帶金屬嵌件的圓珠筆管注塑模具設(shè)計(jì)【一模四腔優(yōu)秀課程畢業(yè)設(shè)計(jì)含proe三維13張CAD圖紙+帶任務(wù)書+外文翻譯】-zsmj14

帶金屬嵌件的圓珠筆管注塑模設(shè)計(jì)【一模四腔含13張CAD圖紙及proe三維】

摘  要

塑料在當(dāng)今世界上無處不用，因此塑料模具有很大的發(fā)展前景，特別是注塑模具。由此可知，研究注塑模具對了解塑料產(chǎn)品的生產(chǎn)過程和提高產(chǎn)品質(zhì)量有很大的意義。本次畢業(yè)設(shè)計(jì)的課題是帶金屬嵌件的圓珠筆管注塑模，即設(shè)計(jì)一個用來生產(chǎn)圓珠筆管的注塑模具。本文詳細(xì)記錄了模具的設(shè)計(jì)過程。設(shè)計(jì)過程包括塑件材料的工藝性分析、擬定模具的結(jié)構(gòu)形式、澆注系統(tǒng)的設(shè)計(jì)和注塑模主要結(jié)構(gòu)的設(shè)計(jì)。

在本次畢業(yè)設(shè)計(jì)中讓我可以綜合運(yùn)用到以前的學(xué)習(xí)到的專業(yè)知識，加深我對注塑模具設(shè)計(jì)原理的理解，并提高了我將理論知識與實(shí)際設(shè)計(jì)相結(jié)合的能力，為我以后走向工作崗位打下了基礎(chǔ)。設(shè)計(jì)中除了應(yīng)用傳統(tǒng)的計(jì)算方法，我還使用了Pro/E、AutoCAD軟件對設(shè)計(jì)出的模具進(jìn)行了三維建模及二維圖的繪制。

關(guān)鍵詞：注塑模具  Pro/E   AutoCAD

ABSTRACT

 Plastic is nowhere in the world today, so the plastic mold has great prospects for development， especially the injection mold. Thus we can see, It is of great significance to study the injection molds to understand the production process of plastic products and improve the quality of the products. The subject of this graduation project is injection molded mold with ball - point pen with metal insert, that is, the design of a ballpoint pen for the production of injection mold. This paper records the design process of the mold in detail. The design process includes the technical analysis of the plastic parts, the design of the mold, the design of the pouring system and the design of the main structure of the injection mold.

In this graduation design so that I can be integrated into the previous study to the professional knowledge, deepen my understanding of the principles of injection mold design, and improved my ability to combine theoretical knowledge with practical design. For me to work later laid the foundation. In addition to the application of the traditional design method, I also use the Pro / E, AutoCAD software on the design of the mold for three-dimensional modeling and two-dimensional map drawing.

