基于響應(yīng)曲面法與改進遺傳算法的RHCM 成型工藝優(yōu)化

1、基于響應(yīng)曲面法與改良遺傳算法的RHCM 成型工藝優(yōu)化 1?基于響應(yīng)曲面法與改良遺傳算法的?RHCM成型工 藝優(yōu)化 * 劉東雷?1,2?,申長雨?1,2?,劉春太?1,2?,辛勇?3?,孫玲?3?,伍曉宇?4?(1.鄭州大學(xué)橡塑模具國家工程研究中心,河南鄭州 450002;?2.鄭州大學(xué)材料成型過程與模具教育部重點實驗室,河南鄭州?450002;?3.南昌大學(xué)機電工程學(xué)院,江西南昌?330031;?4.深圳大學(xué)機電與控制工程學(xué)院,廣東深圳?518060) 摘要:以自主開發(fā)的車載高光藍牙產(chǎn)品為例,研究了高光注射成型(Rapid?Heat?Cycle?Molding,RHCM)工藝優(yōu)化技術(shù)。以 中心

2、復(fù)合實驗法(center?composite?design,CCD)進行實驗規(guī)劃,采用成型實驗與數(shù)值模擬并重之方法獲取實驗樣本數(shù)據(jù), 通過人為引入干擾因子的方法以實現(xiàn)仿真結(jié)果可以更真實的反映實際成型狀態(tài);引入熵值權(quán)重法(Entropy?Based?Weight?,?EBW)確定各品質(zhì)指標對制品綜合品質(zhì)影響權(quán)重,并結(jié)合順序偏好法(Technique? for? Order? Preference? by? Similarity? Ideal?Solution,TOPSIS)等數(shù)據(jù)處理技術(shù)從數(shù)理角度處理實驗數(shù)據(jù)使之能更客觀反響制品最終成型品質(zhì)狀況;引入響應(yīng)曲面法 (Response?Surface

3、?Methodology,RSM),結(jié)合方差分析(analysis?of?variance,ANOVA)與誤差統(tǒng)計分析建立了高光注射成 型制品綜合品質(zhì)預(yù)測模型;針對傳統(tǒng)遺傳算法的缺乏之處提出改良算法(Improved?Genetic?Algorithm,IGA)實現(xiàn)了品質(zhì)預(yù) 測模型的尋優(yōu)過程;并經(jīng)生產(chǎn)驗證該優(yōu)化技術(shù)具有很好的適用性。 關(guān)鍵詞:高光注射成型;工藝優(yōu)化;響應(yīng)曲面法;改良遺傳算法 中圖分類號:TQ320.66?+?2?Efficient?Process Parameters?Optimization?of?Rapid?Heat?Cycling?Molding?Technology U

4、sing?Response?Surface?Methodology?and?Improved Genetic?Algorithm?LIU?Donglei?1,2?,?SHEN?Changyu?1,2?,?LIU?Chuntai?1,2?,?XIN?Yong?3?,?SUN?Ling?3?,?WU?Xiaoyu?4?1.?National?Engineering?Research?Center?for?Application?Plastic?Processing?Technology,?Zhengzhou?University,?Zhengzhou?4510022.?Key?laboratory

5、?of?Materials?process?&?mold,?Ministrry?of?Education,?Zhengzhou?University,?Zhengzhou?451002;?3.?College?of?Mechanical?and?Electrical?Engineering,?Nanchang?University,?Nanchang?3300314.?College?of?Electro?Mechanical?and?Control?Engineering,?Shenzhen?University,?Shenzhen?518060?Abstract:? The? ve

6、hicle?used?high?gloss? bluetooth? part,? developed? and?manufactured? independently,?was? considered? as? a? process?parameters?optimization?example?of?Rapid?Heat?Cycle?Molding?technology.?Coupling?with?the?experiment?and?numerical?simulation?technology,?the?center?composite?design?CCD?method?is?emp

7、loyed?in?arranging?the?experimental?points.?With?an?interference?factor?introduced?artificially,?the?simulation?results?were?kept?on?a?good?consistency?with?experimental?result.?And?the?samples?qualitative?data? is? processed? to? more? objective? response? the? products? quality? by? integrating? E

8、ntropy?Based? Weight? EBW? method? and?Technique?for?Order?Preference?by?Similarity? Ideal?Solution?TOPSIS?method.?Then?a?predictive?response?surface?model?RS?for?comprehensive? quality? index? is? created? using? Response? Surface? Methodology? RSM? based? on? analysis? of? variance? ANOVA?method.?

