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