采用RFR-GA算法的薄壁注塑件質量多目標優化

作者：曹艷麗,范希營,郭永環,劉欣,李春曉

摘要：汽車內飾件可由注塑加工獲得,但成型過程中塑件產生的翹曲、體積收縮較大,針對該問題,以某汽車薄壁注塑件為例,研究了其注塑工藝參數的優化方法。通過以注塑過程中的最小翹曲和最小體積收縮率為目標函數,以注塑溫度、模具溫度、注射壓力、保壓壓力、保壓時間以及冷卻時間等參數作為設計變量,構建了多目標全局優化模型。利用Moldflow軟件結合正交試驗獲得的試驗結果訓練隨機森林回歸模型,采用遺傳算法對多目標模型進行全局尋優,獲得最佳成型工藝參數,即對其成型缺陷進行了優化。結果表明,所提出的優化方法能夠得到全局最優解,并同時優化了該汽車薄壁注塑件的翹曲和體積收縮率。將得到的最佳成型工藝參數進行Moldflow試驗,可知翹曲和體積收縮率分別優化了74.6%和42.7%。將獲得的最佳注塑成型工藝參數進行生產驗證,結果表明生產出的薄壁汽車件成型質量較好,滿足生產要求。

發文機構：江蘇師范大學機電工程學院

關鍵詞：多目標優化隨機森林遺傳算法翹曲體積收縮Multi-objective OptimizationRandom ForestGenetic AlgorithmWarpageVolume Shrinkage

分類號： TQ320.662[化學工程—合成樹脂塑料工業]