[發明專利]一種基于表面網格的塑料注射成型澆口位置確定方法

無效

• 申請號: 200910061695.3
• 申請日: 2009-04-17
• 公開（公告）號: CN101637960A
• 公開（公告）日: 2010-02-03
• 發明（設計）人: 李德群;李陽;周華民;趙朋;崔樹標;嚴波
• 申請（專利權）人: 華中科技大學
• 主分類號: B29C45/27
• 分類號: B29C45/27;G05B13/00
• 代理公司: 華中科技大學專利中心
• 代理人: 曹葆青

1.一種基于表面網格的塑料注射成型澆口位置確定方法，其步驟包括：

第1步根據零件的幾何造型由網格生成工具生成零件的表面網格；

第2步假定澆口位置位于網格節點上，并且熔體流動的方向限定于網格節點的連線上；根據表面網格生成帶權值的無向圖；該步驟具體包括下述過程：

第2.1步根據表面網格中的節點生成無向圖中對應的頂點；

第2.2步根據表面網格中節點間的相鄰關系生成無向圖中頂點間的??；

第2.3步根據表面網格中節點坐標值、節點的厚度和相鄰關系按照下式(I)計算相鄰兩頂點間對應弧的權值W；

W=2λ(x1-x2)2+(y1-y2)2+(z1-z2)2(b1+b2)λ---(I)]]>

式中：(x₁，y₁，z₁)，(x₂，y₂，z₂)-兩頂點對應節點的坐標；b₁，b₂-兩頂點對應節點的厚度；λ-厚度補償系數；

第2.4步在表面網格中有配對關系的節點所對應的頂點間建立權值為0的弧；

第3步選擇無向圖中對應于零件上能夠設置澆口的表面的所有頂點，由這些頂點構成澆口頂點集合；

第4步設定空間坐標系中存在一個表面平行于坐標平面的最小長方體，并且所述澆口頂點集合中所有頂點均位于該最小長方體內；利用與坐標平面平行的平面將所述最小長方體按照下述第4.1步至第4.3步的方式切割成空間小長方體，每個小長方體中的澆口頂點構成相應的澆口頂點集合的子集；

第4.1步按照下式(II)確定最小長方體在X，Y，Z三個方向的分割份數d_x，d_y，d_z：

dx=[(xmax′-xmin′+2μ1)a×h‾]+1]]>

dy=[(ymax′-ymin′+2μ2)b×h‾]+1---(II)]]>

dz=[(zmax′-zmin′+2μ3)c×h‾]+1]]>

式中：a，b，c-分別為X，Y，Z三個方向的分割距離權值；x′_max，x′_min、y′_max，y′_min和z′_max，z′_min-分別為澆口頂點集合中頂點在X，Y，Z方向坐標的最大值，最小值；-為零件的平均厚度；μ₁，μ₂，μ₃-為最小長方體坐標偏移權值；

第4.2步根據公式d＝d_x×d_y×d_z計算子長方體個數d，d同時也是頂點子集的個數，并將各子集按照1～d的順序記錄；

第4.3步按照公式(III)計算各頂點(x，y，z)所在的子集序號d′，并將各頂點加入到對應的子集中；

d′=[x-xmin′+μ1ah‾]+[y-ymin′+μ2bh‾]·dx+[z-zmin′+μ3ch‾]·dx·dy---(III);]]>

第5步利用遺傳算法搜索無向圖中近似最佳澆口位置頂點組合；第5步具體包括下述過程：

第5.1步初始化種群

以第3步所生成的無向圖中澆口頂點集合中的頂點的組合作為遺傳算法中的個體，組合中各頂點的坐標作為遺傳個體的表現型，個體組成的集合作為遺傳算法中的種群；初始化種群具體是指從澆口頂點集合中隨機選取頂點，并將所選取的頂點按照確定澆口位置的數量進行組合，再按照遺傳算法的要求對頂點的坐標進行編碼，形成遺傳算法中遺傳操作能夠處理的遺傳基因；

第5.2步首先以個體中的頂點為初始位置，利用最短路徑法計算無向圖中各頂點的最短路徑長度；再利用最短路徑長度計算種群中各個體的適應值；

第5.3步如果如下判據中有一條成立，則結束搜索過程，轉向第5.9步，否則轉向第5.4步：

判據一：遺傳操作的迭代次數是否達到預定的上限值；

判據二：種群中最佳個體的適應值基本沒有變化；

第5.4步根據種群中個體適應值大小，進行選擇遺傳操作，將父代種群中的優良個體復制到子代種群；

第5.5步將種群中的個體隨機搭配成對，按交叉概率交換個體之間的部分編碼，生成新的個體；

第5.6步對交叉操作所生成的新個體進行調整，即將新個體中的頂點的坐標設置為與新個體中的頂點位置最近的澆口頂點的坐標；第5.6步按照下述方式對新產生的個體進行調整：

(A1)對新產生的個體進行解碼，遺傳解碼是編碼的逆過程，即是將用于遺傳操作的遺傳基因轉換為個體的表現型；

(A2)對新產生的個體中的頂點，在第3步所生成的澆口頂點集合中搜索與之最近的頂點，具體步驟為：

①按公式(III)根據坐標確定新產生個體中的頂點所在的澆口頂點子集的序號d′，若第d′個子集中有頂點存在則直接將第d′個子集作為當前頂點集合，轉步驟③，否則轉步驟②；

②遍歷存在頂點的所有澆口頂點子集，選取子集中心位置與新產生個體的頂點位置最近的子集為當前頂點集合；

③在當前頂點集合中搜索與新產生個體的頂點位置最近的頂點；

(A3)將新產生個體中的頂點的坐標設置為澆口頂點集合中與其位置最近的頂點坐標，并重新編碼；

(A4)按照第5.2步所述個體適應值的計算方法計算調整后個體的適應值；

第5.7步按變異概率隨機選擇個體編碼中的某一位，修改該位的值為1或者0，生成新的個體；

第5.8步按照第5.6步的方式對變異操作所產生的新個體進行調整，完成后轉向第5.3步；

第5.9步選取遺傳操作后種群中適應值最大的個體所代表的頂點組合作為近似最佳澆口位置頂點組合輸出，遺傳搜索過程結束；

第6步以第5步得到的近似最佳澆口位置頂點組合為初始位置，利用爬山算法搜索最佳澆口位置頂點組合；第6步具體包括下述過程：

第6.1步以表示近似最佳澆口位置的頂點組合為初始頂點組合g_s；

第6.2步以表示近似最佳澆口位置的頂點組合的適應值為初始適應值F_s；

第6.3步設定中間量當前頂點組合g_c及當前適應值F_c，并令g_c＝g_s，F_c＝F_s；

第6.4步取得當前頂點組合的所有相鄰頂點組合，依次以相鄰頂點組合為初始位置利用最短路徑法計算無向圖中各頂點的最短路徑長度，再利用最短路徑長度計算各相鄰頂點組合的適應值；

第6.5步假設當前頂點組合的相鄰頂點組合中的最大適應值為F_max，相對應的頂點組合為g_max，取F_max與當前適應值作比較，假如F_max＞F_c轉第6.6步，否則轉第6.7步；

第6.6步修改當前頂點組合和當前適應值，即：g_c＝g_max，F_c＝F_max，轉第6.4步；

第6.7步將當前頂點組合作為最佳澆口位置頂點組合輸出，爬山搜索過程結束；

第7步根據最佳澆口位置頂點組合中的頂點找到第1步生成的表面網格中對應的節點作為最佳澆口位置。