的理論基礎(chǔ)。
有限元仿真后,溯網(wǎng)絡(luò)方程建立翹曲和澆口澆注系統(tǒng)參數(shù)模型之間的關(guān)系。通過(guò)使用溯建模技術(shù),輸入和輸出變量之間的復(fù)雜的和不確定的關(guān)系,可以將其配制成一種有用的數(shù)學(xué)模型。為以后的推導(dǎo),該模型將被視為一個(gè)黑盒子來(lái)表示注射成型的過(guò)程中,具有可調(diào)參數(shù)來(lái)操縱模型的整體性能。
一旦網(wǎng)絡(luò)模型,輸入和輸出的澆注參數(shù)變量之間的關(guān)系變得明顯。建立了一種算法來(lái)優(yōu)化尋找最佳的參數(shù)與性能指標(biāo)的過(guò)程。在這個(gè)階段,運(yùn)用模擬退火算法[ 8 ]采用。模擬退火算法是類(lèi)似于用于最小化的性能指標(biāo)的材料的退火工藝。
2 問(wèn)題的配方
2.1 注塑模具流動(dòng)過(guò)程:
主要模具流動(dòng)方程被分成三個(gè)部分,如下所示:
(A) 在充填階段,模腔填充有在高壓下熔融的塑性流體。因此,控制方程包括:
(1) 連續(xù)性方程,塑性變形或形狀變化在填充過(guò)程伴隨著流動(dòng)的,但質(zhì)量守恒。
(2) 動(dòng)量方程,牛頓的塑性流動(dòng)產(chǎn)生的第二定律推導(dǎo)一貫的激情(加速狀態(tài))或力平衡。
(3)能量方程,這是節(jié)約的流動(dòng)材料的系統(tǒng)和法律的能量守恒,如果是不可壓縮的流體。
(B) 保壓分析。保壓過(guò)程是,把壓力保持后在模腔中填充以注入更多的塑料在冷卻以補(bǔ)償收縮。
(C) 冷卻和翹曲分析。冷卻過(guò)程中的分析是討論塑料的流動(dòng)分布和熱傳導(dǎo)的關(guān)系。
同質(zhì)模具溫度,填充序列遵循亞軍系統(tǒng)和門(mén)控設(shè)計(jì)的優(yōu)化,并會(huì)因產(chǎn)品的收縮。如果流路徑是不平衡,或溫度分布的分布不均勻,有對(duì)翹曲發(fā)生的傾向。
2.2 仿真參數(shù)及田口方法
經(jīng)過(guò)有限元模型的制訂,需要一個(gè)溯網(wǎng)絡(luò)結(jié)構(gòu),利用Moldflow軟件/ MPI系統(tǒng)的結(jié)果來(lái)確定。在這個(gè)階段中,驗(yàn)證數(shù)據(jù)集被施加到輔助在網(wǎng)絡(luò)的配置。這將確保網(wǎng)絡(luò)正常訓(xùn)練,以避免過(guò)度訓(xùn)練或訓(xùn)練不足,因不良的拓?fù)鋽?shù)據(jù)集。
為了提供一個(gè)合適的數(shù)據(jù)集來(lái)訓(xùn)練相關(guān)溯網(wǎng)絡(luò)模型,田口的方法被使用。田口方法結(jié)合工程和統(tǒng)計(jì)數(shù)據(jù),以提供改善成本和質(zhì)量。它是一種眾所周知的方法,以優(yōu)化過(guò)程和產(chǎn)品的設(shè)計(jì)開(kāi)發(fā)。不同于傳統(tǒng)的質(zhì)量控制,其目的是消除變化的原因,田口方法是基于一個(gè)更好的方法來(lái)提高質(zhì)量是通過(guò)系統(tǒng)地減少階乘模擬次數(shù)的概念。在這項(xiàng)研究中,參數(shù)是針對(duì)彼此平衡,以提供一個(gè)“最佳”,其中兩個(gè)過(guò)程和產(chǎn)物發(fā)生在一個(gè)可接受的水平。
本研究的目的是確定在哪個(gè)以減少翹曲的最佳澆口和流道系統(tǒng)的設(shè)置。被選中的幾個(gè)參數(shù)進(jìn)行模擬,如:(1)模腔中,(2)噴射部卷,(3)澆口直徑,(4)轉(zhuǎn)輪直徑,澆口直徑等于轉(zhuǎn)輪直徑如圖1。一個(gè)L327正交入選仿真(表1,表2)。對(duì)于每個(gè)27試驗(yàn)中,生成的質(zhì)量特性。
2.3 溯網(wǎng)絡(luò)綜合評(píng)價(jià)
