基于响应面模型和遗传算法的注塑工艺多目标优化

结合Taguchi试验设计,利用注塑成型计算机辅助工程（CAE）模拟软件Moldflow对不同工艺参数下的注射成型进行模拟分析,对成型塑件体积收缩率、翘曲变形及缩痕指数3个目标进行综合评判;建立综合评分与工艺参数关系的代理模型——响应面模型,然后结合遗传算法进行全局多目标优化寻优,获得最优工艺组合,并进行模拟验证。结果表明,建立的响应面模型是可靠的,利用响应面模型进行注塑工艺多目标优化是一种有效的方法。     

基于响应面模型的防护箱箱体注塑成型优化

以某注塑防护箱箱体为研究对象,选取模具温度、熔体温度、保压压力和保压时间四项工艺参数为设计变量,以塑件的最大缩痕指数为优化目标,采用响应曲面法,利用注塑成型有限元分析获取试验样本,构建设计变量与优化目标之间的响应面模型,得到各工艺参数及其交互作用对注塑制品质量的影响规律。经方差分析、误差统计及残差分析检验后,通过优化求解得到最优的注塑成型工艺参数组合,使最大缩痕指数达到最小。     

基于渐进式正交试验的注塑工艺多目标优化

以冰箱抽屉为研究对象,针对注塑工艺的多目标优化问题,提出了一种渐进式正交试验方法。在分析首次试验结果的基础上设计了二次正交试验,并结合灰色关联法和极差分析法快速得到最佳工艺参数组合。试验结果表明:该方法能够有效降低制品的缩痕指数、体积收缩率和翘曲变形量,为提高制品的成型质量奠定了基础。     

基于神经网络集的注射成型工艺参数多目标优化

以计算机辅助工程（CAE）数值仿真正交试验所得工艺参数与质量指标的数据作为训练样本,对经过优化的BP神经网络进行训练,得到工艺参数与制品质量指标之间的神经网络集近似计算代理模型,该模型快速准确,有明确的数学公式,可以利用遗传算法进行全局寻优,得到使多个质量指标综合最优的工艺参数组合。通过对比验证,这种多目标优化方法可以在正交试验结果数据较少的情况下较大程度地提高制品的多个质量指标。     

基于灰色关联和Kriging模型的汽车饰件注塑工艺优化

为减小某汽车内饰件注塑成型质量缺陷,提出了基于灰色关联分析和Kriging代理模型的注塑成型质量多目标优化方法。以塑件的Z方向翘曲变形值、体积收缩率、缩痕指数为优化目标,影响了塑件成型质量的熔体温度、模具温度、保压压力、保压时间等注塑工艺参数,应用最优拉丁超立方试验设计方法结合模流分析进行数据采样,基于灰色关联分析(GRA),将多目标优化问题转化为单目标优化问题,利用层次分析法(AHP)确定各优化目标对灰色关联度的影响权重,建立灰色关联度与各工艺参数之间的Kriging代理模型,采用自适应粒子群算法(APSO)在代理模型内进行全局寻优,得到最佳工艺参数组合。结果表明,Kriging代理模型的预测值与实际结果基本吻合,优化后,Z方向翘曲变形值、体积收缩率、缩痕指数分别为0.268 6 mm、2.235%、0.397 1%,与优化前相比,分别降低了1.21%、30.11%、68.53%,因此,提出的方法能实现注塑成型质量多目标优化。     

基于灰色关联分析的注塑成型工艺多目标优化

针对复杂曲面构件注塑成型过程中体积收缩率、翘曲变形量和缩痕指数最小化等多目标优化问题,采用正交试验法设计了六因素五水平的聚甲醛叶轮注塑加工试验;基于灰色关联分析将多目标优化问题转化为单目标优化问题,利用主成分分析法确定体积收缩率、翘曲变形量和缩痕指数对灰色关联度的影响权重;通过对试验数据的回归分析,建立了灰色关联度与注塑成型主要工艺参数的二阶预测模型;基于各工艺参数对体积收缩率、翘曲变形量和缩痕指数影响规律的分析,确定了注塑工艺参数的优化方案。利用响应曲面求解注塑成型参数优化问题并进行注塑成型仿真实验,结果表明:由该优化方法获得的注塑成型工艺参数组合可以使制品的体积收缩率、翘曲变形量和缩痕指数均大幅减小。     

基于信噪比与灰色关联分析的注塑工艺参数多目标优化

以分线器盖为研究对象,基于信噪比和灰色关联分析,提出了一种注塑工艺参数多目标优化方法.针对顶出时的体积收缩率和总翘曲变形量等质量指标要求,建立5因素4水平的正交试验,得到每组实验的质量指标数值及其对应的信噪比.对信噪比进行无量纲化处理后,计算各因素对质量指标的灰色关联系数和灰色关联度.对灰色关联度进行极差分析,得到最优...     