9、The?RS?model?is? interfaced?with?an?effective? improved?Genetic?Algorithm?IGA?to?find?the?optimum?process?parameters * 國家自然科學(xué)基金資助工程(10872186) 。××××收到初稿,××× ×收到修改稿2?values.?And?the?actual?production?achieves?good?result,?which?shows?that?the?process?control?tec

10、hnology?is?feasible?and?effective?on?processing?quality?optimization?of?high?gloss?plastic?partKey?words:? Rapid?Heat?Cycle?Molding?parameters?optimization?Response?Surface?Methodology?Improved?Genetic?Algorithm?0 前言 高光注射成型?1?(Rapid?Heat?Cycle?Molding,?RHCM)技術(shù)的提出源于客戶對高精端產(chǎn)品品質(zhì)的 追求,又以其精密、高效、節(jié)能、綠色環(huán)保等技術(shù)

11、優(yōu)勢而得以迅速開展,該技術(shù)核心在于變模溫注射 成型,即利用三維無匯線模具及溫控裝置令模具內(nèi) 溫度急速加熱及冷卻以改善產(chǎn)品品質(zhì)。當(dāng)前有關(guān)?RHCM? 成型技術(shù)研究主要集中在模具升溫技術(shù)和 成型工藝控制領(lǐng)域,Chen?2?、Satio?3?和? Kim?4?等分 別采用電磁感應(yīng)加熱、紅外線照射加熱和瞬間氣體 火焰加熱等方法控制模具溫度以到達提高制品成 形品質(zhì)的目的。Su?5?等采用仿真和實驗方法研究了 微型腔內(nèi)聚合物的流動行為,得出成型溫度(模具 溫度和熔體溫度)是影響微結(jié)構(gòu)成型主要因素的結(jié) 論。Yu?6?等認為模具溫度必須高于某一特定溫度才 能明顯改善制品填充狀況,且該需求溫度隨保壓壓 力增大而

12、降低。Shen?7?等研究發(fā)現(xiàn)模具溫度對微注 射成型制品品質(zhì)影響最為顯著,且模具溫度必須高 于塑料熱變形溫度才能保證制品品質(zhì)。 工程優(yōu)化問題的關(guān)鍵在于構(gòu)造高適配性優(yōu)化 模型和高保真度尋優(yōu)算法,目前在相關(guān)領(lǐng)域的研究 相當(dāng)廣泛也較為成熟,所涉及的技術(shù)方法也包羅萬 象,諸如數(shù)值模擬理論?8?10?、Taguchi?理論?11,12?、人 工神經(jīng)網(wǎng)絡(luò)技術(shù)?13?15?、模擬退火與爬山法?16,17?、灰 色理論?18?等等,相關(guān)理論的相互結(jié)合應(yīng)用更是不一 而足。響應(yīng)曲面法(Response?Surface?Methodology,?RSM)?19,? 20? 是一種數(shù)學(xué)與統(tǒng)計方法相結(jié)合最正確化 設(shè)計方

13、法,因具有建模簡單和可靠性高兩大優(yōu)勢而 得 到 廣 泛 的 關(guān) 注 。 遺 傳 算法?21?23?(?Genetic?Algorithm,GA)那么是一種借鑒生物界自然選擇和 自然遺傳機制的高度并行、 隨機、 自適應(yīng)搜索算法, 該算法具有隱含并行性和對全局信息的有效利用 能力兩大顯著特點,使優(yōu)化問題的處理也變得簡 單、高效。本研究以自主開發(fā)的車用藍牙高光模具 及溫控輔助裝置為根底,采用?RSM?與?GA?相結(jié)合 的方法并加以改良,結(jié)合必要的實驗及數(shù)據(jù)處理技 術(shù),對? RHCM?成型工藝進行優(yōu)化研究,以期得出 可用于指導(dǎo)生產(chǎn)實踐的?RHCM成型工藝優(yōu)化方法。 1 RHCM 成型品質(zhì)考核指標及量化

14、表征 對于工程優(yōu)化問題來說,首先需要確定優(yōu)化目 標及優(yōu)化變量。鑒于?RHCM?制品的高光潔度表觀品 質(zhì)要求(到達鏡面精度),采用制品表觀質(zhì)量指標 作為該問題的評價目標是比擬可行的。這里認為高 光制品品質(zhì)影響因素主要包括制品對模具型腔的復(fù) 原性能、制品收縮、翹曲變形外表及凹痕(外表沉 降)等,且沿襲相關(guān)研究,采用制品成型重量與設(shè) 計重量之比來確定制品對型腔復(fù)原性能的量化值; 成型收縮以制件長度方向的線收縮率來恒量;同時 參考復(fù)合木質(zhì)板材行業(yè)中翹曲度概念來定義制品翹 曲度;而對于制品沉降斑的表征,那么通過仿真分析 來獲取實驗數(shù)據(jù)。相關(guān)指標及定義如下: ?1 0? 100%?P?Y m m (1)

