基于模糊规则推理的注塑成型缺陷诊断及工艺智能优化

针对注塑成型缺陷成因求解的模糊性与不确定性,综合运用规则推理、模糊推理等人工智能技术,完成了注塑成型缺陷诊断及工艺优化系统的总体结构设计。通过采用规则推理和Mamdani模糊推理分别进行了注塑制品缺陷成因判定和工艺参数智能优化,详细阐述了模糊推理用于优化注塑成型工艺参数的整个过程。基于上述理论及VisualProlog应用平台,采用人工智能系统语言Prolog开发了注塑成型缺陷诊断及工艺优化专家系统,并给出应用实例。结果表明,此系统具备较好的注塑制品缺陷诊断及工艺优化能力,有一定的推广应用前景。     

基于CAE技术的汽车前面板注塑成型工艺优化

注塑成型工艺参数在塑料制品零件的制造过程中非常重要。采用田口试验方法,基于CAE技术,对前面板的注塑成型工艺参数进行优化。以翘曲变形为优化目标,以工艺参数熔体温度、注射时间、保压压力和保压时间为变量,以田口试验的方法来求解最优的工艺方案。比较优化方案和初始工艺方案,结果表明,通过工艺优化,使前面板的Z方向的变形从0.8mm降至0.5mm。     

基于响应面模型和NSGA-Ⅱ算法的注塑成型工艺优化

以某安全箱箱体为例,将最大缩痕指数和最大翘曲变形作为优化目标,以模具温度、熔体温度、注射速率、保压压力和保压时间为设计变量,通过正交试验设计及有限元模拟,获取试验样本;基于Isight参数优化软件,建立安全箱箱体注塑成型工艺参数与优化目标之间的响应面近似模型;利用非支配排序遗传算法在响应面模型内自主寻优,获取一组安全箱注塑成型的最优工艺参数;根据数值分析结果设计了注塑模具,按最优工艺参数试模,一次性试模成功。结果表明该方法可快速、有效实现注塑成型工艺优化。     

采用BP神经网络结合遗传算法优化薄壁塑件注射成型工艺参数

以冰箱冷藏饰条的注射成型为例,基于注射成型过程的CAE模拟,采用BP人工神经网络与遗传算法相结合优化注射成型工艺参数,减小塑件成型的翘曲变形量。采用优化后得到的最佳工艺参数进行实际生产验证,获得了满意的效果。     

基于神经网络和遗传算法的熔融沉积成型多目标优化

在建立了熔融沉积成型工艺参数和目标函数的基础上,论述了人工神经网络和遗传算法在熔融沉积快速成型工艺参数优化中的应用.首先利用人工神经网络建立熔融沉积快速成型工艺参数与成型件尺寸精度、翘曲变形之间关系的数学模型,然后用遗传算法对工艺参数优化.根据多目标函数优化问题的单目标化思想,对优化后的单目标进行了分解,得到最优工艺参数条件下的成型件尺寸精度、翘曲变形,从而为建立和控制熔融沉积快速成型工艺参数提供了一种行之有效的途径.     

浅谈MPI在注塑成型技术中的应用

介绍了注塑CAE技术在优化模具结构设计和注塑成型工艺参数的强大功能，阐述了MPI在注塑成型技术中的应用和注塑CAE的研究历程和现状。重点介绍了在MPI使用过程中对模型的前处理网格编辑的一些方法与技巧，并利用具体的事例来进行注塑成型过程中的诸如流动、取向、结晶、保压、冷却、翘曲等模拟分析。     

碳纤维超薄笔记本外壳注塑工艺的数值分析

基于注塑过程的数值分析,确定了某碳纤维超薄笔记本外壳(A壳)模型成型工艺,包括:模温、熔体问题及注射时间等成型工艺参数的可行范围。根据分析结果,对产品的注塑工艺进行仿真分析,预测产品在注塑过程中可能出现的缺陷,如:产品的熔接线、冷却不均、翘曲形变等,从而为实际注塑成型选择合适的温度、压力、速度等工艺参数提供了可靠的依据。实践表明,分析得到的工艺参数是有效的。     

基于Kriging模型的注塑工艺稳健优化

为降低薄壁注塑件的翘曲变形,提出了基于Kriging模型的工艺稳健优化方案。特别地,研究并提出了基于变异粒子群算法的Kriging模型建立与优化算方法,建立了注塑工艺参数和翘曲变形之间的Kriging模型。通过实验设计、CAE仿真结果数据建立起Kriging模型,并结合变异粒子群算法实现了工艺的优化设计。在此基础上,为减少工艺参数波动对注塑件质量的影响,建立了注塑成型的6 Sigma稳健优化设计方法,提高了工艺的稳健性与可靠度。以汽车出风口壳体为计算用例,结果表明,基于Kriging模型与变异粒子群算法的工艺稳健优化策略在小样本情况下能够得到较高质量的稳健优化参数组合。     

注塑成型工艺中的翘曲变形

在注塑成型过程中不可避免地会产生短射、熔接痕、气穴、飞边、缩痕和翘曲变形等诸多缺陷,而翘曲变形是塑料制件最严重的成型缺陷之一。分析了塑料材料、模具结构和成型工艺条件对注塑制品翘曲变形的影响,指出通过对冷却系统、工艺参数的优化并结合计算机模拟技术,可以改善注塑件的翘曲变形。     