Key words: Injection mold   Pro/E  AutoCAD

目  錄

第一章  緒論 1

1.1注塑模具 1

1.2我國模具發(fā)展現(xiàn)狀 4

1.3模具發(fā)展趨勢 1

1.4本次課題的意義 2

第二章  塑件成型工藝性分析 3

2.1塑件的分析 3

2.2 ABS的性能分析 4

2.3 ABS注射成型過程及工藝參數(shù) 5

2.4 第二章小結(jié) 5

第三章 擬定模具的結(jié)構(gòu)形式及澆注系統(tǒng)的設(shè)計(jì) 6

3.1 擬定模具的結(jié)構(gòu)形式 6

3.1.1 分型面位置的確定 6

3.1.2 型腔數(shù)量和排列方式的確定 6

3.2 注射機(jī)型號的確定 7

3.3  澆注系統(tǒng)的設(shè)計(jì) 9

3.3.1主流道的設(shè)計(jì) 9

3.3.2 分流道的設(shè)計(jì) 10

3.3.3 澆口的設(shè)計(jì) 12

3.3.4校核主流道的剪切速率 12

3.4冷料穴的計(jì)算 13

3.5本章小結(jié) 13

第四章  注塑模主要結(jié)構(gòu)的設(shè)計(jì)與計(jì)算 14

4.1成型零件的結(jié)構(gòu)設(shè)計(jì)與計(jì)算 14

4.1.1凹模的結(jié)構(gòu)設(shè)計(jì) 14

4.1.2凸模的結(jié)構(gòu)設(shè)計(jì)（型芯） 14

4.1.3成型零件鋼材的選用 15

4.1.4成型零件工作尺寸的計(jì)算 15

4.1.5成型零件尺寸及動模墊板厚度的計(jì)算 17

4.2 模架的確定 18

4.2.1 各模板尺寸的確定 18

4.3 排氣槽的設(shè)計(jì) 18

4.4 脫模推出機(jī)構(gòu)的設(shè)計(jì) 18

4.4.1推出方式的確定 18

4.4.2脫模力的計(jì)算 18

4.4.3校核推出機(jī)構(gòu)作用在塑件上的單位壓應(yīng)力 19

4.5 冷卻系統(tǒng)的設(shè)計(jì) 19

4.5.1 冷卻介質(zhì) 19

4.5.2 冷卻系統(tǒng)的簡單計(jì)算 19

4.5.3 凹模嵌件和型芯冷卻水道的設(shè)置 20

4.6 導(dǎo)向與定位結(jié)構(gòu)的設(shè)計(jì) 20

4.7 本章小結(jié) 21

第五章  總裝圖及二維圖的繪制 22

謝  辭 23

參考文獻(xiàn) 24

【詳情如下】【需要咨詢購買全套設(shè)計(jì)請加QQ1459919609】

3d.stp

An effective warpage optimization method.docx

An effective warpage optimization method.pdf

Proe

yuanzhubiguan1.stp

分流道.dwg

副本圖紙.zip

型芯.dwg

型芯鑲件.dwg

定模座板.dwg

導(dǎo)柱.dwg

帶金屬嵌件的圓珠筆管塑件.dwg

帶金屬嵌件的圓珠筆管注塑模具裝配圖-a0.dwg

帶金屬嵌件的圓珠筆管注塑模具設(shè)計(jì)任務(wù)書.docx

帶金屬嵌件的圓珠筆管注塑模具設(shè)計(jì)說明書正文.docx

底板.dwg

拉料桿.dwg

文件清單.txt

澆口套.dwg

答辯申請表.docx

螺紋環(huán).dwg

調(diào)研報告.docx

進(jìn)度表.doc

頂桿固定板.dwg

頂板.dwg

基于 型的注射成型中的有效 翹曲 變形優(yōu)化方法 摘要 在本文中，提出了一種使用 型的有效優(yōu)化方法，以最大限度地減少注塑成型中的翹曲 變形。 翹曲 變形是過程條件的非線性隱式函數(shù)，通常由有限元（ 程的解決方案來評估，這是一項(xiàng)復(fù)雜的任務(wù)，通常涉及巨大的計(jì)算量。 克里金模型可以在翹曲和過程條件之間建立一個近似的函數(shù)關(guān)系，在優(yōu)化中代替了昂貴的 分析翹曲 。 另外， 型的一個“空間歸檔”采樣策略被稱為矩形網(wǎng)格。 司的 件用于分析注塑件的翹曲 變形。 作為示例，研究了將模具 溫度，熔融溫度，注射時間和包裝壓力視為設(shè)計(jì)變量的蜂窩電話機(jī)蓋的翹曲。結(jié)果表明，提出的優(yōu)化方法可以有效降低手機(jī)外殼的翹曲 ，注塑時間對所選范圍內(nèi)熱變形的影響最為顯著。 關(guān)鍵詞 注塑成型。 修改矩形網(wǎng)格 1 引言 翹曲 是影響產(chǎn)品質(zhì)量的重要因素。特 別是隨著通信電子產(chǎn)品向輕，薄 ，短，小的設(shè)計(jì)理念的發(fā)展，減少翹曲，提高薄殼部件的質(zhì)量越來越重要。翹曲 的原因歸因于零件的不均勻收縮。我們可以通過改變零件的幾何 形狀、 修改模具的結(jié)構(gòu)或調(diào)整工藝條件來減少翹曲 。事實(shí)上，優(yōu)化工藝條件是最可行和最合理的方法。 不同的工藝條件將導(dǎo)致不同的不均勻性。 已經(jīng)報道的 有關(guān) 優(yōu)化翹曲的 有效因素的一些研究 [1 根據(jù)他們的 結(jié)論，包裝壓力，模具溫度和注射時間（或注射速度）對注塑件的翹曲 有重 要的影響。塑料注射成型中的一個重要問題是在制造前預(yù)測和優(yōu)化翹曲。有一些出版物用于翹曲 優(yōu)化。 6]。他們使用改進(jìn)的復(fù)合方法優(yōu)化了壁厚和工藝條件，以減少翹曲 并獲得超過 70％的翹曲 變形減少。隨后 [7]，他們通過兩 步搜 索方法優(yōu)化 ，以提高產(chǎn)品質(zhì)量，包括翹曲 ，焊縫和打擊強(qiáng)度。 人 [8]使用改進(jìn)的復(fù)雜方法， 法和遺 傳算法優(yōu)化了工藝條件，并且其結(jié)果表明，復(fù)雜的方法獲得了減少翹曲 的最佳結(jié)果。 復(fù)雜的方法可以有效地減少翹曲 ，但由于執(zhí)行過多的重新分析，因此需要大量的功能評估，因此耗時費(fèi)財 。 使用 法 [1少翹曲 易于執(zhí)行，可以分析有效因素，但獲得的“最佳工藝條 件”在設(shè)計(jì)空間上不是最好的 ; 它只是因子水平的最佳組合。 最近，響應(yīng)面法和神經(jīng)網(wǎng)絡(luò)模型已經(jīng)出現(xiàn)在翹曲 優(yōu)化任務(wù)中。 et [9]結(jié)合神經(jīng)網(wǎng)絡(luò)模型和遺傳算法來優(yōu)化過程條件，以減少最大和最小體積收縮之間的差異。 化的尺寸參數(shù) [10]和工藝條件[11通過 將遺傳算法與響應(yīng)面法或神經(jīng)網(wǎng)絡(luò)模型相結(jié)合來減少薄殼塑料件的翹曲。從結(jié)果來看，響應(yīng)面方法和神經(jīng)網(wǎng)絡(luò)模型都可以被認(rèn)為是降低翹曲變形優(yōu)化中高計(jì)算成本的好方法，遺傳算法可以有效地找到全局最優(yōu)設(shè)計(jì)。 在這項(xiàng)研 究中，包裝壓力，熔體溫度，模具溫度和注射時間 被認(rèn)為是優(yōu)化翹曲 的有效因素。 