液压脉振注射充模过程的能耗特性研究

研究了液压脉振注射充模过程中各个阶段的能耗情况,建立了振动力场作用下熔体区域螺杆、圆截面喷嘴和圆盘充模的物理模型与数学模型,并求得以上过程中能耗的解析式.通过实验验证了振动力场的引入使得注射过程能耗减小,探究了能耗在振动力场作用下的变化规律.     

螺杆轴向振动对熔体注射过程能耗的影响

研究了螺杆轴向振动对熔体注射过程中各个阶段能耗的影响,建立了振动力场作用下熔体流经圆锥形浇口流道和圆盘充模的物理模型和数学模型,并求得上述两个过程中功耗的解析式;通过实验验证了振动力场的引入使得注射过程能耗减小,在振动强度系数达到0．45以后,注射过程功耗减小的趋势更明显。     

液压脉振塑化过程振动参数对LDPE性能的影响

采用新型液压脉振式注塑机成型低密度聚乙烯(LDPE)标准试样,测试成型过程整机能耗及试样的拉伸强度、密度等,探讨塑化过程中振动频率和振幅对制品性能的影响.实验发现,保持其他工艺参数不变,施加振动后,试样拉伸强度最大提高6.1%,密度增大3.3%,熔点向高温移动1.7℃,整机的加工能耗约降低6.8%,且呈现一定的变化规律.     

液压脉振注塑PP/CaCO3的结构与力学性能

采用自制的液压脉振式动态注塑机在不同浇口条件下注射成型聚丙烯(PP)/CaCO3复合材料,通过拉伸及冲击性能测试、扫描电镜(SEM)分析和差示扫描量热(DSC)分析研究了PP/CaCO3复合材料的结构与力学性能.研究表明,浇口尺寸对振动效应有影响,浇口截面尺寸越大,振动效应越大;相对于小浇口,中、大浇口条件下动态注射成型复合材料的拉伸强度、冲击强度均有明显的提高l液压脉振有利于CaCO3在PP中的分散.相对于小浇口,大浇口条件下动态注射成型PP/CaCO3复合材料中的CaCO3分布更均匀,同时复合材料熔点更高,结晶度更高,这些均有助于提高复合材料的力学性能.     

液压脉动注塑机能耗分析

对新研制的液压脉动注塑机进行了介绍;在其它加工工艺不变的条件下,分别调节预塑和注射过程中的振幅和频率,通过能耗分析仪,直观地观察到动态加工过程的能耗与稳态加工能耗的区别;研究比较了直接加热与纯振动场作用下,两种不同换能方式对聚合物固体材料塑化性能的影响,得出了纯振动场作用比直接加热更能促进聚合物材料塑化的结论.并用黏弹性理论解释了振动强度对能耗的影响.     

基于神经网络技术的注射螺杆熔融性能

熔融性能是指注射螺杆在塑化过程中对物料的熔融能力,可以用熔融曲线来表示.文章利用自行开发的可视化实验装置,测量得到了不同加工工艺条件下的固相分布,以此为基础建立了基于BP神经网络的固体床宽度分布函数的预测,并利用实验结果对所建网络模型的预测能力进行验证,结果表明该网络模型的预测效果好.利用所建立的模型研究分析了螺杆转速、背压、注射行程等工艺条件对固相宽度分布函数的影响.     

基于有序的聚合物脉振注射成型多目标优化

为了在脉振注射成型过程中提高制品质量、缩短成型周期、降低能耗,提出了混合集成智能多目标优化的思想.针对优化目标有序的特征,采用了分层多目标优化策略,首先优化脉振注射成型制品的质量指标,在保证制品质量指标最优的前提下,再对成型周期和能耗进行优化,然后对两种材料的优化结果进行对比分析.其应用前景广阔,具有较大的经济意义.     

液压脉振注塑中螺杆振动系统阻尼特性分析

依据流体动力学的剪切理论,确定了注射充模过程聚合物熔体的阻尼系统.结果表明,注射充模过程振动系统的阻尼不仅与螺杆的参数和物料的性能(如非牛顿指数)有关,还取决于加工过程的参数如振动强度、注射速度等,而注射速度对阻尼的影响最大.     

