注塑成型工艺多目标稳健设计及优化算法

常用塑料注塑工艺参数

浅述冷/热模注塑成型技术 ２010－２-25来源: 网络文摘 【全球塑胶网2010年2月25日网讯】?所谓的“冷/热模注塑成型”技术,是一种可在注塑成型周期内,使模腔表面温度实现冷热循环的工艺。其特点是：在注射前,先加热模腔，使其表面温度达到加工材料的玻璃化转变温度(Ｔg）以上；当模腔填满后，迅速冷却模具,以使制件在脱模前完全冷却。? 这种冷/热模注塑成型工艺可以大幅度地改善注塑制品的外观质量,而且可以省去某些二次加工(如旨在掩 盖表面缺陷的底漆和磨砂处理)过程,从而降低整体生产成本。在某些情况下,甚至还可以省去上漆或粉末涂布工艺。在那些对表面光泽度有较高要求的应用中，冷／热模注塑成型工艺还允许使用玻纤增强材料。该工艺的其他优势还包括:降低注塑内应力、减少甚至消除喷射痕和可见的熔接线,以及增强树脂的流动性，从而生产出薄壁产品等。 ?通常情况下,冷/热模注塑成型工艺适用于所有的传统注塑机。但是，如果希望模具表面得到快速加热或冷却,还需要配合使用特定的辅助系统，目前常用的辅助系统是高温热水系统和高温蒸汽系统。这些辅助系统中的蒸汽，要么来自外部锅炉，要么由其自身的控制设备产生。早在几年前,沙伯基础创新塑料就开始在日本研究冷／热模注塑成型技术。目前,该公司在其亚太区的开发中心中使用的是高温蒸汽系统，而在位于马萨诸塞州匹兹菲尔德的聚合物加工开发中心（ＰP DC）中,该公司则使用了德国Siｎglｅ Tｅmｐｅrieｒｔechnik公司的高温热水系统,它可以提供200℃的高温热水。??为了实现有效的工艺控制，模具必须配备热电偶，并且热电偶最好被安置在靠近模腔表面的位置,以便监控温度。为了确保工艺的稳定性,注塑模具、注塑机和冷/热控制器还必须集成在一起。沙伯基础创新塑料在该工艺的生产体系中配备了一台控制设备，以将各个要素有效地集成在一起。??在该工艺的开始阶段，利用在模内循环的蒸汽或高温热水来加热模腔表面,使其温度达到高于被加工树脂的玻璃化转变温度1０~30℃的水平。一旦模腔表面达到这一温度值，系统便向注塑机发出信号,以将塑料注射到模腔中。当模腔被填满（注射阶段完成）后,冷水开始在模具中循环流动,以快速带走热量,从而使注塑部件在脱模前完全冷却。利用一个阀站，即可方便地实现从蒸汽或高温热水到冷水的切换,反之亦然。当部件冷却后，模具打开,部件被顶出,然后重复上述过程。??工艺优化:模具的设计和构造?冷／热模注塑成型技术的循环周期除了取决于所加工的材料外,模具的设计和构造对其则有极大的影响。一般，加热模具所需的时间取决于模具用钢的总量，因此尽量减少所要加热和冷却的钢材量非常重要。为了做到这一点,最好是将模腔和模芯嵌入到模板中，而不是穿过模板。为了减小热损失并提高效率，还应在任何可能的条件下,利用气隙和隔热材料,将这些嵌入件与模腔和模芯固定板隔开。 ?除了尽可能地减少必须进行冷/热循环的钢的用量外,还应考虑使用具有高导热性的金属，如铍铜合金或其他具有良好导热性的合金来制作模具。这些金属有助于缩短加热/冷却模腔表面所需的时间。此外，在模腔表面附近布置水路管线也可以加快响应速度。然而，多数情况下，制品的几何形状不允许这样做。尽管如此,共形冷却方法却极适合这种工艺，这是因为，其管线的布置可以与部件表面形状保持一致。因此,共形冷却方法可以极大地缩短最重要位置（即模腔表面)的热响应时间。? 就共形冷却技术而言，它往往涉及到注塑模的制造，或者更确切地说是镶嵌块的制造。一般，通过优化冷却道的设置,可以优化冷却效率，缩短生产周期。而传统的冷却方法很难做到这一点，因为一般制品的形状都很复杂，且常规的冷却通道只能被钻成直线形。? 目前，有多种模具制造技术可实现共形冷却,如激光烧结和直接金属沉积法。为了开发用于该工艺的测试模具，沙伯基础创新塑料的PP DＣ选择了位于美国密歇根州特洛伊市的Fａst4ｍ Toｏlinｇ公司作为其模具供应商。Faｓｔ4ｍＴooliｎg采用钢板层压构造技术,设计并制造了带有共形冷却通道的模腔和模芯组

常用塑料注塑工艺参数表样本

常见塑料注塑工艺参数表:

常见塑料注塑工艺参数( 2) -06-16 20:02:13| 分类: 个人日记 | 标签: |字号大中小订阅聚甲醛加工参数聚甲醛的成型收缩率聚甲醛的后收缩九、 PC注塑工艺特性与工艺参数的设定1、聚集态特性属于无定型塑料, Tg为149～150℃; Tf为215～225℃; 成型温度为250～310℃; 2、热稳定性较好, 并随分子量的增大而提高。但PC高温下遇水易降解, 成型时要求水分含量在0.02%以下。高温下水分对PC特别有害。在成型前, PC树脂必须进行充分干燥( 而且应当充分注意防止干燥过的物料再吸湿) 。干燥效果的快速检验法, 是在注塑机上采用”对空

