单浇口优化注塑模外文文献翻译@中英文翻译@注射塑料模具类外文翻译

江苏财经职业技术 学院毕业设计 (论文 ) 1 附录 江苏财经职业技术 学院毕业设计 (论文 ) 2 江苏财经职业技术 学院毕业设计 (论文 ) 3 江苏财经职业技术 学院毕业设计 (论文 ) 4 江苏财经职业技术 学院毕业设计 (论文 ) 5 江苏财经职业技术 学院毕业设计 (论文 ) 6 江苏财经职业技术 学院毕业设计 (论文 ) 7 江苏财经职业技术 学院毕业设计 (论文 ) 8 单浇口 优化注塑模 摘要：本文论述了一种单浇口位置优化注塑模具 的 方法 。 客观的浇口优化，尽量减少注塑制品翘曲变形，因为翘曲是一个关键质量问题，对大多数注塑件，这绝大部分受浇口位置影响。专题翘曲的定义是用比例最大位移对特征表面预计长度的表面特征来描述零件翘曲。优化相结合，数值模拟技术，以找到最佳的浇口位置，其中，模拟退火算法就是用来寻找最佳的浇口位置。最后，其中一个例子是 讨论有关文件，并可以得出结论认为，所提出的方法是有效的。 关键词 ：注塑模， 浇口位置和结构优化，功能翘曲 导言 塑料注塑成型，是一种广泛使用的，复杂的，对大型品种的塑料制品，尤其是那些高产量要求，精密复杂形状的有高效率的技术制作。质量注塑件是一个有功能性，部分几何，模具结构和工艺条件的塑胶材料。最重要的一部分，注塑模，基本上是以下三组组成：腔，浇口和浇道， 和冷却系统。 Lam 和 Seow （ 2000）， Jin 和 Lain（ 2002）达到平衡腔不同壁厚的一部分。平衡充填过程内部腔给出了一个均匀 分布的压力和温度，可大幅度减少该部的翘曲。但腔平衡只是其中一个影响零件质量的重要因素。尤其是零件有其功能要求，其厚度通常不应该多种多样。从这个角度谈了注塑模具设计，浇口是由其尺寸和位置，和浇道系统的规模和布局表征的。浇口尺寸和浇道布局通常定为常量。相对地，浇口位置和浇道的大小是比较有弹性的，能够多样的影响零件质量。因此，他们往往优化设计参数。 Lee 和 Kim（ 1996 年）为多种注射溶洞优化了浇道和浇口的大小来平衡浇道系统。浇道维持平衡可以理解为有相同腔的多腔模具的不同入口压力，在每一个腔每一个熔体 流道底部有不同的情体积和几何形状。该方法已显示压力在整个多腔模具成型周期中的单腔里均匀分布。 Zhai 等（ 2005 年）发布两个浇口位置优化，它的一个成型腔是由一个在压力梯度的基础上的高效率的搜索方法（ PGSS） ，为由不同尺寸的浇道多浇口零件定位，熔接线向理想的地点（翟等， 2006 ）。作为大容量的一部分，多浇口需要缩短最高流径，与相应减少注射压力。该方法大可成为设计多浇口单型腔的浇口和浇道。 许多注塑件是只制作一个浇口，无论是在单型腔模具或多个腔模具。因此，单浇口的浇口位置是最常见的设 计优化参数。形状分析方法是由 Courbebaisse 和 Gaarrcia 2002 年提出，是 最佳浇口位置的注射成型估计。后来，他们研制的这种理论进一步研究和应用于单一浇口位置优化的一个 L 形例子（库尔伯贝斯， 2005 年）。 它易于使用，而不耗费时间，而且它只不过是提供了简单的有均匀厚度的平面零件。 Pandelidis 和 Zou（ 1990 年）提出的优化浇口位置，由间接质量相关引起的翘曲和物质降解，这代表着加权温度差，摩擦过热的时间。翘曲是受上述因素的影响， 但它们之间的关系并不明确。 因此，优化效果是受制 于测定转归的加权因素。 Lee 和 Kim（ l996b ）研制出一种自动选择浇口位置的方法，其中一套初步浇口位置，由设计师提出，最优浇口是位于相邻节点。结论在很大程度上 取决于设计师的直觉，因为第一步是基于设计师的主张。 所以在相当大的程度上，受限于设计师的经验。 Lam 和 Jin（ 2001）开发了浇口位置优化方法，基于最大限度地减少了标准偏差的流径长度（标准差 大 ）和在成型充填过程中的标准偏差的灌装时间（标准差 T ）。随后，沈等人（ 2004 年 ） ，优化了浇口位置设计通过最小加 权充气压力，灌装时间区别不同的水流路径，温差变化大，以及过度包装的百分比。 Zhai 等 （ 2005 年）在去年底调查了最佳浇口位置与评价标准的注射压力。这些研究人员介绍目标函数作为注塑成型灌装操作，这对相关产品的品质有益。 但之间的相关性是非常复杂和不清晰在它们之间已经观察到。 人们还很难选择适当的加权因子为每个函数。 一个新的目标函数来评价注塑制品翘曲变形，以优化浇口位置。 直接衡量零件质量，这项调查定义特征翘曲来评价零件翘曲，这是从 流加翘曲 模拟产出 Mouldflow 塑料洞察力（电传等）的软件 。目标函数最小化，在浇口位置优化，以达到最低变形。 模拟退火算法是用来寻找最优浇口位置。 给出了一个例子来说明建议优化程序的有效性。 质量措施：特征翘曲 定义特征翘曲 运用优化理论设计浇口，零件的质量措施必须指定在初审。 术语 质量 可转介许多产品性能，如力学，热学， 电子，光学，工效学或几何性质 。 有两种零件质量 测量 ：直接和间接。 