神經(jīng)網(wǎng)絡(luò),作為一類(lèi)車(chē)型,而備受關(guān)注過(guò)程工程在過(guò)去十年中,由于其創(chuàng)建復(fù)雜流程的能力,以及其快速執(zhí)行和再培訓(xùn)能力。在一個(gè)溯網(wǎng)絡(luò),一個(gè)復(fù)雜的系統(tǒng)可以被分解為分組為利用多項(xiàng)式函數(shù)節(jié)點(diǎn)幾層較小,較簡(jiǎn)單的子系統(tǒng)。建議Ivakhnenko[9]多項(xiàng)式網(wǎng)絡(luò)是數(shù)據(jù)處理(GMDH)技術(shù)的一組方法。這些節(jié)點(diǎn)評(píng)估輸入的有限數(shù)目的多項(xiàng)式函數(shù),并產(chǎn)生作為一個(gè)輸入到下一層的后續(xù)節(jié)點(diǎn)的輸出。在一個(gè)多項(xiàng)式函數(shù)節(jié)點(diǎn)的一般多項(xiàng)式函數(shù)可以表示如下:
(1)
其中xi,xJ,xK是輸入,y0為輸出,和B0,Bi,Bij的,Bijk是多項(xiàng)式功能節(jié)點(diǎn)的系數(shù)。
在本文中,一些特定類(lèi)型的多項(xiàng)式函數(shù)的節(jié)點(diǎn)被用于在不同種類(lèi)的流道和澆口系統(tǒng)的預(yù)測(cè)翹曲。這些多項(xiàng)式函數(shù)的節(jié)點(diǎn)被稱(chēng)為歸一化(N),整合,單倍(S),雙倍(D)和三倍(T)節(jié)點(diǎn)。
圖1:澆口系統(tǒng)設(shè)計(jì)參數(shù)
(Sprue Dia 直澆口直徑;Gate Dia澆口直徑; Runner Dia 流道直徑)
表1 三個(gè)層次的因素進(jìn)行了正交設(shè)計(jì)
選定 一級(jí) 二級(jí) 三級(jí)
因素
A模具型腔(N)
B塑件體積(V)
C流道直徑(Rd)
D澆口直徑(Gd)
表2 模流仿真澆口流道系統(tǒng)的設(shè)計(jì)數(shù)據(jù)
次 型腔 塑件 流道 澆口
數(shù) 數(shù) 體積 直徑 直徑
它們的解釋如下:
(2)
這些節(jié)點(diǎn)是最大的第三次多項(xiàng)式方程和雙打和三倍具有交叉項(xiàng)(三節(jié)點(diǎn)),允許節(jié)點(diǎn)的輸入變量之間的互動(dòng)。其中i1,i2,i3的前一層的輸入?yún)?shù),O為節(jié)點(diǎn)的輸出,以及u0,u1,u2,u3...聯(lián)合國(guó)是單倍,雙倍,三倍和白色節(jié)點(diǎn)的系數(shù)。一個(gè)單一的節(jié)點(diǎn)是僅具有一個(gè)輸入?yún)?shù)和一個(gè)輸出參數(shù)(i1= 0,i2 = i3= 0)的方程。一個(gè)雙節(jié)點(diǎn)是具有兩個(gè)輸入?yún)?shù)和一個(gè)輸出參數(shù)的方程(i1,i2= 0,i3= 0)。三重節(jié)點(diǎn)是具有三個(gè)輸入?yún)?shù)和一個(gè)輸出參數(shù)(i1,i2,i3= 0)的方程。白色節(jié)點(diǎn)是有許多輸入?yún)?shù)和一個(gè)輸出參數(shù)的方程(i1,i2,i3...=0)。
建立一個(gè)完整的溯網(wǎng)絡(luò),第一個(gè)要求是訓(xùn)練數(shù)據(jù)庫(kù)。通過(guò)輸入和輸出參數(shù)給出的信息必須是足夠的。甲預(yù)測(cè)均方誤差(PSE)標(biāo)準(zhǔn),然后用于自動(dòng)地確定一個(gè)最佳的結(jié)構(gòu)[10]。的PSE標(biāo)準(zhǔn)的原則是選擇最不復(fù)雜,但最準(zhǔn)確的網(wǎng)絡(luò)成為可能。該P(yáng)SE是由兩個(gè)方面,即:
PSE=FSE+Kp (3)
其中FSE是網(wǎng)絡(luò)的擬合訓(xùn)練數(shù)據(jù)和Kp是網(wǎng)絡(luò)的復(fù)雜補(bǔ)償?shù)钠骄椒秸`差。
如下公式所示:
2σp2K
KP = CPM (4)
N
其中CPM是復(fù)雜補(bǔ)償因子,K是該網(wǎng)絡(luò)的一個(gè)系數(shù),N是所使用的訓(xùn)練數(shù)據(jù)的數(shù)量和σ2p是模型誤差方差的估計(jì)值。
