网站大量收购独家精品文档,联系QQ:2885784924

桂工注塑模的单浇口优化论文翻译介绍.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
注塑模的单浇口优化Lam分别与Seow(2000)Jin(2002) Lee and Kim(1996年)优化了浇道和浇口的尺寸,使多点喷射腔的浇道系统的平衡。浇道平衡其实是喷射腔的入口压力的差异与在熔体流动路径中的每个腔与不同的腔体积和几何形状的家庭模具的端压力的差异。该方法展示了多腔模具在整个成型周期期间,压力均匀分布在腔内。 Zhai等人(2005年)通过一个高效的搜索方法——压力梯度(PGSS)展示了一个模腔的两个浇口位置优化;(Zhai等人,2006)通过改变零件的浇口和浇道尺寸定位焊线到所需的位置。至于体积大的零件,浇口需要缩短最大流路径,并且相应地减少注射压力。该方法主要用于对多浇口单腔的浇口与浇道的设计。 许多注塑模产品都只有一个浇口,无论是单型腔还是多腔模的。因此,优化单浇口的位置是最常见的设计参数。形状分析方法是由courbebaisse和Garcia提出的(2002),包括对注塑模绕口的最佳位置的估算。随后,他们对这一方法进一步探究并应用于L形单浇口优化(courbebaisse,2005 (2-1) 其中γ是特征翘曲, 是特征表面偏离该参考平台最高位移,L是参考方向平行的参考平台表面特征预计长度。 对于复杂的特点(这里只讨论平面特征),翘曲的特点是通常参考平面分为两个,代表一个二维坐标系统: (2-2) 其中,是特征翘曲在X Y方向,是表面特征预计长度X ,Y的。 结合相应的参考平面和投影方向测定目标特征,L值可以从解析几何立即计算出来(图2)。特定的表面特征和预测的方向L是一个常量但H复杂得多 图2投影长度评价 模拟注射成型过程是一种常见的技术,以预测质量设计零件,模具和工艺设置。结果翘曲模拟表达为节点挠度上的XY,Z分量),以及节点位移是向量长度的矢量总和,其中I,j,k是单位矢量。H是最位移,这与常方向的参考平面,并能产生结果的翘曲仿真计算h时节点挠度提取如下:, (2-3) 其中是挠度在正常方向参考平面提取节点; ,是对挠度的X Y ,Z分量的提取节点;是角度的向量参考; A和B是终端节点,可以方向(图2 和是节点A和B挠度: ,,是对节点挠度,,是对节点B挠度X,Y,Z方向上的分量; 和是终端节点挠度加权因子计算方法如下: 是提取节点和节点投影间的距离H是最绝对值在工业方面,视察该翘曲借助了一个触角衡量,被测工件放在一参考平台。 是一个最数值被测工件表面和参考平台。浇口位置优化问题的形成 质量来说翘曲 是指永久变形的部分实用的负载引起它是由差动收缩聚合物流通包装,冷却,结晶不平衡。 安置在注射模是一个最重要的。高质量的成型零件很大,因为它影响塑料进入型腔。因此,不同的浇口位置引入不均匀取向,密度,压力和温度分布,因引不同的值和分配翘曲。因此,浇口位置,是一个的设计变量,以尽量减少注塑零件翘曲。因为相关关系浇口位置和翘曲分布,是在相当大程度上独立于熔体和模具的温度,在这项调查它是假定该成型条件保持不变。注射成型零件翘曲是量化特征翘曲,其中在上一节讨论了。 因此单一浇口位置优化,可以 : 其中是特征翘曲变形; 是在位置注压力; 是注入成型机器的可允许注入压力或被设计者或制造业者指定的可允许的注入压力; x是坐标向量的候选浇口位置; 是节点有限元网格模型的一部分,为注射成型过程模拟; N是节点总数。 在有限元网格模型,每一个节点。因此可能浇口位置总数 是一个有关的总节点数目N和总数函数: 在这项研究中只单选址问题进行调查。 模拟退火算法 模拟退火算法是其中最强大和最流行的元启发式解决优化问题,因为提供良好的解决办法该算法是基于Metropolis(1953),这原本是在原子某一特定温度找到一个平衡点的这一算法和数最小化联系是Pincus(1970年)第一个注意到,但Kirkpatrick(1983年)等人提议,把它形成一项优化技术组合(其他)。 运用模拟退火法优化问题,目标函数f是用来作为能源而不是找到一个低能源配置,问题就变寻求近似全局最优解。配置的值设计变量替代能源配置身控制参数的过程是取代温度。 一个随机数发生器被用作为设计变量产生新的值 这是显而易见的,该算法只需要极小化问题列入考虑范围。 因此,在最大化问题,目标函数是乘以(1)取得一个。 模拟退火算法主要优点是比其他方法能够避免在局部极小被困。这种算法采用随机搜索,而不是只接受变化,即减少目标函数f ,而且还接受了一些变化增加。后者则是接受一个概率P其中是增,k是oltzman常数,T是一个控制参数,其中是众所周知的恒温制度,无视客观功能参与。 在浇口位置优化,实施这一算法说明图,此算法的

您可能关注的文档

文档评论(0)

阿里山的姑娘 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档