注射”。3、熔体粘度高, 流动性较差, 其流动特性接近于牛顿流体, 熔体粘度受剪切速率影响较小, 而对温度的变化十分敏感, 在适宜的成型加工温度范围内调节加工温度, 能有效地控制PC的粘度。4、由于粘度高, 注射压力较高, 一般控制在80～120MPa。对于薄壁长流程、形状复杂、浇口尺寸较小的制品, 为使熔体顺利、及时充模, 注射压力要适当提高至120～150MPa。保压压力为80～100MPa。5、成型时, 冷却固化快, 为延迟物料冷凝, 需控制模温为80～120℃。6、 PC分子主链中有大量苯环, 分子链的刚性大, 注塑中易产生较大的内应力, 使制品开裂或影响制品的尺寸稳定性; ( 在100℃以上作长时间热处理, 它的刚硬性增加, 内应力降低) 。PC的典型干燥曲线台湾奇美典型牌号加工参数: 十、 PA及玻纤增强PA注塑工艺特性与工艺参数设定1、常见品种及其熔点: q 品种: 尼龙-66; 尼龙-610; 尼龙-1010; 尼龙-1212; 尼龙-46尼龙-6; 尼龙-7; 尼龙-9; 尼龙-11; 尼龙-12; 尼龙-66/6、尼龙-66/610; 尼龙-6∕66∕1010; 尼龙-66/6/610q 熔点: 尼龙n系列: 尼龙－6 215～220℃; 尼龙－12为178℃; 尼龙m,n系列: 尼龙－ 46 295 ℃; 尼龙－66 255～265℃; 尼龙－610 215～223℃; 尼龙－1010 200℃; 共缩聚尼龙: 由于分子链的规整性较差, 结晶性和熔点一般较低, 如尼龙－6∕66∕1010的熔点仅为155～175℃, 但其有较好的透明性和弹性。2、熔点高, 熔化范围窄( 约10℃) 。考虑到PA熔点高、热稳定性较差, 故加工温度不宜太高, 一般高于熔点30℃左右即可。3、吸湿性大, 且酰胺基易于高温水解, 引起分子量严重降低; ( 须严格干燥至含水量低于0.05％, 特别是回料使用时更应严格干燥, 必要时可添加”增粘剂”。) 4、熔体粘度低, 表观粘度对温度敏感, 由于熔体的冷却速率快, 要防止塑料堵塞喷孔、流道、浇口等。为阻止熔体逆流, 螺杆头应装有止逆环; 另外, 为防止喷嘴处熔体的”流涎”现象, 应选用自锁式喷嘴。5、注射PA时不需高的注射压力, 一般选取范围为70～100MPa, 一般不超过120MPa。注射速率宜略快些, 这样可防止因冷却速率快而造成波纹及充模不足等问题。6、模具温度一般控制在40～90℃。模具温度对制品的性能影响较大。7、酰胺基在高温下

鲁棒优化及相关问题的研究

鲁棒优化及相关问题的研究 鲁棒优化研究带不确定性的优化问题,是不确定优化的一个分支.在鲁棒优化中,主要关注由不可控参数引起的不确定性,且仅知道不 可控参数在某个不确定集中取值.由于对实际问题有效的建模和求解,鲁棒优化已发展成为处理不确定优化问题重要且十分普遍的工具.基于鲁棒性这个概念,本文围绕鲁棒优化探讨了无穷多目标优化、不确定向量优化和不确定互补问题中相关的一些重要课题.主要内容如下:1.基于对强鲁棒性、一致鲁棒性和严格鲁棒性的细致分析,通过设置调整变量建立了一种新的鲁棒性,称为松弛鲁棒性.其对应的松弛 鲁棒模型包含了相关文献中出现的具有松弛意义的大部分模型,例如偏离鲁棒模型、可靠鲁棒模型、软鲁棒模型以及随机方法中的期望值模型和风险规避模型.这个统一的模型表明:对不确定性的处理方式 取决于决策者对不确定性掌握的信息、对这些信息的态度以及可用的数学方法.另外,提出了鲁棒性测度并研究了它的一些基本性质,如平移同变性、单调性、正齐次性和凸性.2.在基于分量比较的序结构上,对无穷多目标优化问题引入了Pareto有效性和Geoffrion真有效性,并借此表明了无穷多目标优化与不确定/鲁棒优化的密切关系.针对 一般的不确定优化问题,利用推广的ε-约束方法得到了 Pareto鲁棒解的生成方法.通过一族锥刻画了Geoffrion真有效性,并揭示了Pareto有效性与Geoffrion真有效性的本质区别:Pareto有效性需要对其它的成员补偿都有界,而Geoffrion真有效性要求对其它的成员补偿一致有界.最后,将Geoffrion真有效性应用到鲁棒对应上,得到

了不确定型选择理论中著名的Hurwicz准则.3.遵循鲁棒标量优化中的研究方法,对不确定向量优化问题,首先建立了硬性意义下的鲁棒对应模型.然后,出于对这个鲁棒模型一个缺点的修正,利用Pareto 有效性的思想将其松弛,得到了紧性意义下的鲁棒对应模型.不同于文献中大量使用的集方法,这两个鲁棒模型属于鲁棒多目标/向量优化研究中的向量方法.与基于集方法得到的鲁棒模型进行了深刻地比较,展示出它们特殊的地位以及向量方法更大的潜力.4.对带模糊参数的互补问题,利用可能性理论中的可能性测度和必要性测度去除模糊,提出了两类确定性的模型,分别称为可能性满意模型和必要性满意模型.从不同的角度进行了分析,得到了它们的解具有的一些重要特征.随后,比较了几种受不同类型的不确定性影响的互补问题及相应的处理方法,包括对模糊映射的模糊互补问题、对不确定集的鲁棒互补问题和对随机不确定性的随机互补问题.最后,将这两类模型应用到模糊优化、模糊博弈和带模糊互补约束的数学规划问题上.

