以上為資料預覽概圖，下載文件后為壓縮包資料文件?！厩逦瑹o水印，可編輯】dwg后綴為cad圖，doc后綴為word格式，需要請自助下載即可，有疑問可以咨詢QQ 197216396 或 11970985
單澆口優(yōu)化注塑模
李季泉 李德群 郭智英，呂海原
(塑料成型技術與裝備研究院,上海交通大學，上海 200030,中國)
郵箱：hutli@163．corn
2006年9月22日收到；2007年3月19日修訂通過
摘要：本文論述了一種單澆口位置優(yōu)化注塑模具的方法。模具設計應盡量減少注塑制品翹曲變形，因為翹曲涉及到質量的關鍵問題，對大多數(shù)塑件而言，都受澆口位置影響。特征翹曲度是用以描述指定特征翹曲程度的，常用于評價塑件的翹曲變形。利用數(shù)值模擬技術，可以優(yōu)化最佳的澆口位置，其中，模擬退火算法就是用來尋找最佳的澆口位置。最后，利用案例論證了所提出的方法是有效的。
關鍵詞：注塑模， 澆口位置，結構優(yōu)化，功能翹曲
美國內政部：10．163 1／jzus．2007．A1077 文獻標識碼：A中圖分類號：TQ320．66
概述
塑料注塑成型，是一種高效的生產(chǎn)技術，常用于生產(chǎn)各種塑料產(chǎn)品，尤其是那些精度要求高、形狀復雜、產(chǎn)量高的產(chǎn)品。注塑模具的質量是由塑料材料、零件外形、模具結果和過程條件決定的。注塑模最重要的基本上是由以下三部分組成：型腔，澆口和澆道，冷卻系統(tǒng)。
Lam 和 Seow （ 2000），Jin和Lain（ 2002）采用不同壁厚的方式達到平衡型腔，使平衡充填過程中內部腔形成一個均勻分布的壓力和溫度，可大幅度減少該部的翹曲。型腔平衡是影響零件質量的重要因素之一，尤其是當零件有功能要求，其厚度不能頻繁變化。從這個角度注塑設計模具，澆口是由其尺寸和位置、澆道系統(tǒng)的規(guī)模和布局所決定的，澆口尺寸和澆道布局通常定為常量。相對地，澆口位置和澆道的大小是比較有彈性，能夠影響零件質量。因此，他們往往對設計參數(shù)進行優(yōu)化。
Lee和Kim（1996年）認為流道和澆口的大小能平衡澆道系統(tǒng)。流道維持平衡可以理解為有相同腔的多腔模具的不同入口壓力，在每一個腔每一個熔體流道底部有不同的體積和幾何形狀。該方法已顯示壓力在整個多腔模具成型周期中的單腔里均勻分布。
Zhai等（2005年）認證兩個澆口位置優(yōu)化，它的一個型腔是用一個在壓力梯度的基礎上的高效率的搜索方法（ PGSS） ，為流道多澆口零件定位，通過改變流道尺寸使熔接線在最理想的位置（zhai等， 2006 ）。大體積部分，多澆口需要縮短流徑，與減少相應的注射壓力。該方法大可成為設計多澆口單型腔的澆口和流道。
許多注塑件是只制作一個澆口，無論是單型腔模具或多型腔模具。因此，單澆口的澆口位置是最常見的設計優(yōu)化參數(shù)。形狀分析方法是由Courbebaisse和Gaarrcia 2002年提出，通過選擇注射成型的最佳澆口位置。后來，他們研制的這種理論進一步研究和應用于單一澆口位置優(yōu)化的一個L形例子（Courbebaisse，2005年）。 它易于使用，而不耗費時間，而且它也只厚度均勻的單型腔。
Pandelidis和Zou（1990年）提出的優(yōu)化澆口位置，由間接質量相關引起的翹曲和物質降解，這代表著加權溫度差，摩擦過熱的時間。翹曲是受上述因素的影響， 但它們之間的關系并不明確。 因此，優(yōu)化效果是受制于質量因素。
Lee和Kim（ l996b ）研制出一種自動選擇澆口位置的方法，其中一套由設計師提出的確定最優(yōu)澆口位置是位于相鄰節(jié)點。因為第一步是基于設計師的主張， 所以在相當大的程度上，受限于設計師的經(jīng)驗。
Lam和Jin（2001）開發(fā)了澆口位置優(yōu)化方法，基于減少標準偏差的流徑長度（標準差[大] ）和在成型充填過程中的標準偏差的灌裝時間（標準差[ T ] ）。隨后，沈等人（ 2004 年 ） ，通過最小充氣壓力，灌裝時間區(qū)別不同的水路路徑，溫差變化大，以及過度包裝的百分比優(yōu)化了澆口位置設計。Zhai等 （ 2005 年）在去年底調查了最佳澆口位置與評價標準的注射壓力。這些研究人員介紹目標函數(shù)應對注塑成型灌裝操作，這對相關產(chǎn)品的品質有益。 但已經(jīng)觀察到它們之間的相關性是非常復雜和不清晰。人們還很難選擇適當?shù)募訖嘁蜃訛槊總€函數(shù)。