双色注塑成型工艺参数多目标优化

以某双色塑料扣为例,针对总翘曲变形量、第一射和第二射的平均体积收缩率等多个质量指标要求,运用正交试验法和综合评分法,通过Moldflow软件进行双色注塑模拟仿真,优化双色注塑成型工艺参数。建立5因素4水平的正交试验矩阵获得原始质量指标数据,并对其进行标准化处理和线性组合计算,得到综合得分值。经均值和极差分析,得到影响质量指标的显著因素和最优工艺参数组合。试验结果表明符合工艺参数的优化目标,为双色塑件成型提供了依据。     

基于综合平衡法的注塑工艺参数多目标优化设计

结合正交试验法和模流分析软件Moldflow,对不同工艺条件下的汽车轮轴盖塑件成型过程进行模拟分析,运用多目标综合平衡法,对塑件成型后的体积收缩率、翘曲变形量和表面气穴3个目标值进行综合评判。通过对各成型工艺参数的极差分析和方差分析,确定熔体温度、模具温度、保压压力、冷却时间等注塑工艺参数对目标值的影响程度分,析得出最优的注塑工艺参数组合方案。生产实践证明塑件质量得到了有效的改善。     

基于Vague集的采矿方法优选研究

采矿方法是关系矿山企业生存与发展的重要因素,随着开采深度的增加,采矿方法的选择对于矿山生产具有极其重要的意义,因此有必要对采矿方法优选进行研究。将Vague集理论引入采矿方法选择中,目标集为矿山采矿方案,约束集为生产能力、采矿成本、千吨采切比、损失率、贫化率、安全状况、通风条件、劳动强度、工艺复杂程度、对矿体的适应性等10个指标,建立了采矿方案的Vague集模型,并以某铜铁矿为背景,提出了4种采矿方案,应用Vague集模型对其进行了优选,结果表明:盘区沿走向上向水平分层充填采矿法是最优的开采方案,这与专家讨论的结论一致,验证了Vague优选模型的实用性及可靠性。     

基于二阶响应面模型车灯灯体注塑工艺优化

以车灯灯体注塑为例,采用计算机辅助工程(CAE)分析和正交试验研究了工艺参数对翘曲变形的影响规律,确定了保压压力和熔体温度是影响灯体注塑质量的关键因素。采用响应面法建立了翘曲变形和顶出时体积收缩与注射压力和熔体温度的二阶相应面模型,获得了优化的工艺参数和优化结果,且通过模拟试验验证了模型的正确性。     

基于DNNNSGA-Ⅱ策略的注塑结构及工艺参数多目标优化

为保证注塑制品的质量与精度要求,以检测仪外壳的翘曲变形量和体积收缩率为优化目标,采用有限元分析软件Moldflow对其进行模拟分析。选取熔体温度、模具温度、注射压力、保压压力、保压时间、冷却时间6个工艺参数及结构参数(浇口直径)作为输入量,翘曲变形量和体积收缩率作为输出量,建立深度神经网络(DNN),并且,对网络进行改进。将混合水平正交试验得到的数据作为样本,对神经网络进行训练和测试,得到输入量和输出量之间的非线性映射关系。结合非支配排序遗传算法(NSGA-Ⅱ)对浇口直径及工艺参数进行优化,优化后,塑件的翘曲变形量为0.368 4 mm,体积收缩率为6.236%,与优化前相比,分别降低了67%、39%。     

基于综合关联度的注塑成型工艺参数多目标优化研究

针对注射成型过程中的两个品质指标(翘曲量和收缩率),提出了基于综合关联度、Kriging模型及自适应遗传-蚁群算法的注射成型工艺参数优化方法。首先给出了综合关联度的定义及计算方法,然后给出了Kriging模型的拟合方法和自适应遗传-蚁群的优化算法。在结合带凸沿杯子的注射成型具体实例研究中,首先给出了注射成型工艺参数的范围,其次给出了基于正交实验的设计变量确定方法,然后基于超拉丁立方实验及Kriging方法进行模型近似,最后利用自适应的遗传-蚁群算法进行优化求解。模流分析及实际注塑实验表明,注射成型工艺参数优化的结果可靠,具有较好的实际意义。     