注塑成型工艺参数及其影响

注塑成型工艺参数及其影响 11209040112 黄卓 摘要：塑料材料在生活中所占比例越来越高，而对于其质量的要求也越来越高， 注塑成型作为重要的生产手段，对技术的提高也越来越迫切，而注塑成型制品的影响因素较多，但注塑成型加工工艺条件是重要的影响因素之一，下面将会介绍个个工艺参数对于制品性能的影响。 关键词：注塑成型工艺参数 一、注塑成型概念 传统的模具设计和工艺参数设置主要依赖于设计者的经验和技巧,模具设计的合理性只有靠反复的试模和修模,工艺参数的设置也只能靠反复的试模来进行修改,缺乏科学依据,生产周期长,成本高,质量也难以保证。而对成型过程进行模拟,在模具制造之前就可发现设计中的问题,使模具设计和工艺参数设置建立在科学的分析基础之上,可缩短生产周期,提高制品质量。随着对制品质量要求的提高,对成型过程进行预测己经成为设计不可缺少的环节。因此,建立注塑成型过程熔体在模腔中流动和传热的数学模型,并采用数值仿真方法实现成型过程的模拟具有重要的意义。 由于成型过程的工艺参数直接决定了熔体在模腔中的流动状态,对制品质量有着最直接最深远的影响,因此找到制品成型的最优工艺条件,对成型过程进行工艺控制,是提高塑料制品质量的有效途径。这是因为,成型过程中,精密的成型机械、合理的模具设计和优良的材料性能只有在合理的成型工艺设置下刁`能体现出来另一方面,成型机械、模具设计和材料性能的缺陷有时可通过合适的成型工艺设置来弥补。由此可见,注塑成型工艺对制品质量有着至关重要的作用 二、注塑工艺条件及其影响 1、注塑压力 注射压力指的是在注射过程中螺杆顶部或柱塞对于塑料熔体所加载的压力。它的作用是对于使熔料混合和塑化，螺杆（或柱塞）必须提供克服固体粒子和熔料在料筒和喷嘴中的流动阻力。使得塑料熔体以一定的速度来充满型腔，在型腔充满熔体后注射压力起到压实的作用。从而使得塑件致密，并对熔料因冷却而产生的收缩进行补料，从而使塑件保持精确的形状，获得所需要的性能。注射的压力主要由塑料的种类，注塑机的类型，模具的温度，模具结构，塑件的壁厚来决定的，其中浇注系统的尺寸与结构对于注射压力影响很大。 2、保压压力 当熔体充满型腔后，注射压力所起的作用为对于模内的熔体进行压实，此时我们把注射压力也叫做保压压力，在实际生产中，保压压力应该等于或小于注射时所用压力。当保压时的压力与注射时的压力相等时，往往会使塑件的收缩率降低，而且可以保证塑件的稳定性以及塑件的力学性能。但常常也会伴随着脱模时残余应力的增加，造成塑件脱模困难、使塑件容易产生变形、表面划伤等，也容易使塑件产生飞边,影响表观质量。因此，选择保压压力时需要多方面考虑，慎

常用塑料注塑工艺参数表

常用塑料注塑工艺参数表：

常用塑料注塑工艺参数（2） 2010-06-16 20:02:13| 分类：个人日记| 标签：|字号大中小订阅 聚甲醛加工参数聚甲醛的成型收缩率聚甲醛的后收缩九、PC注塑工艺特性与工艺参数的设定1、聚集态特性属于无定型塑料，Tg 为149～150℃；Tf为215～225℃；成型温度为250～310℃； 2、热稳定性较好，并随分子量的增大而提高。但PC高温下遇水易降解，成型时要求水分含量在0.02%以下。高温下水分对PC特别有害。在成型前，PC树脂必须进行充分干燥（并且应当充分注意防止干燥过的物料再吸湿）。干燥效果的快速检验法，是在注塑机上采用“对空注射”。 3、熔体粘度高，流动性较差，其流动特性接近于牛顿流体，熔体粘度受剪切速率影响较小，而对温度的变化十分敏感，在适宜的成型加工温度范围内调节加工温度，能有效地控制PC的粘度。4、由于粘度高，注射压力较高，一般控制在80～120MPa。对于薄壁长流程、形状复杂、浇口尺寸较小的制品，为使熔体顺利、及时充模，注射压力要适当提高至120～150MPa。保压压力为80～100MPa。 5、成型时，冷却固化快，为延迟物料冷凝，需控制模温为80～120℃。6、PC分子主链中有大量苯环，分子链的刚性大，注塑中易产生较大的内应力，使制品开裂或影响制品的尺寸稳定性；（在100℃以上作长时间热处理，它的刚硬性增加，内应力降低）。PC的典型干燥曲线台湾奇美典型牌号加工参数：十、PA及玻纤增强PA注塑工艺特性与工艺参数设定 1、常用品种及其熔点：q 品种：尼龙-66；尼龙-610；尼龙-1010；尼龙-1212；尼龙-46尼龙-6；尼龙-7；尼龙-9；尼龙-11；尼龙-12；尼龙-66/6、尼龙-66/610；尼龙-6∕66∕1010；尼龙-66/6/610q 熔点：尼龙n系列：尼龙－6 215～220℃；尼龙－12为178℃；尼龙m,n系列：尼龙－46 295 ℃；尼龙－66 255～265℃；尼龙－610 215～223℃；尼龙－1010 200℃；共缩聚尼龙：由于分子链的规整性较差，结晶性和熔点一般较低，如尼龙－6∕66∕1010的熔点仅为155～175℃，但其有较好的透明性和弹性。2、熔点高，熔化范围窄（约10℃）。考虑到PA熔点高、热稳定性较差，故加工温度不宜太高，一般高于熔点30℃左右即可。3、吸湿性大，且酰胺基易于高温水解，引起分子量严重降低；（须严格干燥至含水量低于0.05％，尤其是回料使用时更应严格干燥，必要时可添加“增粘剂”。）4、熔体粘度低，表观粘度对温度敏感，由于熔体的冷却速率快，要防止塑料堵塞喷孔、流道、浇口等。为阻止熔体逆流，螺杆头应装有止逆环；另外，为防止喷嘴处熔体的“流涎”现象，应选用自锁式喷嘴。5、注射PA时不需高的注射压力，一般选取范围为70～100MPa，通常不超过120MPa。注射速率宜略快些，这样可防止因冷却速率快而造成波纹及充模不足等问题。 6、模具温度一般控制在40～90℃。模具温度对制品的性能影响较大。 7、酰胺基在高温下对氧敏感，容易发生氧化变色（必要时可添加尼龙专用的热稳定剂）； 8、高结晶性，成型收缩率大，易产生结晶应力，并且明显随制品的厚度增大而增加；9、成型后制品的缓慢吸湿易引起尺寸精度的较大变化。这点也被利用来进行调湿处理，通常可在沸水或醋酸钾水溶液（醋酸钾与水的比例为1.25∶1，沸点为121℃）中进行。 10、熔体着色所适用的有机颜料品种较少（酰胺基具有还原性，加之成型温度高）。尼龙吸水率尼龙及玻纤增强尼龙成型温度PA46安全加工温度－时间组合图玻璃纤维增强尼龙（GF－PA）工艺特性1、GF-PA中由于含大量玻纤，注塑中存在四大问题：（1）流动性差。（2）收缩率小，且各向异性明显。（3）制品性能易出现波动。（4）制品表面粗糙度数值大。 2、由于流动性差，且加入玻纤后的熔体冷凝硬化快，需要比未加玻纤时提高温度约10－30 ℃；3、应采用较大的注射速率和较高的注射压力； 4、由于大量玻纤引起的高粘度，增强尼龙可用通用喷嘴；5、对机筒的磨损大；6、为使增强尼龙制品有较高的强度，需要注意尽可能地保护玻纤的长度，减少玻纤损伤；（从螺杆、喷嘴、浇口等装备因素到注塑工艺条件）7、玻纤增强料成型加工中最常有缺陷：“浮纤”或称“玻纤外露”；玻纤取向引起的各向异性；熔接痕处强度特低；纤维取向不同厚度处的取向状况皮－芯效应与熔接痕前锋料遇到障碍后分流－合流－熔接玻纤含量与熔接痕强度十一、PMMA注塑工艺特性与工艺参数的设定 PMMA树脂俗称“压克力”，国内著名商品牌号有372＃（实为MS）1、PMMA无定形聚合物，Tg为105℃，熔融温度大于160℃，而分解温度高达270℃以上，成型的温度范围较宽；2、PMMA树脂颗粒易吸收水份，而这些水分的存在，在成型过程中由于受热挥发，导致熔体起泡、膨胀、使制品出现银丝、气泡、透明度变差、有糊斑等问题。PMMA在热风循环干燥设备上的干燥，其干燥工艺参数：温度为70～80℃，时间为2～4h；3、 PMMA熔体粘度对温度变化比较敏感。注射温度的改变对熔体流动长度的影响要比注射压力与比注射速率明显些，更比模具温度显著得多。故在成型时改变PMMA的流动性主要是从注射温度着手。但选用高料温时易受其它工艺参