基于IMP的注射螺杆参数优化及工艺过程分析

利用注射过程模拟软件IMP(Injection Molding Plastification)及正交试验设计方法,通过正交设计对螺杆参数优化组合,再利用小步长搜索法生成新的正交试验表并进行二次正交试验,得到变深计量段螺杆最优参数组合。在优化参数的基础上,再采用IMP软件分析机筒温度及螺杆背压对变深计量段螺杆出口物料轴向温度的影响。结果表明:变深计量段螺杆与非变深计量段螺杆相比能减小物料PP的轴向温差;提高背压后,物料PC的轴向温差减小,但物料PP的轴向温差改善效果不明显;同时,机筒加料段和计量段温度的设定对改善螺杆轴向温度分布也有非常重要的意义。     

聚合物熔体脉振传递过程的协同学研究

利用协同学分析方法,研究了典型的平板振动剪切流熔体黏滞动力学特性(如垂直叠加的振动拖曳流),在脉振力场作用下聚合物熔体扰动本构方程的基础上,分别提出了在以上脉振动剪切流场中聚合物熔体的序参量控制方程,并建立了单螺杆脉振传递过程熔体动力学模型。     

基于BP 神经网络的塑料齿轮玩具注射成型优化分析

以某塑料拼插齿轮玩具为研究对象,采用自然平衡法设计1模144腔注塑模具。对有限元模型进行合理简化,并采用Moldflow软件进行塑料齿轮注射成型过程中的流动和翘曲分析。针对初始方案中出现的熔接痕和翘曲等缺陷,建立齿轮玩具BP 人工神经网络模型,通过BP神经网络算法训练各工艺参数,并对体积收缩率和总翘曲量进行预测。将训练后较优的工艺参数组合应用于注射成型后,使得该塑料齿轮熔接痕分布改变,翘曲变形量明显降低。     

发泡注塑过程中注射及塑化能耗分析

通过正交试验采集发泡注塑实验过程的工艺参数、功率等数据,以螺杆位移曲线的变化为参考确定注塑周期各阶段上的能耗分布。对其中的注射和塑化能耗及影响因素进行了方差分析,分析结果表明:工艺参数的变化对注射能耗影响更大,在较高的螺杆转速和注射速度下能耗较低。     

发泡注塑过程能耗的实验分析

在发泡注塑实验中采集了电机功率和加热功率数据,分析了该过程的电机能耗、加热能耗.分析表明:机筒温度、注气压力和注射速度对电机能耗、加热能耗和总能耗影响较大;电机功率的变化及能耗的分布与注塑周期的各个阶段较有明显的对应关系.计算了电机能耗、加热能耗的比例及注塑周期的各个阶段电机能耗的分布.     

基于BP神经网络的导管接头注塑工艺参数优化

以医用介入导管接头为研究对象,基于塑料成型理论在Moldflow软件中进行导管接头模流分析,通过正交实验极差分析,确定了注塑工艺参数对导管接头缩痕指数的影响趋势,得到最佳工艺参数组合.针对实际生产中出现的缩痕缺陷,建立导管接头缩痕指数的BP神经网络参数模型,并用遗传算法进行优化,同时对结果进行仿真模拟,得到缩痕指数为0...     

基于神经网络和遗传算法的注射成型工艺优化

论述人工神经网络和遗传算法在塑料注射成型工艺优化中的应用,首先利用人工神经网络建立注射成型工艺参数与塑件翘曲量之间关系的数学模型,然后用遗传算法对工艺参数优化.其中由正交法设计得到实验样本,由数值模拟软件计算得到塑件翘曲量,将其作为优化目标.按优化后的工艺参数进行实验,获得较高质量的塑料制品,从而为建立和控制注射模工艺参数提供一种行之有效的途径.     

半水煤气净化能耗浅析

对各种变换、脱硫、脱碳及精制工艺的能耗进行了分析，重点从能耗的角度对各种变换、脱硫、脱碳及精制工艺进行了评价，并提出了合理的半水煤气净化工艺流程配置。     

基于BP神经网络的串联连续打浆过程打浆度的软测量

介绍某造纸厂串联连续打浆的工艺过程 ,分析研究BP神经网络的结构和算法 ,建立了串联连续打浆过程打浆度软测量的BP神经网络模型 ,并将该模型用于打浆过程控制和优化控制 ,取得了较好的测量效果。     

用BP神经网络和遗传算法优化电沉积Cu-W的工艺参数

用神经网络和遗传算法(BP-GA)优化电沉积Cu-W的工艺参数。结果显示:BP-GA预测结果与试验结果较接近,相对误差为9.05%,说明BP-GA优化电沉积工艺参数有较高的预测能力和准确度。     

对加氢裂化过程理论最小能耗的分析

通过对某炼厂的加氢裂化过程理论最小能耗和实际能耗的比较,分析了产生差距的原因,为过程的节能指明了方向。首先对过程理论最小能耗进行了推导,并运用到某炼厂的加氢裂化装置,然后将求得的理论最小能耗与实际能耗作比较,最后分析导致理论最小能耗与实际能耗差别的原因并作出结论。