一個新的目標函數(shù)來評價注塑制品翹曲變形，以優(yōu)化澆口位置。直接衡量零件質量，這項調查定義特征翹曲來評價零件翹曲，就是從"平面翹曲"模擬產(chǎn)出塑料洞察力（電傳等）的軟件。目標函數(shù)最小化，在澆口位置優(yōu)化，以達到最低變形。 模擬退火算法是用來尋找最優(yōu)澆口位置。 給出了一個例子來說明建議優(yōu)化程序的有效性。
質量措施：特征翹曲
定義特征翹曲
運用優(yōu)化理論設計澆口，零件的質量措施必須指定在初審。術語"質量"可轉介許多產(chǎn)品性能，如力學，熱學， 電子，光學，工效學或幾何性質。有兩種零件質量測量方法：直接和間接。一個有預測性的模型，從數(shù)值模擬結果，可作為一個直接的質量測量。相比之下，間接測量的零件質量是正相關目標質量，但它并不能提供對其質量的直接估計。
翹曲，在相關工程的間接質量測量，是一種注塑成型的方法。這種方法用作分析填充不同流道的時間差，溫度差，過度包裝的比例問題等。這是很明顯的，翹曲是受這些因素的影響，但翹曲和這些因素的關系是不明確的，而且決定這些因素所占的比重是相當困難的。因此，用上述目標函數(shù)優(yōu)化大概不會減低零件翹曲，甚至是完美的優(yōu)化技術。有時，不恰當加權因素，將導致完全錯誤的結果。
一些統(tǒng)計量計算，節(jié)點位移被定性為直接質量測量，以達到最低變形優(yōu)化研究。統(tǒng)計數(shù)量通常是最多節(jié)點位移，平均每年有10%的節(jié)點位移，而且整體平均節(jié)點位移（Lee和Kim， 1995 ; 1996 ） 。這些節(jié)點的位移容易從數(shù)值模擬結果獲得，統(tǒng)計值，在一定程度上代表著變形。 但統(tǒng)計位移不能有效地描述變形的注塑件。
在工業(yè)方面，設計者和制造商通常更加注意，部分上翹曲在某些特點上超過整個變形注射模塑件的程度。在這項研究中，特征翹曲是用來形容變形的注塑件。特征翹曲是表面上的最大位移與表面特征的預計長度之比（見公式1） ：
（1）
其中γ是特征翹曲， h是特征表面偏離該參考平臺的最高位移，L是在與參考方向平行的參考平臺上的表面特征的預計長度。
對于翹曲特征（這里只討論平面特征） ，通常在參考平面內分為兩個區(qū)域，它代表一個二維坐標系統(tǒng)：
（2）
其中，是特征翹曲在X ， Y方向， ，是表面特征的預計長度在
X ，Y上的投影。
特征翹曲的評定
與相應的參考平面和投影方向結合起來測定目標特征后，其L的值可以從圖中用解析幾何立即計算出來 。在特定的表面特征和預測的方向，L是一個常量。 但H的評定比L復雜得多。
模擬注射成型過程是一種常見的技術，以預測質量來設計零件，設計模具和工藝設置。結果翹曲模擬表達為節(jié)點撓度上的X ， Y ， Z分量 ，以及節(jié)點位移W。W是向量長度的矢量總和：+ + ，其中 i，j，k是在X，Y，Z方向上的單位矢量。H是在特征表面上的節(jié)點的最大位移， 這與通常方向的參考平面相同，并能產(chǎn)生結果的翹曲仿真。
計算h時，節(jié)點的撓度提取如下：
其中是撓度在正常方向參考平面內提取節(jié)點; ， ， 是對撓度的X ， Y ， Z分量的提取節(jié)點;α，β，γ是角度的向量參考; A和B是終端節(jié)點，可以預測方向（圖2 ） ; 和是節(jié)點A和B的撓度：
其中， ，，是對節(jié)點A的撓度在X，Y，Z方向上的分量； ，和是對節(jié)點B的撓度在X ， Y ， Z方向上的分量; 和是終端節(jié)點撓度的加權因子，計算方法如下：
是提取節(jié)點和節(jié)點A投影間的距離， H是的最大絕對值。
在工業(yè)方面，視察該翹曲借助了一個觸角衡量，被測工件放在一個參考平臺上。 H是一個最大數(shù)值，讀數(shù)在被測工件表面和參考平臺間。
澆口位置優(yōu)化問題的形成
從質量來說，“翹曲” ，是指永久變形的部分不是由實用的負載引起的。 它是由整體差動收縮引起，即聚合物流通，包裝，冷卻，結晶的不平衡。
