本发明属于注塑工艺领域,具体为一种提升注塑发泡成型塑件表面质量的注塑工艺。
背景技术:
1、制品收缩是注塑成型工艺中的重要质量指标,影响收缩指标的最关键工艺是保压阶段,保压压力的大小及其作用时间对制品的收缩有显著影响。
2、使收缩均值和均匀度都尽可能达到最优,是一个双目标优化问题,对于这类问题,往往无法找出能够同时使两个指标都达到最优的可行解,取而代之的是求出一组pareto解集,解集内任一解均部分优于其他解,该解集对应的目标函数曲线被称为pareto前沿,获取pareto解集最简单的方法是标量化方法,比如目标加权法;另一种方法是一次性求取pareto解集的多目标优化方法,以上两类方法都建立在精确的优化模型基础上,可利用替代模型来拟合真实模型,建立精确的替代模型需要大量建模数据。
技术实现思路
1、要解决的技术问题:注塑成型过程如何优化。
2、技术方案:本发明提供了一种提升注塑发泡成型塑件表面质量的注塑工艺,包括以下步骤:步骤一、数据产生,使用拉丁超立方方法产生n个初始采样点,再通过实验产生与输入对应的n对响应值;步骤二、首次数据预处理,分别根据两种指标的响应值,计算出指标对应的监测限和压缩限,并对超出压缩限数据进行压缩,令监测上下限为ru和rd,压缩上下限为cu和cd,具体定义如下:ru=m+3d,rd=m-3d;cu=m+2d,cd=m-2d,式中,m为n个响应的均值,d为标准差,如果最大值响应y(s)(奇异点)超出ru,y~(s)为y(s)压缩后的数值,设y(i)为待压缩的采样值,y~(i)为y(i)压缩后的结果,那么实际上,是人为设定的数据压缩边界,它可在cu到ru之间选取,利用上式对所有超出cu的采样都进行变换,未超出的则保持不变,这样就完成了奇异值超出监测上限情况下的数据压缩过程,而超出下限的情况处理方法与其类似;步骤三、建立模型,分别利用采样数据对,建立2个指标的kriging模型,即采用极大化似然函数的方法,获得式中的待定参数p和θ;步骤四、寻找加入点,在可行域内优化概率提升式和期望提升式,找到当前插值模型下的一个全局提升加入点;步骤五、终止准则,如果加入点数达到初始采样个数n的一到两倍的时候,迭代寻优终止,否则进入步骤六;步骤六、获取新响应值后,再进行处理,对新加入采样要先获取其对应响应值,如果其超出当前压缩限,先对其进行压缩,若压缩后仍超出监测限(新的最大值出现),则用它替换掉式中的y(s),再用式对所有超出压缩限的采样重新压缩,之后回到步骤三,重新进行。
3、进一步地,概率提升式为
4、进一步地,期望提升式为e[i]=p[i]d(x)。
5、进一步地,期望提升式e[i]=p[i]d(x)根据指标提升幅度表示,指标提升幅度为
6、技术效果:
7、本发明设计所提供的获取最优收缩均匀,模具温度越高越好,保压曲线应为先恒定后线性递减,若想获得最优的平均收缩,模具温度越低越好,保压曲线应使用压力上限值恒定保压。
1.一种提升注塑发泡成型塑件表面质量的注塑工艺,其特征在于,包括以下步骤:
2.根据权利要求1所述的提升注塑发泡成型塑件表面质量的注塑工艺,其特征在于:概率提升式为
3.根据权利要求1所述的提升注塑发泡成型塑件表面质量的注塑工艺,其特征在于:期望提升式为e[i]=p[i]d(x)。
4.根据权利要求1或3所述的提升注塑发泡成型塑件表面质量的注塑工艺,其特征在于:期望提升式e[i]=p[i]d(x)根据指标提升幅度表示,指标提升幅度为