[發明專利]基于Kriging-GA的注塑模具澆注系統結構參數決策方法

在審

• 申請號: 202111567331.X
• 申請日: 2021-12-20
• 公開（公告）號: CN114274457A
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 初紅艷;劉志健;劉志峰;程強;張彩霞
• 申請（專利權）人: 北京工業大學
• 主分類號: B29C45/17
• 分類號: B29C45/17;B29C33/38;B29L7/00
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

本發明公開了基于Kriging?GA的注塑模具澆注系統結構參數決策方法，建立了塑料件翹曲值與澆注系統結構參數的關系模型和澆注系統結構參數與塑料件尺寸參數的關系模型。基于兩個關系模型，提出了大型平板類塑料件澆注系統結構參數的決策方法，并通過模流分析實驗驗證了該方法在決策大型平板類塑料件澆注系統結構參數問題方面的可行性和有效性。本發明針對注塑模具結構設計的復雜性，提出了一種注塑模具澆注系統結構參數的決策方法，能夠對某一類塑料件的澆注系統結構參數進行快速、有效設計。可用于指導注塑模具結構設計人員，省略試模、修模環節，縮短模具設計周期從而提高模具生產效率。

技術領域

本發明屬于智能制造領域，具體涉及一種注塑模具澆注系統結構參數的決策方法。針對大型平板類塑料件，快速得到其澆注系統的結構參數設計，縮短注塑模具的結構設計周期。

背景技術

注塑成型是塑料制品的一種重要成型方式，對于塑料件成型質量的要求也是越來越高。塑料件成型質量受體積收縮、翹曲變形、氣泡、熔接線等注塑缺陷的影響，其中翹曲變形是決定大型平板類塑料件成型質量的主要因素，而注塑模具結構設計的合理性又影響著塑料制品的翹曲變形量，其中澆注系統的設計又是注塑模具設計的一個關鍵環節。新的塑料產品在激烈的市場競爭中被不斷推出，在保證成型質量的前提下，研究如何快速完成新產品模具結構設計，縮短設計周期至關重要。

一直以來澆注系統的設計都是針對單個塑料件，通過模流分析對比實驗選取成型質量較好的設計方案。面對某類只有尺寸不同的塑料件時，該方法所需時間長，且用于模流分析對比實驗的設計方案數量有限，缺少代理模型和智能優化算法的參與導致最終的設計結果存在局限性。代理模型應用于解決各種工程問題，建立研究變量與影響因素之間的關系模型。其中，克里金模型依據協方差函數對隨機過程進行空間建模和預測，具有良好的非線性擬合能力，根據少量的樣本點來擬合設計變量與目標值之間的關系，對一系列通過仿真分析獲得的輸入和輸出樣本進行擬合得到統計近似模型。遺傳算法借用了生物遺傳學的思想，通過模擬自然選擇、交叉、變異等操作，實現個體適應度的提高，不斷迭代，逐步尋找最優解，經典的遺傳算法具有較好的全局優化求解能力。

為實現澆注系統結構參數的快速、準確設計，以大型平板類塑料件為例，提出了一種基于Kriging-GA(克里金模型和遺傳算法，Kriging And Genetic Algorithm)的注塑模具澆注系統結構參數決策方法。

發明內容

本發明的目的是提供一種注塑模具澆注系統結構參數的決策方法，以實現對一類塑料件澆注系統結構參數的智能設計，縮短模具設計周期從而提高模具生產效率。

為實現上述目的，本發明以大型平板類塑料件為例，分別建立了塑料件翹曲值與澆注系統結構參數的關系模型和澆注系統結構參數與塑料件尺寸參數的關系模型。基于兩個關系模型，提出了大型平板類塑料件澆注系統結構參數的決策方法，并通過模流分析實驗驗證了該方法在決策大型平板類塑料件澆注系統結構參數問題方面的可行性和有效性。

一種注塑模具澆注系統結構參數的決策方法包括以下步驟：

步驟1：獲取建立塑料件翹曲值預測模型所需數據。

以澆注系統結構參數作為模擬成型過程的主要控制參數，設置工藝參數一定通過模流分析實驗獲得在不同澆注系統結構參數的情況下，塑料件的總翹曲變形量即翹曲值。

步驟2建立塑料件翹曲值預測模型。

基于Kriging-GA算法建立塑料件翹曲值預測模型，實現輸入澆注系統結構參數，輸出為塑料件的翹曲值。建立該模型的方法如下：

步驟2.1：基于步驟1獲得的樣本，建立樣本關聯矩陣并將其進行歸一化處理，m個樣本的關聯矩陣可表示為：

R＝(R(θ,x_i,x_j))_m×m (1)