喜歡就充值下載吧。。。資源目錄里展示的全都有,,下載后全都有,,請放心下載,原稿可自行編輯修改 【QQ:414951605 可咨詢交流】=====================
喜歡就充值下載吧。。。資源目錄里展示的全都有,,下載后全都有,,請放心下載,原稿可自行編輯修改 【QQ:1304139763 可咨詢交流】=====================
喜歡就充值下載吧。。。資源目錄里展示的全都有,,下載后全都有,,請放心下載,原稿可自行編輯修改 【QQ:1304139763 可咨詢交流】=====================
大連交通大學(xué)參加畢業(yè)設(shè)計(jì)(論文)答辯申請書
學(xué)生姓名
秦立偉
學(xué)院
機(jī)械工程學(xué)院
專業(yè)班級
機(jī)械134
題 目
帶側(cè)臺方套管注塑模具設(shè)計(jì)
指導(dǎo)教師
林盛
答辯前學(xué)生填寫畢業(yè)設(shè)計(jì)(論文)工作總結(jié)和參加答辯申請:方套管模具是注塑模具中比較典型的
模具當(dāng)然也有它自身的特點(diǎn)。典型在于它是方柱形,內(nèi)有貫通的圓形孔,形狀比較規(guī)則,相對比較
對稱;它的特點(diǎn)在于柱子的長度相比于截面的圓直徑比較大,所軸向長度很大,而且他的一個面上
有圓柱凸臺且有通孔。所以在設(shè)計(jì)時必須考慮測抽芯,哈呋分型的設(shè)計(jì)等很多問題。在設(shè)計(jì)過程中,
主要對模具的型芯、型腔、澆注系統(tǒng)、導(dǎo)向系統(tǒng)和脫模系統(tǒng)進(jìn)行了精密的計(jì)算和合理的選擇。設(shè)計(jì)
中主要運(yùn)用了Pro/E和Auto CAD軟件,根據(jù)制件的零件圖繪制了模具的各個零件圖和裝配圖。
指導(dǎo)教師對學(xué)生參加畢業(yè)設(shè)計(jì)(論文)答辯的意見:
指導(dǎo)教師: 年 月 日
畢業(yè)設(shè)計(jì)(論文)成績考核表
學(xué)生姓名
秦立偉
專業(yè)班級
機(jī)械134
題 目
帶側(cè)臺方套管注塑模具設(shè)計(jì)
評 審 者
考 核 項(xiàng) 目
評分(每項(xiàng)滿分10分)
指導(dǎo)教師
1
工作態(tài)度與遵守紀(jì)律的情況
2
掌握基本理論、專業(yè)知識、基本技能的程度和閱讀外文的水平
3
獨(dú)立工作能力、綜合運(yùn)用所學(xué)知識分析和解決問題能力及實(shí)際工作能力提高的程度
4
完成任務(wù)的情況與水平(工作量及說明書、論文與圖紙、軟、硬件實(shí)物成果質(zhì)量和創(chuàng)新性)
評閱人
5
說明書、論文質(zhì)量(正確性、條理性、創(chuàng)造性和實(shí)用性)及圖紙質(zhì)量(視圖完整、布局合理、圖面整潔、線條清晰、標(biāo)注規(guī)范)
6
技術(shù)水平(理論、分析、計(jì)算、實(shí)驗(yàn)和軟、硬件實(shí)物性能以及創(chuàng)新性)
答辯小組(或答辯委員會)
7
完成任務(wù)的情況與水平(按規(guī)范化要求)
8
說明書、論文、圖紙與實(shí)物成果的質(zhì)量和創(chuàng)新性
9
答辯時講述的條理性及系統(tǒng)性
10
回答問題的正確性
總評成績
總評成績等級(優(yōu)、良、中、及格、不及格)
指導(dǎo)教師簽字:
評閱人簽字:
答辯小組組長(答辯委員會主任)簽字:
注:此表一式兩份,一份由教研室保存,另一份裝入學(xué)生畢業(yè)設(shè)計(jì)(論文)檔案袋中。
畢業(yè)設(shè)計(jì)(論文)成績考核表
學(xué)生姓名
秦立偉
專業(yè)班級
機(jī)械134
題 目
帶側(cè)臺方套管注塑模具設(shè)計(jì)
評 審 者
考 核 項(xiàng) 目
評分(每項(xiàng)滿分10分)
指導(dǎo)教師
1
工作態(tài)度與遵守紀(jì)律的情況
2
掌握基本理論、專業(yè)知識、基本技能的程度和閱讀外文的水平
3
獨(dú)立工作能力、綜合運(yùn)用所學(xué)知識分析和解決問題能力及實(shí)際工作能力提高的程度
4
完成任務(wù)的情況與水平(工作量及說明書、論文與圖紙、軟、硬件實(shí)物成果質(zhì)量和創(chuàng)新性)
評閱人
5
說明書、論文質(zhì)量(正確性、條理性、創(chuàng)造性和實(shí)用性)及圖紙質(zhì)量(視圖完整、布局合理、圖面整潔、線條清晰、標(biāo)注規(guī)范)
6
技術(shù)水平(理論、分析、計(jì)算、實(shí)驗(yàn)和軟、硬件實(shí)物性能以及創(chuàng)新性)
答辯小組(或答辯委員會)
7
完成任務(wù)的情況與水平(按規(guī)范化要求)
8
說明書、論文、圖紙與實(shí)物成果的質(zhì)量和創(chuàng)新性
9
答辯時講述的條理性及系統(tǒng)性
10
回答問題的正確性
總評成績
總評成績等級(優(yōu)、良、中、及格、不及格)
指導(dǎo)教師簽字:
評閱人簽字:
答辯小組組長(答辯委員會主任)簽字:
注:此表一式兩份,一份由教研室保存,另一份裝入學(xué)生畢業(yè)設(shè)計(jì)(論文)檔案袋中。
畢業(yè)設(shè)計(jì)(論文)答辯記錄卡
學(xué)生姓名
秦立偉
專業(yè)班級
機(jī)械134
