采用模腔压力曲线的注塑成型实验

通过模腔压力传感器测量模腔压力,研究模具不同部位的模腔压力曲线,测量注塑过程中的模腔压力和塑料制品残余应力,研究模腔压力曲线与塑料制品残余应力的关系.在此基础上,探讨注射压力和保压压力对模腔压力曲线形状的影响规律.实验结果表明:模腔压力曲线和塑料制品残余应力、注塑工艺参数有很大的关系.     

注射模具模腔压力的研究

模腔压力不仅与注射制品性能有着密切关系,它还是注射机设计和模具强度设计的主要参数。在“自适应反馈”控制生产过程中,模腔压力更具有重要意义。 为此,木文介绍了模腔压力测定的方法,以及所用的设备及仪器,并讨论了:1.注射充模过程压力变化分析;2.注射压力、熔体温度对模腔压力的影响;3.模具流道设计对模腔压力的影响;4.不同物料在注射成型过程中对模腔压力的影响;5.模腔压力对制品性能的影响。 实验结果表明:根据记录的充模过程模腔压力变化曲线,可以看出影响模腔压力的主要因素;随着注射压力的增加,模腔压力有所增加,但是过程的总压力损失也有所增加,提高熔体温度,对不同的物料来讲,模腔压力变化值不同;浇口截面变化,明显影响充模时间,总的压力损失与充模时间有关,且随浇口截面积的变化而变化,模腔压力增加,制品收缩率减小,模腔压力的增加,制品屈服强度有所增加,其值不超过10％。     

注塑工艺参数对模腔压力的影响研究

模腔压力与塑料制品质量有密切联系,而模腔压力最大值是注射成型过程中一个常用的监测对象。借助奇石乐模腔压力传感器,直接测量注塑成型过程中的模腔压力最大值。借助正交实验法,分析注塑工艺参数对模腔压力最大值的影响次序,根据效应关系图分析工艺参数对模腔压力最大值的影响规律。     

软测量技术及其在铝电解槽温度测量中的应用

软测量技术可以为一些无法直接测量的参数寻找一种测量方法.从辅助变量选择、数据处理、软测量模型建立和模型修正等方面系统地介绍了软测量技术;并针对铝电解槽温度高、腐蚀性强、温度难以直接测量的问题,选择电解槽的输入电功率和下料速度作为辅助变量,利用现代时间序列分析法建立了带受控项目的自回归数学模型,从而计算出电解槽的温度估计值.在160kA点式下料预焙阳极铝电解槽进行实验,结果证明了该方法的有效性.     

脉动力场下的熔体充模能力及模腔压力响应

利用螺旋流道模具模腔狭长的特点,通过测量制品长度研究了脉动力场对注塑过程中熔体充模能力的影响,进而利用高灵敏度的熔体压力传感器和数据采集系统,对熔体充模及保压过程中的模腔压力进行了实时测量和分析.实验结果显示,在脉动力场作用下,熔体在模腔中的流动长度增加,充模压力提高.分析证明,由于振动的引入,熔体粘度降低,压力传递过程损耗减小,熔体充模能力提高,有效保压时间延长,有利于制品的填充压实.     

基于ICA变量分组的集成软测量方法研究

提出了一种基于独立主成分分析（independent component analysis,ICA）变量分组和集成学习的软测量建模方法.该方法首先运用ICA对输入过程变量进行分组,建立多个变量组子空间.然后在各变量组子空间内提取子样本集,降低变量和变量组之间的耦合性,并基于核偏最小二乘法（KPLS）建立预测子模型.最后,采用贝叶斯方法对子模型的输出进行集成,给出最终预测结果.运用该方法对工业橡胶密炼过程的数据进行了预测,并与其它软测量方法的结果进行比较分析,实验结果表明,本文提出的方法具有更好的预测性能.      

小型化活塞式黏度在线测量方法

针对井下输油管道内原油黏度的在线测量问题,提出了一种小型化活塞式黏度测量方法.采用永磁活塞,在小型测量腔内的被测液体中,被线圈电磁力驱动而进行直线式往复运动;搭配专用电路系统及传感模块,基于电磁感应效应,通过检测叠加在线圈驱动电压中的电磁感应信号,获取活塞的往复运行时间,从而推算液体黏度.黏度测头主要由壳体、线圈和永磁活塞构成,结构简单,易于实现小型化;电路模块主要由线圈控制电路、感应信号检测电路及通信部分组成,结合上位机处理程序,可实现感应信号的高精度采集、处理及测量.通过实验研究,分析了驱动信号周期与系统稳定性之间的关系,并进行了测量系统标定,建立了"黏度-时间"数学模型.最终,通过与高精度黏度计测量结果进行比对,验证了该测量方法的有效性.     

基于规则的连续重整反应器工况识别与优化操作

采用区域优化的方法,将生产工况划分成优良区域、合格区域和不合格区域.结合重整反应工艺机理分析,通过神经网络建立软测量模型基础,将当前产品辛烷值、催化剂结焦含量和产品液收率的软测量结果输入工况识别规则集,构成一个复合神经网络.这样使复合神经网络的输入信号为测量得到的相关工艺变量,输出信号直接为当前所属工况对应数值,就可根据当前采样信息自动识别工况所在区域.此外,根据工况区域以及生产经验制定出以反应器进口物料温度为操纵变量的操作规则,使各个时刻都有相应的操作指导,帮助在生产中寻找重整反应器的优化操作点.实际应用效果表明,使用该优化操作方法取得了显著的经济效益.     

基于频域特征提取与RBF相结合的磨矿浓度软测量

为解决磨矿浓度难以直接检测的问题,提出一种通过磨机振动、磨音信号频域特征提取利用特征频谱与径向基函数(RBF)神经网络相结合的非线性建模方法.采用快速傅里叶变换(FFT)将时域振动及磨音信号转换为频谱变量,对频谱变量通过主元分析(PCA)进行谱特征提取,采用径向基函数(RBF)变换实现谱特征的非线性映射.实验表明,该方法可以实现对磨矿浓度的准确软测量,提高测量精度1％,方法有效.     

基于即时学习算法的软测量建模方法

针对工业过程中存在许多难以直接测量变量的问题,提出1种基于即时学习算法的软测量建模方法.提出k-矢量近邻方法建立系统的当前工况点的建模邻域,以提高即时学习算法的预测能力,利用递归最小二乘算法简化建模的在线计算量,通过PRESS估算得到算法的最优解,优化了算法,应用该算法对某一化工厂产品的酯化率进行测量建模,预测得到的最大相对误差为0.8742%,证明该方法的泛化性能良好,满足实际测量的精度要求,是1种便于理解,易于实现的软测量方法.