基于神经网络的注塑成型工艺优化

介绍了一种基于CAE把Taguchi实验设计方法和神经网络结合使用的注塑成型工艺优化方法，并通过一个简单的实例对该方法的可行性进行了验证。结果表明：神经网络结合Taguchi实验设计方法的优化算法，可以对注射成型过程中的注射压力最大值进行优化和预测；在进行最少次实验的结果上给出最佳实验因素水平组合，确定出最佳实验条件，并将实验因素对实验目标的影响大小排序，由此获得较重要的实验因素，从而进行注塑成型工艺优化及控制。     

基于正交试验法的注塑件工艺参数多目标优化

从生产实际出发,基于正交试验法和采用Moldflow软件,对不同工艺条件下的塑件成型过程进行模拟分析,最后运用多目标综合平衡法,对塑件成型后的顶出体积收缩率、翘曲变形量和浇口注射压力进行综合评判,确定最优的注射工艺参数组合方案。在此基础上改进模具设计,并对该工艺方案进行生产验证,实际证明与工艺优化前对比效果明显。     

基于Kriging代理模型和MOPSO算法的注塑成型质量多目标优化

为减少CAE分析时间,提高寻优计算效率,提出基于Kriging代理模型并结合多目标粒子群算法(MOPSO算法)对塑件的注塑成型质量进行多目标优化。以塑件的翘曲变形量、缩痕指数为优化目标,以影响塑件成型质量的模具温度、熔体温度、保压时间、保压压力、注射时间、冷却时间等注塑工艺参数为试验影响因素,应用最优拉丁超立方试验设计方法结合模流分析(MFI分析)建立分析样本,基于Isight参数优化软件构建优化目标与影响因素之间的Kriging代理模型,基于MOPSO算法在代理模型内进行全局寻优,获得了一组使塑件翘曲变形量和缩痕指数最小的最优工艺参数组合并给出了优化目标的预测值。结果表明,Kriging代理模型的预测值与模拟试验结果基本吻合,优化后的翘曲变形量降低15. 3%、缩痕指数降低19. 7%,本文提出的方法能有效、快速实现注塑成型质量的多目标优化,为工程实践提供了有益的参考价值。     

基于CAE的厚壁塑件注塑工艺参数优化

利用Moldflow软件对某厚壁塑料制件的注射成型过程进行分析,选取反映制品收缩与翘曲的多个评价指标,结合正交实验法,优化充填时间、熔体温度、保压时间、保压压力、冷却时间等工艺参数,通过均值分析与极差分析研究各因素对各评价指标的影响,并通过综合评分法得到一组最佳的工艺参数。结果表明,增加保压时间与保压压力能减小产品的收缩和翘曲,且得出的最佳工艺组合为注射时间为2.5 s,熔体温度为280 ℃,保压时间为130 s,保压压力为110 MPa,冷却时间为40 s,该工艺下产品的质量疏松度、体积收缩率、平面误差、翘曲分别降低了6.66 %、7.90 %、12.5 %、20.83 %,产品整体成型品质得到有效提高。     

高分子注塑成型产品质量关键工艺参数的多目标优化设计

针对注塑成型(PIM)关键工艺参数操作不佳易引起产品质量缺陷问题,提出一种基于梯度增强型Kriging(GEK)模型的注塑工艺参数多目标优化设计方法。针对空调外罩注塑成型过程,根据工艺参数和质量指标开展七因子三水平的正交实验设计,并采用Moldflow软件进行模流分析计算,通过信噪比分析和方差分析选取影响产品质量的主要参数;基于GEK模型理论建立质量指标预测模型,采用多目标差分进化(MODE)算法以质量缺陷和周期时间最小化为目标搜寻全局最优解;将最优设计参数带回Moldflow软件进行模拟验证。结果表明翘曲量、体积收缩率和周期时间分别降低0.88%、4.68%和14.81%,大幅度提升了产品质量和生产效率。     

基于响应面法和保压曲线的注塑工艺参数优化分析

以某一电工仪表外壳为研究对象,模具温度、熔体温度、充填时间和保压压力4个注塑工艺参数为优化目标,制品残余应力和体积收缩率为试验目标函数,采用响应面法(RSM)进行试验设计。所得最优工艺参数优化组合为:模具温度80℃、熔体温度285℃、充填时间1.8 s、保压压力89.18 MPa。经Moldflow模拟,得到最大残余应力与最大体积收缩率分别为54.83 MPa和3.395 4%,这表明响应面模型对工艺参数具有很好的优化效果。以此工艺参数组合为基础,进一步对保压曲线进行优化,得到了近乎最小的残余应力和体积收缩率,从而保证了产品质量,提高了生产效率。