題 目
帶側(cè)臺方套管注塑模具設(shè)計(jì)
自述情況:
回答問題情況:
答辯得分
1
2
3
4
5
6
7
8
9
10
總分
平均得分
答辯地點(diǎn): 記錄人: 年 月 日
畢業(yè)設(shè)計(jì)(論文)評閱書
題 目 帶側(cè)臺方套管注塑模具設(shè)計(jì)
學(xué)生姓名 秦立偉 專業(yè)班級 機(jī)械134 所在學(xué)院 機(jī)械工程學(xué)院
指導(dǎo)教師 林盛 職 稱 副教授 所在單位 大連交通大學(xué)
1.指導(dǎo)教師評語:
簽名:
年 月 日
2.評閱人評語:
簽名:
年 月 日
3.答辯小組評語:
簽名:
年 月 日
畢業(yè)設(shè)計(jì)(論文)評閱書
題 目 帶側(cè)臺方套管注塑模具設(shè)計(jì)
學(xué)生姓名 秦立偉 專業(yè)班級 機(jī)械134 所在學(xué)院 機(jī)械工程學(xué)院
指導(dǎo)教師 林盛 職 稱 副教授 所在單位 大連交通大學(xué)
1.指導(dǎo)教師評語:
簽名:
年 月 日
2.評閱人評語:
簽名:
年 月 日
3.答辯小組評語:
簽名:
年 月 日
畢業(yè)設(shè)計(jì)(論文)評閱書
題 目 帶側(cè)臺方套管注塑模具設(shè)計(jì)
學(xué)生姓名 秦立偉 專業(yè)班級 機(jī)械134 所在學(xué)院 機(jī)械工程學(xué)院
指導(dǎo)教師 林盛 職 稱 副教授 所在單位 大連交通大學(xué)
1.指導(dǎo)教師評語:
簽名:
年 月 日
2.評閱人評語:
簽名:
年 月 日
3.答辯小組評語:
簽名:
年 月 日
大連交通大學(xué)2017屆本科生畢業(yè)設(shè)計(jì)調(diào)研報告
調(diào)研報告
一、注塑模來源及意義
注塑模具起源:在1943年,位于葡馬立尼亞.格蘭特市(Marinha Grande)一家小型玻璃模具廠股東阿尼巴爾(AníbalH.Abrantes)萌發(fā)了生產(chǎn)注塑模的構(gòu)想。由于未能獲得其他股東的支持,阿尼巴爾不得不出售自己擁有的公司股份已籌集資金,并開始專注于注塑模具的研發(fā)與制造。兩年后,他成功的制造了第一只注塑模具。此后,在馬立尼亞.格蘭特市和奧利維拉.德.阿澤麥伊斯市(oliveiradeAzeméis)(葡萄牙另一傳統(tǒng)玻璃工業(yè)區(qū))逐步出現(xiàn)其它注塑模具企業(yè)。隨著國外先進(jìn)技術(shù)的引進(jìn),葡模具工藝水平不斷提高,并于1955年首次實(shí)現(xiàn)模具出口,產(chǎn)品銷往英國。
注塑模具設(shè)計(jì)的意義:塑料工業(yè)是當(dāng)今世界上增長最快的工業(yè)門類之一,而注塑模具是其中發(fā)展較快的種類。因此,研究注塑模具對了解塑料產(chǎn)品的生產(chǎn)過程和提高產(chǎn)品質(zhì)量有很大意義[1]。
模具是制造業(yè)的一種基本工藝裝備,它的作用是控制和限制材料(固態(tài)或液態(tài))的流動,使之形成所需要的形體。用模具制造零件以其效率高,產(chǎn)品質(zhì)量好,材料消耗低,生產(chǎn)成本低而廣泛應(yīng)用于制造業(yè)中。模具工業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)工業(yè),是國際上公認(rèn)的關(guān)鍵工業(yè)。模具生產(chǎn)技術(shù)水平的高低是衡量一個國家產(chǎn)品制造水平高低的重要標(biāo)志,它在很大程度上決定著產(chǎn)品的質(zhì)量,效益和新產(chǎn)品的開發(fā)能力。振興和發(fā)展我國的模具工業(yè),正日益受到人們的關(guān)注[2-3]。
模具工業(yè)既是高新技術(shù)產(chǎn)業(yè)的一個組成部分,又是高新技術(shù)產(chǎn)業(yè)化的重要領(lǐng)域。模具在機(jī)械,電子,輕工,汽車,紡織,航空,航天等工業(yè)領(lǐng)域里,日益成為使用最廣泛的主要工藝裝備,它承擔(dān)了這些工業(yè)領(lǐng)域中60%~90%的產(chǎn)品的零件,組件和部件的生產(chǎn)加工[4]。
二、模具國內(nèi)外發(fā)展現(xiàn)狀
國內(nèi)注塑模具的發(fā)展現(xiàn)狀:目前,國內(nèi)生產(chǎn)的小模數(shù)塑料齒輪等精密塑料模具已達(dá)到國外同類產(chǎn)品水平。在齒輪模具設(shè)計(jì)中采用最新的齒輪設(shè)計(jì)軟件,糾正了由于成型壓縮造成的齒形誤差,達(dá)到了標(biāo)準(zhǔn)漸開線造型要求。顯示管隔離器注塑模、高效多色注射塑料模、純平彩電塑殼注塑模等精密、復(fù)雜、大型模具的設(shè)計(jì)制造水平也已達(dá)到或接近國際水平。使用CAD三維設(shè)計(jì)、計(jì)算機(jī)模擬注塑成形、抽芯脫模機(jī)構(gòu)設(shè)計(jì)新穎等對精密、復(fù)雜模具的制造水平提高起到了很大作用。20噸以上的大型塑料模具的設(shè)計(jì)制造也已達(dá)到相當(dāng)高的水平。34英寸彩電塑殼和48英寸背投電視機(jī)殼模具,汽車保險杠和儀表盤的注塑模等大型模具,國內(nèi)都已可生產(chǎn)。國內(nèi)最大的塑料模具已達(dá)50噸[5]。??