一个 有 预测性 的 模型，从数值模拟结果， 可作为 一个直接的质量 测量 。 相比之下，间接测量的零件质量是正相关目标质江苏财经职业技术 学院毕业设计 (论文 ) 9 量，但它并不能提供 对其质量的 直接估计。 翘曲，在相关工程 的 间接质量 测量 ，是一个注塑成型流动行为或加权。 这种行为 是作为填充不同流径的 时间差，温度差，过度包装的比例问题，等等。 这是很明显 的， 翘曲 是受这些因素 的影响，但翘曲和这些 因素的 关系是不明确的 ，而且决定 这些因素所占的比重是相当困难 的。 因此， 用 上述目标函数优化大概不会减低零件翘曲，甚至 是 完美的优化技术。 有时，不恰当加权因素，将导致完全错误的结果。 一些统计量计算，节点位移被定性为直接质量 测量 ，以达到最低变形链优化研究。 统计数量通常 是最多节点位移，平均每年有 10%的 节点位移， 而且 整体平均节点位移（李和金， 1995 ； 1996 ） 。这些节点 的 位移容易从数值模拟结果获得，统计值，在一定程度上代表着变形。 但统计位移不能有效地描述变形的注塑件。 在工业方面，设计者和制造商通常 更 加注意，部分上翘曲 在某些 特点 上 超过整个变形注射模塑件的程度。在这项研究中，特征翘曲是 用 来形容变形的注塑件。特征翘曲 是 表面上的最大位移 与 表面特征 的预计长度 之 比（图 1 ） ： （ 1） 其中 是特征翘曲， h 是特征表面偏离该参考平台 的 最高位移， L 是 在与 参考方向平行的参考平台 上的表面特征 的 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 在 参考平面 内 分为两个 区域 ，它是代表一个二维坐标系统： （ 2） 其中 ， 是特征翘曲在 X ， Y 方向， ， 是表面特征 的 预计长度 在 X ， Y 上 的 投影 。 特征翘曲的评定 与相应的参考平面和投影方向结合起来测定目标特征 后 ，其 L 的 值可以从 图中用 解析几何立即计算出来（图 2 ） 。 在 特定的表面特征和预测的方向 ， L 是一个常量。 但 H 的 评 定比 L 复杂得多 。 江苏财经职业技术 学院毕业设计 (论文 ) 10 模拟注射成型过程是一种常见的技术，以预测质量 来 设计零件，设计模具和工艺设置。结果翘曲模拟表达为节点挠度上的 X ， Y ， Z 分量 ，以及节点位移 W。 W 是向量长 度的矢量总和 ：+ + ， 其中 i， j， k 是 在 X， Y， Z 方向上的 单位矢量。 H 是 在特征表面上的节点的 最大 位移， 这与 通 常方向的参考平面 相同 ，并能产生结果的翘曲仿真 。 计算 h 时，节点 的 挠度提取如下： 其中 是挠度在正常方向参考平面 内 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 预测 方向（图 2 ） ； 和 是节点 A 和 B 的 挠度： 其中 ， ， ， 是对节点 A 的 挠度 在 X， Y， Z 方向上的分量； ， 和 是对节点 B的 挠度 在 X ， Y ， Z 方向上的 分量 ； 和 是终端节点挠度 的 加权因子 ， 计算方法如下： 是提取节点和节点 A 投影间的距离， H 是 的 最 大 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 个 参考平台 上 。 H 是一个最 大 数值 ，读数在 被测工件表面和参考平台 间 。 浇口位置优化问题的形成 从 质量来说， 翘曲 ，是指永久变形的部分 不 是 由 实用的负载引起 的 。 它是由 整体 差动收缩 引起，即 聚合物流通，包装，冷却，结晶 的 不平衡。 安置一个 浇口， 在注射模具 整个设计中 是一个最重要的 步骤 。 高质量的成型零件 受浇口的影响 很大，因为它影响塑料 流 进入型腔 的浇道 。因此，不同的浇口位置 会 引入不均匀 的 取向，密度，压力和温度分布，因 而 引 入 不同的值和分配翘曲。 因此，浇口位置，是一个 有用 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 中 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 依如下制造 ： 最小化： 江苏财经职业技术 学院毕业设计 (论文 ) 11 主题： 其中 是特征翘曲变形 ； p 是在 浇口 位置 的 注 入 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 中 ，每一个节点 都有可能是一个浇口 。 因此，可能 是 浇口位置 的 总数 是一个有关的总节点数目 N 和总 浇口 数 n 的 函数： 在这项研究中，只 对 单 浇口 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 以实际条件全面化 解决办法。 该算法是基于 Metropolis （ 1953 ） ，这原本是 用来 在原子某一特定温度找到一个平衡点的 方法。 