注塑工艺参数的优化使用作为替代模型快速带分析

注塑工艺参数的优化使用作为替代模型快速带分析赵鹏周华敏杨力李德群收稿日期：2009年5月6日/接受日期：2009年11月9日/发表时间：2009年11月28日＃施普林格出版社2009年伦敦有限公司摘要：注塑工艺参数，如注射温度，模具温度，注射时间对产品的质量和成本有直接影响。然而，这些参数的优化一项复杂而艰巨的任务。在本文中，一种新型的基于代理的工艺参数的进化算法将优化提出。考虑到大多数注射模件具有板状的几何特征，快带分析模型采用近似的替代模型费时的预估模拟软件的计算机注塑成型充填特征，其中原来的部分是代表一个长方形条状，和有限采用差分法求解一维流带钢。建立了代理模型，粒子群优化算法找出最佳工艺参数，超过了所有可行的空间工艺参数。案例研究表明，该优化算法可以有效的优化工艺参数。关键词：注塑成型。参数优化。代理模型。进化算法。快带分析。粒子群优化。1引言：注塑成型是使用最广泛的生产塑料制品的过程。在此过程中，许多参数，如注射温度，模具温度，注射时间是非常重要的，其中有直接影响产品的质量和成本。然而，优化工艺参数，是一个复杂和艰巨的任务[1-3]。注射温度的增加会导致熔体粘度下降，结果导致腔压力和剪切应力减少。另一方面，注射温度高也增加了冷却时间，降低生产率。提高模具温度降低了热损失，最大温差可能会减少。然而，较高的模具温度，增加冷却时间。注射时间太短增加腔压力和剪切应力，虽然它可以减少温差。相反，注射时间长会导致在流动前沿温度的降低，以及熔体粘度和模腔压力增加。它是明确的优化算法必须权衡这些冲突的工艺参数，以获得最佳的参数，并以最低的成本生产出高品质的一部分。优化工艺参数，在过去被认为是一种“妖术”，很大程度上依赖于专家的经验和知识，并要求反复试验的过程[4]。这反复试验方法是费时，并没有保证，可以得到最佳的工艺参数。随着数值模拟和计算机模拟技术的进步，人们正在努力发展计算机仿真技术以方便注塑的工艺设计。莱姆等人。[5]提出了计算机辅助系统优化注射成型工艺参数，使用两个步骤详尽的搜索策略。然而，这种方法需要生成有限元模型的建立和运行的模拟，以获得可接受的工艺参数。因为它可以采取单一的一个中等复杂的部分模拟运行在个人电脑上的小时或以上，超过10000个网格节点可能不会实际执行在车间的生产环境大量的模拟[6]。为了降低计算成本，一些代理模型被雇用，如响应面法，人工神经网络，支持向量回归，高斯过程。这些代理模型被用来建立一个数学逼近取代费时的计算机模拟软件。kurtaran和Erzurumlu[7]创建一个翘曲的预测模型，采用响应曲面法。Shen等。[8]结合人工神经网络和遗传算法的优化工艺参数，减少最大体积收缩差。陈等人。[9]开发一个自组织的地图加上反向传播神经网络模型预测产品质量。周等。[10]采用支持向量回归，优化工艺参数。高和王[11]提出了一种自适应的基于Kriging代理模型的优化方法。周和Turng[12]提出了基于仿真的优化集成系统，使用高斯过程的方法。可惜它是一个需要首先通过大量的计算机模拟结果进行培训，上述代理模型。在这些模型的帮助下，优化的任务仍然花费几个小时完成。本文提出一种新的基于代理的进化算法的注塑成型工艺参数优化。鉴于大多数注塑件，有片状的几何，快速带分析（FSA）的模型作为替代模型谓词通过注塑灌浆特性与最低的成本计算，在原有的部分是由一个长方形代表条，并采用有限差分法来解决在加沙地带的一维流。建立了代理模型，粒子群优化（PSO）算法来评估的替代模型，以找出最佳的工艺参数。本文概要如下。第2节，包括优化目标的选择和建设目标函数的优化问题。在第3代基于进化算法进行了详细介绍。第4节提出的两个案例研究，以验证所提出的算法。最后，在最后一节给出的结论。2优化问题的定义注塑成型工艺参数的优化是一个如下的约束优化问题：找到X=[x1x2x3](1)最小化F（X）=[f1(x),f2(x),….fn(x)]除：lxi≤xi≤uxi（i=1,2,3）其中X是一个集工艺参数包括注射温度T0，模具温度Tw和注射时间tinj。