應(yīng)用 型 [14,15]組合改進(jìn)的矩形網(wǎng)格方法來構(gòu)建翹曲和過程參數(shù)的近似關(guān)系，優(yōu)化迭代基于降低高計(jì)算成本的近似關(guān)系。 除了近似關(guān)系外，克里格模型還可以提供一些分析重要因素的信息。 2 抽樣策略 提出了改進(jìn)的矩形網(wǎng)格（ 法來提供用于構(gòu)建克里格模型的采樣點(diǎn)。我們將 ??? ≤ ???? ≤ ????,?? = 1,…,??; 以及第 ???（即采樣點(diǎn)數(shù)為 ∏ ????????=1 ）。 然后按照以下方式執(zhí)行該方法 : 1. 收縮變量范圍： 2. 在收縮空間內(nèi)進(jìn)行 樣。 樣本點(diǎn)的分布由不同維度的所有不同數(shù)據(jù)組合定義： 3. 對每個采樣點(diǎn)的每個維度添加一個隨機(jī)運(yùn)動 ; 隨機(jī)運(yùn)動是： 其中 ?????? ∈ ,0,1 與 14]相比， 以將邊界上的一些點(diǎn)移動到內(nèi)部設(shè)計(jì)區(qū)域，為型提供更多有用的信息，并且可以確保點(diǎn)數(shù)具有較少的重疊坐標(biāo)值。此外，可以避免采樣點(diǎn)彼此靠近的情況，這可能是使用 16]發(fā)生的，因?yàn)閮蓚€任意點(diǎn)之間的距離必須滿足： 注塑成型。 修改矩形網(wǎng)格 翹曲是影響產(chǎn)品質(zhì)量的重要因素。特別是隨著通信電子產(chǎn)品向輕，薄，短，小的設(shè)計(jì)理念的發(fā)展，減少翹曲，提高薄殼部件的質(zhì)量越來越重要。翹曲的原因歸因于零件的不均勻收縮。我們可以通過改變零件的幾何形狀、修改模具的結(jié)構(gòu)或調(diào)整工藝條件來減少翹曲。事實(shí)上，優(yōu)化工藝條件是最可行和最合理的方法。 不同的工藝條件將導(dǎo)致不同的不均勻性。已經(jīng)報道的有關(guān)優(yōu)化翹曲的有效因素的一些研究 [1根據(jù)他們的結(jié)論，包裝壓力，模具溫度和注射時間（或注射速度）對注塑件的翹曲有重要的影響。塑料注射成型中的一個重要問題是在制造前預(yù)測和優(yōu)化翹曲。有一些出版物用于翹曲優(yōu)化。 6]。他們使用改進(jìn)的復(fù)合方法優(yōu)化了壁厚和工藝條件，以減少翹曲并獲得超過 70％的翹曲變形減少。隨后 [7]，他們通過兩步搜索方法優(yōu)化，以提高產(chǎn)品質(zhì)量，包括翹曲，焊縫和打擊強(qiáng)度。 人 [8]使用改進(jìn)的復(fù)雜方法， 法和遺傳算法優(yōu)化了工藝條件，并且其結(jié)果表明，復(fù) 雜的方法獲得了減少翹曲的最佳結(jié)果。 復(fù)雜的方法可以有效地減少翹曲，但由于執(zhí)行過多的重新分析，因此需要大量的功能評估，因此耗時費(fèi)財。 使用 法 [1少翹曲易于執(zhí)行，可以分析有效因素，但獲得的“最佳工藝條件”在設(shè)計(jì)空間上不是最好的 ; 它只是因子水平的最佳組合。 最近，響應(yīng)面法和神經(jīng)網(wǎng)絡(luò)模型已經(jīng)出現(xiàn)在翹曲優(yōu)化任務(wù)中。 et [9]結(jié)合神經(jīng)網(wǎng)絡(luò)模型和遺傳算法來優(yōu)化過程條件，以減少最大和最小體積收縮之間的差異。 化的尺寸參數(shù) [10]和工藝條件[11通過將遺傳算法與響應(yīng)面法或神經(jīng)網(wǎng)絡(luò)模型相結(jié)合來減少薄殼塑料件的翹曲。從結(jié)果來看，響應(yīng)面方法和神經(jīng)網(wǎng)絡(luò)模型都可以被認(rèn)為是降低翹曲變形優(yōu)化中高計(jì)算成本的好方法，遺傳算法可以有效地找到全局最優(yōu)設(shè)計(jì)。 在這項(xiàng)研究中，包裝壓力，熔體溫度，模具溫度和注射時間被認(rèn)為是優(yōu)化翹曲的有效因素。 應(yīng)用 型 [14,15]組合改進(jìn)的矩形網(wǎng)格方法來構(gòu)建翹曲和過程參數(shù)的近似關(guān)系，優(yōu)化迭代基于降低高計(jì)算成本的近似關(guān)系。 除了近似關(guān)系外，克里格模型還可以提供一些分析重要因素的信息。 提出了改進(jìn)的矩形網(wǎng)格（ 法來提供用于構(gòu)建克里格模型的采樣點(diǎn)。我們將 ??? ≤ ???? ≤ ????,?? = 1,…,??; 以及第 ???（即采樣點(diǎn)數(shù)為 ∏ ????????=1 ）。 然后按照以下方式執(zhí)行該方法 : 1. 收縮變量范圍： 2. 在收縮空間內(nèi)進(jìn)行 樣。 樣本點(diǎn)的分布由不同維度的所有不同數(shù)據(jù)組合定義： 3. 對每個采樣點(diǎn)的每個維度添加一個隨機(jī)運(yùn)動 ; 隨機(jī)運(yùn)動是： 其中 ?????? ∈ ,0,1 與 14]相比， 以將邊界上的一些點(diǎn)移動到內(nèi)部設(shè)計(jì)區(qū)域，為型提供更多有用的信息，并且可以確保點(diǎn)數(shù)具有較少的重疊坐標(biāo)值。此外，可以避免采樣點(diǎn)彼此靠近的情況，這可能是使用 16]發(fā)生的，因?yàn)閮蓚€任意點(diǎn)之間的距離必須滿足： 圖 1顯示， 3 克里金模型 克里金模型被描述為“將功能建模為隨機(jī)過程的實(shí)現(xiàn)”的方式，因此被稱為“隨機(jī)過程模型”。 事實(shí)上， 型是內(nèi)插技術(shù)， 測器是一種預(yù)測器，其可以將預(yù)期的平方預(yù)測誤差降至最低，這取決于：（ i）是無偏的，（ 觀察到的響應(yīng)值的線性函數(shù)。 里金模型可以寫成： 其中 ???? = *??1??,??2??,…,?????? +是具有 m 個變量的第 i 個樣本點(diǎn)， ???(????)是擬合到第 n 個樣本點(diǎn)的近似函數(shù)， ???(????)是 ????的線性或非線性函數(shù)， ???是要估計(jì)的回歸系數(shù)， z(????)是隨機(jī)的 函數(shù)具有平均零和方差 ??2。 隨機(jī)函數(shù)之間的空間相關(guān)函數(shù)由下式給出： 可以通過使樣本的可能性最大化來估計(jì)參數(shù) ???， ??2和 ????。 似然函數(shù)是： 在實(shí)踐中，可以通過最大化似然函數(shù)的對數(shù)來獲得，忽略常數(shù)： 讓這個表達(dá)式相對于 ??2和 β 的導(dǎo)數(shù)等于零 ; 那么我們可以得到： 將方程 9 和 10 代入 等式 8，我們可以得到所謂的“集中對數(shù)似然”函數(shù)： 它僅依賴于 R，因此取決于相關(guān)參數(shù) ??????。 通過最大化我們可以獲得的功能： 然后，估計(jì)值 ???和 ???2可以從等式 9 和等式 10得到。 測因子 函數(shù)值 ???(???)可以將新點(diǎn) ???近似地估計(jì)為樣本 錯誤是 : 將等式 1代入等式 14給出： 其中 Z=[??1,??2,…,.????]和 F=[??1,??2,…,????]為使 ???的預(yù)測值無偏，此時的平均誤差應(yīng)為零，即： 然后我們得到： 預(yù)測值的均方誤差（ 等式 15中給出： 即是： 最小化φ（ ???）