15、?2 0? 100%?p?Y l l (2) ?3 1 2?100% 100%?p p?Y h l h h l é ù - (3) 式中,?1?Y?、?2?Y?、?3?Y?依次表示制件對型腔復(fù)制率、 線收縮率和制件翹曲度;? p?m? 、? 0?m?分別表示制件成 型重量和設(shè)計重量,? p?l? 、? 0?l? 分別表示制件長度方向 的線長度和設(shè)計值; h、? 1?h?、? 2?h?定義見圖? 1。具體 測量時,取制件長度方向中心線上對稱兩點進行測 量,取其中較大者為樣品測量結(jié)果。 圖 1?制件翹曲度評價策略 確定制品綜合品質(zhì)指標之前,首先需要對各品 質(zhì)指標權(quán)重加以量化,這

16、里引入熵值權(quán)重法 (Entropy?Based?Weight?,EBW)確定各品質(zhì)指標 權(quán)重,進而采用順序偏好法(Technique? for? Order?Preference?by?Similarity? Ideal?Solution?,TOPSIS) 求得樣品綜合品質(zhì)指標值。 2 實驗?zāi)＞呒皽乜叵到y(tǒng)開發(fā)?2.1?實驗產(chǎn)品及模具3?某車載藍牙產(chǎn)品模型如圖?2.1?所示,結(jié)構(gòu)相對 ×40mm×6.5mm,壁厚?1.5mm,設(shè)計重量?4.887。自主開發(fā)的車載高光藍牙 模具如圖?2.2?所示,該模具結(jié)構(gòu)設(shè)計主要特點將型 腔板一分為二:型腔板和型腔背板。型腔板正面為 型腔結(jié)構(gòu)

17、,反面設(shè)計與型腔結(jié)構(gòu)相仿,型腔背板上 開設(shè)與型腔結(jié)構(gòu)相仿隨形槽,二者貼合即可形成介 質(zhì)通道。由于該通道是按照成型制品結(jié)構(gòu)特點隨形 設(shè)計,一方面解?了熱傳遞的均勻性,另一方面提 高模具型腔對加熱溫度的快速響應(yīng)能力。同時在定 模型腔側(cè)面開設(shè)? 4? 個熱電偶安裝孔,內(nèi)置直徑為?2mm?的?K?型熱電偶,可用于各種塑料注塑成型時 模具溫度測量。 (a)產(chǎn)品模型 (b)藍牙模具 圖 2?車載高光藍牙產(chǎn)品及模具?2.2?溫控輔助設(shè)備 采用?SP108A?型精密注射成型機(深圳仁興機 械)進行實驗生產(chǎn),同時為了實現(xiàn)對模具 溫度的實時控制,本課題組開發(fā)了以高溫水為加熱 介質(zhì)、冷卻水(或常溫水)為冷卻介質(zhì)的模

18、具溫控 輔助系統(tǒng),該系統(tǒng)主要包括模溫機、控制臺、冷卻 塔、空氣壓縮機、增壓泵、熱電偶、信號控制卡及 其他電器元件,其工作原理示意圖見圖 3?所示。?J11?W?160型模溫機 (見圖 4) 為該系統(tǒng)的核心, 該設(shè)備主要采用四組 9kw電熱絲為加熱源, 通過增 壓系統(tǒng)可在 600KPa壓力下提供高達 160高溫水, 用以對成型模具進行快速升溫;以水塔為冷卻源提 供常溫水對成型模具進行冷卻控制。該設(shè)備具有升 溫效率高、響應(yīng)速度快等優(yōu)點,可實現(xiàn)對模具溫度 的精確控制。 圖 3?模具溫控系統(tǒng)原理圖 圖 4?J11?W?160型模溫機 2.3 實驗材料 實驗材料為臺化?ABS(AG15A1)塑料,該材

