位置:成果数据库 > 期刊 > 期刊详情页
基于代理模型的注射参数迭代优化方法
  • ISSN号:1008-973X
  • 期刊名称:《浙江大学学报:工学版》
  • 时间:0
  • 分类:TQ320[化学工程—合成树脂塑料工业]
  • 作者机构:[1]浙江大学流体传动及控制国家重点实验室,浙江杭州310027, [2]华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074
  • 相关基金:国家自然科学基金资助项目(50875095 50905162); 材料成形与模具技术国家重点实验室开放基金资助项目(2010-P01)
中文摘要:

型腔压力和熔体温差是反映塑料制品质量好坏的2项重要质量指标.考虑到塑料制品的薄壁特性,从黏性流体力学的基本方程出发,建立一种简化流动模型作为代理模型代替耗时的塑料注射成型模拟软件快速预测上述质量指标,基于代理模型的预测结果,采用粒子群算法实现注射参数的迭代优化,该方法计算速度快效率高,对知识的依赖程度低.最后通过实验对代理模型的正确性和优化方法的有效性进行验证,实验结果表明,基于代理模型的型腔压力预测值与实验值吻合较好,相对误差值只有8.41%,提出的优化方法与响应面方法的优化结果基本一致,但运行时间仅为响应面方法的0.02%.

英文摘要:

Cavity pressure and temperature difference are two important quality criteria.Considering that most injection molded parts have a sheet like geometry,a fast strip analysis model based on mechanics equations for viscous fluid,was adopted as a surrogate model to approximate the time-consuming computer simulation software for predicating the above quality criteria.According to the predicted quality criteria,a particle swarm optimization algorithm was employed to find out the optimum injection parameters.The proposed optimization method can optimize the injection parameters in short time and it does not rely on any knowledge of molding process.Finally,two experiments were employed to validate the surrogate model and the proposed optimization method.Experimental results show that the cavity pressure predicted by the surrogate model agree well with the experimental data,with the relative error being less than 8.41%,and the results of the proposed optimization method are nearly identical to that of response surface method,while the required time of the proposed method is only 0.02% of that of response surface method.

同期刊论文项目
期刊论文 24 会议论文 3 获奖 2
同项目期刊论文
期刊信息
  • 《浙江大学学报:工学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:浙江大学
  • 主编:岑可法
  • 地址:杭州市浙大路38号
  • 邮编:310027
  • 邮箱:xbgkb@zju.edu.cn
  • 电话:0571-87952273
  • 国际标准刊号:ISSN:1008-973X
  • 国内统一刊号:ISSN:33-1245/T
  • 邮发代号:32-40
  • 获奖情况:
  • 2000年获浙江省科技期刊质量评比二等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:21198