医用注射器筒体注塑模具的设计
以上为资料预览概图,下载文件后为压缩包资料文件。【清晰,无水印,可编辑】dwg后缀为cad图,doc后缀为word格式,需要请自助下载即可,有疑问可以咨询QQ 197216396 或 11970985
通过有限元分析和神经网络法对多型腔模的流道和浇口系统参数的设计通过有限元分析和神经网络法对多型腔模的流道和浇口系统参数的设计K.S. Lee Department of Mechanical Engineering, Chien Kuo Institute of Technology, Changhua, Taiwan 500, R.O.C.E-mail: kingsunckit.edu.twTel.: +886-4-7111111 Fax: +886-4-7111137摘 要:横浇道和浇口系统的设计是重视实现一个成功的注塑成型过程。本研究的受试者是有限元和施加到多腔注射模具的分析溯神经网络的方法。为了选择最佳的热流道系统参数,以减少注射模具的翘曲,有有限元法,田口的方法和溯网络的使用。这些方法应用到训练溯神经网络。一旦横浇道和浇口系统参数被开发,该网络可以被用来准确地预测多注射模具的翘曲。模拟退火(SA)和优化算法的性能指标,然后应用到神经网络以查询浇口和流道系统参数。这种方法获得一个满意的结果与相应的有限元验证比较。关键词:溯神经网络;多腔;模拟退火1 引言由于注塑成型的生产速度高,产品周期短,废钢比例低,以及优良的产品表面和复杂形状的成型加工容易,使其成为行业中最重要的加工工艺之一。在生产过程中,熔融的聚合物在高流速注入到模具腔中。对于更高质量的不断需求导致人们在在产品的物理性能的分析方面很感兴趣。浇道和浇口系统的主要功能是将熔融金属进入模具并通过模具型腔的所有部分。不好的浇口设计可以导致如气孔,缩孔缺陷,流线冷关上,和表面质量差。用适当的浇道和浇注系统的设计,可以控制灌装模式(例如焊接线的位置),防止过度包装,减少成型件故障的发生率,并提高生产效率。通过改进的浇道和浇口系统设计来优化模具的填充图案,这是非常重要的。在过去,通过试验和错误来典型地设计横浇道和注射模具的浇注系统与多空腔,直到多空腔被正确地填充无短射或其他缺陷为止。减少在设计阶段的成本和时间,来模拟包含残余应力的注塑部件的收缩率是非常重要的。在这项研究中,对浇注系统设计的收缩率进行预测的综合仿真程序和神经网络被作为注塑计算机辅助工程的一部分。1.1 文献综述最近,对浇注系统的研究包括了越来越多的优化算法的论文,重点是产生程序,以协助设计师在模具和零件设计的工作。Li1提出优化流道设计的自动优化理论与流动/热模拟程序整合的可行途径。Shamsuddin2利用网络和FORTRAN模拟流道和浇口系统有四个门。分支通向栅极和模具腔的角分别为4090。Hu 3 将数值模拟技术应用于流道优化浇注系统。由Lin 4 定义的最佳位置与质量功能,包括温差确定的最佳位置,过度包装和摩擦生热条款。Jong和Wang 5 介绍了一个基于流模拟浇注系统的优化设计。该溯神经网络分析方法以C语言程序的形式用于仿真技术。它已经表明,在溯网络的预测精度比传统网络 6 高多了。基于溯溯神经分析建模技术是能够代表注射分析结果和浇注系统的设计之间的复杂的、不确定的关系。它表明了经纱和转轮,以及浇注系统参数可以与基于开发的网络上合理的精确度来预测。1.2 研究设计和仿真步骤本研究的目的是利用CAD / CAE软件系统模拟注塑成型的设计过程,并推导出的浇口和流道系统参数的注射过程的最优解集。这个模拟开始使用CAD软件(如Pro / Engineer的)来创建一个注射部位的模型。接着,将有限元包(即模流/ MPI3.1版7系统)来分析注塑加工的多注塑模具的条件。本研究采用有限元和神经网络建立流道参数关系及浇注系统的参数,以找到关系方程。它提供了基于技术开发和应用模拟的理论基础。有限元仿真后,溯网络方程建立翘曲和浇口浇注系统参数模型之间的关系。通过使用溯建模技术,输入和输出变量之间的复杂的和不确定的关系,可以将其配制成一种有用的数学模型。为以后的推导,该模型将被视为一个黑盒子来表示注射成型的过程中,具有可调参数来操纵模型的整体性能。一旦网络模型,输入和输出的浇注参数变量之间的关系变得明显。建立了一种算法来优化寻找最佳的参数与性能指标的过程。在这个阶段,运用模拟退火算法 8 采用。模拟退火算法是类似于用于最小化的性能指标的材料的退火工艺。2 问题的配方2.1 注塑模具流动过程:主要模具流动方程被分成三个部分,如下所示:(A) 在充填阶段,模腔填充有在高压下熔融的塑性流体。因此,控制方程包括:(1) 连续性方程,塑性变形或形状变化在填充过程伴随着流动的,但质量守恒。(2) 动量方程,牛顿的塑性流动产生的第二定律推导一贯的激情(加速状态)或力平衡。(3)能量方程,这是节约的流动材料的系统和法律的能量守恒,如果是不可压缩的流体。