19、料各成型參數(shù)取值范圍見表? 1,表中模具溫度取值 是在普通成型推薦范圍根底上重新設(shè)計的。 表 1成型參數(shù)取值范圍表 成型參數(shù) 取值范圍 模具溫度? T/? 80130?熔體溫度? T/? 190240?注射壓力? p/MPa? 70120?注射時間?t/s? 0.51?保壓壓力? p/MPa? 50100?保壓時間? t/s? 210?冷卻時間? t/s? 315?3 因素顯著性實驗?3.1?實驗規(guī)劃 為考核表?1?中?7?個成型參數(shù)對?RHCM?成型制 品品質(zhì)影響,將各參數(shù)分別取低、高兩個水平,按 照?L8(2?7?)正交表進行實驗安排。具體實驗中,模 具溫度由模溫機控制,熔體溫度由機筒前段

20、溫度控 制,機筒中段、后段及噴嘴溫度均以經(jīng)驗隨前段溫 度調(diào)整;注射、保壓壓力均設(shè)定為單一階段。螺桿 轉(zhuǎn)速設(shè)定為?50rpm;保壓與冷卻之間啟動高壓空氣 4?吹氣延時。每一實驗組合從第? 11?件開始取樣至第?20?件,且在脫?？辗?48?小時之后,沿澆口將流道 系統(tǒng)凝料切除,依次測得制品復(fù)制率、線收縮率和 翹曲度等樣本數(shù)據(jù),取平均值作為最終測量結(jié)果。 另外,鑒于數(shù)值仿真結(jié)果的高度一致性,而實 際生產(chǎn)產(chǎn)品品質(zhì)總是波動變化,本研究采用引入干 擾因子的方法對最易受“干擾的溫度因素(模具溫 度和熔體溫度)在預(yù)設(shè)溫度參數(shù)值的根底上人為擾 動一個變化因子(如取擾動因子d=±4%),對于每 一實驗

21、方案,將擾動值和預(yù)設(shè)值一一配對,共有9?個實驗組合,在假設(shè)預(yù)設(shè)值具有更高概率情況下, 同樣可得到10個沉降指數(shù)模擬樣本,取其平均值作 為該次實驗的最終仿真結(jié)果。 實驗結(jié)果如表?2?所示, 表中?Y4?表示制品沉降指 數(shù),綜合品質(zhì)指標?Y為實驗數(shù)據(jù)最終歸一化結(jié)果, 且計算結(jié)果顯示各指標權(quán)重依次為?0.0004(制品復(fù) 制率)、0.1783(線收縮率)、0.2140(翹曲度)和?0.6073(沉降指數(shù))。 表 2成型參數(shù)對制品品質(zhì)影響顯著性實驗結(jié)果 實驗結(jié)果 實驗數(shù)?Y1? Y2? Y3? Y4?Y?1? 4.6296? 5.835? 0.41? 3.940? 0?2? 4.8564? 2.491

22、? 0.16? 0.8265? 0.8933?3? 4.7674? 4.582? 0.30? 2.807? 0.3316?4? 4.8472? 3.541? 0.25? 1.728? 0.6335?5? 4.8476? 2.397? 0.17? 0.7320? 0.9117?6? 4.8033? 2.996? 0.29? 1.300? 0.7332?7? 4.8747? 2.110? 0.10? 0.4898? 1.0000?8? 4.7672? 4.594? 0.27? 2.789? 0.3414?3.2?因素顯著性分析 實驗數(shù)據(jù)方差分析結(jié)果見表?3,表中字母?A?G?依次表示模具溫度、熔體

23、溫度、注射壓力、注射 時間、保壓壓力、保壓時間和冷卻時間。SSY?為各 參數(shù)偏差平方和,DF?代表自由度,MSD?代表均方 差。由表可知,保壓壓力(E)、模具溫度(A)和 保壓時間因其?F值遠大于?F0.05?(1,1)而對制品品質(zhì) 影響顯著,而其他參數(shù)那么影響較小。 表 3方差分析表?SSY? DF? MSD? F值 顯著性?A? 0.1590? 1? 0.1590? 661.3? *?B? 0.0067? 1? 0.0067? 27.9?C? 0.0176? 1? 0.0176? 73.2?D? 0.0160? 1? 0.0160? 66.7?E? 0.5163? 1? 0.5163? 2

