桂工注塑模的单浇口优化论文翻译

1、注塑模的单浇口优化摘要：本文论述了一种注塑模的单浇口优化的方法。单浇口优化的目的是使注塑件的翘曲变形程度呈最小化，因为受绕口的影响，对于大多数注塑件来说翘曲是影响质量的关键。特征翘曲度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。这种优化与数值模拟技术相结合，在模拟退火算法中找出最佳的浇口位置。最后，本文通过一个例子，论证了这个方法是有效的。 关键词：注塑模 浇口位置和结构优化 功能翘曲1 前言塑料注射模是一种已被广泛使用的，用复杂但高效的技术生产出来的各种塑料产品，尤其是那些高产量要求，度容限紧密，形状复杂的模具。塑件的质量体现塑料的材质，零件几何，模具结构和工艺条件。注塑模具

2、最重要的部由是以下三套组件：腔，浇口，浇道和冷却系统。Lam分别与Seow（2000）,Jin（2002）通过改变腔部分的壁厚来平衡腔。一个平衡填充过程可以使空腔内的压力和温度均匀分布，这样可以大大降低零件的翘曲。但腔平衡只是一个影响零件质量重要因素之一。而且出于对零件功能的要求，通常不改变其厚度。 从模具设计的角度来看，一个浇口以它的大小和位置为特征，浇道系统有不同的尺寸和设计。绕口的大小和浇道的设计通常确定为常数。相对而言，浇口位置和浇道尺寸的设计比较灵活，其多样性影响零件的质量。因此必须优化它们的设计参数。 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

3、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courb

4、ebaisse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）。这一方法有效的使简单的平板零件厚度均匀分布，使用起来简单而不费时。Pandelidis 和 Zou (1990) 通过对翘曲和材质的间接的质量检测，提出的浇口的优化，表现在温度微分项的加权和，过度包装术语和摩擦过热术语。翘曲也受到这些因素的影响，但它们之间的关系是不明确的。因此，优化的效果受到权重因数的限制。Lee 和 Kim （1996）开发了一种自动选择浇口位置的方法，先由一位设计者提出一组最初的浇口的位置，然后用相邻

5、节点估算的方法得出最佳浇口。这个结果在很大程度上取决于人的直觉，因为该方法的第一步是设计者提出的，所以在很大程度上取决于设计者的经验。 Lam和金（2001）开发了一个基于在模具形成过程中使流动路径长度和填充时间的标准偏差最小化的浇口位置的优化方法。随后，Shen等人（2004a；2004b）通过使填充压力加权和最小化优化浇口，不同的流动路径有不同的填充时间差，温度差和过度包装的百分比。Zhai等人（2005）通过在灌浆结束过程中估算注射压力的标准调查最佳浇口位置。这些研究人员的目标函数是塑料注射成型充填过程的运行性能，与产品质量相关。但是，性能和质量之间的关系是非常复杂的，目前正在研究观察它

6、们之间不明确的关系。选择适当的加权因子也有一定的难度。 一个新的目标函数可以估算注塑制品翘曲，以优化浇口位置。为了直接检测零件质量，本次调查规定特征翘曲，以便更好的估算零件翘曲，这个估算结果从"流加翘曲"模拟产出塑料洞察力（电传等）的软件中得出。当目标函数达到最小化，也就达到最低变形，浇口位置就越优化，另外模拟退火算法是用来寻找最优浇口位置。以下举一个例子来说明此优化程序的有效性。2 质量检测特征翘曲 2.1 特征翘曲的定义 在运用这个优化理论优化浇口时，首先必须对零件的质量检测有明确的规定。"质量"这个术语许多产品性能相关，如力学，热学， 电子，光学，

7、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量，但它并不能提供对其质量的直接估计。 翘曲的相关的间接质量检测工作是一个注塑模型的流动或加权。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降低零件翘曲，即使是用很高的优化技术。有时不恰当加权因素将导致结果完全错误。 用节点位移计算统计量被定为直接质量检测，在优化研究中达到最