(B) 保压分析。保压过程是,把压力保持后在模腔中填充以注入更多的塑料在冷却以补偿收缩。(C) 冷却和翘曲分析。冷却过程中的分析是讨论塑料的流动分布和热传导的关系。同质模具温度,填充序列遵循亚军系统和门控设计的优化,并会因产品的收缩。如果流路径是不平衡,或温度分布的分布不均匀,有对翘曲发生的倾向。2.2 仿真参数及田口方法经过有限元模型的制订,需要一个溯网络结构,利用Moldflow软件/ MPI系统的结果来确定。在这个阶段中,验证数据集被施加到辅助在网络的配置。这将确保网络正常训练,以避免过度训练或训练不足,因不良的拓扑数据集。为了提供一个合适的数据集来训练相关溯网络模型,田口的方法被使用。田口方法结合工程和统计数据,以提供改善成本和质量。它是一种众所周知的方法,以优化过程和产品的设计开发。不同于传统的质量控制,其目的是消除变化的原因,田口方法是基于一个更好的方法来提高质量是通过系统地减少阶乘模拟次数的概念。在这项研究中,参数是针对彼此平衡,以提供一个“最佳”,其中两个过程和产物发生在一个可接受的水平。本研究的目的是确定在哪个以减少翘曲的最佳浇口和流道系统的设置。被选中的几个参数进行模拟,如:(1)模腔中,(2)喷射部卷,(3)浇口直径,(4)转轮直径,浇口直径等于转轮直径如图1。一个L327正交入选仿真(表1,表2)。对于每个27试验中,生成的质量特性。2.3 溯网络综合评价神经网络,作为一类车型,而备受关注过程工程在过去十年中,由于其创建复杂流程的能力,以及其快速执行和再培训能力。在一个溯网络,一个复杂的系统可以被分解为分组为利用多项式函数节点几层较小,较简单的子系统。建议Ivakhnenko9多项式网络是数据处理(GMDH)技术的一组方法。这些节点评估输入的有限数目的多项式函数,并产生作为一个输入到下一层的后续节点的输出。在一个多项式函数节点的一般多项式函数可以表示如下: (1)其中xi,xJ,xK是输入,y0为输出,和B0,Bi,Bij的,Bijk是多项式功能节点的系数。在本文中,一些特定类型的多项式函数的节点被用于在不同种类的流道和浇口系统的预测翘曲。这些多项式函数的节点被称为归一化(N),整合,单倍(S),双倍(D)和三倍(T)节点。 图1:浇口系统设计参数(Sprue Dia 直浇口直径;Gate Dia浇口直径; Runner Dia 流道直径) 表1 三个层次的因素进行了正交设计选定 一级 二级 三级因素A模具型腔(N) B塑件体积(V)C流道直径(Rd) D浇口直径(Gd)表2 模流仿真浇口流道系统的设计数据 次 型腔 塑件 流道 浇口 数 数 体积 直径 直径它们的解释如下: (2)这些节点是最大的第三次多项式方程和双打和三倍具有交叉项(三节点),允许节点的输入变量之间的互动。其中i1,i2,i3的前一层的输入参数,O为节点的输出,以及u0,u1,u2,u3.联合国是单倍,双倍,三倍和白色节点的系数。一个单一的节点是仅具有一个输入参数和一个输出参数(i1= 0,i2 = i3= 0)的方程。一个双节点是具有两个输入参数和一个输出参数的方程(i1,i2= 0,i3= 0)。三重节点是具有三个输入参数和一个输出参数(i1,i2,i3= 0)的方程。白色节点是有许多输入参数和一个输出参数的方程(i1,i2,i3.=0)。建立一个完整的溯网络,第一个要求是训练数据库。通过输入和输出参数给出的信息必须是足够的。甲预测均方误差(PSE)标准,然后用于自动地确定一个最佳的结构10。的PSE标准的原则是选择最不复杂,但最准确的网络成为可能。该PSE是由两个方面,即: PSE=FSE+Kp (3)其中FSE是网络的拟合训练数据和Kp是网络的复杂补偿的平均平方误差。 如下公式所示: 2p2K KP = CPM (4) N其中CPM是复杂补偿因子,K是该网络的一个系数,N是所使用的训练数据的数量和2p是模型误差方差的估计值。3 解决问题3.1 有限元分析有限元模拟进行了各种流道和浇口系统,包括不同的卷,龋齿,转轮直径,浇口直径和栅极长度为寻找最大翘曲。表3显示在模拟材料(ABS)的物理性质。图2是多型腔塑件的有限元网格。主要模具流动模拟被分成4部分,即有一个快速的填充过程中,保持压力的过程中,凉爽和经纱的过程。图3示出了有限元分析的翘曲的最终结果。同样,输入参数(腔容积,浇道和浇口系统的参数)和输出参数(经纱)之间的关系,当注射完成时被建立。表4在不同流道系统的模流仿真结果。根据一个最佳的流道和浇口系统模型,三层溯网络,由横浇道和浇口系统参数和喷射结果(经纱)的发展,已自动合成。溯因网络能够根据不同闸流道参数,注塑杆和模腔的体积预测产品的翘曲。在这个网络中使用的所有多项式方程列于附录(FSE=1.2710-3,PSE=1.2610-3)。表5比较了根据模拟测试情况通过溯模型仿真的结果。这些测试情况没有包括建立模型L327的设置。