注塑模具单门优化外文文献翻译、中英文翻译

附录1：外文翻译注塑模具单门优化李继权，李德群，郭志英，左海元（上海交通大学塑性科技学院，上海200030）电子邮件：2010年11月22日收到; 修订于2007年3月19日摘要：本文介绍了注塑模具单门位置优化方法。 的目标门优化是最大限度地减少注塑件的翘曲，因为翘曲是大多数关键的质量问题注塑部件受到门位置的影响很大。 特征翘曲定义为最大比在特征表面上移动到特征表面的突出长度以描述部分翘曲。 优化是结合数值模拟技术找到最佳门位置，其中模拟退火算法用于搜索最佳值。 最后，文中讨论了一个例子，可以得出结论，提出的方法是有效的。关键词：注塑模具，浇口位置，优化，特征翘曲doi：10.1631 / jzus.2007.A1077文件编号：A中文编号：TQ320.66介绍注塑成型是广泛应用的plex但是高效的生产技术各种塑料制品，特别是那些具有生产要求高，耐受性好，复杂的形状。 注塑件的质量是塑料，零件几何，模具的功能结构和工艺件。 最重要的注塑模具的一部分基本上如下三套组件：腔，门和跑步者，和冷却系统。Lam和Seow（2000）和Jin和Lam（2002）通过改变壁厚来实现空腔平衡，的部分。 平衡填充过程中空腔产生均匀分布的压力和温度，这可以大大减少翘曲那个部分。 但空腔平衡只是其中之一部分品质的重要影响因素。埃斯佩其次，该部分具有其功能要求厚度不应通常变化。从注塑模具设计的观点来看，门的特点是其大小和位置，以及跑步系统的大小和布局。门尺寸流道布局通常被确定为常数。相对来说，门的位置和跑步者的大小更多灵活，可以变化影响质量的部分。因此，他们通常是设计pa-优化参数。Lee和Kim（1996a）优化了大小赛跑者和大门平衡流氓系统，注射腔。跑步平衡是描述为入口压力的差异具有相同空腔的多腔模具，以及在熔体流动结束时的压力差异每个腔中的路径为不同的家庭模具腔体积和几何形状。方法论显示出均匀的压力分布在多个模具的整个成型周期内的空腔空腔模具。Zhai等（2005a）提出了两个门一个成型腔的优化优化，基于压力梯度的cient搜索方法（PGSS），然后将焊接线定位到通过改变流道尺寸形成多门零件所需的位置（Zhai等，2006）。如大批量需要多个门来缩短最大值，妈妈流路，相应减少注射压力。该方法是有希望的，一个单腔的门和跑步者的标志多个门生产许多注塑件有一个门，无论是在单腔模具还是在多腔模具。因此，门的位置单门是最常见的设计参数优化。形状分析方法是由Courbebaisse和Garcia（2002）发表，其中注射成型的最佳浇口位置为est-交配。随后，他们开发了这种方法 - 进一步应用于单门位置op-L形例子的定时化（Courbebaisse，2005）。而且易于使用，并不耗时它仅仅用于简单的平板零件的转动均匀厚度。Pandelidis和Zou（1990）提出了opti-门的位置，间接的质量措施与翘曲和物质退化有关被表示为温度dif-绝对的术语，超额的术语和摩擦过热期翘曲受上述影响因素，但它们之间的关系并不明确。因此，优化效果受到限制确定加权因子。Lee和Kim（1996b）开发了一种自动化选择方法的门位置，其中一组初始门位置由设计者提出那么最佳门由相邻节点定位评估方法。结论在很大程度上很大程度上取决于人类设计师的直觉，因为该方法的第一步是基于设计师的主张。所以结果是一个大的ex-帐篷限于设计师的经验。Lam和Jin（2001）开发了一个门口基于最小化的优化方法流路长度标准偏差（SD L）和填充时间的标准偏差（SD T）注塑过程。随后，Shen等2004a; 2004b）优化了门的位置设计通过最小化填充压力的加权和，不同流路之间的填充时间差，温度差异和过度包装百分比。Zhai等（2005b）研究了最佳门位置具有注射压力的评估标准填充结束。这些研究人员提出了对象 - 作为注塑成型的功能灌装操作与产品相关素质。但是，肛门和质量非常复杂，不明确他们之间已经观察到关系。它是也难以选择合适的加权因子为每个术语。这里给出了一个新的目标函数评估注塑件的翘曲优化门位置。为了测量零件质量二直观地，这个调查定义了特征翘曲评估零件翘曲，从而评估Moldflow的“flow plus翘曲”模拟输出塑料洞察（MPI）软件。目标func-最小化以实现最小变形门位优化。模拟退火al-采用算法搜索最优门位置。