20世紀(jì)80年代開始,發(fā)達(dá)工業(yè)國家的模具工業(yè)已從機(jī)床工業(yè)中分離出來,并發(fā)展成為獨(dú)立的工業(yè)部門,其產(chǎn)值已超過機(jī)床工業(yè)的產(chǎn)值。改革開放以來,我國的模具工業(yè)發(fā)展也十分迅速。近年來,每年都以15%的增長速度快速發(fā)展。許多模具企業(yè)十分重視技術(shù)發(fā)展。加大了用于技術(shù)進(jìn)步的投入力度,將技術(shù)進(jìn)步作為企業(yè)發(fā)展的重要動力[6]。此外,許多科研機(jī)構(gòu)和大專院校也開展了模具技術(shù)的研究與開發(fā)。模具行業(yè)的快速發(fā)展是使我國成為世界超級制造大國的重要原因。今后,我國要發(fā)展成為世界制造強(qiáng)國,仍將依賴于模具工業(yè)的快速發(fā)展,成為模具制造強(qiáng)國。
國外注塑模具的發(fā)展現(xiàn)狀:國外注塑模具制造行業(yè)的最基本特征是高度集成化、智能化、柔性化和網(wǎng)絡(luò)化。追求的目標(biāo)是提高產(chǎn)品質(zhì)量及生產(chǎn)效率。國外發(fā)達(dá)國家模具標(biāo)準(zhǔn)化程度達(dá)到70%~80%,實(shí)現(xiàn)部分資源共享,大大縮短設(shè)計(jì)周期及制造周期,降低生產(chǎn)成本.最大限度地提高模具制造業(yè)的應(yīng)變能力 滿足用戶需求。模具企業(yè)在技術(shù)上實(shí)現(xiàn)了專業(yè)化,在模具企業(yè)的生產(chǎn)管理方面,也有越來越多的采用以設(shè)計(jì)為龍頭、按工藝流程安排加工的專業(yè)化生產(chǎn)方式,降低了對模具工人技術(shù)全面性的要求,強(qiáng)調(diào)專業(yè)化[7-8]。?
國外注塑成型技術(shù)在也向多工位、高效率、自動化、連續(xù)化、低成本方向發(fā)展。因此,模具向高精度復(fù)雜、多功能的方向發(fā)展。例如:組合模、即鈑金和注塑一體注塑鉸鏈一體注塑、活動周轉(zhuǎn)箱一體注塑;多色注塑等;向高效率、高自動化和節(jié)約能源,降低成本的方向發(fā)展。例如:疊模的大量制造和應(yīng)用,水路設(shè)計(jì)的復(fù)雜化、裝夾的自動化、取件全部自動化[9]。?
國內(nèi)外注塑模具發(fā)展?fàn)顩r對比:隨著塑料制品在社會發(fā)展中的廣泛應(yīng)用,模具技術(shù)已成為衡量一個國家制造業(yè)發(fā)展水平的重要標(biāo)志之一,標(biāo)準(zhǔn)化、智能化、網(wǎng)絡(luò)化成為工業(yè)發(fā)達(dá)國家注塑模具制造業(yè)的基本特征。近些年來,隨著我國注塑行業(yè)的發(fā)展和先進(jìn)制造技術(shù)的研發(fā)與引進(jìn),我國注塑模具的制造水平也得到了很大的提高。但是由于起步晚、基礎(chǔ)薄弱、技術(shù)設(shè)備、管理水平都比較低等問題,我國的注塑模具總水平還與國外存在10 年以上差距。
(1)注塑模具的精度
在塑料成型方面,注塑模具具有其他模具無法比擬的優(yōu)勢,隨著人們需求的不斷提高,對塑件的精度要求也越來越高,高精度的模具是生產(chǎn)出高精度塑件的保證。模具的精度通常包括尺寸精度、形狀精度、位置精度、表面精度等四個方面。目前,很多工業(yè)發(fā)達(dá)國家注塑模型腔的精度達(dá)到了0. 005 ~ 0. 001 mm,型腔表面的粗糙度(Ra)為0. 10 ~ 0. 05 μm。
隨著零件微型化的發(fā)展,我國注塑模具的精度程度也在不斷提高,十年前,我國注塑模型腔的精度一般為0. 05 mm,現(xiàn)在已達(dá)到0. 02 ~ 0. 03 mm[10],型腔表面的粗糙度(Ra)達(dá)到0. 20 μm。注塑模具的這些發(fā)展對于提高手機(jī)、數(shù)碼相機(jī)等塑件的精確程度具有重要的意義。
(2) 熱流道模具使用率
熱流道模具是采用絕熱或加熱方式,使流道內(nèi)熔體始終保持熔融狀態(tài)的模具。其起始階段發(fā)展緩慢,隨著制造工業(yè)的發(fā)展,由于熱流道模具具有生產(chǎn)周期短、節(jié)省原材料、提高生產(chǎn)率等優(yōu)點(diǎn),成為注塑模具發(fā)展的熱點(diǎn)之一。當(dāng)前,歐美發(fā)達(dá)工業(yè)國家和地區(qū)的熱流道模具使用率占塑料模具總量的比例的60% ~70%及以上[11]。
在我國模具制造業(yè)中,傳統(tǒng)的冷流道技術(shù)仍然處于主導(dǎo)地位。熱流道模具生產(chǎn)的技術(shù)難度大、價格昂貴等因素,在我國的發(fā)展速度非常緩慢,其使用率不足10%,其中擁有自主產(chǎn)權(quán)的熱流道模具技術(shù)比較少,尚處于逐步應(yīng)用和自主開發(fā)階段,很多設(shè)備依賴于進(jìn)口。但是,隨著我國塑料制造業(yè)的發(fā)展,近些年來熱流道模具在國內(nèi)的迅速推廣,而且出現(xiàn)了深圳熱流道科技公司、浙江的貝佳熱流道公司等[12-13] 專業(yè)的熱流道模具制造商。
(3)標(biāo)準(zhǔn)化程度
模具標(biāo)準(zhǔn)化工作主要包括模具塑件的標(biāo)準(zhǔn)化生產(chǎn)、模具技術(shù)的標(biāo)準(zhǔn)化執(zhí)行等。模具的標(biāo)準(zhǔn)化生產(chǎn)可以節(jié)省材料、縮短制造周期、降低成本,能給制造工業(yè)帶來效率和效益[14],因此其代表未來注塑模具的一個重要發(fā)展方向。目前,發(fā)達(dá)國家模具標(biāo)準(zhǔn)化程度達(dá)到70% ~ 80%,其專業(yè)模具制造廠具有分工細(xì)、人員少、采用計(jì)算機(jī)管理、產(chǎn)值高等特點(diǎn),其模具的研發(fā)與生產(chǎn)已形成了完善的體系。據(jù)統(tǒng)計(jì),德國HASCO 公司標(biāo)準(zhǔn)件規(guī)格達(dá)3 萬多種。