浅析多目标优化问题

浅析多目标优化问题 【摘要】本文介绍了多目标优化问题的问题定义。通过对多目标优化算法、评估方法和测试用例的研究，分析了多目标优化问题所面临的挑战和困难。 【关键词】多目标优化问题；多目标优化算法；评估方法；测试用例 多目标优化问题MOPs （Multiobjective Optimization Problems）是工程实践和科学研究中的主要问题形式之一，广泛存在于优化控制、机械设计、数据挖掘、移动网络规划和逻辑电路设计等问题中。MOPs有多个目标，且各目标相互冲突。对于MOPs，通常存在一个折衷的解集（即Pareto最优解集），解集中的各个解在多目标之间进行权衡。获取具有良好收敛性及分布性的解集是求解MOPs的关键。 1 问题定义 最小化MOPs的一般描述如下： 2 多目标优化算法 目前，大量算法用于求解MOPs。通常，可以将求解MOPs的算法分为两类。 第一类算法，将MOPs转化为单目标优化问题。算法为每个目标设置权值，通过加权的方式将多目标转化为单目标。经过改变权值大小，多次求解MOPs 可以得到多个最优解，构成非支配解集[1]。 第二类算法，直接求解MOPs。这类算法主要依靠进化算法。进化算法这种面向种群的全局搜索法，对于直接得到非支配解集是非常有效的。基于进化算法的多目标优化算法被称为多目标进化算法。根据其特性，多目标进化算法可以划分为两代[2]。 （1）第一代算法：以适应度共享机制为分布性策略，并利用Pareto支配关系设计适应度函数。代表算法如下。VEGA将种群划分为若干子种群，每个子种群相对于一个目标进行优化，最终将子种群合并。MOGA根据解的支配关系，为每个解分配等级，算法按照等级为解设置适应度函数。NSGA采用非支配排序的思想为每个解分配虚拟适应度值，在进化过程中，算法根据虚拟适应度值采用比例选择法选择下一代。NPGA根据支配关系采用锦标赛选择法，当解的支配关系相同时，算法使用小生境技术选择最优的解进入下一代。 （2）第二代算法：以精英解保留机制为特征，并提出了多种较好的分布性策略。代表算法如下。NSGA-II降低了非支配排序的复杂度，并提出了基于拥挤距离的分布性策略。SPEA2提出了新的适应度分配策略和基于环境选择的分布性策略。PESA-II根据网络超格选择个体并使用了基于拥挤系数的分布性策略。

注塑工艺标准参数优化

'' 培训课程 2 工艺参数的优化

受训者手册 德马格注塑机工艺参数优化的步骤指导 页面周期分析 3 注塑工艺参数优化 6 步骤 1: 找出转压点7 步骤 1结果8 步骤 2: 找出保压时间(浇口冷凝时间) 9 步骤 2 结果10 步骤 3: 优化注射速度11 步骤 3 结果12 步骤 4: 采用正确的螺杆转速13 步骤 4 结果14 步骤 5: 优化多级螺杆转速和背压曲线15 步骤 5 结果16 步骤 6: 优化松退17 步骤 6 结果18 步骤 7: 优化保压曲线19 步骤 7 结果20 TABULATED RESULTS 21 步骤 8: 优化锁模力22 步骤 8 结果22 步骤 9: 设定注射压力23 步骤 9 结果23 典型工艺参数公差设定24

成型周期分析 采用下面表格估计注塑过程中的每一阶段对周期的影响. 然后去机床看正在运行的模具, 写下实际的时间并计算出百分比. 哪一阶段在整个周期中占最多的时间? 那里可以是最有效的缩短成型周期?

