注塑模具冷却系统布局设计的演化優化
注塑模具冷却系统布局设计的演化優化[20200907142618]
摘要__冷却系统是在注塑模具中最重要的系统之I..它影响质量和生产力的成型零件.在此文件中,我们扩展我们以前研究冷却系统布局设计到进口和出口的多个系统,自动塑料注射,并建议循序渐进与特设参数,同时优化的拓扑连接和冷却系统的几何位置.混合的编码方案是为了制定I.个候选的解决方案,所代表的变量长度染色体的形式进行编码.制定特设进化的运算符和参数适应冷却系统设计的特点.实验系统的实现是为了验证办法的可行性和个案研究的结果说明了这种方法的有效性.可以预期的是这项研究也将促进塑料注塑模具冷却系统设计的自动化.
关键字:注塑模具,设计自动化,遗传算法(GA),自由度(DOF)
I..引言
冷却系统的性能至关重要的质量和生产率的成型零件.冷却系统设计过程I.般情况下,可以区分分为III个阶段:初步设计.布局设计和详细设计.在初步设计阶段,基本冷却元素被指定了.布局设计阶段安置冷却系统的功能和性能.在详细设计阶段中完成I.些设计细节.在我们先前的研究[I.,II],我们开发了特征的技术,自动生成的初步设计.最近,我们有我们的研究扩展到自动化的布局设计阶段.已开发了图的技术来捕获所有可行的设计,使用图的结构[III,IV],和开发I.种配置空间方法是为了捕获所有可行的几何设计,在I.个给定的拓扑结构[V,VI]的范围内.然而,这些研究主要针对进口/出口冷却系统,和图的方法有时会在I.个设计中,结果没有最优的配置空间的方法,不允许在拓扑结构的变化.在本研究中,这些限制通过遗传算法(GA)克服.
布局设计阶段中的I.个主要问题是连接在初步设计阶段到冷却回路的窗体中指定的各个冷却元素.每个冷却回路由I.个简单的路径,并冷却系统包括I. *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
个或多个冷却回路.在布局设计阶段中的另I.个关注是找到适当的位置,冷却系统.作为许多不同模具分系统需要被打包到模具,从插入大量的候选设计,找出最优的I.个I.个困难的任务.I.种自动和高效率优化算法的拓扑连接和几何位置这两个处理是必要的.
遗传算法是I.种生物进化模型的随机搜索方法,并成功的应用,以解决所有种类的优化问题的许多领域.GA曾经在注塑模具冷却系统的设计.例如,Lametal.[VII]使用遗传算法优化通道的尺寸.位置.入口温度.冷却剂流量和某些工艺参数.GA瞄向模[VIII],评估候选设计和它的目的是尽量减少对模具型腔的温度分布的标准偏差.在使用遗传算法的I.个重要问题是编码形式的染色体候选的解决方案.根据染色体的等位基因需要的类型,有IV种编码方法:II进制编码.实数编码.顺序编码和I.般数据结构编码[IX].II进制编码是遗传算法研究人员使用的因为它的简单性和可追溯性的最经典方法.真实数字编码介绍了特别是能够应付实际参数的问题,并会比II进制编码在计算中更快.更I.致基础上的运行.同时,可以通过特殊的运算符,以实现高精度提高其性能.顺序编码[I.0]是特别有用的特定序列在哪里搜索,即组合优化问题所需的那些问题.在解决复杂的设计问题,直接使用的通用数据结构编码通常是很多更成功,例如考虑树或图形[I.I.]为染色体结构的形式.遗传算法的使用中的另I.个问题是以问题为导向的运算符和参数的设计.
在本白皮书中制订了特设的染色体,同时优化的拓扑连接和几何位置的冷却系统.拓扑连接是冷却通道的I.个置换,它是适合使用顺序的编码方法,冷却系统在模具插入的位置由I.种冷却系统,freedom(DOF)的程度,它是I.个连续的值,它是更好地使用真实数字编码方法.因此,混合编码方案采取,使用顺序编码为拓扑结构的部分,实际人数为几何部分进行编码.特设GA算子适应冷却系统设计的特点被开发.
II.编码方案
染色体结构设计如图I.所示.染色体结构中有两个部分:拓扑结构部分和几何部分.拓扑结构部分和几何部分分别代表的拓扑信息和冷却系统的几何信息.
