基于Kriging模型与遗传算法结合的RHCM成型工艺参数优化

为了提高高光无痕注塑成型(rapid heat cycle molding,RHCM)制品综合品质,提出了一种基于Kriging模型与遗传算法(genetic algorithm,GA)结合的工艺参数优化策略.将该策略应用于某空调柜机出风面板成型,以正交实验法规划实验,通过CAE分析获取实验样本数据,借助数据归一化法、线性加权法、直观分析法等数据处理方法,得到了对RHCM成型影响显著的工艺参数依次为保压时间、冷却时间、熔体温度、加热时间.然后引入Kriging建模理论,建立了RHCM成型制品综合品质与主要成型工艺参数的近似模型,采用GA对建立的近似模型在可行解空间搜寻最优解.得到的最优工艺参数为:加热时间36.9 s,熔体温度182.9℃,保压压力88.5 MPa,冷却时间51.3 s.最后,通过CAE分析和生产试制分别验证了该优化策略的可行性和合理性.     

基于在线Kriging模型的隔板塔优化方法

隔板塔是一种新型的精馏节能技术,但其优化设计属于混合整数非线性规划问题,优化求解困难。本文提出在线Kriging代理模型优化方法,将其应用于隔板塔年度总费用优化。与传统离线代理模型相比,本文方法采用少量的隔板塔严格模拟数据点,即可得到优化问题的最优解。计算表明,较传统离线代理模型,本文提出的在线代理模型显示了更高的准确性和有效性,可以克服传统离线代理模型优化耗时、计算量大的缺点。     

基于Kriging代理模型的注塑件残余应力优化分析

以注塑成型制品中脱模后的最大Mises-Hencky残余应力为目标函数,运用基于Kriging代理模型及EI加点准则的序列优化方法,对聚碳酸酯材料制品进行了工艺参数(包括熔体温度、模具温度、注射速率、保压压力及保压时间)优化。算例结果表明,所提出方法可以有效地降低注塑件内的最大Mises-Hencky残余应力。在此基础上对充填阶段进行深入分析,用贝塞尔曲线控制方式代替常规的常速率充填控制方式,进一步降低了制件内的残余应力。     

基于Kriging代理模型和遗传算法的塑件品质优化

采用Kriging代理模型和遗传算法对产品成型工艺参数进行优化。根据成型工艺对产品的影响情况,选取6个工艺参数作为设计变量,使用拉丁超立方随机产生16种设计方案。通过数值模拟得到对应的收缩率和翘曲值,建立代理模型,采用遗传算法进行寻优,得到最优设计变量组合。研究结果表明,模流分析结果与代理模型预测值具有很好的一致性,两者误差小于5.1%。优化后的翘曲值降低了62.7%,收缩率降低了22.9%,产品品质得到明显改善。     

注塑参数优化研究方法

对参数优化方法在注塑研究中的应用进行了综述，阐述了各方法的基本原理和主要特点，着重讨论了优化方法所适用的优化问题的类型和其对注塑翘曲、收缩、熔接缝及强度的预测能力以及模拟软件的应用，探讨了不同优化方法相结合对搜索效率和优化结果的影响。     

普适性结蜡模型相关参数的优化方法

为制定经济、合理的清管方案,需建立蜡沉积模型来预测蜡沉积速率和厚度.基于目前工程常用的普适性结蜡模型,借助蜡沉积实验数据计算蜡沉积各因素之间的灰色相对关联度,通过分析蜡沉积各影响因素之间的多重共线性,证明普适性结蜡模型的变量选用合理;并基于1 stOpt软件对普适性结蜡模型相关参数进行优化研究.结果 表明:基于Leve...     

基于Kriging代理模型的气辅注射成型工艺优化

针对气辅成型工艺设定及控制的复杂性,使用Kriging代理模型近似拟合气辅成型工艺参数与气体穿透长度之间的非线性函数关系,建立起Kriging代理模型与APSO算法相结合的优化策略。应用所建立的优化方案,以气体的穿透深度为优化的目标,模拟了某汽车后视镜的气辅成型工艺优化过程。算例表明,基于Kriging代理模型与APSO算法耦合的优化策略可以在小样本情况下获取较高的求解精度和较快的收敛速度。     

基于可靠度约束的高粘度齿轮泵参数优化

应用可靠性设计理论和最优化设计技术,给出了高粘度齿轮泵可靠性优化设计的新思路,提供了在多变量、多约束的离散变量优化领域,避免求解超越方程,直接获得最优离散值的具体方法。算例结果表明,该方法是可行和有效的。     

约束变尺度法优化高压注浆主控参数研究

介绍优化技术中的约束变尺度法的原理、特点和方法。并应用这种方法,在泥浆配方、工作模质量不变的条件下,寻求最高生产率－最短注浆时间、最优的注浆压力和合理的单而吃浆厚度。     

含碳球团生产工艺参数优化及固结机理研究

实验研究了含碳球团高温自还原特性,考察了焙烧温度、C/O、焙烧时间等工艺参数对含碳球团还原后金属化率和强度指标的影响,利用XRD和SEM显微分析研究了球团还原过程和固结机理.正交实验结果表明,焙烧温度是影响两项指标的最重要因素,C/O次之,焙烧时间的影响不显著.在焙烧温度1350℃、C/O比1.15、焙烧时间25 min的最佳工艺条件下,金属化率最高为85.33%,球团的抗压强度达到2248 N.     

