基于模擬的注塑模澆注系統(tǒng)及成型工藝參數(shù)優(yōu)化研究.pdf

1、注塑成型是塑料加工最普遍的成型方法。隨著工業(yè)的發(fā)展以及注塑成型技術(shù)的廣泛應(yīng)用,塑料制品的使用已經(jīng)幾乎滲透到各個(gè)行業(yè)中。塑料制品的廣泛使用使得生產(chǎn)廠家對(duì)塑料制品質(zhì)量愈來愈重視。翹曲變形是影響塑料制品質(zhì)量最重要的因素之一,故可以通過改善塑料制品的翹曲變形量來保證塑料制品的質(zhì)量,翹曲變形量的改善可以通過調(diào)整澆注系統(tǒng)和成型工藝參數(shù)。因此,澆注系統(tǒng)和成型工藝參數(shù)的優(yōu)化具有實(shí)際的工程應(yīng)用價(jià)值。
　　 本文以框形零件為研究對(duì)象,基于大量的試驗(yàn)

2、數(shù)據(jù)和數(shù)值模擬分析的方法,結(jié)合Moldflow、正交試驗(yàn)法(Orthogonal Experiment Method)、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network)和遺傳算法(Genetic Algorithm),對(duì)塑件制品質(zhì)量的提高進(jìn)行深入研究。首先,根據(jù)澆注系統(tǒng)建立的原則,對(duì)框形零件建立了不同澆注系統(tǒng)的成型方案,利用Moldflow軟件對(duì)不同的成型方案進(jìn)行模擬分析。對(duì)框形零件不同成型方案的模擬結(jié)果進(jìn)行比較,得出

3、了最優(yōu)的成型方案,即得到框形零件優(yōu)化的澆注系統(tǒng)。其次,對(duì)引起框形零件翹曲變形量的成型工藝參數(shù)進(jìn)行研究,通過正交試驗(yàn)表和方差分析的方法確定了要研究的成型工藝參數(shù),選取影響框形零件翹曲變形量的成型工藝參數(shù):模具溫度、熔體溫度、保壓壓力和保壓時(shí)間,每個(gè)成型工藝參數(shù)選取了4個(gè)不同水平值。結(jié)合正交試驗(yàn)表L16(44)對(duì)4因素4水平的試驗(yàn)進(jìn)行分析,并對(duì)試驗(yàn)數(shù)據(jù)處理得到了所進(jìn)行試驗(yàn)安排中的最佳工藝參數(shù)組合。并且描述了各個(gè)成型工藝參數(shù)對(duì)翹曲變形量的影響

4、規(guī)律。
　　 本文結(jié)合BP神經(jīng)網(wǎng)絡(luò)和遺傳算法在所選成型工藝參數(shù)全局范圍內(nèi)找到最佳成型工藝參數(shù)組合,為了能夠建立穩(wěn)定可靠的BP神經(jīng)網(wǎng)絡(luò),對(duì)4因素4水平的試驗(yàn)進(jìn)行全組合試驗(yàn),共得到44=256組試驗(yàn)數(shù)據(jù)。利用試驗(yàn)數(shù)據(jù),對(duì)在算法和網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練并檢驗(yàn),檢驗(yàn)結(jié)果證明了建立的BP神經(jīng)網(wǎng)絡(luò)可靠性。利用BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能,預(yù)測(cè)其他成型工藝參數(shù)組合下框形零件的翹曲變形量,結(jié)合預(yù)測(cè)的翹曲變形量分析了成型工藝參數(shù)之間的交互作

5、用對(duì)翹曲變形量的影響以及各個(gè)成型工藝參數(shù)對(duì)翹曲變形量的影響。最后,利用遺傳算法在全局范圍內(nèi)搜索最優(yōu)解的能力,結(jié)合框形零件的實(shí)際模型和試驗(yàn)結(jié)果,確定與之相適的遺傳算法各參數(shù),并結(jié)合已建立的BP神經(jīng)網(wǎng)絡(luò),在各設(shè)定的成型工藝參數(shù)范圍內(nèi)搜索最優(yōu)成型工藝參數(shù)組合,最終優(yōu)化結(jié)果與試驗(yàn)值的比較顯示了遺傳算法在全局范圍內(nèi)搜索成型工藝參數(shù)組合的正確性。研究表明,澆注系統(tǒng)和成型工藝參數(shù)的優(yōu)化對(duì)翹曲變形量的改善效果顯著,使得框形零件的翹曲變形大大降低,有效地