模具 1 估计 % 实际实 评价 际% 合模 射台前进和后退 注射时间 保压时间 冷却时间 开模 顶出 整个成型周期 100% seconds 100%

模具 2 评价 估计 % 实际实 际% 合模 射台前进和后退 注射时间 保压时间 冷却时间 开模 顶出 整个成型周期 100% seconds 100%

工艺参数优化 目标: ?一步步改进工艺过程稳定性. ?评估各个参数的更改对工艺过程稳定性的影响 ?to demonstrate the cumulative improvemnt in the process and product consistency 方法: At each stage, after the process has been given sufficient time to stabilise, a run of sixteen consecutive mouldings is to be made. These mouldings will be assessed for consistency by weight (a dimension, a physical property or some other attribute could equally well be used, weight is simply the most widely applicable). 稳定性通过计算重量的标准偏差来衡量. 同时打印出机床IBED上的过程统计数据. 1. 找出转压点 2. 找出浇口冷却时间 3. 优化注射速度 4. 采用正确的螺杆转速 5. 优化多级预塑曲线 6. 优化松推 7. 优化多级保压曲线 8. 优化锁模力 9. 设定注射压力限定

教师组-注塑模具优化设计及加工编程技术赛项规程

教师组-注塑模具优化设计及加工编程技术赛项规程 一、赛项名称 注塑模具优化设计及加工编程技术 二、参赛对象 高等职业院校（含高职、高专、成人高校）、技师学院相关专业在编教师。 三、比赛方式与内容 （一）比赛方式 本赛项为个人赛，每个院校限报2名选手。 （二）比赛内容 参赛队在6个小时内根据塑件的原始3D数字模型（格式为IGES或STEP）、纸质任务书和塑件的二维参考图，完成注塑模具CAD设计、CAE分析、主要成型零件型芯、型腔的加工工艺设计及CAM编程等任务。 1.竞赛任务： （1）在注塑模CAE软件中零件完成3D模型的成形工艺性检查，并做适当的处理。 （2）在注塑模CAD软件中完成模具初始方案设计（包括型腔布局、分型面、浇注系统、冷却系统）。 （3）应用注塑模CAE软件对设计方案进行分析，并根据分析结果对初始设计方案进行评价和优化，生成分析报告。 （4）根据优化的设计方案完成模具三维结构设计，绘制模具二维总装配图、模具主要成型零件的二维图，编写模具设计说明书。

（5）进行模具成型零件（型芯、型腔）的CAM编程（生成刀路轨迹---生成加工指令）并制作机械加工过程卡。 2.竞赛成果提交要求： （1）模具设计方案CAE分析，包括分析结果文件、模具设计项目分析报告（PPT文件）等。 （2）模具设计三维总装配图、模具二维总装配图（包括尺寸标注与技术要求、明细表、标题栏等）、主要零件（包括A板、B板、型芯、型腔、滑块以及斜顶零件等）的工程图（包括尺寸标注与技术要求、标题栏等）。 （3）模具设计说明书。 （4）提交模具成型零件CAM编程的工艺文件（包括制定零件的编程原文件、主要的工艺规程、加工用G代码等）。 四、比赛技术平台 （一）主要硬件技术规格 （二）主要专业软件清单

常用塑料的注塑工艺参数

常用塑料的注塑工艺参数 一、高密度聚乙烯（HDPE） 料筒温度喂料区30～50℃（50℃） 区1 160～250℃（200℃） 区2 200～300℃（210℃） 区3 220～300℃（230℃） 区4 220～300℃（240℃） 区5 220～300℃（240℃） 喷嘴220～300℃（240℃） 括号内的温度建议作为基本设定值，行程利用率为35％和65％，模件流长与壁 厚之比为50：1到100：1 熔料温度220～280℃ 料筒恒温220℃ 模具温度20～60℃ 注射压力具有很好的流动性能，避免采用过高的注射压力80～140MPa（800～1400bar）； 一些薄壁包装容器除外可达到180MPa (1800bar) 保压压力收缩程度较高，需要长时间对制品进行保压，尺寸精度是关键因素，约为注射压力的30％～60％ 背压5～20MPa（50～200bar）；背压太低的地方易造成制品重量和色散不均 注射速度对薄壁包装容器需要高注射速度，中等注射速度往往比较适用于其它类的塑料制品 螺杆转速高螺杆转速（线速度为1.3m/s）是允许的，只要满足冷却时间结束前就完成塑化过程就可以；螺杆的扭矩要求为低 计量行程0.5～4D（最小值～最大值）；4D的计量行程为熔料提供足够长的驻留时间是很重要的 残料量2～8mm，取决于计量行程和螺杆直径 预烘干不需要；如果贮藏条件不好，在80℃的温度下烘干1h就可以 回收率可达到100％回收 收缩率 1.2～2.5％；容易扭曲；收缩程度高；24h后不会再收缩（成型后收缩） 浇口系统点式浇口；加热式热流道，保温式热流道，内浇套；横截面面积相对小，对薄截面制品已足够 机器停工时段无需用其它材料进行专门的清洗工作；PE耐温升 料筒设备标准螺杆，标准使用的三段式螺杆；对包装容器类制品，混合段和切变段几何外形特殊（L：D＝25：1），直通喷嘴，止逆阀 二、聚丙烯（PP） 料筒温度喂料区30～50℃（50℃） 区1 160～250℃（200℃） 区2 200～300℃（220℃） 区3 220～300℃（240℃） 区4 220～300℃（240℃） 区5 220～300℃（240℃） 喷嘴220～300℃（240℃）