lxi和uxi变量xi的上限和下限分别。F（x）表示目标函数，FN（X）的代表不同的优化目标。2.1优化目标有很多优化的目标可能包括在目标函数，以提供一个全面的质量评价[1]。除了质量目标，成本目标，也考虑到帐户，旨在提高生产效率，以及降低资本投资在成型机和模具。在本文中，选择三个典型的优化目标和描述如下。在灌装，Pcavity年底腔压力，质量和成本目标。下腔压力相对较低的剪切应力，从而减少成型缺陷，如闪光，翘曲和机械粘的机会。同时，最大限度地减少腔压力，可以降低资本投资的注塑机和模具。温度差异，在灌装，td年底是熔体温度均匀的质量目标。在冷却阶段不均匀的温度分布会造成收缩或翘曲。温差可以测量的熔融温度米的最高和最低的熔融温度米灌装结束之间的差异。它可以表示为：（2）冷却时间，tc，是成本的目的，是指熔体冷却脱模温度高的熔融温度所需的时间。应尽量减少冷却时间，以减少周期时间和提高生产率。2.2目标函数根据上面的讨论，工艺参数的优化是一个多目标优化问题，并在腔压力低，温度分布更均匀，冷却时间短的目的。在本文中，多目标优化问题转化为单目标问题通过加权的方法，每个目标的价值归其上限由0和1之间的范围，在提出申请前，以它的重量。然后加权目标函数f（x）可以表示为：（3）其中W1，W2，W3三个砝码。所有的重量范围从0到1，其总和为1。3基于代理的进化算法一个基于代理的注塑成型工艺参数优化的进化算法，如图所示。1。算法的关键是代理模型和进化算法。代理模型的建立近似费时计算机的预估注塑腔压力，温度差，冷却时间计算成本最低，灌浆特性，包括仿真软件。进化算法是用来寻找最佳工艺参数，超过了所有可行的工艺参数，并根据他们的表现决定的健身空间。3.1代理模型鉴于大多数注塑件有几何片状，厚度比部分[13]，FSA模型作为本文的代理模型采用其他尺寸较小。图1替代基于进化算法的示意图图2简化几何腔示意图3.1.1数学模型FSA的模型是基于原有的部分，由一个长方形的边缘门带的几何逼近。对于一个给定的几何形状和浇口位置，流动长度L和平均厚度2B可以计算，近似做这样的长度，厚度和带钢卷同等流长，平均厚度和体积的一部分分别。如图所示的近似长方形门边缘带。2，FSA的模型的基本假设是：（一）聚合物是不可压缩的，纯粹的粘性;（二惯性被忽略粘性力相比;（三）主要流动方向的速度分量（x）是可忽略不计的;（四）被忽视纵向的热传导（在X和Y方向）和横向对流（Y，Z方向）及（e）熔体密度，导热系数，比热假设不变。与上述近似方程可以写成其中u是在x方向的速度分量，P，T，T，和Q，压力，温度，时间和体积流率，分别为η，ρ，CP，和K代表剪切粘度，密度，比热，和热导率。为了简化，假设的速度和温度是左右对称中心线（Z=0），和边界条件可描述为：根据方程和边界条件，流动性选，压力梯度Λ，剪切速率克，速度u可表示为：交叉WLF粘度模型用于非牛顿聚合物，如：其中，η0是零剪切速率粘度，n和τ*粘度模型常数。D1，D2，D3，A1和A2是粘度模型常数。3.1.2数值实现方程10-15形成了一套速度，温度，压力之间的关系，粘度，不能直接解决。本文提出了一种有限差分方法来计算这些方程的数值。在半头，脚痛医脚的厚度有限差分网格图绘制的。3。离散网格中的节点被确定为网格线的交点。如果差距从z=0到z=b被划分成JMAX-1J=1的中心线和j=JMAX在墙上，和Ti间隔研究Tijk=T（xi，zj，tk）;TK表示温度节点（xi，zj）在时间步TK，方程的离散形式。10-13列如下：在X方向，迎风差分方法，并在z方向，采用中央差分。因此，式。5可以改写为：图3在计算域有限差分网格示意图图4FSA的实施过程模型的流程图上述离散方程数值方法可以解决。图4显示了FSA的模型的实现过程。灌装结束在压力和温度分布的基础上，模腔压力和温度差异可以很容易地计算，并可以由鲍尔曼和Shusman的[14]式，theempirical方程计算冷却时间。