24、147.1? *?F? 0.1435? 1? 0.1435? 596.8? *?成型參數(shù)?G? 0.0015? 1? 0.0015? 6.4?SSE? 2.4045e?005? 1? 2.4045e?005?SST? 0.8607?注:F0.05(1,1)=161?另外,在不考慮模型適配性的前提下,建立以 模具溫度、保壓壓力和保壓時間等三因素為反響變 量的線性模型,且對該評估模型預(yù)測結(jié)果與實驗結(jié) 果進行比擬,如圖?5所示,圖中“*代表實驗結(jié)果,?“+代表評估模型預(yù)測結(jié)果,“o代表二者之誤差, 通過對圖?5分析發(fā)現(xiàn),模型預(yù)測結(jié)果與實驗結(jié)果基 本吻合,二者最大誤差僅為?0.1345,且誤差分布具

25、有均散性的特點,這說明在實驗數(shù)據(jù)足夠充分條件 下,總可以找到一個適配性較好的以上述三個參數(shù) 為變量的評估模型。 (a)評估結(jié)果比擬圖 (b)誤差分布圖 圖 5評估結(jié)果比擬及誤差分布圖 4 RHCM 成型品質(zhì)評價模型?4.1?實驗規(guī)劃 根據(jù)上述實驗結(jié)果,確定模具溫度、保壓壓力 和保壓時間作為控制參數(shù),采用中心復(fù)合設(shè)計法 (center? composite?design,CCD)進行實驗設(shè)計, 見表?4?所示,表中?X1、X2、X3?依次代表模具溫度、 保壓壓力和保壓時間。具體實驗中,除了相關(guān)參數(shù) 設(shè)定與前述類同之外,同時設(shè)定機筒前段溫度(熔 體溫度)210,注射壓力? 95MPa,注射時間?

26、0.6s?和冷卻時間?6s,以簡化實驗。結(jié)果見表?5,且計算 結(jié)果顯示權(quán)重:制品復(fù)制率(0.0001)、線收縮率 (0.1554)、翹曲度(0.2940)和沉降指數(shù)(0.5504), 各指標影響趨勢與前述相同。5?表 4?優(yōu)化變量取值水平表 取值水平 成型參數(shù)1.681? 0? 1? 1.68?X1? 80? 90? 105? 120? 130?X2? 50? 60? 75? 90? 100?X3? 2? 3.6? 6? 8.4? 10?表 5?中心復(fù)合設(shè)計實驗結(jié)果 成型參數(shù) 實驗結(jié)果 實驗號? X1? X2? X3? Y1? Y2? Y3? Y4?Y?1111? 97.931? 4.291?

27、 0.305? 2.476? 0.2175?2? 111? 98.115? 4.251? 0.293? 2.458? 0.2325? 2.896? 0.182? 1.157? 0.8225?4? 1? 11? 99.228? 2.916? 0.174? 1.192? 0.8137?511? 1? 97.939? 4.287? 0.305? 2.480? 0.2161?6? 11? 1? 98.125? 4.271? 0.293? 2.482? 0.2235?71? 1? 1? 99.147? 2.889? 0.181? 1.158? 0.8228?8? 1? 1? 1? 99.241? 2.9

28、39? 0.173? 1.214? 0.8054?9? 0? 01.68? 98.574? 3.572? 0.231? 1.814? 0.5289?10? 0? 0? 1.68? 98.641? 3.575? 0.285? 1.823? 0.4918?11? 01.68? 0? 97.610? 4.771? 0.344? 2.959? 0?12? 0? 1.68? 0? 99.568? 2.471? 0.139? 0.781? 1.0000?131.68? 0? 0? 98.569? 3.565? 0.242? 1.826? 0.5173?14? 1.68? 0? 0? 98.706? 3.5

29、55? 0.231? 1.800? 0.5345?15? 0? 0? 0? 98.637? 3.570? 0.235? 1.815? 0.5262?16? 0? 0? 0? 98.637? 3.570? 0.235? 1.815? 0.5262?17? 0? 0? 0? 98.621? 3.576? 0.236? 1.826? 0.5211?18? 0? 0? 0? 98.637? 3.570? 0.235? 1.815? 0.5262?19? 0? 0? 0? 98.637? 3.570? 0.235? 1.815? 0.5262?20? 0? 0? 0? 98.645? 3.561? 0.