我國也于1983 年1O 月在長沙成立了全國模具標(biāo)準(zhǔn)化技術(shù)委員會[15]。近些年來,隨著國外先進(jìn)技術(shù)的引進(jìn),我國注塑模具的標(biāo)準(zhǔn)化程度也在不斷提高,從目前的形勢看,我國模具標(biāo)準(zhǔn)件的推廣和應(yīng)用有很大的市場潛力。但是,由于我國注塑模具的標(biāo)準(zhǔn)化工作起步較晚,其標(biāo)準(zhǔn)化程度不足30%,遠(yuǎn)遠(yuǎn)落后于美國、日本等工業(yè)發(fā)達(dá)國家,特別是精密、復(fù)雜的注塑模具標(biāo)準(zhǔn)化程度更低。
(4)注塑模具的使用壽命
在注塑成型過程中,模具的使用壽命直接關(guān)系到生產(chǎn)效率的高低?,F(xiàn)代注塑模具的壽命比傳統(tǒng)注塑模具的壽命要高出5 ~ 10 倍,使用壽命長是現(xiàn)代注塑模具發(fā)展的主要目標(biāo)之一。以淬火鋼模具壽命為例,目前許多工業(yè)發(fā)達(dá)國家的淬火鋼模具壽命高達(dá)160 萬~300 萬次。
模具材料的選用、模具的設(shè)計(jì)與維護(hù)都對模具的使用壽命具有重要的影響。隨著先進(jìn)技術(shù)的使用,我國注塑模具的使用壽命也不斷增長,淬火鋼模具壽命高達(dá)到了50 萬~ 100 萬次[16],與發(fā)達(dá)國家相比還存在一定的差距。
總之,我國在注塑模具先進(jìn)技術(shù)的研發(fā)與應(yīng)用方面還與發(fā)達(dá)國家存在一定的差距,注塑模的精度、熱流道模具使用率、模具的使用壽命、標(biāo)準(zhǔn)化程度等都有待于進(jìn)一步提高。所以,我國應(yīng)加大技術(shù)投入,重視技術(shù)創(chuàng)新,使我國的注塑模具得到快速高效的發(fā)展。
三、研究目標(biāo)
帶側(cè)臺方套管注塑模設(shè)計(jì)。
四、研究內(nèi)容
1、模具總體方案設(shè)計(jì);
2、澆注系統(tǒng)、導(dǎo)向機(jī)構(gòu)、脫模機(jī)構(gòu)、排氣系統(tǒng)等的結(jié)構(gòu)設(shè)計(jì);
3、模具零部件以及整個模具裝配的二維和三維圖;
五、研究方法和手段
通過圖書館查找資料、與在網(wǎng)絡(luò)上自學(xué)了很多模具方面的知識,并在設(shè)計(jì)過程中,主要對模具的型芯、型腔、澆注系統(tǒng)、導(dǎo)向系統(tǒng)和脫模系統(tǒng)等進(jìn)行了精密的計(jì)算和合理的選擇。最后使用三維繪圖軟件繪制了模具的各個零件圖和裝配圖。
六、進(jìn)度安排
1、外文翻譯;
2、撰寫調(diào)研報告;
3、用proe進(jìn)行塑件的建模;
4、擬定模具的結(jié)構(gòu)形式;
5、成型零件設(shè)計(jì)計(jì)算;
6、模架選擇;
7、澆注系統(tǒng)的設(shè)計(jì)排氣槽設(shè)計(jì)脫模推出機(jī)構(gòu)設(shè)計(jì);
8、冷卻系統(tǒng)設(shè)計(jì),導(dǎo)向與定位機(jī)構(gòu)設(shè)計(jì);
9、三維圖與二維圖的繪制;
10、畢業(yè)設(shè)計(jì)計(jì)算說明書;
六、總結(jié)
雖然在這十多年中注塑模具工業(yè)取得了令人矚目的發(fā)展,但許多方面與工業(yè)發(fā)達(dá)國家相比仍有較大的差距。精密加工設(shè)備在模具加工設(shè)備中的比重還比較低,CAD/CAE/CAM技術(shù)的普及率不高,許多先進(jìn)的模具技術(shù)應(yīng)用還不夠廣泛等。特別在大型、精密、復(fù)雜和長壽命模具技術(shù)上存在明顯差距,這些類型模具的生產(chǎn)能力也不能滿足國內(nèi)需求,因而需要大量從國外進(jìn)口。
參考文獻(xiàn)
[1] 馬金駿.塑料模具設(shè)計(jì)(修訂版)[M].北京:中國科學(xué)技術(shù)出版社,1994.
[2] 王樹勛.注塑模具設(shè)計(jì)與制造實(shí)用技術(shù)[M].廣州:華南理工大學(xué)出版,1993.
[3] 屈華昌.塑料成型工藝與模具設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2003.
[4] 梁艷豐. 注塑模結(jié)構(gòu)設(shè)計(jì)要點(diǎn)分析[J]. 中國科技縱橫,2010 ( 9) : 21.
[5] 洪慎章. 現(xiàn)代模具技術(shù)的現(xiàn)狀及發(fā)展趨勢[J].航空制造技術(shù),2006 ( 6) : 30-32.
[6] 周永泰. 中國模具工業(yè)的現(xiàn)狀與發(fā)展[J]. 電加工與模具,2005 ( 4) : 8-12.
[7] 楊守濱. 淺談注塑模具先進(jìn)制造關(guān)鍵技術(shù)的發(fā)展[J].科技創(chuàng)新導(dǎo)報,2008 ( 2) : 78.
[8] 王昌,胡修鑫. 注塑模具的先進(jìn)制造技術(shù)綜述[J]. 機(jī)床與液壓,2012,40 ( 14) :
123-125.
[9] 姜愛菊,吳宏武. 微注射成型的最新進(jìn)展[J]. 塑料工業(yè),2008,31 ( 8) : 1-4.
[10] 江?。?淺析注塑模具的發(fā)展[J]. 廣西輕工業(yè),2011( 3) : 51-52.
[11] WILDER R V. Hot Runners [J]. Plast Technol,2003,49 ( 9) : 23.
[12] 梅啟武. 注塑模熱流道輔助設(shè)計(jì)技術(shù)與應(yīng)用研究[D].杭州: 浙江大學(xué),2004: 1
-11.
[13] 李聰,李輝. 淺談注塑模具中一些先進(jìn)技術(shù)[J].電子 世界,2011 ( 9) : 38-39.
[14] 許發(fā)鍵. 模具標(biāo)準(zhǔn)化及其生產(chǎn)技術(shù)[J]. 現(xiàn)代制造,2004 ( 9) : 46-48.
