肘杆式注塑机合模机构合模点配置方法研究

以五点斜排列肘杆式合模机构为对象,以图解法分析注塑机锁模力产生的原理,提出合模点概念,并分析不同合模点配置与注塑机性能之间的关系.给出影响合模点配置的因素数学表达式以及配置合模点的方法,并通过算例分析验证该方法.结果表明,该方法可以精确的确定合模点,并且具有良好的操作性,为肘杆式合模机构设计提供理论依据和对已知机构进行分析的方法.     

负γ角注射机合模机构的参数优化

本文着重研究负γ角新型注射机合模机构,导出了五铰链双曲肘斜排列的合模机构在负γ角情况下的设计计算公式,并以功效系数(即力的放大倍数与行程比的乘积)为目标函数,对西德DEMAG公司D430型注射机的参数进行优化,得到了最优的目标函数解。     

双曲肘合模机构优化CAD系统设计性能研究

根据建立的双曲肘合模机构的设计流程开发出用于双曲肘合模机构优化设计的计算机辅助设计(CAD)系统,着重研究了该系统的设计性能。通过对优化设计系统所设计的设备进行运动学仿真及变形模拟分析,验证了设计结果的合理性。通过与现有相同规格注塑机合模机构的对比实验,表明该设计系统设计的设备结构合理、性能良好;该CAD系统能够高效地优化并设计出不同系列规格的合模机构。     

全电动注塑机混合驱动式合模机构优化分析

以加快合模机构移模速度和优化移模速度曲线为目的,优化设计出一种新型混合驱动式合模机构,并对该合模机构的开合模过程进行运动学仿真和动力学仿真。结果表明,相比于现有全电动注塑机混合驱动合模机构,新型混合驱动式合模结构在移模速度上有了显著提高,移模速度曲线也更接近理想的正弦曲线。新型全电动精密注塑机混合驱动合模结构具有低成本化的优势,同时其机构运动学和动力学的性能也超越了已有全电动混合驱动合模结构。     

五支点双曲肘合模机构优化设计中Matlab COMBuilder与VC混合编程的应用

双曲肘合模机构的设计变量和约束条件繁多,必须应用Matlab等数学软件来处理优化计算过程。在五支点合模机构优化设计中利用VC调用Matlab进行优化设计将使工程设计人员节省大量的时间和资源,能把更多有限的时间用在创新型的设计上。用VC++来做应用程序的界面,而用Matlab来实现优化程序的功能。     

超声微注塑机合模-锁模-顶出机构的设计与分析

提出一种由直线超声电机驱动合模的新型超声微注塑机。首先对超声微注塑机的结构和工作原理进行分析,其次对合模-锁模-顶出机构进行了设计,最后利用ANSYS Workbench软件对合模系统中质量最大的动模板进行拓扑优化以减轻其质量,并对优化后的动模板进行静力学分析。结果表明,该超声微注塑机的合模-锁模-顶出机构能够实现特定的运动,拓扑优化后合模系统总质量满足要求,且其材料强度满足要求。     

七支点合模机构及其液压驱动的两者互联关系的分析设计

双曲肘斜排列七支点合模机构是一种创新发明的新颖的合模机构,液压驱动系统基于肘杆机构的特性进行设计,两者之间相辅相成使机构的性能得到进一步提高。研究了液压驱动系统与机构的运动学、力学的性能之间的关系,提出了系统的主要技术参数的计算理论和设计准则,并通过实例验证了设计计算理论和公式的可行性,为机构的开发和应用提供了理论基础和工程设计方法。实例研究表明,双曲肘斜排列七支点合模机构同比双曲肘斜排列五支点合模机构,行程比大1倍,液压驱动节能35%,系统液压驱动装载功率下降40%。     

硅橡胶复合绝缘子护套伞裙表面存在竖直合模缝时的结构性能差异分析

1 前言 复合绝缘子因其特有的防污性能和显而易见的优越性,而具有广阔的应用前景。其复合绝缘部分是以硅橡胶为基材,填充多种填充剂,通过混炼后经硫化后成型的。目前,普遍采用的芯棒连续挤压护套和外套粘伞裙的外绝缘组装工艺,经权威研究机构近十几年分析、研究和运行的验证,已是较为成熟的生产工艺。但近几年来国外玻璃绝缘子生产厂家和瓷绝缘子的生产和研制机构用塑料注射方法成型,对复合绝缘子外绝缘亦采用此注射成型方法,     

