模聚通标识上网做生意,首选模聚通会员 | | WAP浏览   
GF+
商务中心
商务中心
发布信息
发布信息
排名推广
排名推广
 

《模具工业》编辑委员会

名誉主任委员:曹春华 褚克辛 曹延安

主任委员:武兵书

副主任委员(按姓氏笔画排):
申长雨院士 卢秉恒院士 叶 军
李志刚   李德群院士 陈蕴博院士
钟志华院士 赵红一   崔 昆院士

委员(按姓氏笔画排列):
孔 啸  王 冲  王耕耘  王敏杰  王新云
刘全坤  刘春太  刘 斌  刘德普  朱晓兵
米永东  许发樾  阮 锋  吴国峰  吴晓春
张 平  张恭运  张嘉敏  李建军  李明辉
杨立群  杨 健  陈文琳  陈迎志  陈静波
周永泰  周华民  周芝福  周 建  林建平
施良才  赵 震  夏琴香  郭 成  常世平
黄绍浒  彭响方  蒋 鹏  韩长茂  鲍明飞
廖宏谊  蔡考群  蔡紫金

主  管:中国机械工业集团有限公司

主  办:桂林电器科学研究院有限公司

编辑出版:《模具工业》编辑部

主  编:王 冲

执行主编:李 捷

编辑部:刘静  欧艳  李强

广告部:蒋明周  黄岚霞

地  址:广西桂林市东城路8号

邮政编码:541004

编辑部:0773-5605772 5888405
    5888145

广告部:0773-5888172 5888372

发行部:0773-5861906

传  真:0773-5888375

电子信箱:mjgy1975@163.com

网  址:www.moulds.com.cn

印  刷:桂林澳群彩印有限公司

总发行:桂林市邮局

订阅处:全国各地邮局

邮发代号:48-31

国内定价:10.00元

国外代号:M5684

国外代理:中国国际图书贸易集团公司

国外定价:$10.00

 

办刊宗旨:

为行业服务,为企业服务,

为读者服务,推动模具技术发展。

 

战略合作单位:

 

注射模冷却系统在线分析技术研究

时间:2020-08-17   来源:《模具工业》   作者:王明中,黄志高,侯斌魁,张云,周华民   浏览次数:182

标题:注射模冷却系统在线分析技术研究

作者:王明中1,黄志高1,2,侯斌魁1,2,张云1,周华民1(1.华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074;2.国家数字化设计与制造创新中心,湖北武汉430075)

摘要:注射模冷却系统CAE分析过程繁琐,计算耗时,限制了冷却系统优化过程中的分析次数和优化质量,为提高冷却系统的分析效率,提出基于2次CAE分析结果的冷却系统在线分析方法。综合考虑冷却系统和制品结构特征,将冷却影响因素分为外部因素和内部因素。通过热源模型和CAE分析结果量化,分别得到外部因子和内部因子的表征模型,以此为输入参数建立冷却效率为评价指标的BP神经网络预测模型,基于MoldFlow和Siemens NX平台开发了原型系统,并采用盒形制品验证了方法的有效性。

关键词:冷却系统;在线分析;BP神经网络;冷却液;网格单元

中图分类号:TG76;O242.21 文献标识码:A 文章编号:1001-2168(2020)08-0001-06

DOI:10.16787/j.cnki.1001-2168.dmi.2020.08.001

Research on online analysis technology of cooling system of injection mould

WANG Ming-zhong1, HUANG Zhi-gao1,2, HOU Bin-kui1,2, ZHANG Yun1, ZHOU Hua-min1 (1.State Key Laboratory of Material Processing and Die & Mould Technology, Huazhong University of Science and Technology, Wuhan, Hubei 430074, China; 2.National Innovation Institute of Digital Design and Manufacturing, Wuhan, Hubei 430075, China)

Abstract: The CAE analysis process of the cooling system of injection mould is tedious and time-consuming, which seriously limits the analysis times and optimization quality in the optimization process of the cooling system. In order to improve the efficiency of cooling system analysis, an online analysis method of cooling system based on the results of two CAE analysis was proposed. Considering the characteristics of cooling system and product structure, the influence factors of cooling were divided into external factors and internal factors. Through the heat source model and CAE analysis results, the representation models of external factors and internal factors were obtained, and then the BP neural network prediction model with cooling efficiency as the evaluation index was established. The prototype system was developed based on MoldFlow and Siemens NX platform, and the validity of the method was verified by using box products.

Key words: cooling system; online analysis; BP neural network; coolant; grid cell

 
 
0条 [查看全部]  相关评论