21。其中B是最大的原始部分的厚度，α为热扩散，Teject代表弹射温度。3.2进化算法进化算法是非常强大的技术，为寻找解决许多现实世界中的搜索和优化问题。在本文中，PSO算法解决优化问题，因为其潜在优势进化算法的第2节中讨论。PSO算法是由Kennedy和Eberhart[15]首次提出，鸟植绒，鱼群的社会行为和群理论的启发。虽然是相对较新，PSO算法已被成功地应用在相当数量的研究和应用领域[16]。在PSO算法，称为颗粒，多个可行的解决方案，飞在多维搜索空间。搜索空间中的一个粒子状态的特点是由两个因素：速度和位置。我代τD维搜索空间粒子的速度和位置，可以表示为和。是我搜查代τ粒子迄今最好的位置。全球最好的粒子记为，这代表代τ在整个群迄今发现的最好的位置。i个粒子的更新它的位置，根据式。22和23。其中w是惯性权重，C1和C2称为加速系数的常数，R1和R2代表两个独立的随机数的范围[0,1]。PSO算法的实现过程可以说明与图的流程图。5。首先，初始种群产生随机位置和速度。接下来，每个粒子的性能进行评估根据健身功能，所有粒子的位置式调整。22和23。这个过程反复进行，直到满足停止准则。要么是几代人，给定数量已经达到了，或者说人口已经成为统一停止准则。最后，得到全球最好的粒子。PSO算法需要解决的问题所知甚少，它很容易实现和稳健的，由于缺乏交叉和变异。图5PSO算法的实施程序流程图3.3实施程序根据目前的优化问题和建议的基于代理的进化算法，注塑成型工艺参数优化的过程概括为以下步骤。第1步设置的工艺参数包括注射温度的上限和下限，模具温度，注射时间步骤2FSA的模式建立的基础上，原有零件的几何逼近。对原有的部分流长，可以计算出的“伪流”的算法[3]，和原有的部分平均厚度可以从所有匹配的节点的平均距离的估计。第3步计算中的每个目标函数的优化目标的上限。可用于替代基于进化算法找到的单一目标的上限，同时假设其他目标是缺席的。健身功能，可用于单目标价值，并在最后一代的健身价值是必要的上限。步骤4使用替代基于进化算法的优化工艺参数。在此优化问题，目标函数表示式。2是最小的问题，它的值从0变化到1。因此，健身功能连接（X）的可被定义为：基于上述的优化过程，工艺参数的优化方案是使用VisualC++开发：4案例研究第一个案例研究已进行了比较腔压力，通过与实验数据的替代模型预测。正如图所示。6，实验腔是一个框的一部分，尺寸为160×100×30毫米，平均厚度为2.6毫米。“黑圈”表明立场，是一种压力测量点。选择一个GYY-7二，应变诱导压力传感器，压力传感器和一个K-803B预处理仪器用于预处理信号。然后选择的K-810信号收集到的信号转换为数字数据，并保存在计算机中的数据。图6盒注塑成型表1预测腔压力和实验数据计算机作为一个数据处理器。选定的聚合物是GPPS的。ρ为聚合物参数，CP，和K是1700焦耳/（千克℃），0.14瓦/（米℃），分别为954.12kg/m3的，n的粘度模型常数，τ*时，D1，D2，维生素D3，A1和A2是61400帕，0.1，2.32×910Pa，373.15K表0的K/PA，21.363，51.6K表。腔压力之间的实验数据，并根据不同的工艺参数的代理模型的预测结果比较表1中列出，这表明，预测结果与实验数据吻合较好，相对误差小于±8.41％。4.2案例研究2图7手机盖的几何模型在这种情况下，研究，手机盖的工艺参数进行了优化所提出的优化算法。手机网盖图所示。7，具有显着的一个门“三角”，它的腔体体积，流长，平均厚度，最大厚度为10.25立方厘米，93.40毫米，1.50毫米，2.54毫米，分别。选定的聚合物是CYCOLOYC1200心衰。ρ的聚合物参数，CP，K和Teject的是1017kg/m3的，2,133焦耳/（千克℃），0.24瓦/（米℃），115°C间，分别与相应的n常数τ时，D1和D2，维生素D3，