3 解決問(wèn)題
3.1 有限元分析
有限元模擬進(jìn)行了各種流道和澆口系統(tǒng),包括不同的卷,齲齒,轉(zhuǎn)輪直徑,澆口直徑和柵極長(zhǎng)度為尋找最大翹曲。表3顯示在模擬材料(ABS)的物理性質(zhì)。圖2是多型腔塑件的有限元網(wǎng)格。主要模具流動(dòng)模擬被分成4部分,即有一個(gè)快速的填充過(guò)程中,保持壓力的過(guò)程中,涼爽和經(jīng)紗的過(guò)程。圖3示出了有限元分析的翹曲的最終結(jié)果。
同樣,輸入?yún)?shù)(腔容積,澆道和澆口系統(tǒng)的參數(shù))和輸出參數(shù)(經(jīng)紗)之間的關(guān)系,當(dāng)注射完成時(shí)被建立。表4在不同流道系統(tǒng)的模流仿真結(jié)果。
根據(jù)一個(gè)最佳的流道和澆口系統(tǒng)模型,三層溯網(wǎng)絡(luò),由橫澆道和澆口系統(tǒng)參數(shù)和噴射結(jié)果(經(jīng)紗)的發(fā)展,已自動(dòng)合成。溯因網(wǎng)絡(luò)能夠根據(jù)不同閘流道參數(shù),注塑桿和模腔的體積預(yù)測(cè)產(chǎn)品的翹曲。在這個(gè)網(wǎng)絡(luò)中使用的所有多項(xiàng)式方程列于附錄(FSE=1.2710-3,PSE=1.26×10-3)。
表5比較了根據(jù)模擬測(cè)試情況通過(guò)溯模型仿真的結(jié)果。這些測(cè)試情況沒(méi)有包括建立模型L327的設(shè)置。這組數(shù)據(jù)是用來(lái)檢測(cè)以上溯模型測(cè)試的合理性。我們可以從表5看到,最大誤差約為4%。結(jié)果表明溯模型仿真是適用的。
圖2:多型腔塑件的有限元網(wǎng)格
圖3:有限元建模變形結(jié)果
表3 材料的性能、熱性能
(電導(dǎo)率0.149500 / m /℃、比熱2213.000000 J /Kg/℃、密度949.100037kg/m3、壓射111.900002℃、無(wú)流動(dòng)溫度145.300003℃)
溫度 剪切 粘度 溫度 壓力 具體的體
速率 MPa 積
3.2 模擬退火(SA)算法和選擇最佳的澆口澆道參數(shù)
Metropolis[11]提出的標(biāo)準(zhǔn),以模擬的固體冷卻到能量平衡的一個(gè)新的狀態(tài)。使用的Metropolis基本標(biāo)準(zhǔn)是一個(gè)被稱(chēng)為“模擬退火”算法。該算法是由Kirkpatrick[8]在1983年開(kāi)發(fā)的。
如果所述新的目標(biāo)函數(shù)變得更小,擾動(dòng)過(guò)程參數(shù)被接受作為新的工藝參數(shù)和溫度在規(guī)模下降一點(diǎn)。表示為:
(5)
這里i表示溫度降低的指標(biāo),CT指溫度降低率(CT< 1)。
然而,如果目標(biāo)函數(shù)變大,則工藝參數(shù)的允收概率將表示為:
(6)
其中kB為玻爾茲曼常數(shù)和Δobj是在目標(biāo)函數(shù)中的差別。該過(guò)程反復(fù)進(jìn)行,直到溫度T接近零,這表明了能級(jí)下降到其最低狀態(tài)。目標(biāo)函數(shù)[obj]配制如下:
obj = w* (最小偏差,用A表示) (7)
其中w是加權(quán)函數(shù)。
在多型腔模具的澆口和流道參數(shù)應(yīng)匹配的模擬數(shù)據(jù)的方法。換句話說(shuō),優(yōu)化的基本條件,應(yīng)在一定范圍內(nèi)下降,如下所示:
(1)從優(yōu)化所確定的流道直徑RD應(yīng)比最小流道直徑RD大,比最大轉(zhuǎn)輪直徑RD小。
(2)澆口直徑GD從優(yōu)化確定應(yīng)比最小的澆口直徑GD大,比最大門(mén)直徑GD小。
(3)最優(yōu)的模具型腔數(shù)N應(yīng)該比最少模具數(shù)多,比最多型腔數(shù)少。
(4)從優(yōu)化所確定的噴射部分容積V應(yīng)比最小噴射部分容積V大,比最大注射體積份的V小。
不等式如下所示:
最小流道直徑Rd<設(shè)計(jì)流道直徑<最大流道直徑; (8)
最小澆口直徑Gd<設(shè)計(jì)澆口直徑<最大澆口直徑; (9)