與公式 17，我們可以得到： 導(dǎo)出： 得到： 因此，我們可以預(yù)測函數(shù)值 ???(???) 通過使用方程式 21來計(jì)算每個新點(diǎn) ???。 辛普森等人 [17]建議克里格模型 的最佳選擇 是 在 中等數(shù)量變量（小于 50）中的確定性和高度非線性 。 很多研究人員在設(shè)計(jì)復(fù)雜工程時已早期應(yīng)用 [18最近，黃等人 [21]已經(jīng)使用 型來最大限度地減少金屬成形工藝設(shè)計(jì)中的模具磨損。此外， 22]已經(jīng)展示了 4 基于 型的翹曲 優(yōu)化 化模型和優(yōu)化過程 翹曲變形 最小設(shè)計(jì)問題可以說如下： 找到 最小化翹曲 （ ??1,??2,…,????） 受制于 ???? ≤ ???? ≤ ???? ?? = 1,2,…,?? 其中 ??1,??2,…,????是表示過程條件的變量，熱變形（ ??1,??2,…,????）是量化的熱變形值，將由基于優(yōu)化中的克里格模型的近似函數(shù)代替迭代，并且 ????和 ????是第 基于克里格模型的優(yōu)化算法描述如下： 1. 使用 法獲取一組具有 n 個點(diǎn)（每個點(diǎn)對應(yīng)于一組過程條件）的樣本，并運(yùn)行 序以獲取采樣點(diǎn)的翹曲 值。 然后，選擇與最小翹曲值對應(yīng)的一組工藝條件作為初始設(shè)計(jì)。 2. 基于獲得的試樣，使用 型建立翹曲 與工藝參數(shù)之間的近似關(guān)系。 3. 最小化熱變化值以通過 然后，通過 序計(jì)算相應(yīng)的熱變化值。 4. 檢查收斂：如果滿足下一節(jié)的收斂標(biāo)準(zhǔn)，則停止 ; 否則，將修改后的設(shè)計(jì)添加到樣本集中，然后轉(zhuǎn)到步驟 2。注意，如果修改后的設(shè)計(jì)比以前的初始設(shè)計(jì)更好，則初始設(shè)計(jì)將被更新。 斂標(biāo)準(zhǔn) 收斂標(biāo)準(zhǔn)用于同時滿足優(yōu)化和克里格近似的精度，即： 其中 ?????是 型的近似翹曲值。 5 手機(jī)蓋翹曲 優(yōu)化 作為示例，調(diào)查了蜂窩電話機(jī)蓋。 其長度，寬度，高度和厚度分別為1305511 1蓋子由 3,780 個三角形元素離散化，如圖 2 所示。 它由 成，其材料性質(zhì)如表 1所示。 設(shè)計(jì)變量是模具溫度（ A），熔體溫度（ B），注射時間（ C）和包裝壓力（ D）。翹曲 通過平面外位移來量化，該位移是 默認(rèn)平面的最大向上變形和最大向下變形的總和。四個變量的范圍在表 2中給出。我們希望在大型可行的成型窗口中找到最佳設(shè)計(jì)。因此，這些范圍可以大于實(shí)際制造中的范圍。 此外，這個范圍可以避免熔體短路。 模具溫度的范圍基于的推薦值，該數(shù)值考慮了材料的性能。 熔體溫度的范圍比 應(yīng)使用的最小值高 10° C，因?yàn)檩^低的熔融溫度可能導(dǎo)致熔體短路。注射時間和包裝壓力根據(jù)制造商的經(jīng)驗(yàn)確定。 法選擇了五十四種 工藝組合。在 擬之后，獲得試樣，然后使用 常數(shù)回歸項(xiàng)和 ??1 = ??2 = ?3的條件下，只需要修改五個來獲得最優(yōu)解，結(jié)果如表 3 所示。 在 4 處理器 1個小時的 行 優(yōu)化過程消耗的凈時間只有 圖 3顯示了蜂窩電話機(jī)優(yōu)化的迭代歷史。隨著迭代次數(shù)的增加， 圖4和圖 5分別顯示優(yōu)化前后的翹曲值 6 結(jié)果與討論 化結(jié)果分析 為了詳細(xì)分析結(jié)果，每個因素對翹曲 的影響也將通過有限元模擬來研究，條件是所有其他因素都保持在最佳水平。結(jié)果如圖 16所示。 通常，如果模具溫度低，則會產(chǎn)生更高的殘余應(yīng)力，因?yàn)榍惑w中的熔體具有高的冷卻速率。因此，從質(zhì)量的觀點(diǎn)來看，最高的模具溫度在其范圍內(nèi)是最好的。但是， 圖 6 顯示，當(dāng)所有其他因素保持在其最佳值時，模具溫度對翹曲 的影響非常小。這種現(xiàn)象導(dǎo)致最佳模具溫度在其范圍內(nèi)不是最高值。 圖 6顯示，當(dāng)熔體溫度從 260℃變化到 300℃時，翹曲 值非線性地降低。較低的熔體溫度具有不良的流動 性，可產(chǎn)生較高的剪切應(yīng)力。如果沒 有足夠的時間釋放剪切應(yīng)力，翹曲將會增加。結(jié)果表明，熔化溫度較高，使翹曲 最小化，與優(yōu)化結(jié)果一致。 注射時間短可以在空腔中引起快速熔融流動，這對殘余應(yīng)力和分子取向有貢獻(xiàn)另一方面，長時間的注射時間將會導(dǎo)致鐵素體激素的上升。這將導(dǎo)致材料中更高的剪切應(yīng)力和更多的分子取向。圖 6顯示后一種效應(yīng)在所選擇的范圍內(nèi)可能更為重要。 包裝壓力在兩個方面影響翹曲 。低填充 壓力不能壓縮空腔中的塑料材料，這可能形成體積收縮并引起大的翹曲 。另一方面，當(dāng)將更多的熔體轉(zhuǎn)移到空腔中時，高的填充壓力可以產(chǎn)生更高的殘余應(yīng)力引起的流動和高壓力。圖 6顯 示后一種效應(yīng)在所選范圍內(nèi)更重要，因?yàn)楫?dāng)包裝壓力越來越高時，翹曲 增加。 型的結(jié)果分析 設(shè)計(jì)變量的兩個相關(guān)函數(shù)如圖 7 所示。 對應(yīng)于θ =1 和θ = 5。隨著設(shè)計(jì)變量的變化，θ = 5 的曲線下降得更快。這說明較大的θ使變量更活躍。因此，參數(shù)θ可以解釋為測量相應(yīng)變量的重要性 [15]。對于該示例，參數(shù) ??????的數(shù)量與處理參數(shù)相同，因此每個元素 ????反映相應(yīng)的處理參數(shù)對翹曲 的影響。表 4顯示，在優(yōu)化后， ???值大于其他模型，因此注射時間對翹曲 的影響最大，也與圖 6一致。 7 結(jié)論 在本研究中，提出了一種改進(jìn)的矩形網(wǎng)格（ 與 將為 此外，它可以確保這些點(diǎn)具有較少的重疊坐標(biāo)值。通過 遺產(chǎn)，它可以避免這些點(diǎn)彼此靠近的情況。 基于 出了一種有效的優(yōu)化方法，使注射成型中的翹曲 最小化。該方法基于 型的近似函數(shù)進(jìn)行優(yōu)化，而不是通過 行昂貴的翹曲分析。已經(jīng)使用優(yōu)化方法來最小化手機(jī)蓋的翹曲，結(jié)果表明它具有良好的翹曲 優(yōu)化的精度和有效性。 克里 格 模型不僅有助于降低優(yōu)化的計(jì)算成本，而且有利于分析過程參數(shù)對翹曲 的影響，特別是反映其非線性關(guān)系。 就手機(jī)蓋而言，注射時間是所選范圍內(nèi)影響翹曲的重要因素。 致 謝 作者衷心感謝中國國家自然科學(xué)基金重大計(jì)劃（ 10590354）對這項(xiàng)工作的財政支持，并感謝 為本研究提供了仿真軟件。 參考文獻(xiàn) 1. J, K (2000) of of 000, 87–692 2. C, C (2001) in of an a J 10(1):1–9 3. J, Y, J, S, R, T, H, T, C (2004) of of 4(5):917–928 4. H, B, (2002) in 7(2):146–152 5. 