30、234? 1.808? 0.5297?4.2?品質(zhì)評價模型 這里引入 RSM理論構(gòu)建 RHCM成型工藝優(yōu)化 模型,具體求解過程中,初步采用二階響應(yīng)面模式 對該工藝過程進行定量描述,至于階數(shù)提高與否視 模型檢測結(jié)果而定。RSM?二階回歸模式表示如下:?1?2?0?1 1 1 1?k k k k?j j jj j ij i j?j j i j i?Y X X X X b b b b - + + + +(4) 式中 k?為反響變量 (成型參數(shù)) 數(shù)目,? 0 b 、? j b 、?ij b 為回歸系數(shù), 可由回歸分析求得。 具體求解過程 中,考慮到反響變量矩陣X的態(tài)性,可對某一個或 幾個反響變量取倒

31、數(shù), 總共可得8個響應(yīng)面模型 (RS?模型) 。如式(5)、(6)分別為“+和“+ -模型(按“X1?X2?X3順序排列)的表達形式:?1 2 3?2?1 3 3?1.3402 0.0009 0.0278 0.0109?0.0001 0.0007?Y X X X?X X X - + + + - - (5)?1 2?3?1 2?2?3 3? 3?1? 0.0005 0.0280 0.1337?1?+0.0008 0.0006 0.2427?Y X X?X?X X?X X? X - + + + - - (6)?4.3?模型檢測 各?RS?模型方差分析結(jié)果見表?6?所示。 表中?SSE?為各參數(shù)偏差

32、平方和,SSR?為回歸誤差平方和,SSY?為總偏差平方和;R?2?為模型多重誤差系數(shù),R?2?adj?為 修正多重擬合系數(shù); 均由相關(guān)理論求得。 由表可知, 各?RS?模型對應(yīng)的 R?2?值均在?0.9?以上,除模型(3) 和模型(5)之外,其余模型?R?2?adj?均接近于?1,且?F?統(tǒng)計結(jié)果顯示均具有很好的適配性,從統(tǒng)計理論角 度來均可滿足設(shè)計要求。 表 6響應(yīng)面模型方差分析(ANOVA)表?1? 2? 3? 4?RS?模型 + + + + + - + - + - + +?SSE? 6.0687e?004? 9.3422e?004? 0.0551? 0.0010?SSR? 1.2068?

33、 1.2065? 1.1523? 1.2064?模型 誤差?074? 1.2074?R?2? 0.9995? 0.9992? 0.9544? 0.9992?擬合 系數(shù)? R?2?adj? 0.9994? 0.9991? 0.9458? 0.9990?F統(tǒng)計? 5.3307? 5.3292? 5.0900? 5.3289?5? 6? 7? 8?RS?模型 + - - - + - - - + - - -?SSE? 0.0560? 0.0013? 0.0026? 0.0026?8?模型 誤差?SSY? 1.2074? 1.2074? 1.2074? 1.2074?R?2? 0.9536? 0.998

34、9? 0.9978? 0.9978?擬合 系數(shù)? R?2?adj? 0.9449? 0.9987? 0.9974? 0.9974?F統(tǒng)計? 5.0859? 5.3276? 5.3217? 5.3217?備注:回歸模型與回歸誤差自由度分別為?9、10,總自由度為?19? 。?*?F0.01(9,10)=5.26;* F0.05(9,10)=3.14?通過進一步求得?8?個?RS?模型的因子響應(yīng)圖發(fā) 現(xiàn),模型(3)和模型(5)響應(yīng)值偏大,模型(7) 和模型(8)響應(yīng)值偏小,該四個模型對應(yīng)于方差 分析結(jié)果也相應(yīng)較差;其余模型的響應(yīng)值與實驗值 較為接近,尤其是模型(2)和模型(6),均能比 較適當(dāng)?shù)姆?/p>

35、映成型工藝過程。這里考慮選用模型 (2)作為最適工藝預(yù)測模型進行后續(xù)研究,圖? 6?為各參數(shù)設(shè)定為中值時隨機 9次實驗結(jié)果在該模型 響應(yīng)空間分布情況,圖中網(wǎng)格曲面為響應(yīng)面,符號?“o為隨機實驗結(jié)果。 由圖可知,該模型預(yù)測結(jié)果與 實驗結(jié)果根本吻合,且實驗點具有均散性特點,可 以很好的對?RHCM?成型工藝問題進行描述。 (a)模具溫度設(shè)定6?(b)保壓壓力設(shè)定 (c)保壓時間設(shè)定 圖 6模型2響應(yīng)曲面及隨機實驗結(jié)果分布 5 模型尋優(yōu)及實驗驗證?5.1?模型尋優(yōu) 本研究引入遺傳算法作為模型尋優(yōu)策略,并在 傳統(tǒng)算法的根底上提出“改良遺傳算法(Improved?Genetic?Algorithm,IG