基于多目标教学优化算法在二甲苯吸附分离过程优化中的应用

以C8芳烃混合物的吸附分离过程作为研究对象, 应用多目标教学优化算法(multi-objective teaching-learning-based optimization algorithm, MOTLBO)对模拟移动床多目标优化问题进行求解。采用TMB方法, 建立了模拟移动床模型, 并对两个典型的模拟移动床多目标操作优化问题进行了优化设计。通过与NSGA-Ⅱ算法的比较, 证明了多目标教学优化算法在求解模拟移动床多目标优化问题上的有效性和优势。此外, 还分析了抽出液流量、抽余液流量以及步进时间等对多目标优化非劣解的影响, 优化结果为模拟移动床分离过程的工艺设计和操作提供了依据。     

改进的粒子群优化算法及其在多目标过程设计中的应用

介绍了粒子群优化算法的基本思想和步骤,对基于动态Pareto解集的多目标粒子群优化算法进行了分析,提出了随机更新个体粒子最优位置的策略,并把改进的粒子群优化算法用于实际的多目标过程设计中.对甲苯加氢脱烷基化过程进行了分析,利用此方法对以经济和环境为目标的加氢脱烷基化过程设计进行了计算.结果表明,此种方法可以用于实际的多目标过程设计中.     

基于差分进化算法的控制变量参数化方法及其在化工过程动态优化中的应用(英文)

Two general approaches are adopted in solving dynamic optimization problems in chemical processes, namely, the analytical and numerical methods. The numerical method, which is based on heuristic algorithms, has been widely used. An approach that combines differential evolution (DE) algorithm and control vector parameterization (CVP) is proposed in this paper. In the proposed CVP, control variables are approximated with polynomials based on state variables and time in the entire time interval. Region reduction strategy is used in DE to reduce the width of the search region, which improves the computing efficiency. The results of the case studies demonstrate the feasibility and efficiency of the proposed methods.     

差分进化算法研究进展

针对一种新兴的进化算法--差分进化算法,介绍该算法的基本原理、算法流程、算法参数及其对算法性能的影响,总结控制变量选择的经验规则,归纳了改进差分进化算法和算法在相关领域的应用概况,已研究的理论和应用成果均证明该进化算法的有效性和先进性,具有广阔的发展前景.最后对差分进化算法进一步的研究工作进行了探讨和展望.     

微分进化算法研究及其在热工过程参数辨识中的应用

被控对象的数学模型,对控制系统的设计和分析有着极为重要的意义.采用微分进化算法对被控对象参数进行辨识.这种算法与其它进化算法的不同之处在于它的变异算子是由种群中任意选取的多对向量的差值得到的,并且主要用于实参数优化问题.微分进化算法虽然有简单、搜索效率高的特点,但是仍存在局部最优的问题.因此,在对微分进化算法搜索机理进...     

A Hybrid Algorithm Based on Differential Evolution and Group Search Optimization and Its Application on Ethylene Cracking Furnace

To find the optimal operational condition when the properties of feedstock changes in the cracking furnace online, a hybrid algorithm named differential evolution group search optimization (DEGSO) is proposed, which is based on the differential evolution (DE) and the group search optimization (GSO). The DEGSO combines the advantages of the two algorithms: the high computing speed of DE and the good performance of the GSO for preventing the best particle from converging to local optimum. A cooperative method is also proposed for switching between these two algorithms. If the fitness value of one algorithm keeps invariant in several generations and less than the preset threshold, it is considered to fall into the local optimization and the other algorithm is chosen. Experiments on benchmark functions show that the hybrid algorithm outperforms GSO in accuracy, global searching ability and efficiency. The optimization of ethylene and propylene yields is illustrated as a case by DEGSO. After optimization, the yield of ethylene and propylene is increased remarkably, which provides the proper operational condition of the ethylene cracking furnace.     

