基于萤火虫算法的注射模排水道优化设计.docxVIP

基于萤火虫算法的注射模排水道优化设计 型腔模型是指在工业生产中通过注射、吹塑、挤出和铸造等方法获得所需产品的各种规格的模型。模具温度会直接影响产品的填充过程从而影响质量,因此,在模具设计过程中必须对冷却系统进行有效的设计。 随着计算机技术的迅速发展,计算机辅助工程分析(Computer-Aided Engineering,CAE)被越来越多地应用到机械产品的设计中,其中,注射成型过程常用Moldflow软件进行CAE模拟分析。但是设计的部分仍然必须依赖设计者本身的经验与知识来判断,有时候仍需要后续的修改,因此增加了成本且耗费人力。 萤火虫优化(Glowworm Swarm Optimization, GSO)算法由K.N.Krishnanand等提出,并于 2009 年改良。萤火虫算法是一种群体智能技术,所有萤火虫的亮度和他们本身的质量有关,质量越好,则亮度越大。所有的萤火虫有一定的搜寻范围,依据周围更亮的萤火虫亮度决定移动方向,最终所有萤火虫会搜寻到多个目标,达到多重搜寻的目的。萤火虫优化算法的流程图见图1。 1 试验研究方法和过程 1.1 模流分析的结果 试验通过萤火虫算法与Moldflow软件相结合对注射模冷却系统进行分析研究。首先随机产生一种水路设计方案,每种设计(一只萤火虫)有不同的冷却水道坐标;将数据输出生成Moldflow 所需要的vbs格式文档;运用边界条件判断是否满足要求,若符合要求则进行CAE模流分析,将结果记录下来,若全部否定则减低亮度不做模流分析;接着更新设计参数和搜寻半径进行下一次分析,并将结果和前面的参数进行比较,选出最为优秀者,直至在搜寻范围内寻找到最优者,具体流程图见图2。 1.2 利益确定的方式:从党的出 为了减少产品翘曲量的产生,翘曲量可直接取正数,萤火虫搜寻法则根据周围的个体亮度作为搜寻前进方向的依据。亮度值大小的判定按如下规则进行:①将产品模型各节点的X、Y、Z3个方向的翘曲量及3个方向的翘曲量总和进行由小到大排序;②翘曲量越小越好,萤火虫搜寻法亮度越亮越好,将翘曲量极小化转为亮度的最大值作为3个方向的亮度参考值;③最后将3个方向的亮度参考值加总成为设计的亮度。 1.3 冷却水道的定 模具冷却水道设计的数量,是依据产品的几何形状和工艺条件来决定的。 最大冷却水道数量设定是根据模具大小和模穴数量设定一个最大值,不同的设计可能有不同的冷却水道数量,但都不会超过该值。 冷却水道之间距是依据设计经验法则,冷却水道一般间距L为冷却管径D的 3～4倍,和模具及模型的距离H为冷却管径D的2～3倍,以此来决定冷却水道的限制,见图3。 1.4 利用处罚机制进行特征性规定 根据水道与模具、模穴及其他水道的距离设定限制,若超过了限制要求,则利用处罚机制进行亮度减值。程序开始随机给出5个管路位置,若是出现图4中a、b、c、d的任何情况,位于限制区域内的水路在建模时将会被抑制,从而控制了冷却水道的数量。 1.5 冷却水道数量设计不比较 在运算过程中,进行冷却水道的相似度判断,排除较差的设计。判断条件如下:首先,不同数量的冷却水道设计不比较,仅比较冷却水道数量相同的情况。 将相同数量的冷却水道设计进行相似度的判断。接着,将冷却水道之间的距离总和小于一定值以内的设计作为相近相似度的判断方式。如果是相似设计,进一步判定亮度的高低,亮度好的保留,亮度低的排除。 2 案例分析 2.1 基于moldwell算法的注射成型工艺参数设计 以塑料产品典型零件为例,尺寸为3.8 mm×127 mm×60 mm;模具的尺寸为 220 mm×110 mm×120 mm,产品及模具示意图见图5。 冷却水路的设置见图6,为了找出各个冷却水道的最佳位置以及冷却水道的数量,水道最大数量设定为5,每条水道的坐标分X、Y两个方向。当管路位于限定条件外时,参数自动设为0,计算时忽略。整个算法的变量等于5条冷却水道的坐标参数共有10个。 设定冷却水道直径为 6 mm,由经验法则求得的冷却水道的最小间距为18～24 mm,以18 mm为极限值,冷却水道和模具边缘的间距为12～18 mm,以 12 mm为极限值。 产品材料为聚碳酸酯PC塑料,具体参数选用 Moldflow软件内建立的材料库,见表1。注射成型工艺的参数设定见表2。分析演算法使用的参数见表3,其中个体数量取100代,最大搜寻半径取300 mm(模具对角距离的25%),搜寻半径的初始值取150 mm(最大值的一半),移动步长取1.5 mm(初始半径的1%)。 经Moldflow分析结果后得出最佳设计管路数量为4根,冷却管路位置见图7,具体的坐标位置见表4,产品X、Y、Z3个方上的最大翘曲量及翘曲量见表5。 对X、Y、Z方向翘曲量总和做收敛趋势分析,结果见图8,可以看出演化是往减少翘曲量的方向进