期刊检索

  • 2024年第32卷
  • 2023年第31卷
  • 2022年第30卷
  • 2021年第29卷
  • 2020年第28卷
  • 2019年第27卷
  • 2018年第26卷
  • 2017年第25卷
  • 2016年第24卷
  • 2015年第23卷
  • 2014年第22卷
  • 2013年第21卷
  • 2012年第20卷
  • 2011年第19卷
  • 2010年第18卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 中国材料研究学会
哈尔滨工业大学
主编 苑世剑 国际刊号ISSN 1005-0299 国内刊号CN 23-1345/TB

期刊网站二维码
微信公众号二维码
引用本文:谭帅,彭俊,李闯.基于统计提升准则的注塑工艺参数优化[J].材料科学与工艺,2014,22(2):68-74.DOI:10.11951/j.issn.1005-0299.20140212.
TAN Shuai,PENG Jun,LI Chuang.Multi-objective optimization of injection molding process parameters based on statistical improvement criterion[J].Materials Science and Technology,2014,22(2):68-74.DOI:10.11951/j.issn.1005-0299.20140212.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 1455次   下载 1172 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于统计提升准则的注塑工艺参数优化
谭帅1,彭俊1,李闯2
(1.东北大学 信息科学与工程学院,沈阳 110004;2.中能电力科技开发有限公司,北京 100034)
摘要:
为了同时改善生产平板型注塑制品时的总体收缩度和收缩均匀度,提出基于统计提升准则的注塑成型工艺参数的多目标优化方法,寻找平衡两个质量指标的优化设计.首先利用小规模的实验设计方法获得建模数据集,针对应用中存在的建模数据奇异点问题提出一种数据预处理方法,并依此分别建立两个指标的初始替代模型,用于代替优化过程中代价高昂的计算分析;随后依据Pareto统计提升准则寻找新的采样点加入建模数据集来重新建模,使寻优结果不断趋近真实的Pareto前沿.仿真结果表明,较常规的建模优化方法,本文提出的方法能使用较少的采样数据,显著地改善平板制品的收缩质量.对于HDPE材质的矩形制品,保压曲线先恒定后线性递减可以获得好的收缩均匀度,使用压力上限值恒定保压可以获得好的平均收缩度.
关键词:  注塑成型  收缩  多目标优化  统计提升准则  Kriging模型
DOI:10.11951/j.issn.1005-0299.20140212
分类号:TQ 320.66
基金项目:中央高校基本科研专项资金资助项目(N120304004);中国博士后科学基金资助项目(2013M530937).
Multi-objective optimization of injection molding process parameters based on statistical improvement criterion
TAN Shuai1, PENG Jun1, LI Chuang2
(1.School of Information Science & Engineering, Northeastern University, Shenyang 110004, China; 2.ZhongNeng Power Technology Development Co. Ltd., Beijing 100034, China)
Abstract:
To improve the shrinkage and evenness of the production of injection molded slab, this article introduces an iterative multi objective optimization method based on Kriging surrogate model to find the Pareto set of the optimization problem. The idea of the iterative optimization method is first to establish two approximation function relationships between those index and process parameters by a small size of design of experiment (DOE) with surrogate model to alleviate the expensive computational expense in the optimization iterations. And then statistical improvement criterion of Pareto front is used to provide direction in which additional training samples could be added to better the surrogate model. This process will loop and bring the optimization result close to the ideal Pareto front. Simulation results show that a much better shrinkage quality of molded part can be achieved with the proposed method with smaller amount of samples compared with traditional modeling and optimization method. For rectangular HDPE products, good evenness can be gotten using linear decreasing pressure curve after a period of constant value, and good shrinkage can be gotten using holding pressure with upper limits.
Key words:  injection molding  shrinkage  multi-objective optimization  statistical improvement criterion  kriging model

友情链接LINKS