这组数据是用来检测以上溯模型测试的合理性。我们可以从表5看到,最大误差约为4%。结果表明溯模型仿真是适用的。 图2:多型腔塑件的有限元网格 图3:有限元建模变形结果表3 材料的性能、热性能(电导率0.149500 / m /、比热2213.000000 J /Kg/、密度949.100037kg/m3、压射111.900002、无流动温度145.300003)温度 剪切 粘度 温度 压力 具体的体 速率 MPa 积 3.2 模拟退火(SA)算法和选择最佳的浇口浇道参数Metropolis11提出的标准,以模拟的固体冷却到能量平衡的一个新的状态。使用的Metropolis基本标准是一个被称为“模拟退火”算法。该算法是由Kirkpatrick8在1983年开发的。如果所述新的目标函数变得更小,扰动过程参数被接受作为新的工艺参数和温度在规模下降一点。表示为: (5)这里i表示温度降低的指标,CT指温度降低率(CT 1)。然而,如果目标函数变大,则工艺参数的允收概率将表示为: (6) 其中kB为玻尔兹曼常数和obj是在目标函数中的差别。该过程反复进行,直到温度T接近零,这表明了能级下降到其最低状态。目标函数obj配制如下: obj = w* (最小偏差,用A表示) (7)其中w是加权函数。在多型腔模具的浇口和流道参数应匹配的模拟数据的方法。换句话说,优化的基本条件,应在一定范围内下降,如下所示:(1)从优化所确定的流道直径RD应比最小流道直径RD大,比最大转轮直径RD小。(2)浇口直径GD从优化确定应比最小的浇口直径GD大,比最大门直径GD小。(3)最优的模具型腔数N应该比最少模具数多,比最多型腔数少。(4)从优化所确定的喷射部分容积V应比最小喷射部分容积V大,比最大注射体积份的V小。不等式如下所示:最小流道直径Rd设计流道直径最大流道直径; (8)最小浇口直径Gd设计浇口直径最大浇口直径; (9)最小模具型腔数N设计模具型腔数最大模具型腔数; (10)最小注射件体积V设计注射件体积最大注射件体积。 (11)为了找到浇口和流道系统参数的最优值的搜索例行程序期间的上限的条件应保持在一个可接受的水平。 表4 在不同流道系统的模流仿真结果次数 型腔数 注射塑件 流道直径 浇口直径 最大翘曲 (N) 体积(V) (Rd) (Gd) (mm)4 讨论结果该仿真是用来说明优化的多型腔注射成型参数的过程。当重函数wn= 1,RD,GD和V是相等的进口和加权值= 1。固定腔(N)和体积(V)的模拟退火算法用于参数分别为:初始温度Ts=100C时,最终的温度Te=0.0001C时,衰减比CT =0.95,玻耳兹曼常数KS=0.00667。主要目的是从溯网络模型和gaterunner系统参数得到最小翘曲。在图5,当模腔是N= 2,以及注射部位的体积为18x18x18x1.0t毫米,浇口直径GD =1.82毫米是固定的,转轮直径的参数具有最小翘曲时的流道直径的尺寸(RD)为2.4mm,可以发现,该经纱是0.711(最低)。在图6,转轮直径RD=2.4mm,栅极直径的参数具有最小翘曲时的浇口直径(GD)的尺寸为1.82毫米,它可以被发现,经纱是0.711 (最低) 。表5 神经网络预测与有限元模拟之间的误差 (它不包括在任何原始27集数据)(Item 项目 set1,set2 第一、二组;Maximum error 最大误差;Simulation method模拟方法;Mould cavity(N)模腔体积;Volume of injection part注射件体积; Runner dimension流道直径;Gate dimension浇口直径;Warp变形值;Absolute value绝对值;FEM (mould flow) 有限元(模流);Neural network 神经网络) 图4:模拟退火研究流程图(set initial condition 设定初始条件 random(new conditon) 随机(新情况下) If x is Feasible 如果x是可行的)5 总结本文阐述了在多型腔模具中通过溯网络的方法来建模和优化流道和浇口系统参数。本文的结论如下:(1) 通过比较采用有限元方法和溯因网络预测误差的价值,我们取得了最好的热流道系统和伸缩参数模型。基于溯网络的最佳建模,浇道系统参数和经纱之间的复杂关系,可以得到。(2) 在有限元模拟模具流量误差和优化过程的预测值的模型之间进行比较。这一比较表明,该模型不仅适合有限元模拟模具流量,而且适合神经网路的预测。快速确定最佳的流道系统参数的注塑成型的效率,可以成功地提高了注塑模具设计过程的准确性。(3) 现代注塑机-尤其是在3C产业,需要更少的时间来制作精确的产品,如手机与数码相机,相机镜头和手机壳。注塑模具,但是,是由注射参数的限制,只能通过单或双腔来制造。为模塑制品具有多个空腔,调整每个空腔的喷射参数,以相同的水平是特别困难的。