联系人:
所在地:
我国塑料制品表观消费量排名世界第二,仅次于美国,塑料机械制造业排名世界第一。在全球资源紧缺的经济大环境下,必须提高塑料成型加工的技术水平和生产效率。注射成型是塑料工业中高性能塑料制品生产的最主要手段。 试模、开机调试等是塑料注射成型的重要生产环节。试模时,根据注塑机、制品材料确定注射成型的最佳工艺参数,对模具结构进行调整和优化,保证所设计模具的可生产性。但是存在经验依赖性强、大型复杂模具调模周期长、材料消耗大、成本高、质量难以保证、修理困难等问题,已成为当今注射成型领域急需解决的技术难题。本项目以试模从启动到稳态过程为研究对象,实验研究主要工艺参数的变化规律,分析温度、注射速度、压力等场量各自的动态变化及相互关系机理。 因为塑料注射成型过程异常复杂,可控工艺参数繁多,制品质量与影响因素之间难以定性,训练样本、专家知识等基础数据难以获得是人工智能在注射成型领域应用时面临的最主要问题,强烈依赖于知识的人工智能技术难以给出所有问题的优化解。 总之,注射成型CAE分析结果具有相对准确定量、分散性和独立性等特点,分析准确依赖于材料物性数据的准确与分析模型的合理性,预测结果的评价依赖分析者主观经验,不同分析者的评价结论往往呈现很大的差异,评价质量得不到保证。人工智能方法可有效解决试模阶段的强经验依赖性问题,但训练样本、专家知识等基础数据难以获得是实际应用中面临的主要问题。 本项目将对注射成型试模工艺过程进行深入研究,建立在注射成型工艺过程中压力和速度等变量在线过程的动力学理论模型和公式基础上。根据试模的初始条件并结合注射成型过程中模内熔体压力和流动速度等场量的动态响应,描述模具结构、材料特性、工艺参数与制品质量关系的影响模型。试模时,根据每个周期设定的初始化成型工艺参数,运用注射成型可视化动态信息的实时采集系统,在线测试工艺过程的变化规律。阐明试模过程中模内熔体压力和流动速度等主要变量的动力学特性,为数字化的自动优化工艺方法的建模、注射成型试模工艺参数设定的最优化、以及模具设计的合理性的判据等等实际工程问题提供基础理论依据。使试模建立在科学分析的基础上,有利于突破传统试模经验的束缚,具有十分重要的科学意义和积极的工程意义。