多目标优化实例和matlab程序

NSGA-II 算法实例 目前的多目标优化算法有很多, Kalyanmoy Deb 的带精英策略的快速非支配排序遗传算法(NSGA-II) 无疑是其中应用最为广泛也是最为成功的一种。本文用的算法是MATLAB 自带的函数gamultiobj ，该函数是基于NSGA-II 改进的一种多目标优化算法。 一、 数值例子 多目标优化问题 424221********* 4224212212112 12min (,)10min (,)55..55 f x x x x x x x x x f x x x x x x x x x s t x =-++-=-++-≤≤??-≤≤? 二、 Matlab 文件 1． 适应值函数m 文件： function y=f(x) y(1)=x(1)^4-10*x(1)^2+x(1)*x(2)+x(2)^4-x(1)^2*x(2)^2; y(2)=x(2)^4-x(1)^2*x(2)^2+x(1)^4+x(1)*x(2); 2． 调用gamultiobj 函数，及参数设置： clear clc fitnessfcn=@f; %适应度函数句柄 nvars=2; %变量个数 lb=[-5,-5]; %下限 ub=[5,5]; %上限 A=[];b=[]; %线性不等式约束 Aeq=[];beq=[]; %线性等式约束 options=gaoptimset('paretoFraction',0.3,'populationsize',100,'generations', 200,'stallGenLimit',200,'TolFun',1e-100,'PlotFcns',@gaplotpareto); % 最优个体系数paretoFraction 为0.3；种群大小populationsize 为100，最大进化代数generations 为200， % 停止代数stallGenLimit 为200， 适应度函数偏差TolFun 设为1e-100，函数gaplotpareto ：绘制Pareto 前端 [x,fval]=gamultiobj(fitnessfcn,nvars,A,b,Aeq,beq,lb,ub,options)

基于MATLAB的塑料模具浇注系统的优化设计-

基于MATLAB的塑料模具浇注系统的优化设计 江飞舟韩加好 (连云港职业技术学院,连云港 222006 摘要利用MATLAB软件对放大镜塑料制品的模具浇注系统进行优化设计,对塑料成型的浇注系统的工艺参数和模具结构进行优化,从而提高放大镜塑料制品的合格率。 关键词 MATLAB 塑料模具浇注系统优化设计 塑料浇注的制造系统主要包括塑料成型工艺、机械加工制造、修饰及装配。目前塑料成型最常见的方法是注射成型技术,注射成型技术具有生产效率高、尺寸精度高、易于批量生产及能制造多种塑料制品等优点。塑料的注射成型工艺对浇注系统的工艺参数和塑料模具的结构合理性具有较高的要求,如果浇注系统的工艺参数和模具结构不合理,塑料制品就会产生缺陷,严重的塑料无法成型。因此,应对塑料模具浇注系统的工艺参数进行优化,浇注系统的工艺参数主要有注射温度、注塑压力和注射速率;影响塑料制品的模具结构主要有分型面的确定、浇口的尺寸和位置设定;另外,加热系统、冷却系统及注塑机的性能也是影响塑料成型的主要工艺参数。塑料制品通常比较复杂,塑料模具设计人员的经验有限,因此无法直接设计出成本低、塑料制品质量好的模具,一般需要反复试验和修改设计多次才能投入生产。因此,利用MATLAB软件对塑料模具进行优化设计,掌握浇注系统对塑料成型的影响,找出模具浇注系统存在的缺陷,从而能提高塑料模具浇注系统设计的合理性,可以有效地降低塑料成型的成本,提高生产效率。 笔者以放大镜为例,利用MATLAB软件对放大镜塑料制品的模具浇注系统进行优化设计,对塑料成型的浇注系统的工艺参数和模具结构进行优化,从而提高放大镜塑料制品的合格率。 1塑料放大镜模具浇注系统的概述

基于蚁群算法的多目标优化

基于蚁群算法的多目标优化 池元成;蔡国飙 【期刊名称】《计算机工程》 【年(卷),期】2009(035)015 【摘要】Aiming at multi-objective optimization problem, this paper proposes an Ant Colony Algorithm(ACA) for solving Multi-objective Optimization Problem(MOPACA). An improved pheromone updating process based on continuous space is described. Two moving strategies are used in the searching process to ensure better solutions. Convergence property of the algorithm is analyzed. Preliminary simulation results of two benchmark functions show the feasibility of the algorithm.%针对多目标优化问题,提出一种用于求解多目标优化问题的蚁群算法.该算法定义连续空间内求解多目标优化问题的蚁群算法的信息素更新方式,根据信息素的概率转移和随机选择转移策略指导蚂蚁进行搜索,保证获得的Pareto前沿的均匀性以及Pareto解集的多样性.对算法的收敛性进行分析,利用2个测试函数验证算法的有效性. 【总页数】3页(168-169,172) 【关键词】蚁群算法;多目标优化;收敛性分析 【作者】池元成;蔡国飙 【作者单位】北京航空航天大学宇航学院,北京100083;北京航空航天大学宇航学院,北京100083 【正文语种】中文