最小模具型腔數(shù)N<設(shè)計(jì)模具型腔數(shù)<最大模具型腔數(shù); (10)
最小注射件體積V<設(shè)計(jì)注射件體積<最大注射件體積。 (11)
為了找到澆口和流道系統(tǒng)參數(shù)的最優(yōu)值的搜索例行程序期間的上限的條件應(yīng)保持在一個(gè)可接受的水平。
表4 在不同流道系統(tǒng)的模流仿真結(jié)果
次數(shù) 型腔數(shù) 注射塑件 流道直徑 澆口直徑 最大翹曲
(N) 體積(V) (Rd) (Gd) (mm)
4 討論結(jié)果
該仿真是用來(lái)說(shuō)明優(yōu)化的多型腔注射成型參數(shù)的過(guò)程。當(dāng)重函數(shù)wn= 1,RD,GD和V是相等的進(jìn)口和加權(quán)值= 1。固定腔(N)和體積(V)的模擬退火算法用于參數(shù)分別為:初始溫度Ts=100?C時(shí),最終的溫度Te=0.0001?C時(shí),衰減比CT =0.95,玻耳茲曼常數(shù)KS=0.00667。主要目的是從溯網(wǎng)絡(luò)模型和gaterunner系統(tǒng)參數(shù)得到最小翹曲。在圖5,當(dāng)模腔是N= 2,以及注射部位的體積為18x18x18x1.0t毫米??,澆口直徑GD =1.82毫米是固定的,轉(zhuǎn)輪直徑的參數(shù)具有最小翹曲時(shí)的流道直徑的尺寸(RD)為2.4mm,可以發(fā)現(xiàn),該經(jīng)紗是0.711(最低)。在圖6,轉(zhuǎn)輪直徑RD=2.4mm,柵極直徑的參數(shù)具有最小翹曲時(shí)的澆口直徑(GD)的尺寸為1.82毫米,它可以被發(fā)現(xiàn),經(jīng)紗是0.711 (最低) 。
表5 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與有限元模擬之間的誤差
(它不包括在任何原始27集數(shù)據(jù))
(Item 項(xiàng)目 set1,set2 第一、二組;Maximum error 最大誤差;Simulation method模擬方法;Mould cavity(N)模腔體積;Volume of injection part注射件體積; Runner dimension流道直徑;Gate dimension澆口直徑;Warp變形值;Absolute value絕對(duì)值;FEM (mould flow) 有限元(模流);Neural network 神經(jīng)網(wǎng)絡(luò))
圖4:模擬退火研究流程圖
(set initial condition 設(shè)定初始條件 random(new conditon) 隨機(jī)(新情況下) If x is Feasible 如果x是可行的)
5 總結(jié)
本文闡述了在多型腔模具中通過(guò)溯網(wǎng)絡(luò)的方法來(lái)建模和優(yōu)化流道和澆口系統(tǒng)參數(shù)。本文的結(jié)論如下:
(1) 通過(guò)比較采用有限元方法和溯因網(wǎng)絡(luò)預(yù)測(cè)誤差的價(jià)值,我們?nèi)〉昧俗詈玫臒崃鞯老到y(tǒng)和伸縮參數(shù)模型?;谒菥W(wǎng)絡(luò)的最佳建模,澆道系統(tǒng)參數(shù)和經(jīng)紗之間的復(fù)雜關(guān)系,可以得到。
(2) 在有限元模擬模具流量誤差和優(yōu)化過(guò)程的預(yù)測(cè)值的模型之間進(jìn)行比較。這一比較表明,該模型不僅適合有限元模擬模具流量,而且適合神經(jīng)網(wǎng)路的預(yù)測(cè)??焖俅_定最佳的流道系統(tǒng)參數(shù)的注塑成型的效率,可以成功地提高了注塑模具設(shè)計(jì)過(guò)程的準(zhǔn)確性。
(3) 現(xiàn)代注塑機(jī)-尤其是在3C產(chǎn)業(yè),需要更少的時(shí)間來(lái)制作精確的產(chǎn)品,如手機(jī)與數(shù)碼相機(jī),相機(jī)鏡頭和手機(jī)殼。注塑模具,但是,是由注射參數(shù)的限制,只能通過(guò)單或雙腔來(lái)制造。為模塑制品具有多個(gè)空腔,調(diào)整每個(gè)空腔的噴射參數(shù),以相同的水平是特別困難的。不合格產(chǎn)品的產(chǎn)生率是站不住腳的。的內(nèi)收網(wǎng)絡(luò)技術(shù),將SA被用于搜索多個(gè)型腔模具的最佳條件。其目的是為了獲得高的生產(chǎn)率,并達(dá)到精度滿足要求的條件下的電平。