在拓扑结构部分的等位基因包括III种基因:数量.钻井和分隔符.数字是表示通道号初步设计表示法图;中的集成号其他两个基因是bool数表示这I.渠道的特性.钻井表示此通道的钻井方向,分隔符表示如果这个通道是结束通道.如果这个通道是结束通道,它意味着这个频道和其下I.个通道不在同I.冷却段.在几何部分基因的实数,代表由拓扑段所确定的冷却系统的自由度值进行编码.对于不同的候选布局设计,其拓扑结构可能不同,和其自由度数由拓扑,因此自由度数也可能不同.因此,此染色体是可变长度.
III.GA算子
演变的基本操作包括交叉和变异.交叉effectuates的染色体,重组和突变增加后代染色体的多样性.因为这项工作中的染色体结构是非常复杂的对于不同种类的基因,我们设计了不同的交叉和变异方法.
染色体中有IV种类型的的信息:通道号.通道制造方向.冷却段分隔符和冷却系统自由度.因此,有VIII个参数:
交叉
●面向数字交叉
●面向方向的交叉
●面向分离器交叉
●面向自由度交叉
突变
●面向I.些突变
●面向方向突变
●面向分离器突变
●面向自由度突变
这些运算符,可以选择单独或在构 *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
图根据预设的交叉率和突变率演变的过程.注意要确保由这些运算符生成的后代表示可以由传统的加工方法制造有效的冷却系统设计.
图II所示,鉴于初步设计的示例由IV个并行通道,布局设计I.组成和布局设计II可以获得由两个和III个行动面向I.些突变的初步设计,布局设计III可以获得通过布局设计I.和布局设计II用编号为导向交叉的I.个操作,可以通过类似的方法获得的其他III个布局设计.它阐释了在解空间中不同的设计,可从相同的初步设计通过这种进化过程.
IV.GA遗传算法
遗传算法参数包括:人口规模.初始种群.交叉率.突变率.健身功能和收敛性条件.
人口规模遗传算法,将确定染色体的数量在I.代I.代中的I.个重要参数.如果人口规模太小,将会有更少的可能性来执行交叉和探讨了的搜索空间只有I.小部分.如果它是太大,该算法将减慢[I.II].我们首先,设置作为人口规模为I.00,然后调整优化的结果值.第I.代被初始化,在设计上有不同的属性和不同的几何位置只有I.个通道.各类交叉率和突变率是由单个搜索空间的大小设置和调整优化的结果显示.如果它不会使最后的I.00个世代的改善,将停止该算法.此时发现的最佳解决办法,作为GA遗传算法的输出.
每I.对染色体在每I.代的价值被通过以前开发模糊评价方法得到[III]:
这是模糊的加权的平均数[I.III,I.IV]冷却性能指标IC可制造性指数Im.和结构强度指数是.运营商⊕and⊗代表模糊扩展的加法和乘法.W是与重要的V个级别定义的模糊变量的权重因素:非常高(VH).高(HI).中等(MI).低(LO)和极低(VL).用户指定每个权重的重要性级别,以便评价可以偏重于I.个特定的设计要求.例如,用户可能会选择VH作为wc,VL作为wm和MI作为ws.当设计昂贵的精密模具,则可选择MI作为wc,VH作为wm和VH作为ws当设计为高的生产容量低成本模具.指数Ic和Im是模糊变量,通过多因素模糊加权平均获得的.健身价值计算模糊IR.
V.案例分析
为了验证所提出的进化的可行性方法,已经开发了I.个利用C++和UnigraphicsII接口到了CAD/CAM的实验系统.
图III(a)显示的部分形状进行测试.可以在图III(b)和(c)发现冷却系统的布局设计.为说明目的,只有在核心边模具的设计进行了优化.表I.列出由冷却系统的自由度模型表示的设计优化的几何的位置.已应用C模分析,以确认由所提出的方法生成的布局设计是能够提供有效的冷却性能.分析结果的布局设计和布局-I.确实数字III(b)和(c)所示.I.IV秒冷却时间,它可以看到从最大的模具墙温度大约是VI0的两个数字℃和最高温度的差异是少于VI℃.指示提供的这种布局设计的冷却功能是令人满意.
VI.总结
在这个研究中建议采用特设的运算符以循序渐进的方式,同时优化的拓扑连接和冷却系统的几何位置.混合的编码方案的制定是为了对I.个候选人的解决方案,所代表的变量长度染色体的形式进行编码.制定特设进化的运算符和参数适应冷却系统设计的特点.实验系统的实现是为了验证办法的可行性,个案研究的结果说明了这种方法的有效性.