2005) of on C/s 1(4):232–235 6. H, H (1995) of to of on 4(5):793–811 7. H, H (1996) of on of 5(2):253–269 8. , G, (1997) to in of 5997, , 308–3312 9. 2005) of by GA 1(5):23–27 10. , (2005) of on of 2(8):1085–1094 11. , (2006) of in J 71(3):437–445 12. , , (2005) of a J 69(10):314–319 13. , (2006) of 7(5–6):468–472 14. N, B, (2002) a . 15. R, , J (1998) of J 3(4):455–492 16. D, J, J (1979) A of of in of a 1 (2):239–245 17. W, D, N, K (2001) 7(2):129–150 18. A, T (1998) A of 92–401 19. W, J, M, (1998) of –11 20. H, Y, I (2002) on J 30–131:490–496 21. , T, I, A (2006) 2(5):369–382 22. I, K (2006) A of 006, 91–192 到日期： 2006 年 11 月 15 日 /接受日期： 2007 年 4 月 5 日 /網(wǎng)絡(luò)發(fā)布： 2007 年 6 月 15日 ?007 畢業(yè)設(shè)計(jì) (論文 )進(jìn)度計(jì)劃與考核表 學(xué)生姓名 馬鴻宇 專業(yè)班級 機(jī)械 132 指導(dǎo)教師 林盛 本課題其他 人員 題 目 帶金屬嵌件的圓珠筆管注塑模 時 間 計(jì)劃完成內(nèi)容 學(xué)生工作進(jìn)展情況 （由學(xué)生手寫） 指導(dǎo)教師檢查 意見、簽名、日期（手寫） 第 1 周 翻譯外文資料 第 2 周 調(diào)研報告 第 3 周 制作零件模型 第 4 周 進(jìn)行工藝分析 注射機(jī)選擇 第 5 周 設(shè)計(jì)模體 并進(jìn)行相關(guān)計(jì)算； 設(shè)計(jì)分型面、型腔 第 6 周 設(shè)計(jì)澆注，冷卻系統(tǒng) 并進(jìn)行相關(guān)計(jì)算 第 7 周 圖 凸模、凹模等 第 8 周 圖 彈簧、鋼球、頂銷等 第 9 周 圖 裝配 、修改 圖 第 10 周 用 制接插件模具裝配圖， 第 11 周 修改 紙 第 12 周 編寫說明書， 第 13 周 整理資料 第 14 周 準(zhǔn)備答辯 指導(dǎo)教師簽字： 年 月 日 注： 1.“計(jì)劃完成內(nèi)容”由學(xué)生本人在畢業(yè)設(shè)計(jì)（論文）開始時制定并交由指 導(dǎo)教師審核簽字。 2．“第 周”依據(jù)畢業(yè)設(shè)計(jì)（論文）的實(shí)際執(zhí)行周數(shù) 基于 型的注射成型中的有效 翹曲 變形優(yōu)化方法 摘要 在本文中，提出了一種使用 型的有效優(yōu)化方法，以最大限度地減少注塑成型中的翹曲 變形。 翹曲 變形是過程條件的非線性隱式函數(shù)，通常由有限元（ 程的解決方案來評估，這是一項(xiàng)復(fù)雜的任務(wù)，通常涉及巨大的計(jì)算量。 克里金模型可以在翹曲和過程條件之間建立一個近似的函數(shù)關(guān)系，在優(yōu)化中代替了昂貴的 分析翹曲 。 另外， 型的一個“空間歸檔”采樣策略被稱為矩形網(wǎng)格。 司的 件用于分析注塑件的翹曲 變形。 作為示例，研究了將模具 溫度，熔融溫度，注射時間和包裝壓力視為設(shè)計(jì)變量的蜂窩電話機(jī)蓋的翹曲。結(jié)果表明，提出的優(yōu)化方法可以有效降低手機(jī)外殼的翹曲 ，注塑時間對所選范圍內(nèi)熱變形的影響最為顯著。 關(guān)鍵詞 注塑成型。 修改矩形網(wǎng)格 1 引言 翹曲 是影響產(chǎn)品質(zhì)量的重要因素。特 別是隨著通信電子產(chǎn)品向輕，薄 ，短，小的設(shè)計(jì)理念的發(fā)展，減少翹曲，提高薄殼部件的質(zhì)量越來越重要。翹曲 的原因歸因于零件的不均勻收縮。我們可以通過改變零件的幾何 形狀、 修改模具的結(jié)構(gòu)或調(diào)整工藝條件來減少翹曲 。事實(shí)上，優(yōu)化工藝條件是最可行和最合理的方法。 不同的工藝條件將導(dǎo)致不同的不均勻性。 已經(jīng)報道的 有關(guān) 優(yōu)化翹曲的 有效因素的一些研究 [1 根據(jù)他們的 結(jié)論，包裝壓力，模具溫度和注射時間（或注射速度）對注塑件的翹曲 有重 要的影響。塑料注射成型中的一個重要問題是在制造前預(yù)測和優(yōu)化翹曲。有一些出版物用于翹曲 優(yōu)化。 6]。他們使用改進(jìn)的復(fù)合方法優(yōu)化了壁厚和工藝條件，以減少翹曲 并獲得超過 70％的翹曲 變形減少。隨后 [7]，他們通過兩 步搜 索方法優(yōu)化 ，以提高產(chǎn)品質(zhì)量，包括翹曲 ，焊縫和打擊強(qiáng)度。 人 [8]使用改進(jìn)的復(fù)雜方法， 法和遺 傳算法優(yōu)化了工藝條件，并且其結(jié)果表明，復(fù)雜的方法獲得了減少翹曲 的最佳結(jié)果。 復(fù)雜的方法可以有效地減少翹曲 ，但由于執(zhí)行過多的重新分析，因此需要大量的功能評估，因此耗時費(fèi)財 。 使用 法 [1少翹曲 易于執(zhí)行，可以分析有效因素，但獲得的“最佳工藝條 件”在設(shè)計(jì)空間上不是最好的 ; 它只是因子水平的最佳組合。 最近，響應(yīng)面法和神經(jīng)網(wǎng)絡(luò)模型已經(jīng)出現(xiàn)在翹曲 優(yōu)化任務(wù)中。 et [9]結(jié)合神經(jīng)網(wǎng)絡(luò)模型和遺傳算法來優(yōu)化過程條件，以減少最大和最小體積收縮之間的差異。 化的尺寸參數(shù) [10]和工藝條件[11通過 將遺傳算法與響應(yīng)面法或神經(jīng)網(wǎng)絡(luò)模型相結(jié)合來減少薄殼塑料件的翹曲。從結(jié)果來看，響應(yīng)面方法和神經(jīng)網(wǎng)絡(luò)模型都可以被認(rèn)為是降低翹曲變形優(yōu)化中高計(jì)算成本的好方法，遺傳算法可以有效地找到全局最優(yōu)設(shè)計(jì)。 在這項(xiàng)研 究中，包裝壓力，熔體溫度，模具溫度和注射時間 被認(rèn)為是優(yōu)化翹曲 的有效因素。 應(yīng)用 型 [14,15]組合改進(jìn)的矩形網(wǎng)格方法來構(gòu)建翹曲和過程參數(shù)的近似關(guān)系，優(yōu)化迭代基于降低高計(jì)算成本的近似關(guān)系。 除了近似關(guān)系外，克里格模型還可以提供一些分析重要因素的信息。 2 抽樣策略 提出了改進(jìn)的矩形網(wǎng)格（ 法來提供用于構(gòu)建克里格模型的采樣點(diǎn)。