文献类型：期刊文章

作　　者：季宁[1] 张卫星[1] 于洋洋[1,2] 贺莹[1] 侯英洪[3]

Ji Ning;Zhang Weixing;Yu Yangyang;He Ying;Hou Yinghong(Tianjin University Renai College,Tianjin 300636,China;State Key Laboratory of Engines,Tianjin University,Tianjin 300072,China;Tianjin Xinyang Mould Products Co.Ltd.,Tianjin 300350,China)

机构地区：[1]天津大学仁爱学院,天津300636 [2]天津大学内燃机燃烧学国家重点实验室,天津300072 [3]天津市新阳模具制品有限公司,天津300350

出　　处：《工程塑料应用》

基　　金：天津市教委科研计划项目(2019KJ152,2018KJ269)

年　　份：2020

卷　　号：48

期　　号：3

起止页码：72-77

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：提出应用最优拉丁超立方抽样的方法并结合响应面模型和带精英策略的非支配排序遗传算法(NSGA-II算法)实现注射工艺多目标优化,缩短寻找最优工艺参数的时间,提高塑件生产效率。以充电宝上盖塑件的体积收缩率、缩痕指数为优化目标,以模具温度、熔体温度、保压时间、保压压力、冷却时间作为影响因素。通过模流分析获得优化目标值;建立体积收缩率、缩痕指数与影响因素之间的响应面模型并通过复相关系数评价了响应面模型的有效性;基于NSGA-II算法在响应面模型内自主寻优,获得了满足塑件注塑成型质量的一组最优工艺参数组合。优化后的体积收缩率为5.584%,比优化前的体积收缩率6.337%降低了11.88%;优化后的缩痕指数为1.458%,比优化前的缩痕指数1.681%降低了13.27%,优化效果明显。

关 键 词：最优拉丁超立方  NSGA-Ⅱ算法  注射工艺参数 MOLDFLOW 多目标优化

分 类 号：TQ320.66]