圖5:流道直徑與最小翹曲之間的關(guān)系
(minimum warp 最低翹曲 Runner Diameter(mm) 流道直徑
圖6:澆口直徑和最小翹曲之間的關(guān)系
(Minimum War最小翹曲 Gate Diameter 澆口直徑 )
表6 優(yōu)化選擇的理論和有限元方法相比最大翹曲值
參考文獻(xiàn)
[1] Li CS, Shen YK (1995) Optimum design runner system balancing ininjection moulding. Int Commun Heat Mass Transf 22(2):179–188
[2] Sulaiman S, Keen TC (1997) Flow analysis along the runner and gatingsystem of a casting process. J Mater Process Technol 63:690–695
[3] Hu BH, Tong KK, Niu XP, Pinwill I (2000) Design and optimization ofrunner and gating systems for the die casting of thin-wall magnesium telecommunication parts through numerical simulation. J Mater Process Technol 105:128–133
[4] Lin JC (2001) Optimum gate design of free-form injection mould usingthe abductive network. Int J Adv Manuf Technol 17:294–304
[5] Jong WR, Wang KK (1990) Automatic and optimal design of runnersystems in injection moulding based on the flow simulation. SPE Annual Technical Conference, pp 554–560
[6] Montgomery GJ, Drake KC, Abductive reasoning network. Neurocomputing 2:97–104
[7] Mouldflow Corporation (2001) Moldflow course map, basic modeling,mesh editing and post processing, version 3.1. Mouldflow Corporation,USA
[8] Kirkpartick S, Gelatt CD, Vecchi MP (1983) Optimization by simulatedannealing. Science 220:671–680
[9] Ivakhnenko AG (1971) Polynomial theory of complex system. IEEETrans Syst Man Cybern 1(4):364–378
[10] Barron AR (1984) In: Farlow SJ(ed) Predicted square error: a criterion forautomatic model selection, self-organizing methods in modeling: GMDH type algorithms. Dekker, New York
[11] Metropolis N, Rosenbluth A, Rosenbluth M, Teller A, Teller E (1953) Equation of state calculation by fast computing machines. J Chem Phys 21:1087–1092
14