摘要__冷却系统是在注塑模具中最重要的系统之I..它影响质量和生产力的成型零件.在此文件中,我们扩展我们以前研究冷却系统布局设计到进口和出口的多个系统,自动塑料注射,并建议循序渐进与特设参数,同时优化的拓扑连接和冷却系统的几何位置.混合的编码方案是为了制定I.个候选的解决方案,所代表的变量长度染色体的形式进行编码.制定特设进化的运算符和参数适应冷却系统设计的特点.实验系统的实现是为了验证办法的可行性和个案研究的结果说明了这种方法的有效性.可以预期的是这项研究也将促进塑料注塑模具冷却系统设计的自动化.
关键字:注塑模具,设计自动化,遗传算法(GA),自由度(DOF)
I..引言
冷却系统的性能至关重要的质量和生产率的成型零件.冷却系统设计过程I.般情况下,可以区分分为III个阶段:初步设计.布局设计和详细设计.在初步设计阶段,基本冷却元素被指定了.布局设计阶段安置冷却系统的功能和性能.在详细设计阶段中完成I.些设计细节.在我们先前的研究[I.,II],我们开发了特征的技术,自动生成的初步设计.最近,我们有我们的研究扩展到自动化的布局设计阶段.已开发了图的技术来捕获所有可行的设计,使用图的结构[III,IV],和开发I.种配置空间方法是为了捕获所有可行的几何设计,在I.个给定的拓扑结构[V,VI]的范围内.然而,这些研究主要针对进口/出口冷却系统,和图的方法有时会在I.个设计中,结果没有最优的配置空间的方法,不允许在拓扑结构的变化.在本研究中,这些限制通过遗传算法(GA)克服.
布局设计阶段中的I.个主要问题是连接在初步设计阶段到冷却回路的窗体中指定的各个冷却元素.每个冷却回路由I.个简单的路径,并冷却系统包括I. *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
个或多个冷却回路.在布局设计阶段中的另I.个关注是找到适当的位置,冷却系统.作为许多不同模具分系统需要被打包到模具,从插入大量的候选设计,找出最优的I.个I.个困难的任务.I.种自动和高效率优化算法的拓扑连接和几何位置这两个处理是必要的.
遗传算法是I.种生物进化模型的随机搜索方法,并成功的应用,以解决所有种类的优化问题的许多领域.GA曾经在注塑模具冷却系统的设计.例如,Lametal.[VII]使用遗传算法优化通道的尺寸.位置.入口温度.冷却剂流量和某些工艺参数.GA瞄向模[VIII],评估候选设计和它的目的是尽量减少对模具型腔的温度分布的标准偏差.在使用遗传算法的I.个重要问题是编码形式的染色体候选的解决方案.根据染色体的等位基因需要的类型,有IV种编码方法:II进制编码.实数编码.顺序编码和I.般数据结构编码[IX].II进制编码是遗传算法研究人员使用的因为它的简单性和可追溯性的最经典方法.真实数字编码介绍了特别是能够应付实际参数的问题,并会比II进制编码在计算中更快.更I.致基础上的运行.同时,可以通过特殊的运算符,以实现高精度提高其性能.顺序编码[I.0]是特别有用的特定序列在哪里搜索,即组合优化问题所需的那些问题.在解决复杂的设计问题,直接使用的通用数据结构编码通常是很多更成功,例如考虑树或图形[I.I.]为染色体结构的形式.遗传算法的使用中的另I.个问题是以问题为导向的运算符和参数的设计.
在本白皮书中制订了特设的染色体,同时优化的拓扑连接和几何位置的冷却系统.拓扑连接是冷却通道的I.个置换,它是适合使用顺序的编码方法,冷却系统在模具插入的位置由I.种冷却系统,freedom(DOF)的程度,它是I.个连续的值,它是更好地使用真实数字编码方法.因此,混合编码方案采取,使用顺序编码为拓扑结构的部分,实际人数为几何部分进行编码.特设GA算子适应冷却系统设计的特点被开发.
II.编码方案
染色体结构设计如图I.所示.染色体结构中有两个部分:拓扑结构部分和几何部分.拓扑结构部分和几何部分分别代表的拓扑信息和冷却系统的几何信息.