[15] 宋滿倉. 注塑模具設(shè)計(jì)與制造標(biāo)準(zhǔn)化體系的研究[D].大連: 大連理工大學(xué),2004:
1-14.
[16] 阮雪榆,李志剛,武兵書,等. 中國模具工業(yè)和技術(shù)的發(fā)展[J]. 模具技術(shù),2001
(2): 72-74.
7
大連交通大學(xué)2017屆本科生畢業(yè)設(shè)計(jì)外文翻譯
基于人工神經(jīng)網(wǎng)絡(luò)模型和期望改進(jìn)函數(shù)法的注塑成型工藝參數(shù)優(yōu)化
收到:2008年10月16日/接受日期:2009年9月24日/在線發(fā)布:2009年11月20日#施普林格出版社倫敦有限公司2009。
摘要:在本研究中,提出了一種基于人工神經(jīng)網(wǎng)絡(luò)模型的自適應(yīng)優(yōu)化方法,以優(yōu)化注塑過程。優(yōu)化過程旨在最小化注塑部件的翹曲,其中工藝參數(shù)是設(shè)計(jì)變量。 Moldflow Plastic Insight軟件用于分析注塑件的翹曲。模具溫度,熔體溫度,注射時間,包裝壓力,包裝時間和冷卻時間均被視為工藝參數(shù)。人工神經(jīng)網(wǎng)絡(luò)和實(shí)驗(yàn)設(shè)計(jì)(DOE)方法的組合用于構(gòu)建翹曲與過程參數(shù)之間的近似函數(shù)關(guān)系,代替優(yōu)化迭代中的昂貴的仿真分析。自適應(yīng)過程是通過預(yù)期的改進(jìn)來實(shí)現(xiàn)的,這是一個填充的抽樣標(biāo)準(zhǔn)。雖然美國能源部規(guī)模小,但是這個標(biāo)準(zhǔn)可以平衡本地和全局搜索并趨于全局最優(yōu)解。作為示例,蜂窩電話機(jī)蓋和掃描儀的調(diào)查。結(jié)果表明,提出的自適應(yīng)優(yōu)化方法可以有效降低注射成型件的翹曲。
關(guān)鍵詞:注塑成型;優(yōu)化;實(shí)驗(yàn)設(shè)計(jì);人工神經(jīng)網(wǎng)絡(luò);預(yù)期改進(jìn)功能。
1介紹
注塑成型是生產(chǎn)塑料制品中最廣泛使用的工藝。注塑模具可分為填充,填充后和開模三個階段[1]。在生產(chǎn)過程中,翹曲是最重要的質(zhì)量問題之一,特別是塑殼制品。其中一些研究成果已經(jīng)證明了薄殼塑料件的優(yōu)化[2-9],可以通過修改零件的幾何形狀或改變模具的結(jié)構(gòu)或調(diào)整工藝參數(shù)來減小翹曲。零件設(shè)計(jì)和模具設(shè)計(jì)通常在產(chǎn)品開發(fā)的初始階段確定,不容易改變。因此優(yōu)化工藝參數(shù)是最可行和最合理的方法。塑料注射成型中的一個重要問題是在制造前預(yù)測和優(yōu)化翹曲。許多文獻(xiàn)一直用于翹曲優(yōu)化。 Lee和Kim [10]利用改進(jìn)的復(fù)合法優(yōu)化了壁厚和工藝條件,以減少翹曲程度并減少翹曲的70%以上。 Sahu等人[11]優(yōu)化工藝條件,通過組合實(shí)施改進(jìn)復(fù)合法和實(shí)驗(yàn)設(shè)計(jì)來減少翹曲。他們的研究結(jié)果表明,這些方法可以有效地減少翹曲。盡管這些方法可以有效地減少翹曲,但是他們是昂貴且費(fèi)時的,因?yàn)樗麄儓?zhí)行許多昂貴的功能評估。與這些方法相比,Taguchi方法[12-14]更容易執(zhí)行和可以分析有效因素,但只能得到工藝參數(shù)更好的組合,而不是設(shè)計(jì)空間中的最優(yōu)解。翹曲是過程參數(shù)的非線性隱性函數(shù),通常由解決方案用無限元方程估計(jì)。一般來說,復(fù)雜的任務(wù)通常需要巨大的計(jì)算成本。因此,為了降低翹曲優(yōu)化中的計(jì)算成本,許多研究人員引入了Kriging替代模型,人工中性網(wǎng)絡(luò)(ANN),響應(yīng)面法和支持向量回歸等代替模型。高等[15-17]通過將克里金替代模型與改進(jìn)的矩形網(wǎng)格法和預(yù)期改進(jìn)(EI)函數(shù)方法相結(jié)合,優(yōu)化了工藝條件以減少翹曲。 Kurtaran等人將遺傳算法與神經(jīng)網(wǎng)絡(luò)和響應(yīng)面法結(jié)合起來,以優(yōu)化過程參數(shù)來減少塑料部件的翹曲[18,19]。 Zhou等[20]使用支持向量回歸模型和遺傳算法優(yōu)化注塑工藝。他們的結(jié)果表明,基于替代模型的方法可以降低翹曲優(yōu)化中的高計(jì)算成本,遺傳算法可以有效地接近全局最優(yōu)設(shè)計(jì)。
在這項(xiàng)研究中,模具溫度,熔體溫度,注射時間,包裝壓力,包裝時間和冷卻時間被認(rèn)為是工藝參數(shù)。 拉丁超立方體設(shè)計(jì)(LHD)獲得小尺寸實(shí)驗(yàn)設(shè)計(jì),并通過MoldFlow Plastic Insight軟件評估翹曲值。 提出了基于人工神經(jīng)網(wǎng)絡(luò)模型的自適應(yīng)優(yōu)化。 自適應(yīng)過程由EI函數(shù)執(zhí)行,其可以自適應(yīng)地選擇附加采樣點(diǎn)以改善代理模型并找到最佳值[17]。 這種方法被視為有效的全局優(yōu)化[21]。 數(shù)值計(jì)算結(jié)果表明,該方法可有效降低翹曲。
圖1:ANN模型的配置
圖2:結(jié)合ANN / EI優(yōu)化的流程圖
圖3:蜂窩電話蓋板的中平面模型
2人工神經(jīng)網(wǎng)絡(luò)
ANN是非線性問題的模擬和預(yù)測的強(qiáng)大工具。 神經(jīng)網(wǎng)絡(luò)包括許多高度互聯(lián)稱為神經(jīng)元的處理單元。每個神經(jīng)元對加權(quán)輸入求和,然后對所得到的和應(yīng)用線性或非線性函數(shù)以確定輸出,并且它們都被分層排列并通過過度連接組合。 典型的ANN是反向傳播網(wǎng)絡(luò)(BPN)[22-26],已被廣泛應(yīng)用于許多研究領(lǐng)域。 BPN具有分層的前饋網(wǎng)絡(luò)架構(gòu),每層的輸出直接發(fā)送到上層的每個神經(jīng)元。 雖然BPN可以有多層次,但所有的模式識別和分類任務(wù)都可以用三層BPN來實(shí)現(xiàn)[27]。
表1:工藝參數(shù)范圍
圖4:優(yōu)化前蓋的翹曲
通過向網(wǎng)絡(luò)反復(fù)呈現(xiàn)一系列輸入/輸出模式集來訓(xùn)練BPN。神經(jīng)網(wǎng)絡(luò)通過調(diào)整其神經(jīng)元之間的權(quán)重來逐漸“學(xué)習(xí)”輸入/輸出關(guān)系的興趣,以最小化實(shí)際和預(yù)測輸出模式之間訓(xùn)練集的誤差。培訓(xùn)后,使用不在訓(xùn)練集中的一組單獨(dú)的數(shù)據(jù)來監(jiān)控網(wǎng)絡(luò)的性能。當(dāng)均方誤差(MSE)達(dá)到最小值時,網(wǎng)絡(luò)訓(xùn)練被認(rèn)為是完整的,權(quán)重是固定的。本文采用一層隱藏三層ANN模型,模具溫度(Tmold),熔體溫度(Tmelt),注射時間(tin),包裝壓力(Ppack),包裝時間(tpack)和冷卻時間(tc)都被視為輸入變量,翹曲被認(rèn)為是輸出變量。因此確定ANN的輸入層和輸出層的神經(jīng)元數(shù)。通過試驗(yàn)確定中間層的神經(jīng)元數(shù)。輸入層和隱層之間的傳遞函數(shù)為“Logsig”,隱層和輸出層之間的傳遞函數(shù)為“Purelin”,列車功能函數(shù)為trainlm,性能函數(shù)為MSE,學(xué)習(xí)周期為50,000,學(xué)習(xí)速率為0.05,動量因子為0.9。本文使用的ANN的配置如圖1所示1。