我們將 ??? ≤ ???? ≤ ????,?? = 1,…,??; 以及第 ???（即采樣點(diǎn)數(shù)為 ∏ ????????=1 ）。 然后按照以下方式執(zhí)行該方法 : 1. 收縮變量范圍： 2. 在收縮空間內(nèi)進(jìn)行 樣。 樣本點(diǎn)的分布由不同維度的所有不同數(shù)據(jù)組合定義： 3. 對每個采樣點(diǎn)的每個維度添加一個隨機(jī)運(yùn)動 ; 隨機(jī)運(yùn)動是： 其中 ?????? ∈ ,0,1 與 14]相比， 以將邊界上的一些點(diǎn)移動到內(nèi)部設(shè)計(jì)區(qū)域，為型提供更多有用的信息，并且可以確保點(diǎn)數(shù)具有較少的重疊坐標(biāo)值。此外，可以避免采樣點(diǎn)彼此靠近的情況，這可能是使用 16]發(fā)生的，因?yàn)閮蓚€任意點(diǎn)之間的距離必須滿足： 注塑成型。 修改矩形網(wǎng)格 翹曲是影響產(chǎn)品質(zhì)量的重要因素。特別是隨著通信電子產(chǎn)品向輕，薄，短，小的設(shè)計(jì)理念的發(fā)展，減少翹曲，提高薄殼部件的質(zhì)量越來越重要。翹曲的原因歸因于零件的不均勻收縮。我們可以通過改變零件的幾何形狀、修改模具的結(jié)構(gòu)或調(diào)整工藝條件來減少翹曲。事實(shí)上，優(yōu)化工藝條件是最可行和最合理的方法。 不同的工藝條件將導(dǎo)致不同的不均勻性。已經(jīng)報道的有關(guān)優(yōu)化翹曲的有效因素的一些研究 [1根據(jù)他們的結(jié)論，包裝壓力，模具溫度和注射時間（或注射速度）對注塑件的翹曲有重要的影響。塑料注射成型中的一個重要問題是在制造前預(yù)測和優(yōu)化翹曲。有一些出版物用于翹曲優(yōu)化。 6]。他們使用改進(jìn)的復(fù)合方法優(yōu)化了壁厚和工藝條件，以減少翹曲并獲得超過 70％的翹曲變形減少。隨后 [7]，他們通過兩步搜索方法優(yōu)化，以提高產(chǎn)品質(zhì)量，包括翹曲，焊縫和打擊強(qiáng)度。 人 [8]使用改進(jìn)的復(fù)雜方法， 法和遺傳算法優(yōu)化了工藝條件，并且其結(jié)果表明，復(fù) 雜的方法獲得了減少翹曲的最佳結(jié)果。 復(fù)雜的方法可以有效地減少翹曲，但由于執(zhí)行過多的重新分析，因此需要大量的功能評估，因此耗時費(fèi)財。 使用 法 [1少翹曲易于執(zhí)行，可以分析有效因素，但獲得的“最佳工藝條件”在設(shè)計(jì)空間上不是最好的 ; 它只是因子水平的最佳組合。 最近，響應(yīng)面法和神經(jīng)網(wǎng)絡(luò)模型已經(jīng)出現(xiàn)在翹曲優(yōu)化任務(wù)中。 et [9]結(jié)合神經(jīng)網(wǎng)絡(luò)模型和遺傳算法來優(yōu)化過程條件，以減少最大和最小體積收縮之間的差異。 化的尺寸參數(shù) [10]和工藝條件[11通過將遺傳算法與響應(yīng)面法或神經(jīng)網(wǎng)絡(luò)模型相結(jié)合來減少薄殼塑料件的翹曲。從結(jié)果來看，響應(yīng)面方法和神經(jīng)網(wǎng)絡(luò)模型都可以被認(rèn)為是降低翹曲變形優(yōu)化中高計(jì)算成本的好方法，遺傳算法可以有效地找到全局最優(yōu)設(shè)計(jì)。 在這項(xiàng)研究中，包裝壓力，熔體溫度，模具溫度和注射時間被認(rèn)為是優(yōu)化翹曲的有效因素。 應(yīng)用 型 [14,15]組合改進(jìn)的矩形網(wǎng)格方法來構(gòu)建翹曲和過程參數(shù)的近似關(guān)系，優(yōu)化迭代基于降低高計(jì)算成本的近似關(guān)系。 除了近似關(guān)系外，克里格模型還可以提供一些分析重要因素的信息。 提出了改進(jìn)的矩形網(wǎng)格（ 法來提供用于構(gòu)建克里格模型的采樣點(diǎn)。我們將 ??? ≤ ???? ≤ ????,?? = 1,…,??; 以及第 ???（即采樣點(diǎn)數(shù)為 ∏ ????????=1 ）。 然后按照以下方式執(zhí)行該方法 : 1. 收縮變量范圍： 2. 在收縮空間內(nèi)進(jìn)行 樣。 樣本點(diǎn)的分布由不同維度的所有不同數(shù)據(jù)組合定義： 3. 對每個采樣點(diǎn)的每個維度添加一個隨機(jī)運(yùn)動 ; 隨機(jī)運(yùn)動是： 其中 ?????? ∈ ,0,1 與 14]相比， 以將邊界上的一些點(diǎn)移動到內(nèi)部設(shè)計(jì)區(qū)域，為型提供更多有用的信息，并且可以確保點(diǎn)數(shù)具有較少的重疊坐標(biāo)值。此外，可以避免采樣點(diǎn)彼此靠近的情況，這可能是使用 16]發(fā)生的，因?yàn)閮蓚€任意點(diǎn)之間的距離必須滿足： 圖 1顯示， 3 克里金模型 克里金模型被描述為“將功能建模為隨機(jī)過程的實(shí)現(xiàn)”的方式，因此被稱為“隨機(jī)過程模型”。 事實(shí)上， 型是內(nèi)插技術(shù)， 測器是一種預(yù)測器，其可以將預(yù)期的平方預(yù)測誤差降至最低，這取決于：（ i）是無偏的，（ 觀察到的響應(yīng)值的線性函數(shù)。 里金模型可以寫成： 其中 ???? = *??1??,??2??,…,?????? +是具有 m 個變量的第 i 個樣本點(diǎn)， ???(????)是擬合到第 n 個樣本點(diǎn)的近似函數(shù)， ???(????)是 ????的線性或非線性函數(shù)， ???是要估計(jì)的回歸系數(shù)， z(????)是隨機(jī)的 函數(shù)具有平均零和方差 ??2。 隨機(jī)函數(shù)之間的空間相關(guān)函數(shù)由下式給出： 可以通過使樣本的可能性最大化來估計(jì)參數(shù) ???， ??2和 ????。 似然函數(shù)是： 在實(shí)踐中，可以通過最大化似然函數(shù)的對數(shù)來獲得，忽略常數(shù)： 讓這個表達(dá)式相對于 ??2和 β 的導(dǎo)數(shù)等于零 ; 那么我們可以得到： 將方程 9 和 10 代入 等式 8，我們可以得到所謂的“集中對數(shù)似然”函數(shù)： 它僅依賴于 R，因此取決于相關(guān)參數(shù) ??????。 通過最大化我們可以獲得的功能： 然后，估計(jì)值 ???和 ???2可以從等式 9 和等式 10得到。 測因子 函數(shù)值 ???(???)可以將新點(diǎn) ???近似地估計(jì)為樣本 錯誤是 : 將等式 1代入等式 14給出： 其中 Z=[??1,??2,…,.????]和 F=[??1,??2,…,????]為使 ???的預(yù)測值無偏，此時的平均誤差應(yīng)為零，即： 然后我們得到： 預(yù)測值的均方誤差（ 等式 15中給出： 即是： 最小化φ（ ???）與公式 17，我們可以得到： 導(dǎo)出： 得到： 因此，我們可以預(yù)測函數(shù)值 ???(???) 通過使用方程式 21來計(jì)算每個新點(diǎn) ???。 辛普森等人 [17]建議克里格模型 的最佳選擇 是 在 中等數(shù)量變量（小于 50）中的確定性和高度非線性 。 