快速模具模塑成形的数值分析及过程智能控制系统的研究

论文摘要

快速模具技术因能够很好地响应新产品快速开发的需求，能够解决大量传统加工方法难以甚至不能解决的制造问题，综合经济效益显著，正逐渐成为一种新的生产方式。快速模具模塑成形过程涉及低压注射充模时的流变学问题，双组分高分子材料交联固化的反应动力学问题，反应加工过程中的传热和传质问题，以及过程的智能控制问题等一系列高分子材料反应加工的核心科学问题。本文基于快速模具模塑成形的机理和工艺特点，运用数值分析技术、现代实验技术以及智能控制技术着重研究了制品反应模塑过程影响因素的数值分析方法、工艺参数优化方法以及成形过程的智能控制系统，并进行了大量的实例仿真。本文的研究成果推进和丰富了快速模具模塑成形关键技术的研究，对解决成形过程工艺参数的合理选择及优化、加工过程的智能控制问题具有重要的指导作用。 主要的研究成果归纳如下： ①分析了RT模塑成形的典型工艺过程并归纳了工艺特点；从成形方法、原料体系及充模与固化的物理、化学变化出发，全面分析了RT模塑成形机理；给出了RT模塑成形技术体系，结合控制成形质量的需求阐述并详细分析了工艺参数优化技术、成形过程的数值分析技术及智能控制技术、成形精度控制技术和成形材料的改性技术等RT模塑成形的关键技术。 ②分析了RT模塑充模过程的特点及影响充模质量的主要工艺因素，提出了基于数值仿真及正交实验技术的反应模塑充模工艺参数组合优化方法。以模具填充结束时的平均体积转换率和平均剪切速率作为评价指标，通过设计正交仿真实验方案，在定量分析主要工艺参数对充模过程影响程度的基础上，确定最优工艺参数组合。分析实例证明了该方法的实用性和可靠性。该方法的特点是可针对每一具体产品结构进行分析，仿真实验结果直观，可比性强。所采用的实验原始数据来源于经验推荐值，因而对于反应模塑充模工艺参数的优化具有普遍性。 ③快速模具低压灌注成形具有热固性材料低压反应注射成形的特点，在充模完成后的数十秒时间内除了化学反应之外，还伴随有快速相分离、氢键化等，体系十分复杂。在分析低压灌注成形特点及影响因素的基础上，建立了分析成

论文目录

• 摘要
• ABSTRACT
• 第1章 引言
• 1.1 研究背景
• 1.2 制造技术的发展现状
• 1.2.1 产品开发模式的变革
• 1.2.2 先进制造技术
• 1.2.3 快速制造技术
• 1.3 国内外研究现状
• 1.3.1 快速制造技术的国内外研究现状
• 1.3.2 快速模具制造的国内外研究现状
• 1.3.3 快速模具模塑成形的国内外研究现状
• 1.3.4 快速模具模塑成形设备及过程控制方法的国内外研究现状
• 1.4 研究内容及意义
• 1.4.1 主要研究内容
• 1.4.2 研究意义
• 1.5 本文内容安排
• 第2章 快速模具模塑成形的机理及关键技术
• 2.1 RT模塑成形工艺及特点
• 2.1.1 典型工艺过程
• 2.1.2 工艺特点
• 2.2 RT模塑成形的技术体系
• 2.3 RT模塑成形机理
• 2.3.1 主要成形方法
• 2.3.2 成形原料体系
• 2.3.3 RT模塑的充模
• 2.3.4 RT模塑的固化成形
• 2.4 RT模塑成形的关键技术
• 2.4.1 工艺参数优化技术
• 2.4.2 成形过程数值分析技术
• 2.4.3 成形过程智能控制技术
• 2.4.4 成形精度控制技术
• 2.4.5 成形材料的改性技术
• 2.5 本章小结
• 第3章 RT模塑成形充模过程的数值分析及工艺参数优化
• 3.1 充模过程的特点及影响因素
• 3.1.1 充模过程的特点
• 3.1.2 影响充模的主要工艺因素
• 3.2 充模流动的数值仿真
• 3.2.1 数值仿真的基本原理
• 3.2.2 低压灌注成形的充模流动仿真
• 3.3 工艺参数优化
• 3.3.1 正交仿真实验设计
• 3.3.2 实验分析
• 3.3.3 工艺参数优化
• 3.3.4 应用实例
• 3.4 浇注口位置对RT模塑充模的影响
• 图3.15 浇注口布置在模腔最高位置时的流速分布
• 图3.16 浇注口布置在模腔最低位置时的流速分布
• 3.5 本章小结
• 第4章 低压灌注成形反应固化过程的数值分析
• 4.1 反应固化过程的特点及影响因素
• 4.1.1 交联固化反应特性
• 4.1.2 影响反应固化过程的主要因素
• 4.2 反应固化过程的数学模型
• 4.3 反应固化过程的数值分析
• 4.3.1 分析流程
• 4.3.2 实例分析
• 4.4 本章小结
• 第5章 基于神经网络控制的快速模具低压灌注系统
• 5.1 神经网络控制的基本原理
• 5.1.1 人工神经元
• 5.1.2 人工神经网络及神经网络控制
• 5.2 低压灌注神经网络控制系统
• 5.2.1 控制系统结构
• 5.2.2 控制变量及控制规则
• 5.3 神经网络控制器结构
• 5.3.1 辨识器（NNI）结构
• 5.3.2 控制器（NNC）结构
• 5.4 控制算法
• 5.4.1 辨识器算法
• 5.4.2 控制器算法
• 5.5 系统仿真及分析
• 5.5.1 被控系统数学模型
• 5.5.2 系统仿真及分析
• 5.5.3 控制算法的改进
• 5.6 本章小结
• 第6章 结论与展望
• 6.1 全文总结
• 6.2 进一步工作的方向
• 致谢
• 参考文献
• 附录A 被控系统（神经网络控制系统仿真实例）
• 附录B 用户使用报告
• 个人简历 在读期间发表的学术论文与研究成果