给出一个例子来说明效果，提出优化程序的精度。质量指标：特点特征经纱的定义为了将优化理论应用于门设计，必须在该部分中规定该部件的质量措施第一个例子。术语“质量”可以参考许多产品性能，如机械，热，电气，光学，人体工学或几何支撑，ERTIES。有两种类型的零件质量措施：直接和间接。一种模型，数值模拟结果的关系将是其特征在于直接质量测量。相反，零件质量的间接测量与之相关目标质量，但不能提供直接估计的质量。对于翘曲，间接质量措施相关作品是注射性能之一成型流动行为或加权总和。表现为填充时间dif-沿着不同的流动路径，温度差 - 重要的，超额的百分比等等。它是ob-那么翘曲受到这些表现的影响，肛门，但翘曲与这些之间的关系表演不清楚和决心这些加权因素相当困难。因此，用上述目标函数的优化可能不会使部件翘曲最小化完善的优化技术。有时，不正当加权因素将导致绝对错误的重新sults。一些统计量从节点位移被表征为直接的质量措施达到最小变形相关优化研究。统计量通常是最大节点位移，av-十分之一百分位数节点位移的损失，以及整体平均节点位移（Lee和Kim，1995; 1996年b）。这些节点位移很容易从仿真结果中可以看出，在某种程度上代表变形。但统计流离失所不能有效描述注射成型的变形部分。在行业，设计师和制造商通常更加注重零件翘曲程度一些具体特点比整体变形注塑件。在这项研究中，特征翘曲定义为描述变形注塑件。特征翘曲是该比例特征面的最大位移特征面的投影长度（图1）：其中是特征翘曲，h是最大值特征面上的位移偏离参考平台，L是投影长度参考方向上的特征曲面平行参考平台。对于复杂的功能（只有平面功能这里讨论的特征翘曲通常是sepa-在参考平面上分为两个成分，它们在2D坐标系上表示：其中x，y是组分特征翘曲X，Y方向，L x，L y为投影长度X，Y分量上的特征曲面。功能翘曲评估确定目标特征后加上相应的参考平面方向，可计算L值立即从部分与计算分析几何的方法（图2）。 L是一个常数对于指定特征表面上的任何部分，被拒绝的方向。 但是h的评估更多比L更复杂注塑成型工艺的模拟是一个常用技术来预测零件的质量标志，模具设计和工艺设置。 的结果翘曲模拟表示为节点去除，对X，Y，Z分量（W x，W y，W z）的折射率，节点位移W.W是向量的向量长度W xi，W yj和W zk的和，其中i，j，k是单位矢量X，Y，Z分量。 h是最大值特征面上的节点位移，这与正常方向相关参考平面，并可以从中得出结果翘曲模拟为了计算h，第i个节点的偏转是首先评估如下：其中W i是正常方向的偏转第i个节点的参考平面; W ix，W iy，W iz是第i个节点X，Y，Z分量的偏差; ，是参考的法向量的角度; A和B是要突出的功能的终端节点方向（图2）; W A和W B是偏差节点A和B：其中W Ax，W Ay，W Az是X，Y，Z上的偏转节点A的组件; W Bx，W By和W Bz是除节点B的X，Y，Z分量的反射; iA和iB是终端节点的加权因子，计算公式如下：其中L iA是第i个节点之间的投影机距离和节点A.最终，h是最大值绝对值W在行业中，翘曲的检查是在一个测量仪的帮助下进行测量部分应放置在参考平台上，形成。 h的值是最大值读取测量部分之间的空间面和参考平台。GATE位置优化问题公式质量术语“翘曲”是指永久 - 零件变形，这不是造成的施加的载荷。它是由差异收缩引起的在整个部分，由于聚合物的不平衡流动，包装，冷却和结晶。门在注射模具中的放置是总模具中最重要的变量之一设计。模制件的质量非常高，受到门的位置的影响，因为它影响了塑料流入模腔的方式。因此，不同的门位置引入inho-方向，密度，压力的大气温度分布，相应地引入不同的翘曲值和分布。因此，门位置是一个有价值的设计变量，以最小化注塑件翘曲。因为cor-门位置与翘曲分布之间的关系在很大程度上独立于熔体和模具温度，假设在这个调查中模具条件保持不变。该注塑部件翘曲由量化特征翘曲在前面讨论过部分。单门位置优化因此可以制定如下其中是特征翘曲; p是注射门口压力; p 0是允许的，注塑机的密封压力或设计师规定的允许注射压力或制造商; X是坐标矢量候选门位置; X i是有限的节点元件网格模型的注塑成型零件过程模拟; N是节点的总数。在有限元网格模型中，每个节点是门的可能候选。 那里-前面，可能的门位置总数N p是N个节点的总数的函数要优化的门位数总数n：在这项研究中，只有单门位置问题被调查。