36、A),利用傳統(tǒng)算法中某些算 子具有良好的局部搜索功能,結(jié)合全局搜索,可較 快到達尋優(yōu)目的,具體理論可參考相關(guān)研究?24?。整 個尋優(yōu)過程相對簡單,初始種群規(guī)模取為?50,中止 代數(shù)取?600,全局搜索雜交概率設(shè)為?0.42、變異概 率? 0.06,局部搜索雜交概率設(shè)為? 0.8、變異概率?0.015;當(dāng)遺傳操作經(jīng)歷?3/4?中止代數(shù)時進入局部搜 索階段。優(yōu)化過程綜合品質(zhì)指標值及適應(yīng)度值變化 、 保壓壓力?99.80MPa、保壓時間 5.45s?時,該產(chǎn)品綜 合品質(zhì)評價指標值為 1.0162。 (a)綜合品質(zhì)指標進化曲線 (b)適應(yīng)度值進化曲線 圖 7優(yōu)化過程遺傳進化曲線?5.2?實驗驗證 以優(yōu)

37、化結(jié)果為初始設(shè)置進行實驗,結(jié)果顯示: 制品復(fù)制率? 99.87%,線收縮率? 2.186%,翹曲度?0.114%,沉降指數(shù)?0.5217%。將上述數(shù)據(jù)轉(zhuǎn)換為綜 合品質(zhì)指標為?1.0458,與優(yōu)化結(jié)果相較,二者相對 誤差?2.83%,從工程角度來說比擬理想,說明利用 該模型來預(yù)測? RHCM?成型工藝是可行且合理的。 同時由實驗結(jié)果(圖? 8)也可以看出,整合優(yōu)化過 程產(chǎn)品品質(zhì)也是一個逐步提高的過程。 (a)遺傳進化第 1代7?(b)遺傳進化第 100代 (c)遺傳進化第 600代 圖 8?實驗結(jié)果 6 結(jié)論 以自主開發(fā)的車載高光藍牙產(chǎn)品為例,采用成 型實驗與數(shù)值模擬并重之方法,以“中心復(fù)合實驗

38、 法(CCD)-響應(yīng)曲面法(RSM)-改良遺傳算法 (IGA)為主線,對?RHCM?成型工藝優(yōu)化技術(shù)進 行了研究: (1)通過引入干擾因子的方法實現(xiàn)仿真結(jié)果 可以更真實的反映實際成型狀態(tài);采用? EBW? 和?TOPSIS?理論從數(shù)理角度處理樣品數(shù)據(jù),實現(xiàn)了實 驗結(jié)果的歸一化;采用方差分析實現(xiàn)了對實驗結(jié)果 的數(shù)據(jù)處理與分析,并通過建立關(guān)于主要成型參數(shù) 的一階響應(yīng)面模型通過誤差分析來進一步驗證分 析結(jié)果的正確性。 (2)引入?RSM?建立了成型參數(shù)與制品綜合品 質(zhì)關(guān)系模型,結(jié)合方差分析和誤差分析對模型適配 性檢測,得到了適當(dāng)描述? RHCM?成型工藝過程的 工藝預(yù)測模型。 (3)針對傳統(tǒng)遺傳算法

39、的缺乏之處提出改良 算法(IGA),保證了求解過程的穩(wěn)定性與可靠性, 實現(xiàn)了工藝預(yù)測模型的尋優(yōu)過程,優(yōu)化結(jié)果與實驗 結(jié)果具有較高的吻合度,為? RHCM?成型工藝過程 的制定提供了一種可行且有效的工藝規(guī)劃技術(shù)。 參考文獻:?1? 王桂龍,趙國群,李輝平等。變模溫注塑熱響應(yīng)模擬與模具 結(jié)構(gòu)優(yōu)化J。機械工程學(xué)報,2021,45(6):216?221?WANG? Guilong,? ZHAO? Guoqun,? LI? Huiping,? et? alHeat?Response? Simulation? of? Variotherm? Injection? Molding?andnOptimizat

40、ion?of?Mold? Structure?JJournal?of?Mechanical?Engineering,?2021,?456:?216?221?2? CHEN?S?C,?JONG?W?R? Dynamic?Mold?Surface?Temperature?Control? Using? Induction? Heating? and? Its? Effects? on? Surface?Appearance? of? Weld? Lines? J? Journal? of? Applied? Polymer?Science,?2006,?1012:?1174?1180?3? SAI

41、TO?T,?SATOH?I,?KURSAKI?Y? A? new?Concept?of?Active?Temperature? Control? for? an? Injection? Molding? Process? Using?Infrared? Radiation? Heating? J? Polymer? Engineering? and?Science,?2002,?4212:234?241?4? KIM?D?H,?KANG?M?H,?CHUN?Y?H? Development?of?a?New?Injection? Molding? Technology:? Momentary?