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Kriging模型的楔形闸阀结构优化及密封性能分析

以NPS12—Class150楔形闸阀为研究对象,对闸阀阀体中腔加强筋结构与位置进行正交试验设计,通过Kriging代理模型对正交设计结果进行曲面插值后,利用遗传算法对Kriging代理模型求取最优值,实现闸阀阀体强度及其密封性能优化.数值模拟验证结果表明:与优化前相比,优化后的闸阀最大等效应力减小了29.97％,最大...     

基于Kriging模型的某汽车后保险杠注塑成型优化分析

为了提高注塑成型产品的质量与效率,以某车型后保险杠为研究对象,在三维软件中建立模型,导入Moldflow软件中建立浇注系统进行模流分析。以熔体温度、模具温度、保压时间、保压压力为变量,翘曲变形量为目标量,进行最优拉丁超立方试验设计并构建Kriging近似模型,结合多岛遗传算法进行参数优化。将优化的参数代入Moldflow软件中进行模拟,得到的翘曲变形量降低了34.90%,优化结果良好,改善了产品的生产效率与质量。     

基于并行EGO和代理模型辅助的多参数优化方法研究

化工流程模拟优化问题常常具有高维、非线性的特点,使得仿真计算难以收敛。过长的求解时间是调度优化和运行优化的主要瓶颈之一。采用代理模型对机理模型进行替代是降低计算复杂度、保证结果准确性的有效途径。Kriging代理模型具有较强的非线性近似性,但处理高维问题依然较为困难。因此,本文研究并行EGO(efficient global optimization)算法与代理模型集成,并将模型应用于化工过程。并行EGO算法以Kriging代理模型的预测函数和误差函数为基础,先推导出样本分布概率密度函数与累积分布函数相结合的解析表达式;然后通过PEI(pseudo expected improvement)准则得到新的样本点以更新代理模型;最后结合改进的差分进化算法对优化参数进行全局搜索。在保证结果准确性的前提下,将本文算法与其他优化算法进行比较。8个多峰测试函数的测试结果表明,该算法的收敛速度提高了85%。然后将其应用于双级氨吸收制冷过程的模拟,结果表明该方法的模拟误差小于0.01%,优化时间从9846 s缩短至3705 s。     

秸秆气化模型研究及参数优化分析

在考虑系统热损与碳不完全气化的条件下,以气化反应中物料、能量平衡和化学反应平衡为依据,建立了生物质气化的平衡模型,并采用文献提供的数据对模型进行验证,模拟计算的结果与文献中的数据基本吻合。在模型验证的基础上,参考工业控制中的参数,主要对秸秆气化过程进行计算模拟,研究了空气当量比、气化温度、气化剂温度、物料湿度对气化产物组成、气化效率和热值等指标的影响。结果表明:空气当量比最佳选取范围是0.25—0.28;气化温度不宜过高,一般选取范围在700—900℃;气化剂预热温度升高强化气化过程;为了达到较好的气化效果,应尽量降低物料湿度。     

隧道冻结参数优化方法的研究现状

本文阐述隧道冻结温度场三种分析方法的研究现状。模拟试验得到的结果准确,但是造价昂贵且需要长时间运行来观测结果。隧道环形布置,冻结圈内冻实的单圈管冻结温度场已经求得解析解,对于内部未冻实的情况尚无解析解。仿真分析法可以缩短设计周期,根据隧道人工冻结的理论,阐述Autodesk simulation法在隧道岩土模型建立的优势。     

一种基于分类模型的注塑工艺参数优化方法

针对注塑工艺参数设置过程中出现的收敛性差的问题,提出了一种基于最大间隔分类模型的工艺参数优化方法。该方法先根据工艺参数与制品质量的关系将制品缺陷划分为两种对立的类别,通过试模采样,基于样本数据建立最大间隔分隔面来获得优化的工艺参数。与基于模糊推理方法对比发现,该方法获取的工艺参数收敛性更好。     

材料研究中工艺参数的优化方法

介绍了目前材料研究中常用的几种工艺参数的优化方法,包括主成分分析法、人工神经网络法、遗传算法和偏最小二乘法。对其原理和特点做了比较,并列举了应用实例。     

基于Kriging代理模型的稳健优化设计

稳健优化设计需要进行不确定性分析,优化过程比较费时。为提高计算效率,提出了基于Kriging代理模型的稳健优化设计方法。该方法结合双重Kriging代理模型和多点加点准则进行稳健优化设计。双重Kriging代理模型的建立,减小了不确定性分析的计算量,提高了计算效率。多点加点准则实现了序列的迭代优化,在保证计算效率的同时提高了对全局最优解的逼近程度。数学函数测试结果表明,与一般模拟基稳健优化方法相比,本文所提出的序列稳健优化方法在效率上有很大的提高。最后,考虑注塑工艺的不稳定性,对一盒式注塑制件的壁厚和工艺进行稳健优化,结果表明该稳健优化设计方法是有效的。     

基于Kriging近似模型的车用散热器支撑骨架结构分析与优化

以某公司生产的BA01型车用散热器支撑骨架为例,结合刚、强度落球试验来分析不同配比玻璃纤维增强聚丙烯复合材料对其结构强度、刚度的影响,并通过Isight软件构建Kriging近似模型对BA01型车用散热器支撑骨架进行结构分析与多目标优化。结果表明,当玻璃纤维含量为42%（质量分数,下同）时,玻璃纤维增强聚丙烯复合材料的综合力学性能最适用于作为BA01型车用散热器支撑骨架的制造材料;骨架的主梁厚度、翼板厚度对其疲劳寿命性能影响程度最大,且具有正效应;通过Kriging模型优化了主梁厚度、翼板厚度等结构参数值,实现骨架疲劳寿命增强和质量降低的多目标优化设计。