动态鲁棒进化优化方法研究

动态鲁棒进化优化方法研究 现实生活中的许多优化问题,往往受到生产工况、运行环境等动态因素的影响,形成动态优化问题。解决该类问题的常用方法是跟踪最优解方法。 它在探测到优化问题发生改变时,重新触发寻优过程,从而快速、准确地找到适应于新优化模型的最优解。跟踪最优解方法虽然可以相对有效的解决动态优化问题,但是,当动态优化问题具有复杂的目标函数或较大的搜索空间时,耗时的进化求解过程,往往使在有限时间内获得问题的最优解存在困难。 另外,某些实际动态优化问题中,当动态因素发生变化时,就去执行寻优获得的新最优解,往往需要调整众多相关人员或资源,导致较大的最优解切换成本。基于此,本论文给出了一种解决动态优化问题的动态鲁棒优化方法。 其核心思想是面向连续变化环境下的动态优化问题,找到用户可以接受的一组基于时间的鲁棒最优解序列。当环境发生变化时,根据用户可接受程度,直接采用相邻前一环境下的鲁棒解作为当前环境下的较优解,而不是重新寻找新环境下的最优解。 这可以有效降低新环境下优化问题的寻优代价,满足生产实际中有限资源调配的需求。面向动态单目标优化问题,已有动态鲁棒优化方法中给出生存时间和平均适应度两种鲁棒性指标。 在此基础上,构建了兼顾上述两种鲁棒性能指标的两阶段多目标进化优化模型,采用基于非支配排序的遗传算法,获得问题的鲁棒最优解序列。第一阶段多目标进化优化方法用于获得每个动态环境下,兼顾上述两方面性能的所有Pareto 解;第二阶段中的进化个体由第一阶段获得的Pareto解依环境变化时刻动态组合而成,考虑解序列的平均生存时间和平均适应度,采用多目标进化优化方法获

得实际可实施的动态鲁棒最优解集,并将其应用于解决改进的移动峰问题。 面向动态多目标优化问题,首次给出了时间尺度上的多目标鲁棒性概念,定 义了基于时间的鲁棒Pareto最优解,给出了时间鲁棒性和性能鲁棒性两个性能 度量指标。鲁棒Pareto最优解应兼顾这两方面性能,由此构建了动态鲁棒多目标优化模型。 进而,采用基于分解的多目标进化算法,求解其鲁棒Pareto最优解集。进一步,在求解动态鲁棒多目标优化问题时,兼顾个体的性能鲁棒性和时间鲁棒性,构建了动态鲁棒多目标约束优化模型。 考虑到个体的鲁棒性评价中,需要同时考量Pareto解在当前和未来相邻动 态环境下的适应值。为有效估计未来相邻环境下某一个体的适应值,建立了基于已评价历史信息的适应值时间序列,并采用移动平均预测、自回归预测和最近邻域预测,通过加权方式构成集成预测模型。 决策者从Pareto解集中找到最符合他们需求的解是多目标优化的最终目的。为提高进化效率,在每个动态环境下,没有必要获得全部Pareto最优解,仅需要 把寻优过程集中在决策者感兴趣的区域。 于是,将决策者的偏好信息融入到搜索过程中,引导种群趋向于决策者感兴 趣的区域;另外,在鲁棒性能评价中,将决策者的偏好信息转化为目标稳定性阈值,用于指导鲁棒个体选择。在上述偏好信息的共同作用下,采用基于分解的动态鲁棒多目标进化优化方法,获得满足决策者偏好的鲁棒最优解集。 采用传统的跟踪最优解法或动态鲁棒优化方法,在解决环境变化复杂的动态多目标优化问题时,都存在一定局限。为此,根据搜集的动态环境历史信息构建环境变化序列,用于预测未来环境变化程度。

注塑模具参考文献

参考文献 [1] 赵蓓蓓. 初探塑料模具材料现状及发展方向[J]. 科技资讯, 2009, (34). [2] 孙安垣, 闫烨, 杨超谈, 桂春. 我国改性塑料行业的发展前景[M].《工程塑料应用》杂志社, 2010, 11(2)：83-87. [3] 伍先明，王群. 塑料模具设计指导[M]. 北京: 国防工业出版社, 2006. [4] 朱光力, 万金保. 塑料模具设计[M]. 北京: 清华大学出版社, 2003. [5] 杨明锦, 陆长征. 结构型与复合型导电塑料研究进展[J]. 塑料, 2005, 34(3); 15-18. [6] 陈勇, 官建国, 谢洪泉. 导电塑料的研究进展[J]. 弹性体, 2008, 18(2). [7] 彭竹琴. 塑料导电改性原理及应用[J]. 绝缘材料, 2004(06). [8] 赵幸, 王立新. 复合型导电塑料的发展[J]. 塑料科技, 2002(2). [9] 韩小雪, 季静. 纤维增强塑料(FRP)在混凝土结构中的应用——FRP材料性能与发展[J]. 华南理工大学学报(自然科学版), 2002, 30(2). [10] 田水, 朱墩. 纤维增强塑料(FRP)在结构加固工程中的应用[J]. 建筑结构, 2000(03). [11] 金秀莲. 浅谈注塑工艺的影响因素[J]. 商品与质量·前沿观察, 2010, (2). [12] 刘松年, 崔怡. 水辅助注塑工艺介绍[J]. 模具技术, 2009, (2). [13] 马俊彪. 微发泡注塑成型设备的改造[J]. 农机使用与维修, 2009,(3). [14] 几种新型注塑设备的简单介绍[J]. 中国液压机械网, 2009. [15] 刘钵, 陈利民. 热塑性塑料注塑工艺参数优化设计[J]. 工程塑料应用, 2005,36(4): 8-11. [16] 翁其金. 塑料模塑成型技术[M]. 北京:机械工业出版社, 2001. [17] 许发樾. 实用模具设计与制造手册[M]. 北京: 机械工业出版社, 2005 [18] 申树义. 塑料模具设计[M]. 北京: 机械工业出版社, 2005. [19] 盛晓敏, 邓朝晖主编. 先进制造技术[M]. 北京: 机械工业出版社, 2000. [20] 唐志玉主编. 注塑模具设计师指南[M]. 北京: 国防工业出版社, 1996 [21] 华希俊, 张培耘. 模具工业先进制造技术特点及发展概况[J]. 金属成形工艺,2001, 18(2): 3-5. [22] 申开智. 塑料成型模具[M]. 北京: 中国轻工业出版社, 2002. [23] 李发致编着. 模具先进制造技术[M]. 北京: 机械工业出版社, 2003.