圖5:優(yōu)化后蓋的翹曲
表2:優(yōu)化結(jié)果
3 EI方法
ANN可以被用作從觀察數(shù)據(jù)“學(xué)習(xí)”的任意函數(shù)近似機(jī)制。 ANN用于構(gòu)建翹曲與過程參數(shù)之間的近似函數(shù)關(guān)系,代替了優(yōu)化過程中仿真程序的昂貴分析和重新分析。一般來說,近似函數(shù)可能具有許多極值點(diǎn),使得采用此類函數(shù)的優(yōu)化算法收斂于局部最低。這里介紹了EI算法,以接近全局優(yōu)化解決方案。EI涉及計(jì)算改進(jìn)給定的點(diǎn)。它是用于檢測確定性函數(shù)的全局最小值的順序設(shè)計(jì)策略的啟發(fā)式算法[17,21]。 它可以平衡本地和全球搜索。 在某些點(diǎn)x進(jìn)行采樣之前,Y(x)的值是不確定的。 候選點(diǎn)x處的Y(x)通常用分布,并且使用ANN預(yù)測器給出方差。如果當(dāng)前的最佳函數(shù)值為Ymin,則可以實(shí)現(xiàn)ANN預(yù)測器的改善。
這種改善的可能性由正常密度給出:
(1)
然后,通過整合密度來發(fā)現(xiàn)改進(jìn)的預(yù)期值:
(2)
圖6:掃描儀型號
表3工藝參數(shù)范圍
使用積分方程 2可以寫成:
(3)
其中Φ和f是正態(tài)累積分布功能和密度函數(shù)分別和
(4)
方程式的第一個術(shù)語3是區(qū)別當(dāng)前最小響應(yīng)值Ymin和預(yù)測值在x處的值,由改進(jìn)的概率。因此,當(dāng)最小時,第一項(xiàng)是大的。第二術(shù)語是預(yù)測誤差σ(x)和正常密度的乘積函數(shù)f(u)。正常密度函數(shù)值大當(dāng)誤差σ(x)大時,并且接近Ymin從而預(yù)期的改善將趨于一般其預(yù)測值小于Ymin或很多預(yù)測不確定性。
這種填充采樣方法有一些優(yōu)點(diǎn):(1)它可以智能地添加采樣點(diǎn)來改善ANN,所以它允許從小觀察數(shù)據(jù)“學(xué)習(xí)”;(2)可以避免搜索相對較大的區(qū)域功能值,降低計(jì)算成本;(3)它也可以避免添加一些靠近彼此的點(diǎn)設(shè)計(jì)空間并保持ANN預(yù)測的穩(wěn)定性。
4基于改進(jìn)ANN的翹曲優(yōu)化方法
圖7:優(yōu)化前掃描儀翹曲
4.1翹曲優(yōu)化問題
翹曲最小設(shè)計(jì)問題可以描述為如下:
查找 x1,x2, ... Xm
最大化 (5)
服從
其中過程參數(shù)x1; x2; ... ; xm是設(shè)計(jì)變量和和是下限和上限第j個設(shè)計(jì)變量。目標(biāo)函數(shù)由等式3和4得出,其中Ymin和是電流最小值和翹曲的預(yù)測值。
4.2收斂標(biāo)準(zhǔn)
收斂標(biāo)準(zhǔn)在此滿足:
(6)
其中Δr是給定的收斂公差,Ymin是樣本中的最小函數(shù)值。左邊是一個最大預(yù)期改善之間的比例最小功能值。因此,Δr可以不給出考慮幅度,Δr= 0.1%。
4.3優(yōu)化程序的實(shí)現(xiàn)
實(shí)現(xiàn)綜合ANN模型和EI功能方法如圖1所示2。
表4:優(yōu)化結(jié)果
5手機(jī)蓋翹曲優(yōu)化和掃描儀
5.1優(yōu)化問題
在本節(jié)中,兩次翹曲優(yōu)化的結(jié)果舉例說明。這些旨在顯示集成ANN模型的效率和準(zhǔn)確性EI功能方法
第一個例子是手機(jī)套。它是由3,780個三角形元素離散,如圖1所示 3。其長度,寬度,高度和厚度分別為130,55,11和1 mm。該材料是聚碳酸酯(PC)/丙烯腈 - 丁二烯 - 苯乙烯。
模具溫度(Tmold),熔體溫度(Tmelt),注射時間(錫),包裝壓力(Ppack),包裝時間(tpack)和冷卻時間(tc)被認(rèn)為是設(shè)計(jì)變量。 量化目標(biāo)函數(shù)翹曲(x)通過平面外位移,它們是兩者之和最大上下變形參考Moldflow Plastics Insight中的默認(rèn)平面軟件。約束由下部和上部組成對表1中給出的設(shè)計(jì)變量的約束模型,在這里用于近似翹曲(x),即由方程式 2。
模具溫度范圍和熔體溫度是基于Moldflow Plastics推薦的值洞察力,注射時間,包裝壓力,包裝時間和冷卻時間由制造商的經(jīng)驗(yàn)決定。
首先,LHD選擇十個樣品,然后用Moldflow Plastics Insight軟件對每個樣品設(shè)計(jì)翹曲所對應(yīng)的值進(jìn)行運(yùn)行,得出最后一個翹曲與變形的近似函數(shù)關(guān)系,利用人工神經(jīng)網(wǎng)絡(luò)模型構(gòu)建工藝參數(shù)仿真,代替昂貴的仿真分析優(yōu)化迭代。
解決了基于EI函數(shù)的優(yōu)化問題在這里使用順序二次規(guī)劃[28]。預(yù)期的改進(jìn)表面可能是高度多模態(tài)的,因此難以可靠地優(yōu)化。首先,通過1000個隨機(jī)選擇點(diǎn)和EI函數(shù)值計(jì)算來構(gòu)造近似執(zhí)行數(shù)學(xué)函數(shù)。找出EI最大點(diǎn),然后將功能值選擇為一個初始設(shè)計(jì)。在此外,樣品中具有最小翹曲值的點(diǎn)被選擇為另一個初始設(shè)計(jì),即兩個優(yōu)化過程在每個迭代執(zhí)行。在與仿真分析比較,這些過程消耗的時間非常短,可以忽略。
圖8:優(yōu)化后掃描儀翹曲
需要20次迭代才能獲得優(yōu)化解, 結(jié)果見表3。圖4和圖5顯示優(yōu)化前后的翹曲值,分別為(表2)。
第二個例子是掃描儀。 蓋子離散由8,046個三角形元素組成,如圖1所示。它是由PC模具溫度(Tmold),熔體溫度(Tmelt),注射時間(錫),包裝壓力(Ppack),包裝時間(tpack)和冷卻時間(tc)作為設(shè)計(jì)變量。通過平面外位移量化目標(biāo)函數(shù)翹曲(x),這是最大和最小的變形參考在Moldflow Plastics Insight軟件默認(rèn)的平面的總和。約束由上下限組成,設(shè)計(jì)變量見表3。
模具溫度范圍和熔體溫度是基于Moldflow Plastics推薦的值洞察,注射時間,包裝壓力,包裝時間和冷卻時間由制造商的經(jīng)驗(yàn)決定。
圖9:每個因素對手機(jī)蓋翹曲的個體影響
初始十個樣本由LHD選擇;25次迭代后獲得最優(yōu)解。結(jié)果如表4所示。圖7和圖8分別表示優(yōu)化前后的翹曲。