安置一個澆口，在注射模具整個設計中是一個最重要的步驟。高質量的成型零件受澆口的影響很大，因為它影響塑料流進入型腔的流道。因此，不同的澆口位置會引入不均勻的取向，密度，壓力和溫度分布，因而引入不同的值和分配翹曲。因此，澆口位置，是一個有用的設計變量，以盡量減少注塑零件翹曲。因為澆口位置和翹曲分布關系有關于熔體獨立和模具的溫度，在這項調查中它是假定該成型條件保持不變。注射成型零件翹曲是量化特征翹曲，其中在上一節(jié)討論了。
因此單一澆口位置優(yōu)化，可以依如下制造 ：
最小化：
主題：
其中γ是特征翹曲變形; p是在澆口位置的注入壓力; 是注入成型機器的可允許注入壓力或被設計者或制造業(yè)者指定的可允許的注入壓力; x是坐標向量的候選澆口位置; 是節(jié)點有限元網(wǎng)格模型的一部分，為注射成型過程模擬; N是節(jié)點總數(shù)。
在有限元網(wǎng)格模型中，每一個節(jié)點都有可能是一個澆口。 因此，可能是澆口位置的總數(shù) 是一個有關的總節(jié)點數(shù)目N和總澆口數(shù)n的函數(shù)：
在這項研究中，只對單澆口選址問題進行調查。
模擬退火算法
模擬退火算法是其中最強大和最流行的以提供良好的實際條件全面化解決辦法。 該算法是基于Metropolis （ 1953 ） ，這原本是用來在原子某一特定溫度找到一個平衡點的方法。這一算法和數(shù)字最小化的聯(lián)系是Pincus（ 1970年）第一個注意到，但是，是Kirkpatrick（ 1983年）等人提議把它形成一項優(yōu)化技術對組合（或其他）問題。
運用模擬退火法優(yōu)化問題，目標函數(shù)f是用來作為函數(shù)E的能源，而不是找到一個低能源配置，問題就變成尋求近似全局最優(yōu)解。配置的值的設計變量是替代能源配置本身，控制參數(shù)的過程是取代溫度。一個隨機數(shù)發(fā)生器被用作為設計變量產(chǎn)生新的值。 這是顯而易見的，該算法只需要將極小化問題列入考慮范圍。因此，在最大化問題上，目標函數(shù)是乘以（ -1 ） 來取得一個可能的數(shù)。
模擬退火算法的主要優(yōu)點是比其他方法更能夠避免局部極小的情況。這種算法采用隨機搜索，而不是只接受變化，即減少目標函數(shù)f ，而且還接受了一些變化來增加它。 后者則是接受一個概率P
其中是f的增量， k是Boltzman常數(shù)， T是一個控制參數(shù)，其中原數(shù)分析是眾所周知的"恒溫"制度 ，并且無視客觀功能參與。
在澆口位置優(yōu)化，實施這一算法的說明圖（圖3），此算法的詳細情況如下：
（ 1 ） SA算法開始是從最初的澆口位置，同一個指定值的"溫度"參數(shù)T （"溫度"計數(shù)器K最初定為零） 。 適當控制參數(shù)（ 0 < c < 1 ）給出退火過程與馬爾可夫鏈N。
（ 2 ） SA算法在的旁邊生成一個新的澆口位置來計算目標函數(shù)
f（ x ）的值。
（ 3 ）新澆口位置由接受函數(shù)決定接受的概率
一個統(tǒng)一的隨機變量產(chǎn)生[ 0,1 ] ， 如果<， 接受，否則就拒絕。
（ 4 ） 這個過程重復是的迭代次數(shù)（ ），用這種序列審判澆口位置被稱為馬爾可夫鏈。
（ 5 ）因為減少的"溫度''，生成一個新的馬爾可夫鏈，（在先前的馬爾可夫鏈里，從最后接受的澆口位置生成），這一“溫度”減少的過程將一直持續(xù)直到酸算法結束。
應用與探討
在這一節(jié)，討論復雜工業(yè)應用部分的質量測量和優(yōu)化方法。該部分是由一個制造商提供，如圖4所示。在這一部分，對于輪廓精度要求，平坦的基底表面是最重要的。因此 ，翹曲變形特征在基底表面討論，其中參考平臺指定為水平面附于基底表面，縱方向指為預計參考方向。參數(shù)h是基底面對正常方向的最高偏轉即垂直方向，參數(shù)L是基底表面的預測長度在縱向上的投影。
圖4 制造商提供的工業(yè)產(chǎn)品
該產(chǎn)品的材料是尼龍Zytel 101L（ 30 ％EGP，杜邦工程聚合物）。 在模擬算法中的成型條件列在表1 。 圖5顯示了有限元網(wǎng)格模型的一部分，是受制于數(shù)值模擬。 它有1469個節(jié)點和2492元素。 目標函數(shù)，即特征翹曲，由方程（ 1 ），（ 3 ） ? （ 6 ）定義 。 其中h 是從"流量+流道分析序列中式（ 1 ）里的MPI所得 ，L在該工業(yè)產(chǎn)品中的測量值即L = 20.50毫米。