8、低变形。统计数量通常是最多节点位移，平均有10%的节点位移，并且是整体平均节点位移(Lee and Kim, 1995; 1996b)。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表现变形程度，但统计位移不能准确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注塑件的变形。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 )： （2-1） 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

9、征），翘曲的特点是通常在参考平面内分为两个区域，代表一个二维坐标系统： （2-2）其中，是特征翘曲在X ，Y方向，是表面特征的预计长度在X ，Y上的投影。2.2 特征翘曲的评定结合相应的参考平面和投影方向测定目标特征后，L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的估算比L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，以预测质量来设计零件，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

10、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： , (2-3)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；,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： (2-4)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。3 浇口位置优化

11、问题的形成从质量方面来说,"翘曲" 是指永久变形的部分，它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。安置浇口在整个注射模设计过程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

12、此单一浇口位置优化，可以依如下制造 ： (3-1)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： (3-2)在这项研究中，只对单浇口选址问题进行调查。4 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（195

13、3），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

14、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4-1），此算法的详细情况如下：图4-1 浇口位置优化算法的说明图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

15、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。5 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

16、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。 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。MPI的是注塑成型模拟使用最广泛的软件，它可

17、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，特征翘曲估算： ，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

18、，以减少部分翘曲。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。图5 有限元网格模型的一部分图6 玻璃纤维的取向和不同

19、浇口位置（a）门n7459上设置 （B）n7379浇口位置的优化6 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1 Courbebaisse,G, 2005. Numerical simulation of injection mouding process and the pre-m

20、ouldingconcept.Com-putationalMaterialsScience,34(4):397-405.doi:10.1016/matsci.2004.11.0042 Courbebaisse,G.,Garcia, D, 2002. Shape analysis and injection molding optimization. Computational Materials Science, 25(4):547-553. doi:10.1016/S0927-0256(02) 00333-6 3 Jin, S., Lam, Y.C.,2002.2.5D cavity bal

21、ancing.Journal of Injection Molding Technology, 6(4):284-296.Kirkpatrick,S.,Gerlatt, C.D.Jr.,Vecchi,M.P.,1983.Optimization by simulated annealing. Science, 220 (4598):671-680. doi:10.1126/science.220.4598.671 4 Lam, Y.C., Seow, L.W., 2000. Ca vity balance for plastic injection molding. Polymer Engin

22、eering and Science, 40(6):1273-1280. doi:10.1002/pen.11255 5 Lam, Y.C,Jin, S, 2001.Opti mization of gate location for plastic injection molding. Journal of Injection Molding Technology ,5(3):180-192. 6 Lee,B.H.,Kim,B.H., 1995. Optimization of part wall thick-nesses to reduce war page of injection-mo

23、lded parts based on the modified complex method. Polymer-Plastics Technology and Engineering, 34(5):793-811. 7 Lee, B.H., Kim, B.H., 1996a. Auto mated design for the runner system of injection molds based on packing simulation. Polymer-Plastics Technology and Engineering ,35(1): 147-168. 8 Lee, B.H.

24、, Kim, B.H., 1996b. Automated selection of gate location based on desired quality of injection molded part. Polymer-Plastics Technology and Engineering , 35(2): 253-269. 9 Metropolis, N., Rosenbluth, A.W., Rosenbluth, M.N., Teller, A.H., Teller, E., 1953. Equations of state calculations by fast comp

25、uting machines.Journal of Chemical Physic s, 21(6):1087-1092. doi:10.1063/1.1699114 10 Pandelidis, I., Zou, Q., 1990. Optimization of injection mold-ing design Part I: gate location optimization. Polymer Engineering and Science, 30(15):873-882. doi:10.1002/ pen.760301502 11 Pincus, M., 1970. A Monte Carl o method for the approximate so