多目标优化算法与求解策略

多目标优化算法与求解策略 2多目标优化综述 2.1多目标优化的基本概念 多目标优化问题(Multi-objective Optimization Problem，MOP)起源于许多实际复杂系统的设计、建模和规划问题，这些系统所在的领域包括工业制造、城市运输、资本预算、森林管理、水库管理、新城市的布局和美化、能量分配等等。几乎每个重要的现实生活中的决策问题都要在考虑不同的约束的同时处理若干相互冲突的目标，这些问题都涉及多个目标的优化，这些目标并不是独立存在的，它们往往是祸合在一起的互相竞争的目标，每个目标具有不同的物理意义和量纲。它们的竞争性和复杂性使得对其优化变得困难。 多目标最优化是近20多年来迅速发展起来的应用数学的一门新兴学科。它研究向量目标函数满足一定约束条件时在某种意义下的最优化问题。由于现实世界的大量问题，都可归结为含有多个目标的最优化问题，自70年代以来，对于多目标最优化的研究，在国内和国际上都引起了人们极大的关注和重视。特别是近10多年来，理论探索不断深入，应用范围日益广泛，研究队伍迅速壮大，显示出勃勃生机。同时，随着对社会经济和工程设计中大型复杂系统研究的深入，多目标最优化的理论和方法也不断地受到严峻挑战并得到快速发展。近几年来，将遗传算法(Genetic Algorithm，GA)应用于多目标优化问题成为研究热点，这种算法通常称作多目标优化进化算法或多目标优化遗传算法。由于遗传算法的基本特点是多方向和全局搜索，这使得带有潜在解的种群能够一代一代地维持下来。从种群到种群的方法对于搜索Pareto解来说是十分有益的。 一般说来，科学研究与工程实践中许多优化问题大都是多目标优化问题。多目标优化问题中各目标之间通过决策变量相互制约，对其中一个目标优化必须以其它目标作为代价，而且各目标的单位又往往不一致，因此很难客观地评价多目标问题解的优劣性。与单目标优化问题的本质区别在于，多目标优化问题的解不是唯一的，而是存在一个最优解集合，集合中

仿真的多目标优化(蚁群算法在旅行商问题中的应用)

（多目标优化模型）

蚁群算法在旅行商问题中的应用 摘要 本文将对蚁群算法的仿真学原理进行概要介绍和对蚁群算法产生、发展、优化进行介绍以及阐述蚁群算法的几点重要基本规则，并对蚁群算法的优缺点进行讨论。蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能多目标优化算法，通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略，给出基于MATLAB的蚁群算法在旅行商问题中的应用。 关键字：蚁群算法；旅行商问题；仿真；多目标优化

一、问题重述 旅行商问题(TSP)是一个经典的组合优化问题。TSP可以描述为：一个商品推销员要去若干个城市推销商品，该推销员从一个城市出发，需要经过所有城市后，回到出发地。应如何选择行进路线，以使总的行程最短。从图论的角度来看，该问题实质是在一个带权完全无向图中，找一个权值最小的Hamilton 回路。由于该问题的可行解是所有顶点的全排列，随着顶点数的增加，会产生组合爆炸，它是一个N P完全问题。随着问题规模的增大，人们对复杂事物和复杂系统建立数学模型并进行求解的能力是有限的，目标函数和约束条件往往不能以明确的函数关系表达，或因函数带有随机参、变量，导致基于数学模型的优化方法在应用于实际生产时，有其局限性甚至不适用。基于仿真的优化(Simulation Based Optimization，SBO)方法正是在这样的背景下发展起来的。本文将使用一种近似算法或启发式算法—蚁族算法。 1、蚁群算法的提出 蚁群算法(Ant Colony Optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 2、蚁群算法的仿生学原理 蚁群算法最初是通过对蚂蚁群落的观察，受蚁群行为特征启发而得出的。蚂蚁是一种群居昆虫，在觅食、清理巢穴征启发而得出的。蚂蚁是一种群居昆虫，在觅食、等活动中，彼此依赖、相互协作共同完成特定的任务。等活动中，彼此依赖、相互协作共同完成特定的任务。就个体来讲，单个蚂蚁的智力和体力是极其有限的，体来讲，单个蚂蚁的智力和体力是极其有限的，服务于整个群落的生存与发展；就群体来讲，蚁群在行为上的分工协作、群落的生存与发展；就群体来讲，蚁群在行为上的分工协作、在完成任务过程中所体现的自组织特征等反应出蚁群具有较高的智能和自我管理能力，具有很高层次组织性，高的智能和自我管理能力，具有很高层次组织性，这使得蚁群能够完成一些复杂的任务。群能够完成一些复杂的任务。 蚁群的行为是整体协作，相互分工，蚁群的行为是整体协作，相互分工，以一个整体去解决一些对单个蚂蚁看上去是不可能完成的任务。些对单个蚂蚁看上去是不可能完成的任务。就目前来讲，蚁群至少有三个方面的行为特征对算法研究有很好的启发意义，分别是觅食行为、任务分配、死蚁堆积阁。蚁群的觅食行为指蚂蚁从巢穴出发寻找食物并且将食物搬回巢穴的行为.当蚂蚁出外寻找食物时，会在自己走过的路径上释放一种称为信息家的物质，径上释放一种称为信息家的物质，后续的蚂蚁一般更愿意走那些信息素强度更高的路径。这样，那些信息素强度更高的路径。这样，较短路径上单位时间内通过的蚂蚁数目较多，留下的信息素也较多(浓度更高) 通过的蚂蚁数目较多，留下的信息素也较多(浓度更高)，对蚂蚁产生了更强的吸引，使得更多的蚂蚁走较短的路径。妈蚁产生了更强的吸引，使得更多的蚂蚁走较短的路径。这就形成了一个正反馈机制，就形成了一个正反馈机制，使得最终所有的蚂蚁都走蚁穴到食物源的最短路径. 食物源的最短路径. 3、蚁群算法实现的重要规则 （1）范围 蚂蚁观察到的范围是一个方格世界，蚂蚁有一个参数为速度半径（一般是3），那么它能观察到的范围就是3*3个方格世界，并且能移动的距离也在这个范