MPI的是注塑成型模擬使用最廣泛的軟件，它可以向您推薦在流動平衡前提下的最佳澆口位置。對于澆口位置設計，澆口位置分析是一個有效的工具，但除了實證方法。對于這點，澆口選址分析，MPI認為最佳澆口位置是接近節(jié)點N7459 ，如圖5所示。零件翹曲是模擬在此推薦澆口基礎上，因此，特征翹曲評定： ，這很有價值。 在實際制造中，零件翹曲是可見的在樣品工件上。 這是制造商不能接受的。
表1 在仿真中的成型條件
條件 值
填補時間（秒） 2.5
熔融溫度（ ） 295
模具溫度（ ） 70
包裝時間（秒） 10
包裝壓力（充壓） （ ％ ） 80
在基底表面的最大翹曲，是由不均勻取向分布的玻璃纖維造成的，圖6所示。圖6顯示，玻璃纖維取向的變化，從消極方向到積極方向進行，因為這個澆口位置，尤其是最大的纖維方向轉變在這個澆口附近。澆口位置造成的多樣化的纖維取向引起嚴重的差動收縮。因此，特征翹曲是和澆口的位置有關，必須優(yōu)化，以減少部分翹曲。
優(yōu)化澆口位置，在"模擬退火算法"中的模擬退火， 是適用于這部分的。 最高迭代次數(shù)選定為30至確保精密的優(yōu)化，而且進行多次的隨機試驗，讓每一次迭代中被評為10至跌幅的概率為無效迭代，使之沒有一個重復的方案。 N7379節(jié)點（圖5） ，是最佳澆口位置。 特征翹曲評定，從翹曲模擬結果函數(shù)f（X）= γ= 0.97 ％ ，可說是少于MPI建議的澆口。 在實際制造中零件翹曲符合制造商的要求。 圖6b 表明，在模擬纖維取向。它是可見的最優(yōu)澆口位置，取決于玻璃纖維取向，因此，減少收縮差異在垂直方向沿縱向發(fā)展。因此，特征翹曲減少了。
結論
在這項調查中，特征翹曲是來描述注塑制品翹曲變形，在數(shù)值模擬軟件MPI的基礎上評定。特征翹曲的評定是為單一澆口位置塑膠注塑模具，基于數(shù)值模擬結合模擬退火算法優(yōu)化。工業(yè)部分只是作為一個例子來說明所提出的方法。該方法取決于最佳澆口位置，產(chǎn)品是令制造商滿意的。這個方法也適合于其它翹曲最小化的優(yōu)化問題，例如優(yōu)化多澆口位置，流道系統(tǒng)的平衡，并選擇各向異性材料。
參考文獻：
Courbebaisse．G．2005．Numerica1 simulation of injectionmoulding process and the pre—m oulding concept．
Computational Materials Science， 34(4)：397 405．『doi：1O．1O164．commatsci．2004．11．0041
Courbebaisse，G，Garcia，D．，2002．Shape analysis and injec—tion molding optimization． Computational Materials
Science，25(4)：547—553． [doi：lO．1016／S0927—0256(02)00333—6]
Jin，S．，Lam，Y．C．，2002．2．5D cavity balancing．Journal ofInjection Molding Technology，6(4)：284—296．
Kirkpatrick，S．，Gerlatt，C．D．Jr．，Vecchi，M ．E，1 983．Optimiza一1083tion by simulated annealing．Science，220(4598)：67 1—680．[doi：lO．1126／science 220．4598．671]
Lam．Y C．．Seow,L．W 2000．Cavity balance for plastic in—jection molding．Polymer Engineering and Science，40(6)：1273—1280．[doi：1O．1O02／pen 11255]
Lam，Y C．，Jin，S．，200 1．Optimization of gate location forplastic injection molding．Journal of Injection MoldingTechnology，5f3)：180一l92．
Lee B．H．，Kim ，B．H．，1995．Optimization of part wal1 thick．nesses to reduce warpage of injection—molded parts based