差分演化算法中变异策略的改进与算法的优化

自然界生物体进化现象可以形式化成一些优化算法,如差分演化算法、粒子群算法等。其中,差分演化算法在数值函数优化方面的性能要优于其它的优化算法。通过对差分演化算法的变异策略改进,使优化后的差分演化算法在函数优化方面性能得到进一步提高。通过十个基准函数的仿真测试可以验证这一结果。     

曲肘式合模机构运动特性分析及其优化设计

本文详细了分析了注塑要五孔斜排曲肘式合模机构运动特性及其影响因素，并对机构的合模速度曲线进行了优化设计，以 保证模板尺寸及动模行程不变条件下，其在整个运动过程中的运行平稳，同时使机构的力放大倍数和行程经匹配较合理。     

多目标遗传算法在反应精馏优化中的应用

反应精馏是反应与精馏的复合过程,因其具有选择性强、投资少、能耗低等优点而受到研究者们的广泛关注,并且在工业生产中得到广泛的应用。利用人工神经网络（ANN）模型来模拟反应精馏过程。在建立ANN模型时,首先用ASPEN软件模拟计算出多组数据以弥补实验数据不多的不足,并在此基础上用多目标遗传算法（GA）进行操作条件的优化。优化结果表明,多目标遗传算法结合ANN对反应精馏进行优化是可行的,而且具有很高的精度。以合成乙酸乙酯的反应精馏过程为例说明上述模拟和优化方法。     

一种改进的混合遗传算法及在化工过程动态优化中的应用(英文)

The solutions of dynamic optimization problems are usually very difficult due to their highly nonlinear and multidimensional nature. Genetic algorithm (GA) has been proved to be a feasible method when the gradient is difficult to calculate. Its advantage is that the control profiles at all time stages are optimized simultaneously, but its convergence is very slow in the later period of evolution and it is easily trapped in the local optimum. In this study, a hybrid improved genetic algorithm (HIGA) for solving dynamic optimization problems is proposed to overcome these defects. Simplex method (SM) is used to perform the local search in the neighborhood of the optimal solution. By using SM, the ideal searching direction of global optimal solution could be found as soon as possible and the convergence speed of the algorithm is improved. The hybrid algorithm presents some improvements, such as protecting the best individual, accepting immigrations, as well as employing adaptive crossover and Gaussian mutation operators. The efficiency of the proposed algorithm is demonstrated by solving several dynamic optimization problems. At last, HIGA is applied to the optimal production of secreted protein in a fed batch reactor and the optimal feed-rate found by HIGA is effective and relatively stable.     

改进蚁群算法在支持向量机参数中的应用

提出一种改进的蚁群算法(即交叉验证法与蚁群算法的有效结合)对支持向量机的参数进行优化。首先通过交叉验证法得到支持向量机参数,然后在这些参数中确定蚁群算法的搜索空间,最后在该区间上选取最优参数。仿真结果表明:使用该方法优化支持向量机参数可以在较短时间内寻找到最优解,进而缩短搜索时间,提高识别准确率。     

基于免疫机制的多目标蚁群算法用于间歇反应器的约束动态多目标优化

含路径和终端约束的动态多目标优化是过程系统工程的一个重要研究方向,难度较高.传统蚁群算法仅适于离散问题,今采用混合正态分布描述信息素分布,并设计相应的解构造操作,使之拓宽至连续优化问题.通过对目标函数和约束矩阵的非劣捧序,确定解的等级,用以克服传统约束处理方法的局限性.借鉴了免疫系统的浓度概念,将其与解的等级结合,共同确定解的适应度,有助于保持种群的多样性.在更新信息素时将利用外部优解库和种群信息,可加快收敛速度.基于拥挤度距离更新外部优解库可更均匀地逼近Pareto最优解集.由此构建了一种基于免疫机制的多目标蚁群算法(Immune Mechanism based Multi-Objective Ant Colony Algorithm,IM-MOACA),并用于间歇反应器的动态多目标优化问题,效果良好,显示出较强的全局优化性能,能以较快的速度逼近真实的Pareto最优前沿,可为用户进行合理的决策分析提供有效的支持.