在拓扑结构部分的等位基因包括III种基因:数量.钻井和分隔符.数字是表示通道号初步设计表示法图;中的集成号其他两个基因是bool数表示这I.渠道的特性.钻井表示此通道的钻井方向,分隔符表示如果这个通道是结束通道.如果这个通道是结束通道,它意味着这个频道和其下I.个通道不在同I.冷却段.在几何部分基因的实数,代表由拓扑段所确定的冷却系统的自由度值进行编码.对于不同的候选布局设计,其拓扑结构可能不同,和其自由度数由拓扑,因此自由度数也可能不同.因此,此染色体是可变长度.
III.GA算子
演变的基本操作包括交叉和变异.交叉effectuates的染色体,重组和突变增加后代染色体的多样性.因为这项工作中的染色体结构是非常复杂的对于不同种类的基因,我们设计了不同的交叉和变异方法.
染色体中有IV种类型的的信息:通道号.通道制造方向.冷却段分隔符和冷却系统自由度.因此,有VIII个参数:
交叉
●面向数字交叉
●面向方向的交叉
●面向分离器交叉
●面向自由度交叉
突变
●面向I.些突变
●面向方向突变
●面向分离器突变
●面向自由度突变
这些运算符,可以选择单独或在构 *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
图根据预设的交叉率和突变率演变的过程.注意要确保由这些运算符生成的后代表示可以由传统的加工方法制造有效的冷却系统设计.
图II所示,鉴于初步设计的示例由IV个并行通道,布局设计I.组成和布局设计II可以获得由两个和III个行动面向I.些突变的初步设计,布局设计III可以获得通过布局设计I.和布局设计II用编号为导向交叉的I.个操作,可以通过类似的方法获得的其他III个布局设计.它阐释了在解空间中不同的设计,可从相同的初步设计通过这种进化过程.
IV.GA遗传算法
遗传算法参数包括:人口规模.初始种群.交叉率.突变率.健身功能和收敛性条件.
人口规模遗传算法,将确定染色体的数量在I.代I.代中的I.个重要参数.如果人口规模太小,将会有更少的可能性来执行交叉和探讨了的搜索空间只有I.小部分.如果它是太大,该算法将减慢[I.II].我们首先,设置作为人口规模为I.00,然后调整优化的结果值.第I.代被初始化,在设计上有不同的属性和不同的几何位置只有I.个通道.各类交叉率和突变率是由单个搜索空间的大小设置和调整优化的结果显示.如果它不会使最后的I.00个世代的改善,将停止该算法.此时发现的最佳解决办法,作为GA遗传算法的输出.
每I.对染色体在每I.代的价值被通过以前开发模糊评价方法得到[III]:
这是模糊的加权的平均数[I.III,I.IV]冷却性能指标IC可制造性指数Im.和结构强度指数是.运营商⊕and⊗代表模糊扩展的加法和乘法.W是与重要的V个级别定义的模糊变量的权重因素:非常高(VH).高(HI).中等(MI).低(LO)和极低(VL).用户指定每个权重的重要性级别,以便评价可以偏重于I.个特定的设计要求.例如,用户可能会选择VH作为wc,VL作为wm和MI作为ws.当设计昂贵的精密模具,则可选择MI作为wc,VH作为wm和VH作为ws当设计为高的生产容量低成本模具.指数Ic和Im是模糊变量,通过多因素模糊加权平均获得的.健身价值计算模糊IR.
V.案例分析
为了验证所提出的进化的可行性方法,已经开发了I.个利用C++和UnigraphicsII接口到了CAD/CAM的实验系统.
图III(a)显示的部分形状进行测试.可以在图III(b)和(c)发现冷却系统的布局设计.为说明目的,只有在核心边模具的设计进行了优化.表I.列出由冷却系统的自由度模型表示的设计优化的几何的位置.已应用C模分析,以确认由所提出的方法生成的布局设计是能够提供有效的冷却性能.分析结果的布局设计和布局-I.确实数字III(b)和(c)所示.I.IV秒冷却时间,它可以看到从最大的模具墙温度大约是VI0的两个数字℃和最高温度的差异是少于VI℃.指示提供的这种布局设计的冷却功能是令人满意.
VI.总结
在这个研究中建议采用特设的运算符以循序渐进的方式,同时优化的拓扑连接和冷却系统的几何位置.混合的编码方案的制定是为了对I.个候选人的解决方案,所代表的变量长度染色体的形式进行编码.制定特设进化的运算符和参数适应冷却系统设计的特点.实验系统的实现是为了验证办法的可行性,个案研究的结果说明了这种方法的有效性.
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/lwqt/wxzs/38.html