很多研究人員在設(shè)計(jì)復(fù)雜工程時已早期應(yīng)用 [18最近，黃等人 [21]已經(jīng)使用 型來最大限度地減少金屬成形工藝設(shè)計(jì)中的模具磨損。此外， 22]已經(jīng)展示了 4 基于 型的翹曲 優(yōu)化 化模型和優(yōu)化過程 翹曲變形 最小設(shè)計(jì)問題可以說如下： 找到 最小化翹曲 （ ??1,??2,…,????） 受制于 ???? ≤ ???? ≤ ???? ?? = 1,2,…,?? 其中 ??1,??2,…,????是表示過程條件的變量，熱變形（ ??1,??2,…,????）是量化的熱變形值，將由基于優(yōu)化中的克里格模型的近似函數(shù)代替迭代，并且 ????和 ????是第 基于克里格模型的優(yōu)化算法描述如下： 1. 使用 法獲取一組具有 n 個點(diǎn)（每個點(diǎn)對應(yīng)于一組過程條件）的樣本，并運(yùn)行 序以獲取采樣點(diǎn)的翹曲 值。 然后，選擇與最小翹曲值對應(yīng)的一組工藝條件作為初始設(shè)計(jì)。 2. 基于獲得的試樣，使用 型建立翹曲 與工藝參數(shù)之間的近似關(guān)系。 3. 最小化熱變化值以通過 然后，通過 序計(jì)算相應(yīng)的熱變化值。 4. 檢查收斂：如果滿足下一節(jié)的收斂標(biāo)準(zhǔn)，則停止 ; 否則，將修改后的設(shè)計(jì)添加到樣本集中，然后轉(zhuǎn)到步驟 2。注意，如果修改后的設(shè)計(jì)比以前的初始設(shè)計(jì)更好，則初始設(shè)計(jì)將被更新。 斂標(biāo)準(zhǔn) 收斂標(biāo)準(zhǔn)用于同時滿足優(yōu)化和克里格近似的精度，即： 其中 ?????是 型的近似翹曲值。 5 手機(jī)蓋翹曲 優(yōu)化 作為示例，調(diào)查了蜂窩電話機(jī)蓋。 其長度，寬度，高度和厚度分別為1305511 1蓋子由 3,780 個三角形元素離散化，如圖 2 所示。 它由 成，其材料性質(zhì)如表 1所示。 設(shè)計(jì)變量是模具溫度（ A），熔體溫度（ B），注射時間（ C）和包裝壓力（ D）。翹曲 通過平面外位移來量化，該位移是 默認(rèn)平面的最大向上變形和最大向下變形的總和。四個變量的范圍在表 2中給出。我們希望在大型可行的成型窗口中找到最佳設(shè)計(jì)。因此，這些范圍可以大于實(shí)際制造中的范圍。 此外，這個范圍可以避免熔體短路。 模具溫度的范圍基于的推薦值，該數(shù)值考慮了材料的性能。 熔體溫度的范圍比 應(yīng)使用的最小值高 10° C，因?yàn)檩^低的熔融溫度可能導(dǎo)致熔體短路。注射時間和包裝壓力根據(jù)制造商的經(jīng)驗(yàn)確定。 法選擇了五十四種 工藝組合。在 擬之后，獲得試樣，然后使用 常數(shù)回歸項(xiàng)和 ??1 = ??2 = ?3的條件下，只需要修改五個來獲得最優(yōu)解，結(jié)果如表 3 所示。 在 4 處理器 1個小時的 行 優(yōu)化過程消耗的凈時間只有 圖 3顯示了蜂窩電話機(jī)優(yōu)化的迭代歷史。隨著迭代次數(shù)的增加， 圖4和圖 5分別顯示優(yōu)化前后的翹曲值 6 結(jié)果與討論 化結(jié)果分析 為了詳細(xì)分析結(jié)果，每個因素對翹曲 的影響也將通過有限元模擬來研究，條件是所有其他因素都保持在最佳水平。結(jié)果如圖 16所示。 通常，如果模具溫度低，則會產(chǎn)生更高的殘余應(yīng)力，因?yàn)榍惑w中的熔體具有高的冷卻速率。因此，從質(zhì)量的觀點(diǎn)來看，最高的模具溫度在其范圍內(nèi)是最好的。但是， 圖 6 顯示，當(dāng)所有其他因素保持在其最佳值時，模具溫度對翹曲 的影響非常小。這種現(xiàn)象導(dǎo)致最佳模具溫度在其范圍內(nèi)不是最高值。 圖 6顯示，當(dāng)熔體溫度從 260℃變化到 300℃時，翹曲 值非線性地降低。較低的熔體溫度具有不良的流動 性，可產(chǎn)生較高的剪切應(yīng)力。如果沒 有足夠的時間釋放剪切應(yīng)力，翹曲將會增加。結(jié)果表明，熔化溫度較高，使翹曲 最小化，與優(yōu)化結(jié)果一致。 注射時間短可以在空腔中引起快速熔融流動，這對殘余應(yīng)力和分子取向有貢獻(xiàn)另一方面，長時間的注射時間將會導(dǎo)致鐵素體激素的上升。這將導(dǎo)致材料中更高的剪切應(yīng)力和更多的分子取向。圖 6顯示后一種效應(yīng)在所選擇的范圍內(nèi)可能更為重要。 包裝壓力在兩個方面影響翹曲 。低填充 壓力不能壓縮空腔中的塑料材料，這可能形成體積收縮并引起大的翹曲 。另一方面，當(dāng)將更多的熔體轉(zhuǎn)移到空腔中時，高的填充壓力可以產(chǎn)生更高的殘余應(yīng)力引起的流動和高壓力。圖 6顯 示后一種效應(yīng)在所選范圍內(nèi)更重要，因?yàn)楫?dāng)包裝壓力越來越高時，翹曲 增加。 型的結(jié)果分析 設(shè)計(jì)變量的兩個相關(guān)函數(shù)如圖 7 所示。 對應(yīng)于θ =1 和θ = 5。隨著設(shè)計(jì)變量的變化，θ = 5 的曲線下降得更快。這說明較大的θ使變量更活躍。因此，參數(shù)θ可以解釋為測量相應(yīng)變量的重要性 [15]。對于該示例，參數(shù) ??????的數(shù)量與處理參數(shù)相同，因此每個元素 ????反映相應(yīng)的處理參數(shù)對翹曲 的影響。表 4顯示，在優(yōu)化后， ???值大于其他模型，因此注射時間對翹曲 的影響最大，也與圖 6一致。 7 結(jié)論 在本研究中，提出了一種改進(jìn)的矩形網(wǎng)格（ 與 將為 此外，它可以確保這些點(diǎn)具有較少的重疊坐標(biāo)值。通過 遺產(chǎn)，它可以避免這些點(diǎn)彼此靠近的情況。 基于 出了一種有效的優(yōu)化方法，使注射成型中的翹曲 最小化。該方法基于 型的近似函數(shù)進(jìn)行優(yōu)化，而不是通過 行昂貴的翹曲分析。已經(jīng)使用優(yōu)化方法來最小化手機(jī)蓋的翹曲，結(jié)果表明它具有良好的翹曲 優(yōu)化的精度和有效性。 克里 格 模型不僅有助于降低優(yōu)化的計(jì)算成本，而且有利于分析過程參數(shù)對翹曲 的影響，特別是反映其非線性關(guān)系。 就手機(jī)蓋而言，注射時間是所選范圍內(nèi)影響翹曲的重要因素。 致 謝 作者衷心感謝中國國家自然科學(xué)基金重大計(jì)劃（ 10590354）對這項(xiàng)工作的財政支持，并感謝 為本研究提供了仿真軟件。 參考文獻(xiàn) 1. J, K (2000) of of 000, 87–692 2. C, C (2001) in of an a J 10(1):1–9 3. J, Y, J, S, R, T, H, T, C (2004) of of 4(5):917–928 4. H, B, (2002) in 7(2):146–152 5. 2005) of on C/s 1(4):232–235 6. H, H (1995) of to of on 4(5):793–811 7. H, H (1996) of on of 5(2):253–269 8. , G, (1997) to in of 5997, , 308–3312 9. 