这一算法和数 字 最小化 的 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（ 或 其他）。 运用模拟退火法优化问题，目标函数 f 是用来作为 函数 E 的 能源 ， 而不是找到一个低能源配置，问题就变 成 寻求近似全局最优解。配置的值 的 设计变量 是 替代能源配置 本 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 将 极小化问题列入考虑范围。 因此，在最大化问题 上 ，目标函数是乘以（ -1 ） 来 取得一个 可能的数 。 模拟退火算法 的 主要优点是比其他方法 更 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 来 增加 它 。 后者则是接受一个概率 P 其中 是 f 的 增 量 ， k 是 Boltzman 常数， T 是一个控制参数，其中 原数分析 是众所周知的 恒温 制度 ， 并且 无视客观功能参与。 在浇口位置优化，实施这一算法 的 说明图 （图 3） ，此算法的详细情况如下： 江苏财经职业技术 学院毕业设计 (论文 ) 12 （ 1 ） SA 算法开始 是 从最初的浇口位置 ， 同一个指定值的 温度 参数 T （ 温度 计数器 K最初定为零） 。 适当控制参数（ 0 c 1 ） 给出 退火过程与马尔可夫链 N。 （ 2 ） SA 算法在 的旁边 生成一个新的浇口位置 来计算 目标函数 f（ x ）的 值。 （ 3 ） 新浇口位置 由 接受 函数决定 接受 的 概率 一个统一的随机变量 产生 0,1 ， 如果 ， 接受，否则就拒 绝。 （ 4 ） 这个过程重复是 的迭代次数（ ），用这种序列审判浇口位置被称为马尔可夫链。 （ 5 ） 因为减少的 温度 ，生成一个新的马尔可夫链，（在先前的马尔可夫链里，从最后接受的浇口位置生成），这一“温度”减少的过程将一直持续直到酸算法结束。 应用与探讨 在一个复杂的工业产品中应用，在这一节讨论质量测量和优化方法。 该部分是由一个制造商提供，如图 4 所示。 在这一部分，平坦的基底表面上是最重要的轮廓精度要求。因此 ，翘曲变形特征在基底表面讨论，其中参考平台指定为水平面附于基底表面，纵 方向指为预计参考方向。参数 h 是基底面对正常方向的最高偏转即垂直方向，参数 L 是基底表面的预测长度在纵向上的投影。 江苏财经职业技术 学院毕业设计 (论文 ) 13 图 4 制造商提供的工业 产品 该 产品的 材料是尼龙 Zytel 101L（ 30 EGP，杜邦工程聚合物）。 在模拟 算法中的 成型条件列在表 1 。 图 5 显示了有限元网格模型的一部分，是受 制于 数值模拟。 它 有 1469 个 节点和 2492 元素。 目标函数，即特征翘曲， 由方程 （ 1 ） ， （ 3 ） （ 6 ） 定义 。 其中 h 是从 流量 +流道 分析序列中式（ 1 ） 里的 MPI 所 得 ， L 在 该 工业产品中的测量值 即 L = 20.50 毫米。 表 1 在仿真 中的 成型条件 MPI 的是注塑成型模拟 使用 最广泛的软件，它可以向您推荐 在 流动 平 衡 前提下的 最佳浇口位置。 对于 浇口位置设计 ， 浇口位置分析是一个有效的工具， 但 除了实证方法。 对于这 点 ， 浇口 选址分析 ， MPI认为最佳浇口位置是 接 近节点 N7459 ，如图 5 所示 。零件 翘曲是模拟在此推荐 浇口 基础上，因此，特征翘曲评 定 ： ，这很有价值。 在 实际 制造 中 ，零件翘曲是 可见的在 样品工件 上 。 这是制造商不能接受的。 在 基底表面 的最 大翘曲，是 由 不均匀取向分布的玻璃纤维造成 的 ， 图 6 所示。 图 6 显示 ，玻璃纤维取向的变化，从消极方向 到 积极方向 进行 ，因为这个 浇口位置 ，尤其是最大的纤维方向转变 在这个浇口附近 。 浇口位置造成的多样化的纤维取向 引起 严重的差动收缩。 因此， 特征 翘曲是和 浇口 的位置 有关 ，必须优化，以减少部分翘曲。 江苏财经职业技术 学院毕业设计 (论文 ) 14 在本条中搜索讨论优化浇口位置，模拟退火， 模拟退火算法 ，是适用于这 个的 。 最高迭代次数选定为 30 至确保精密的优化， 而且进行多次 的随机试验，让每一次迭代中被评为 10 至跌幅的概率 为 无效迭代， 使之 没有一个重复的方案。 N7379 节点（图 5） ， 是 最佳浇口位置。 特征翘曲评 定 ，从翘曲模拟结果函数 f（ X） = = 0.97 ，可说是少 于 MPI 建议的 浇口 。 在 实际 制造 中 零件翘曲符合制造商的要求。 图 6b 表明，在 模拟 纤维取向 。它 是可见的最优 浇口 位置， 取决于 玻璃纤维取向，因此，减少收缩差异 在 垂直方向沿纵向 发展。因此，特征 翘曲减少 了 。 结论 在这项调查 中，特征 翘曲 是 来描述注塑制品翘曲变形 ，在 数值模拟软件 MPI 的基础上评 定 。 