6討論
表2和表4顯示了幾個工藝參數(shù)處于極限的邊界。 圖9和10顯示每個因素對翹曲的影響等,所有其他因素分別保持在最佳水平。
圖10:每個因素對掃描器翹曲的個別影響
圖9和10顯示了高熔體溫度和短注射時間是理想的。翹曲值隨著熔體溫度的變化,從260°C到300°C非線性減小。這是因?yàn)檩^低的熔體溫度流動性不好,可能導(dǎo)致早期形成冷凍皮膚層,將產(chǎn)生更高的剪切應(yīng)力和阻塞流。如果沒有足夠的時間釋放剪切應(yīng)力,翹曲將增加。然而翹曲值隨注射時間非線性增加。對于薄壁注模部件,長注射時間可以增加冷凍表皮層與熔融芯層的比例。它可以阻止流動,并導(dǎo)致更高的流量剪切應(yīng)力和材料中更多的分子取向。翹曲值僅改變包裝時間的周期,當(dāng)包裝時間長于某些值時,翹曲值幾乎不變。圖9和10還顯示,當(dāng)改變其他工藝參數(shù)(如包裝壓力,冷卻時間和模具溫度)時,翹曲值的變化是不規(guī)則的。翹曲值取決于所有工藝參數(shù)的綜合影響,所有這些工藝參數(shù)應(yīng)通過優(yōu)化提供。
7結(jié)論
在本研究中,提出了一種綜合ANN模型和EI函數(shù)法,以最大限度地減少注塑件的翹曲。這種方法的目的是優(yōu)化一些近似功能訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)模型。優(yōu)化過程可以從由一組采樣點(diǎn)訓(xùn)練的近似函數(shù)開始,然后通過EI函數(shù)將最佳采樣點(diǎn)添加到訓(xùn)練集中。優(yōu)化的每一次迭代包括訓(xùn)練近似函數(shù)和優(yōu)化EI函數(shù)??紤]到EI功能可以將相對意想不到的空間考慮在內(nèi),以提高ANN模型的準(zhǔn)確性,并快速接近全局優(yōu)化解決方案。隨著應(yīng)用程序,手機(jī)蓋和掃描儀的調(diào)查,在優(yōu)化中只需要少量的Moldflow Plastics Insight分析,因?yàn)閮蓚€示例的第一次迭代需要一組幾個采樣點(diǎn)(只有十個采樣點(diǎn))并且每次迭代的后續(xù)操作只將一個采樣點(diǎn)添加到集合中。數(shù)值計(jì)算結(jié)果表明,所提出的優(yōu)化方法對于減少注射成型件的翹曲是有效的,可以快速收斂到優(yōu)化解。雖然這些實(shí)例的設(shè)計(jì)變量限于模具溫度,熔體溫度,注射時間,包裝壓力,包裝時間和冷卻時間,但本方法也適用于更多的工藝參數(shù)。
然而,還有兩個問題。第一個是開發(fā)有效的優(yōu)化算法。因?yàn)镋I功能是具有尖銳峰值多模態(tài)的,所以很難找到最佳解決方案。第二個是針對一些優(yōu)化方法開發(fā)的,以確定BPN學(xué)習(xí)框架中的一些網(wǎng)絡(luò)參數(shù),如學(xué)習(xí)周期,學(xué)習(xí)速率,動量因子和隱藏神經(jīng)元數(shù)量,使網(wǎng)絡(luò)的收斂速度快速穩(wěn)定。計(jì)劃進(jìn)一步發(fā)展。
致謝:作者衷心感謝中國國家自然科學(xué)基金重大計(jì)劃(10590354)對這項(xiàng)工作的財(cái)政支持,并感謝Moldflow公司為本研究提供仿真軟件。
參考文獻(xiàn)
[1] Shen CY, Wang LX, Li Q (2007) Optimization of injectionmolding process parameters using
combination of artificial neural network and genetic algorithm method. J Mater Process
Technol138(2–3):412–418
[2] Kabanemi KK, Vaillancourt H, Wang H, Salloum G (1998)Residual stresses, shrinkage, and
warpage of complex injection molded products: numerical simulation and experimental
validation.Polym Eng Sci 38(1):21–37
[3] Hiroyuki K, Kiyohito K (1996) Warpage anisotropy, and par thickness. Polym Eng Sci
36(10):1326–1335
[4] Fan B, Kazmer DO, Bushko WC, Theriault RP, Poslinski A(2003)Warpage prediction of
optical media. J Polym Sci Part B:Polym Phys 41(9):859–872
[5] Akay M, Ozden S, Tansey T(1996)Predictionofprocess-inducedwarpage in injection molded
thermoplastics. Polym Eng Sci36(13):1839–1846
[6] Hiroyuki K, Kiyohito K (1996) The relation between thicknessand warpage in a disk injection
molded from fiber reinforced PA66. Polym Eng Sci 36(10):1317–1325
[7] Fahy EJ (1998) Modeling warpage in reinforced polymer disks.Polym Eng Sci
38(7):1072–1084
[8] Santhanam N, Chiang HH, Himasekhar K, Tuschak P, Wang KK(1991) Postmolding and
load-induced deformation analysisofplastic parts in the injection molding process. Adv Polym
Technol 11(2):77–89
[9] Yuanxian GU, Haimei LI, Changyo S (2001) Numerical simulation of thermally induced
stressand warpage in injection- molded thermoplastics. Adv Polym Technol 20(1):14–21
[10] Lee BH, Kim BH (1995) Optimization of part wall thicknesses toreduce warpage of
injection-molded parts based on the modified complex method. Polym Plast Technol Eng
34(5):793–811
[11] Sahu R, Yao DG, Kim B (1997) Optimal mold design methodologyto minimize warpage in
injection molded parts. Technical papers of the 55th SPE ANTEC Annual Technical