模拟退火算法模拟退火算法是其中之一最强大和最受欢迎的元启发式解决由于提供优化问对现实世界的问题的全球解决方案。该算法基于Metropolis等人的算法（1953年），这是最初提出的一种手段找到一个收集的均衡配置原子在给定的温度。连接是 - 补充该算法和数学最小化首先被Pincus（1970）注意到，但它是Kirkpatrick等人（1983）提出它形成组合优化技术的基础，（和其他）问题。为了将模拟退火方法应用于优化问题，使用目标函数f作为能量函数E.而不是找到低的能量配置，问题成为寻求近似全局最优解。配置 - 替代设计变量的值为身体的能量配置，和该过程的控制参数代替温度。随机数发生器用作a为设计变量生成新值的方式。很明显，这个算法只需要mini-考虑到这些问题。因此，形成最大化问题的目标函数 - 乘以（ - 1）以获得能力的形式。模拟退火的主要优点其他方法的算法是避免的能力被困在当地的最低点。该算法em-随机搜索，不仅可以接受减少目标函数f的变化，也是接受一些增加它的改变。后者是以概率p接受其中的f是F的增加中，k是玻尔兹曼常数，牛逼是与之类似的控制参数原始应用程序被称为系统“温度”与目标函数无关参与其中。在门位优化的情况下，该算法的实现如图3所示，该算法详细说明如下：（1）SA算法从初始门限位置开始，具有“温和”的分配值T k的“吨“参数T（”温度“计数器是初始设置为零）正确的控制参数c（0 c1）退火过程和马尔科夫链产生给出。（2）SA算法生成一个新的门位置X新的附近的X老和价值计算目标函数F（X）。（3）新门口位置将被接受概率由接受函数确定产生均匀随机变量P unif0,1。 如果P unif P accept，X new被接受; 否则是拒绝（4）重复这个过程足够大T k的迭代次数（N生成）。 的序列以这种方式生成的试闸位置称为马可夫链。（5）然后生成新的马可夫链（从最后接受的门位置开始以前的马可夫链）减少“温度”T k + 1 = cT k，并且相同的过程继续去除“温度”的压缩值直到算法停止。图模拟退火算法的流程图应用与讨论对复杂工业部件的应用是在本节中介绍，以说明拟议的质量测量和优化方法。该部件由制造商提供，如图4所示。在这部分中，基面的平坦度最大重要轮廓精度要求。因此，在基底表面上讨论了特征翘曲哪个参考平台被指定为水平平面附着在基面上，指定方向为投影参考应用于复杂工业部件在本节中介绍，以说明拟议的质量测量和优化方法。该部件由制造商提供，如图4所示。在这部分中，基面的平坦度最大重要轮廓精度要求。因此，在基底表面上讨论了特征翘曲哪个参考平台被指定为水平平面附着在基面上，指定方向的投影参考玻璃纤维的不均匀取向分布，如图6a所示。图6a示出了玻璃纤维方向从负方向变为posi-由于门的位置，特别是纤维取向的最大变化出现在门口附近。伟大的多元化介绍了由门位引起的纤维取向严重差异收缩。因此，显着的翘曲是值得注意的，门的位置必须是优化以减少部分翘曲要优化门位置，在“模拟”一节中讨论的寻找搜索退火算法“应用于该部分。该最大迭代次数选择为30到确保优化的精度，每个允许的最大随机试验次数优化门位置，在“模拟”一节中讨论的寻找搜索退火算法“应用于该部分。该最大迭代次数选择为30到确保优化的精度，和每次允许的最大随机试验次数。结论特征翘曲定义为描述战争 - 注塑件的页面，并基于评估在这个数值模拟软MPI中调查。 功能翘曲评估为主数值模拟结合模拟退火算法优化单门位置 - 注塑模具。 工业部分是以示例来说明所提出的方法。该方法导致最佳门位置这部分对于制造商来说是令人满意的。此方法也适用于其他优化翘曲最小化的问题，如位置多门优化，压制和各向异性材料的选择。参考Courbebaisse, G., 2005. Numerical simulation of injectionmoulding process and the pre-moulding concept. Com-putational Materials Science, 34(4):397-405.doi:10.1016/matsci.2004.11.004Courbebaisse, G., Garcia, D., 2002. Shape analysis and injec-tion molding optimization. Computational MaterialsScience, 25(4):547-553. doi:10.1016/S0927-0256(02)00333-6Jin, S., Lam, Y.C., 2002. 