基于正交优化的薄壳类注塑产品的翘曲控制

以某电子产品上盖薄壳类注塑件的翘曲变形量为考核指标,采用多因素正交试验法,利用有限元分析软件对注塑成型过程进行数值模拟,比较不同注塑工艺参数对翘曲变形量的影响,最终获得PC/ABS材料塑料件优化的工艺参数组合,该方法可应用于优化注塑工艺。     

Optimization of LPDC Process Parameters Using the Combination of Artificial Neural Network and Genetic Algorithm Method

In this article, the low-pressure die-cast (LPDC) process parameters of aluminum alloy thin-walled component with permanent mold are optimized using a combining artificial neural network and genetic algorithm (ANN/GA) method. In this method, an ANN model combining learning vector quantization (LVQ) and back-propagation (BP) algorithm is proposed to map the complex relationship between process conditions and quality indexes of LPDC. The genetic algorithm is employed to optimize the process parameters with the fitness function based on the trained ANN model. Then, by applying the optimized parameters, a thin-walled component with 300 mm in length, 100 mm in width, and 1.5 mm in thickness is successfully prepared and no obvious defects such as shrinkage, gas porosity, distortion, and crack were found in the component. The results indicate that the combining ANN/GA method is an effective tool for the process optimization of LPDC, and they also provide valuable reference on choosing the right process parameters for LPDC thin-walled aluminum alloy casting.     

模具生产周期估计与报价方法及系统

模具的报价及交货期确定是关系到模具企业是否能够成功接到模具订单并且为企业赢得利润的关键问题。本文以注射成型模具为对象，在对模具报价及交货期确定的常用方法进行对比的基础上，提出了基于人工神经网络模型的生产周期预测方法以及模具生产成本估计的知识模型。最后通过注射成型模具定价决策支持及生产周期预测系统软件的开发及实践应用对该预测方法及知识模型进行了验证。     

CAE分析在洗衣机主控板浇注系统设计中的应用

针对选择合理的浇注系统在塑料模具设计中的重要性,在注塑模具设计中采用CAE分析软件MoldFlow对模具浇注系统进行了优化设计。对洗衣机主控板注塑成形过程进行了模拟分析,并通过对不同浇注系统设计方案的比较,确定了较优的设计方案。有效减少了试模、修模次数,提高塑件成形质量,且降低了制造成本,缩短了开发周期。     

基于MoldFlow的塑料箱注射成型CAE分析

通过应用MoldFlow／MPI软件对塑料箱注射模进行CAE综合分析,仿真注射工艺参数如填充时间、气穴、熔接痕、缩痕分析、锁模力曲线和流动前沿温度等来模拟塑件的实际生产过程,显示了MoldFlow技术在模具开发过程中对于优化塑件设计、优化塑料注射模设计和优化注射工艺参数等方面所起到的显著作用。     

MoldFlow对DVD面盖注射模的实例分析

阐述了CAE技术的重要作用及地位,介绍了CAE分析的主要过程,通过应用MoldFlow/MPI软件对DVD面盖注射模时进行CAE填充和保压分析,显示了CAE技术在模具开发过程中对于优化塑料制品设计、优化注射模设计和优化注射工艺参数等方面所起到的优越作用。     

基于MoldFlow/MPI的大型塑料托盘注射成型分析

运用MoldFlow/MPI模块对大型塑料托盘注射成型过程进行模流分析,预测了可能出现的注射短射等缺陷,根据分析结果,提出了工艺优化方案,从而缩短模具设计制造周期。     

Surrogate-based process optimization for reducing warpage in injection molding

In this paper, an adaptive optimization method based on Kriging surrogate model is proposed to minimize the warpage of injection molded parts. Kriging surrogate model combining design of experiment (DOE) methods is used to build an approximate function relationship between warpage and the process parameters, replacing the expensive simulation analysis in the optimization iterations. The adaptive process is implemented by an infilling sampling criterion named expected improvement (EI). This criterion can balance local and global search and tend to find the global optimal design, even though the DOE size is small. As an example, a cellular phone cover is investigated, where mold temperature, melt temperature, injection time, packing time and packing pressure are selected to be the design variables. The results show that the proposed adaptive optimization method can effectively decrease the warpage of injection molded parts.     

线槽注射成型工艺参数优化设计

结合正交试验设计和数值模拟,选择模具温度、熔体温度、注射时间、保压压力和保压时间等5个主要工艺参数为设计变量,分别以最小体积收缩率和最小翘曲变形为目标,进行了线槽注射成型工艺参数的单目标优化设计。再利用加权综合评分法,对线槽注射成型工艺参数进行多目标优化设计,获得了兼顾体积收缩率和翘曲变形的工艺参数组合。     

冰箱过滤器面板模内装饰注射工艺优化分析

针对冰箱过滤器面板模内装饰(IMD)塑件,采用正交实验法和综合评分分析方法,对IMD塑件进行注射工艺优化分析,并对浇口和冷却系统优化。通过Ansys软件热分析模块分析型芯、型腔温差,使用Moldflow软件分析IMD塑件的翘曲变形,以型芯、型腔温差和翘曲变形量作为IMD塑件质量目标,采用L9(34)的正交实验表,优化IMD塑件工艺参数,结果表明模具温度和保压压力是影响IMD塑件翘曲变形的主要因素,通过对浇注和冷却系统优化使得IMD塑件质量得到较大的提高。     

弹簧压盖注射模设计

介绍了弹簧压盖注射模具的设计与制造方法，并阐述了该模具的工作过程。该注射模具采用了1模16腔的结构。