Conference,Toronto, Canada, April/May 1997, vol 3, pp 3308–3312
[12] Tang SH, Tan YJ, Sapuan SM, Sulaiman S, Ismail N, Samin R(2007) The use of Taguchi
method in the design ofplastic injection mould for reducing warpage. J Mater Process
Technol182(1–3):418–426
[13] Huang MC, Tai CC (2001) The effective factors in the warpageproblem of an
injection-molded part with a thin shell feature. J Mater Process Technol 110(1):1–9
[14] Liao SJ, Chang DY, Chen HJ, Tsou LS, Ho JR, Yau HT, Hsieh WH,Wang JT, Su YC (2004)
Optimal process conditions of shrinkage andwarpage of thin-wall parts. Polym Eng Sci
44(5):917–928
[15] Gao YH, Wang XC (2008) An effective warpage optimizationmethod in injection molding
based on the Kriging model. Int J Adv Manuf Technol 37(9–10):953–960
[16] Gao YH, Turng LS, Wang XC (2008) Adaptive geometry and process optimization for
injection molding using the Kriging surrogate model trained by numerical simulation. Adv
PolymTechnol 27(1):1–16Int J Adv Manuf Technol (2010) 48:955–962 961
[17] Gao YH, Wang XC (2009) Surrogate-based process optimization for reducing warpage in
injection molding. J Mater Process Technol 209(3):1302–1309
[18] Kurtaran H, Ozcelik B, Erzurumlu T (2005) Warpage optimization of a bus ceiling lamp base
using neural network model and genetical gorithm. J Mater Process Technol 169(10):314–319
[19] Kurtaran H, Erzurumlu T (2006) Efficient warpage optimization of thin shell plastic parts
using response surface methodology and genetic algorithm. Int Adv Manuf Technol
27(5–6):468–472
[20] Zhou J, Turng LS, Kramschuster A (2006) Single and multi objective optimization for
injection molding using numerical simulation with surrogate models and genetic algorithms.
Int Polym Process 21(5):509–520
[21] Jones DR, Schonlau M, Welch WJ (1998) Efficient globaloptimization of expensive
black-box functions. J Glob Optim 13 4):455–492
[22].Sadeghi BHM (2000) A BP-neural network predictor model for plastic injection molding
process. J Mater Process Technol103 (3):411–416
[23] Chow TT, Zhang GQ, Lin Z, Song CL (2002) Global optimization of absorption chiller
system by genetic algorithm and neural network. Energy Build 34(1):103–109
[24] Cook DF, Ragsdale CT, Major RL (2000) Combining a neural network with a genetic
algorithm for process parameter optimization. Eng Appl Artif Intell 13(4):391–396
[25] Ozcelik B, Erzurumlu T (2006) Comparison of he warpag optimization in the plastic injection
molding using ANOVA,neural network model and genetic algorithm. J Mater Process Technol
171(3):437–445
[26] ChenWC, Tai PH, Wang MW, Deng WJ, Chen CT(2008)neuralnetwork-based approach for
dynamic quality prediction in a plasticin jection molding process. Expert Syst Appl
35(3):843–849
[27] Woll SLB, Cooper DJ (1997) Pattern-based closed-looqualitycontrol for the injection
molding process. Polym Eng Sci 37(5):801–812
[28] Cheng J, Li QS (2009) A hybrid artificial neural network methodwith uniform design for
structural optimization. Comput Mech 44(1):61–71
H. Shi : Y. Gao : X. Wang (*)
State Key Laboratory of Structural Analysis for Industrial
Equipment, Dalian University of Technology,
Dalian,
116024 Liaoning, China
e-mail: guixum@dlut.edu.cn
16