2.5D cavity balancing. Journal ofInjection Molding Technology, 6(4):284-296.Kirkpatrick, S., Gerlatt, C.D.Jr., Vecchi, M.P., 1983. Optimiza-tion by simulated annealing. Science, 220(4598):671-680.doi:10.1126/science.220.4598.671Lam, Y.C., Seow, L.W., 2000. Cavity balance for plastic in-jection molding. Polymer Engineering and Science,40(6):1273-1280. doi:10.1002/pen.11255Lam, Y.C., Jin, S., 2001. Optimization of gate location forplastic injection molding. Journal of Injection MoldingTechnology, 5(3):180-192.Lee, B.H., Kim, B.H., 1995. Optimization of part wall thick-nesses to reduce warpage of injection-molded parts basedon the modified complex method. Polymer-PlasticsTechnology and Engineering, 34(5):793-811.Lee, B.H., Kim, B.H., 1996a. Automated design for the runnersystem of injection molds based on packing simulation.Polymer-Plastics Technology and Engineering, 35(1):147-168.Lee, B.H., Kim, B.H., 1996b. Automated selection of gatelocation based on desired quality of injection molded part.Polymer-Plastics Technology and Engineering, 35(2):253-269.Metropolis, N., Rosenbluth, A.W., Rosenbluth, M.N., Teller,A.H., Teller, E., 1953. Equations of state calculations byfast computing machines. Journal of Chemical Physics,21(6):1087-1092. doi:10.1063/1.1699114Pandelidis, I., Zou, Q., 1990. Optimization of injection mold-ing design Part I: gate location optimization. PolymerEngineering and Science, 30(15):873-882. doi:10.1002/pen.760301502Pincus, M., 1970. A Monte Carlo method for the approximatesolution of certain types of constrained optimizationproblems. Operations Research, 18:1225-1228.Shen, C.Y., Yu, X.R., Wang, L.X., Tian, Z., 2004a. Gate loca-tion optimization of plastic injection molding. Journal ofC