特征翘曲 的 评 定是为 单一浇口位置塑胶注塑模具 ， 基于数值模拟结合模拟退火算法 优化。 工业 产品 作为一个例子来说明所提出的方法。 该方法 取决于 最佳浇口位置， 产品 是令制造商满意的。 这个方法也适合于其它翘曲最小化 的 优化问题，例如优化多 浇口 位置，流道系统的平衡，并选择各向异性材料。 参考文献： Courbebaisse,G,2005 Numerica1 simulation of injection moulding process and the pre-moulding concept.Computational Materials Science， 34(4)： 397-405. dol： 1O 1O164 commatsci 2004 11 0041 Courbebaisse ， G ， Garcia ， D ， 2002 Shape analysis and injetion moulding optimization Computational Materia Science， 25(4)： 547 553 dol： lO 1016S0927 0256(000333 6。 Jin， S， Lam， Y C， 2002 2 5D cavity balancing Journal of Injection Moulding Technology，6(4)： 284 296 Kirkpatrick， S， Gerlatt， C D Jr， Vecchi， M E， 1983 Optimization 江苏财经职业技术 学院毕业设计 (论文 ) 15 by simulated annealing Science， 220(4598)： 671 680.dol： lO 1126 science 220 4598 671 Lam Y C Seow,L W 2000 Cavity balance for plastic injection moulding Polymer Engineering and Science， 40(6)： 1273 1280 doi： 1O 1O02 pen 11255 Lam， Y C， Jin， S， 200 1 Optimization of gate location for plastic injection moulding Journal of Injection Moulding Technology， 5f3)： 180一 l92 Lee B H， Kim ， B H， 1995 Optimization of part wal1 thicknesses to reduce warpage of injection moulded parts based on the m odified complex method Polymer-Plastics Technology andEngineering 34(5)： 793 8 l1 Lee， B H Kim B H 1 996a Automated design for the runner system of injection moulds based on packing simulation Polymer-Plastics Technology and Engineering， 35(1)： 147 168 Lee， B H， Kim ， B H， 1 996b Automated selection of gate 1ocation based on desired quality ofinjection moulded part Polymer-Plastics Technology and Engineering， 35(2)： 253 269 M etropolis， N， Rosenbluth， A W ， Rosenbluth， M N， Teller,A H Teller E， 1953 Equations of state calculations by fast computing machines Journal of Chemical Phvs cs， 2l(6)：1087 1092 doi： lO 1063 1 1699114 Pandelidis， I， Zou， Q， 1 990 Optimization of injection moulding design Part I： gate location optimization Polymer Engineering andScience， 30(15)： 873 882 doi： lO 1002 pen 760301 502 Pincus， M 1 970 A Monte Carlo method for the approximate solution of certain types of constrained optimization problem s Opera