42、 Mold? Surface?Heating?Process?J? Journal?of?Injection?Molding?Technology,?2001,?5?4:?229?232?5? SU?Y?C,? SHAN? J,? IAN? I?W? Implementation? and? analysis? of?polymeric? microstructure? replication? by? micro? injection?moldingJ? Micromesh?Microeng,?2004,?143:?415?422?6? YU?M?C,?YOUNG?W?B,?HSU?P?M?

43、 Micro?injection?Molding?with? the? Infrared?Assisted?Mold?Heating?System? J? Material?Science?and?Engineering?A,?2007,?4604617:?288?295?7? SHEN? Y? K,? SHIE? Y? J,? WU? W? Y? Extension? Method? and?Numerical? Simulation? of? Micro?injection? MoldingJ? IntComm.?Heat?Mass?Transfer,?2004,?316:?795?804

44、?8? 余曉容,申長雨,陳靜波等。注塑模澆注系統(tǒng)位置的自動設(shè) 計J。機械工程學(xué)報,2004,40(6):174?178?YU?Xiaorong,?SHEN?Changyu,?CHEN?Jingbo,?et?al.?Automated?Design? for? the? Optimal? Gate? Location? in? Injection? Molds? JChinese? Journal? of? Mechanical? Engineering,? 2004,?406:174?178?9? MIGULE?P,? JUAN?B,?JULIO?B.?Limiting? thinkness?

45、 estimation?in?polycarbonate?lenses?injection?using?CAE?tools?J.?Journal?of?Materials?Processing?Technology,?2003,143?14410:?438?441?10? HONG? JunPart? Builded? Orientation? Optimization? Method? in?Stereo? lithography? JChinese? Journal? of? Mechanical?Engineering,?2006,?421:14?18?11? CHANG?T?C.?Sh

46、rinkage?behavior?and?optimization?of? injection?molded?parts? studied?by? the?Taguchi?method?J.?Ploym?Eng?&?Sci,?2001,?415:?703?710?12? HUANG?Ming?Chih,?TAI?Ching?Chih.?The? effective? factors? in?the? warpage? problem? of? an? injection?molded? part? with? a? thin?shell? feature? JJournal? of?

47、Material? Processing? Technology,?2001,?1103:?1?9?13? ZHANG? Dazhi,? SUN? Yikang,? WANG? YanpingMended?Genetic? BP? Network? and? Application? to? Rolling? Force8?Predication? of? 4?STAND?Tandem?Cold? Strip?Mill? JChinese?Journal?of?Mechanical?Engineering,?2004, 402:297?300?14? SHEN? Xiang,? YI? Hon

48、g,? NI? Zhonghua? et? alOptimization? of?Coronary? Stent? Structure? Design? for? imizing? the?Anticompression? Mechanical? Property? JChinese? Journal? of?Mechanical?Engineering,?2021,?446: 98?102?15? LONG? Jiangqi,? LAN? Fengchong,? CHEN? Jiqing,? et? alMechanical? Properties? Prediction? of? the?

49、 Mechanical? Clinching?Joints?Based?on?Genetic?Algorithm?and?BP?Neural?Network?JChinese?Journal?of?Mechanical?Engineering,?2021,?451: 36?41?16? DENG? Shigan,? PAI? Ping?Feng,? LAI? Chih?Chiang,? et? al? A?solution?to?the? stacking? sequence?of?a?composite?laminate?plate?with?constant?thinkness?using

50、?simulated?annealing?algorithms?JThe? International? Journal? of? Advanced? Manufacturing?Technology,?2005,?269:?499?504?17? GANESH? K,? PUNNIYAMOORTHY? MOptimization? of?continuous?time? production? planning? using? hybrid? genetic?algorithms?simulated? annealing? J? The? International? Journal?of?

51、Advanced?Manufacturing Technology,?2005?,?26?7:148?154?18? CHANG? Shih?Hsing,? HWANG? Jiun?Ren,? GONG? Ji?LiangOptimization?of?the?injection?molding?process?of?short?glass?fiber?reinforced? polycarbonate? composites? using? grey? relational?analysis?J.?Jouranl?of?Materials?Processing?Technology,?2000,?971:?186?193?19? LU?Wen?Kai,? CHIU?Tzu?Yu,?HUANG?Shu?Hsien,? et? alUse?of?Response?Surface?Methodology?to?Optimize?Culture?