on the m odified complex method． Polymer-PlasticsTechnology andEngineering．34(5)：793—8 l1．
Lee，B．H．．Kim．B．H．．1 996a．Automated design for the runnersystem of injection molds based on packing simulation．
Polymer-Plastics Technology and Engineering，35(1)：147—168．
Lee，B．H．，Kim ，B．H．，1 996b．Automated selection of gate1ocation based on desired quality ofinjection molded part．Polymer-Plastics Technology and Engineering，35(2)：253—269．
M etropolis，N．，Rosenbluth，A．W ，Rosenbluth，M ．N．，Teller,
A．H ．．Teller．E．，1953．Equations of state calculations byfast computing machines．Journal of Chemical Phvs cs，2l(6)：1087—1092．[doi：lO 1063／1 1699114]
Pandelidis，I．，Zou，Q．，1 990．Optimization of injection mold—ing design Part I：gate location optimization．Polymer
Engineering andScience，30(15)：873—882．[doi：lO．1002／pen．760301 502]
Pincus，M ．．1 970．A Monte Carlo method for the approximatesolution of certain types of constrained optimizationproblem s．Operations Research．181225—1228．
Shen，C．Y ，Yu，X．R．，Wang，L．X．，Tian，Z．，2004a．Gate 1oca—tion optimization of plastic injection molding．Journal of
Chemical Industry and Engineering，55(3)：445—449(inChinese)．
Shen，C．Y．，Yu，X．R．，Li，Q．，Li，H．M．，2004b．Gate 1ocationoptimization in injection molding by using modified
hill—climbing algorithm． Polymer-Plastics Technologyand Engineering， 43(3)：649—659． [doi：l0．1081／PPT-1 20038056]
Zhai，M ．，Lam，L．C．，Au，C．K．，2005a．Algorithm s for two gateoptimization in injection molding．／nternational PolymerProcessing．20(11：14．18．
Zhai，M ．，Lam ，L．C．，Au，C．K．，Liu，D．S．，2005b．Automatedselection of gate 1ocation for plastic injection moldingprocessing．Polymer-Plastics Technology and Engineering44(2)：229—242．
Zhai，M ．，Lam ，L．C．，Au，C．K．，2006．Runner sizing and weldline positioning for plastics injection moulding withmultiple gates．Engineering with Computers，2l(3)：2 1 8—224．[doi：1 O．1 007／s00366—005—0006—6]
10