2005) of by GA 1(5):23–27 10. , (2005) of on of 2(8):1085–1094 11. , (2006) of in J 71(3):437–445 12. , , (2005) of a J 69(10):314–319 13. , (2006) of 7(5–6):468–472 14. N, B, (2002) a . 15. R, , J (1998) of J 3(4):455–492 16. D, J, J (1979) A of of in of a 1 (2):239–245 17. W, D, N, K (2001) 7(2):129–150 18. A, T (1998) A of 92–401 19. W, J, M, (1998) of –11 20. H, Y, I (2002) on J 30–131:490–496 21. , T, I, A (2006) 2(5):369–382 22. I, K (2006) A of 006, 91–192 到日期： 2006 年 11 月 15 日 /接受日期： 2007 年 4 月 5 日 /網(wǎng)絡(luò)發(fā)布： 2007 年 6 月 15日 ?007 畢業(yè)設(shè)計(jì) (論文 )進(jìn)度計(jì)劃與考核表 學(xué)生姓名 馬鴻宇 專業(yè)班級 機(jī)械 132 指導(dǎo)教師 林盛 本課題其他 人員 題 目 帶金屬嵌件的圓珠筆管注塑模 時 間 計(jì)劃完成內(nèi)容 學(xué)生工作進(jìn)展情況 （由學(xué)生手寫） 指導(dǎo)教師檢查 意見、簽名、日期（手寫） 第 1 周 翻譯外文資料 第 2 周 調(diào)研報告 第 3 周 制作零件模型 第 4 周 進(jìn)行工藝分析 注射機(jī)選擇 第 5 周 設(shè)計(jì)模體 并進(jìn)行相關(guān)計(jì)算； 設(shè)計(jì)分型面、型腔 第 6 周 設(shè)計(jì)澆注，冷卻系統(tǒng) 并進(jìn)行相關(guān)計(jì)算 第 7 周 圖 凸模、凹模等 第 8 周 圖 彈簧、鋼球、頂銷等 第 9 周 圖 裝配 、修改 圖 第 10 周 用 制接插件模具裝配圖， 第 11 周 修改 紙 第 12 周 編寫說明書， 第 13 周 整理資料 第 14 周 準(zhǔn)備答辯 指導(dǎo)教師簽字： 年 月 日 注： 1.“計(jì)劃完成內(nèi)容”由學(xué)生本人在畢業(yè)設(shè)計(jì)（論文）開始時制定并交由指 導(dǎo)教師審核簽字。 2．“第 周”依據(jù)畢業(yè)設(shè)計(jì)（論文）的實(shí)際執(zhí)行周數(shù) on 15 006 /5 007 /15 007# 007n an is to in of by of a an of in In a“is s is to of As of a of on is an as of to of a a is of to of We of or or In is in on 1–5]. to or an of It is an in to An ee 6]. to a in of 0%. ], by a in to et [8]a 2008) 37:953–960. *)116024 s is it a of –5] is to is in it is up in of et [9] a to 10] 11–13] to of by or a be as in be to be on 14, 15]is of on is of m as j ? 1;...; m; of in as qj( of is as . of j ? 1;...; m e1T2. G in of is by of in 0; 1;...; ; j ? 1;...; a to of is:j ? 1; 2;...; m; n ? 1; 2;...;0, 1] is a G [14], on it it to 16], as d 01e4T RG is 1a–c b c 2008) 37:953–9603 is as a as a of a so it a “ In is an is a (i) of be as:by z z ..; by an to a or of to be z(xi)2. by:z z R θ; 0θh, σ2, be of 2πeTn=2σ2eTn=20y C0 0 e7TIn be by of 020 0 of 2be to we y C0 0 9 0 q. 8, we 011TIt on By we θeTbe 9by a x* as a of of :by 13Tis:by 0 y 14Tq. 1 q. 14 by 0 z t 0 ? ..; 138 ? ..; 138: x*, at be E by e16Twe 17Tof 15 by E 0 σ21 t 0 2 q; ..; R q; (x*) q. 17,c ? 0 0 by 21T 2008) 37:953–960 955 ? 0 we by x* by q. et [17] in of 0). It by a of in 18–20]. et [21]to In 22] an of to on be ..; ..; to 1; 2;...; .., .is a be by an on in of on as . a of n to a of RG a of as on to a by of by if of of go to . be if is to 1e24T2 of 2008) 37:953–9602e25Tk is a an a is 30 55 1 is 80 as 2. It is BS A), B), C), ). is by is of to . We to in a be in of is on s of of 0°C be as a in of on by E is of 1=?2=to . It 1 PU on 4C by is as of to in s be by if is in a of is in 6at in t in (°C) B (°C) C (s) D(%)65 02 0 3 of C/g/g/9°0,000 (1/s)°,780 of (°C) B (°C) C (s) D (%)0 260 02 300 0 2008) 37:953–960 957 as 60°C . A If is in to On a to a in be in 5 of 4 of 2008) 37:953–960in On a is of a 7, =1 =5. =5in as of 15]. ls is as of on to is so on it is a G, on it G, it to on an in is 7 a B C 6 s on 2008) 37:953–960 959on an of by to of a it to in it is of on to As as is is of in he 10590354) of to J, K (2000) of 000, 922. C, C (2001) in warpageprob