不合格产品的产生率是站不住脚的。的内收网络技术,将SA被用于搜索多个型腔模具的最佳条件。其目的是为了获得高的生产率,并达到精度满足要求的条件下的电平。图5:流道直径与最小翘曲之间的关系 (minimum warp 最低翘曲 Runner Diameter(mm) 流道直径图6:浇口直径和最小翘曲之间的关系 (Minimum War最小翘曲 Gate Diameter 浇口直径 )表6 优化选择的理论和有限元方法相比最大翘曲值 参考文献1 Li CS, Shen YK (1995) Optimum design runner system balancing ininjection moulding. Int Commun Heat Mass Transf 22(2):1791882 Sulaiman S, Keen TC (1997) Flow analysis along the runner and gatingsystem of a casting process. J Mater Process Technol 63:6906953 Hu BH, Tong KK, Niu XP, Pinwill I (2000) Design and optimization ofrunner and gating systems for the die casting of thin-wall magnesium telecommunication parts through numerical simulation. J Mater Process Technol 105:1281334 Lin JC (2001) Optimum gate design of free-form injection mould usingthe abductive network. Int J Adv Manuf Technol 17:2943045 Jong WR, Wang KK (1990) Automatic and optimal design of runnersystems in injection moulding based on the flow simulation. SPE Annual Technical Conference, pp 5545606 Montgomery GJ, Drake KC, Abductive reasoning network. Neurocomputing 2:971047 Mouldflow Corporation (2001) Moldflow course map, basic modeling,mesh editing and post processing, version 3.1. Mouldflow Corporation,USA8 Kirkpartick S, Gelatt CD, Vecchi MP (1983) Optimization by simulatedannealing. Science 220:6716809 Ivakhnenko AG (1971) Polynomial theory of complex system. IEEETrans Syst Man Cybern 1(4):36437810 Barron AR (1984) In: Farlow SJ(ed) Predicted square error: a criterion forautomatic model selection, self-organizing methods in modeling: GMDH type algorithms. Dekker, New York11 Metropolis N, Rosenbluth A, Rosenbluth M, Teller A, Teller E (1953) Equation of state calculation by fast computing machines. J Chem Phys 21:1087109214
收藏
编号:7040649
类型:共享资源
大小:2.56MB
格式:ZIP
上传时间:2020-03-11
50
积分
- 关 键 词:
-
医用
注射器
注塑
模具
设计
- 资源描述:
-
以上为资料预览概图,下载文件后为压缩包资料文件。【清晰,无水印,可编辑】dwg后缀为cad图,doc后缀为word格式,需要请自助下载即可,有疑问可以咨询QQ 197216396 或 11970985
展开阅读全文
- 温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
装配图网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。