期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
插排面板注塑成型多目标优化
1
作者 刘巨保 廉成林 +3 位作者 杨明 李峰 张亮 侯健超 《塑料》 北大核心 2025年第3期112-119,共8页
以插排面板为研究对象,在Design-Expert软件中进行Box-Behnken方案设计,利用Moldflow软件对各方案进行模流分析,并且,采用响应面法建立工艺参数与响应目标之间的数学关系,采用实际值与预测值分布图以及决定系数R2检验其精度。利用非支... 以插排面板为研究对象,在Design-Expert软件中进行Box-Behnken方案设计,利用Moldflow软件对各方案进行模流分析,并且,采用响应面法建立工艺参数与响应目标之间的数学关系,采用实际值与预测值分布图以及决定系数R2检验其精度。利用非支配排序遗传算法(NSGA-Ⅱ)对响应面模型迭代寻优得到最优工艺参数组合,采用Moldflow软件对得到的最优工艺参数组合进行模拟,与优化算法预测值相比,翘曲变形和体积收缩率的误差分别为4.20%、0.78%,与原始方案相比,翘曲变形量降低了18.27%,体积收缩率降低了18.34%。试模验证结果表明,塑件的翘曲变形值与优化算法结果误差为2.83%,证明了采用的优化算法的准确性。 展开更多
关键词 注塑成型 响应面法 非支配排序遗传算法 模流分析 参数优化
在线阅读 下载PDF
基于Moldflow的超薄壁外壳翘曲变形分析及工艺参数优选
2
作者 杨明 查翔 +3 位作者 刘巨保 姚建锋 王帅 黄建军 《塑料》 北大核心 2025年第1期108-112,119,共6页
以某空气净化器超薄壁外壳翘曲变形量为质量控制目标,基于Moldflow软件模拟结果,优化了浇注系统和冷却系统,使翘曲变形量由初始方案4.105 mm依次降为3.165和2.600 mm,相对于初始方案分别降低了22.9%和17.9%;并采用DOE分析对工艺参数进... 以某空气净化器超薄壁外壳翘曲变形量为质量控制目标,基于Moldflow软件模拟结果,优化了浇注系统和冷却系统,使翘曲变形量由初始方案4.105 mm依次降为3.165和2.600 mm,相对于初始方案分别降低了22.9%和17.9%;并采用DOE分析对工艺参数进行了优选,结果表明,当熔体温度为220℃、保压压力为60 MPa、保压时间为11.69 s、注射时间为5 s、周期时间为56.35 s、冷却介质入口温度为10℃时,翘曲变形量达到最小,其值为2.138 mm,相对于初始方案总体下降幅度为47.9%。通过试模样品检测,产品翘曲变形平均值为2.246 mm,与数值模拟结果误差为5.1%,为超薄壁外壳的模具结构评价、工艺参数优选及翘曲变形分析提供了数值模型和控制方法。 展开更多
关键词 薄壁塑件 翘曲变形 模流分析 DOE分析 试模
在线阅读 下载PDF
基于 Moldflow 的汽车中控台框架翘曲变形分析及优化 被引量:8
3
作者 刘巨保 黄建军 +3 位作者 杨明 李峰 张亮 查翔 《塑料工业》 CAS CSCD 北大核心 2024年第3期83-88,共6页
以某汽车中控台框架为研究对象,测量试模样品发现其翘曲变形量超过了装配要求。通过Moldflow软件模拟了该塑件实际的注塑过程,翘曲变形量的模拟值与实测平均值的最大误差为5.98%,发现该塑件翘曲变形的主要因素为冷却不均和收缩不均。本... 以某汽车中控台框架为研究对象,测量试模样品发现其翘曲变形量超过了装配要求。通过Moldflow软件模拟了该塑件实际的注塑过程,翘曲变形量的模拟值与实测平均值的最大误差为5.98%,发现该塑件翘曲变形的主要因素为冷却不均和收缩不均。本文在原物料中添加质量分数为25%的玻璃纤维以及优化工艺参数后,翘曲变形量的模拟值与初始方案相比降低了86.22%。试模验证表明,优化后的翘曲变形量模拟值与实测平均值的最大误差为4.35%,证明了Moldflow软件模拟分析的准确性。试模后各检测点的最大翘曲变形量降到了1.6 mm以下,较优化之前降低了80%以上,为类似大型复杂注塑件的翘曲变形分析及优化提供了思路。 展开更多
关键词 注塑成型 中控台框架 翘曲变形 模流分析 玻璃纤维
在线阅读 下载PDF
基于BP-SSA神经网络模型的中框塑件翘曲变形优化 被引量:4
4
作者 杨明 侯健超 +3 位作者 刘巨保 姚建锋 王帅 廉成林 《塑料工业》 CAS CSCD 北大核心 2024年第7期97-104,共8页
为减小挂壁风机中框在注塑成型中的翘曲变形,运用Moldflow软件对中框进行仿真,以模具温度、熔体温度、注射时间、冷却时间、保压时间和保压压力6个工艺参数进行正交试验设计,基于试验结果建立工艺参数与翘曲变形量之间的反向传播(BP)神... 为减小挂壁风机中框在注塑成型中的翘曲变形,运用Moldflow软件对中框进行仿真,以模具温度、熔体温度、注射时间、冷却时间、保压时间和保压压力6个工艺参数进行正交试验设计,基于试验结果建立工艺参数与翘曲变形量之间的反向传播(BP)神经网络模型,利用麻雀搜索算法(SSA)对模型进行全局参数寻优。结果表明,当模具温度为80℃、熔体温度为250℃、保压压力为82 MPa、保压时间为20 s、注射时间为3 s、冷却时间为26.25 s时翘曲变形量最小,预测翘曲变形量为2.483 mm。利用Moldflow软件对寻优得到的工艺参数进行验证,结果显示仿真计算的翘曲变形量为2.449 mm,与优化算法结果误差为1.3%,并将寻优获得的参数进行试模验证,试模翘曲结果与优化算法结果误差为2.6%,证明了优化算法的准确性,且注塑件外观无飞边缩痕等缺陷,装配效果符合预期要求。研究结果表明BP神经网络结合麻雀搜索算法优化工艺参数的技术方法具有可行性。 展开更多
关键词 注塑成型 翘曲变形量 模流分析 参数优化 反向传播神经网络 麻雀搜索算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部