摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第8-13页 |
1.1 课题背景及研究意义 | 第8-9页 |
1.2 LFT-D技术以及国内外研究现状 | 第9-12页 |
1.2.1 LFT-D技术 | 第9页 |
1.2.2 国内研究现状 | 第9-10页 |
1.2.3 国外研究现状 | 第10-12页 |
1.3 本文主要研究内容 | 第12-13页 |
2 LFT-D产品直接成型工艺 | 第13-21页 |
2.1 LFT-D生产工艺流程 | 第13页 |
2.2 LFT-D生产线构成 | 第13-16页 |
2.2.1 LFT-D生产线总体方案 | 第13-14页 |
2.2.2 各单元基本功能及组成 | 第14-16页 |
2.3 LFT-D产品成型工艺参数分析 | 第16-19页 |
2.3.1 模压压力 | 第17页 |
2.3.2 合模速度 | 第17页 |
2.3.3 模具温度 | 第17-18页 |
2.3.4 保压时间 | 第18页 |
2.3.5 模压料的温度 | 第18-19页 |
2.4 天然气瓶罩模压成型过程常见的缺陷及解决方法 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
3 模压成型充模过程的模拟 | 第21-33页 |
3.1 ANSYS POLYFLOW软件 | 第21-22页 |
3.2 模压料充模过程模拟的理论基础 | 第22-23页 |
3.2.1 模压料在模具模腔内的流动模型 | 第22-23页 |
3.2.2 模压料的流动性及热传递 | 第23页 |
3.3 模压料充模过程的模拟 | 第23-27页 |
3.3.1 模型的建立与网格划分 | 第23-25页 |
3.3.2 模型的区域划分与边界条件 | 第25-26页 |
3.3.3 模型的求解 | 第26-27页 |
3.4 充模过程模拟结果分析 | 第27-30页 |
3.4.1 模压料在不同充模位置处的速度分布 | 第27-28页 |
3.4.2 模压料在不同充模位置处的压力分布 | 第28-30页 |
3.5 工艺参数对充模过程成形时间的影响 | 第30-32页 |
3.5.1 模压料温度对成形时间的影响 | 第30-31页 |
3.5.2 合模速度对成形时间的影响 | 第31-32页 |
3.6 本章小结 | 第32-33页 |
4 模压成型模具温度场分析 | 第33-43页 |
4.1 ANSYS WORKBENCH软件 | 第33-34页 |
4.1.1 ANSYS WORKBENCH简介 | 第33页 |
4.1.2 ANSYS WORKBENCH热分析模块 | 第33-34页 |
4.1.3 ANSYWORLBENCH瞬态热分析过程 | 第34页 |
4.2 模压成型模具加热过程的温度场模拟 | 第34-40页 |
4.2.1 模具加热的热传递方式 | 第34-35页 |
4.2.2 实体建模及载荷加载 | 第35-38页 |
4.2.3 模具的温度场求解结果 | 第38-40页 |
4.3 模具的改进方法 | 第40-42页 |
4.3.1 改变模具内加热元件的功率 | 第40-41页 |
4.3.2 修正传感器的温度设定值 | 第41-42页 |
4.4 本章小结 | 第42-43页 |
5 模压成型工艺参数优化设计 | 第43-60页 |
5.1 Taguchi正交试验设计 | 第43-45页 |
5.1.1 LFT-D产品成型工艺参数和优化目标的选定 | 第43-44页 |
5.1.2 试验因数水平的确定以及正交表的选取 | 第44-45页 |
5.2 翘曲变形量的计算 | 第45-47页 |
5.3 基于Taguchi正交试验的模压成型工艺参数优化 | 第47-48页 |
5.3.1 基于翘曲变形量的工艺参数优化 | 第47-48页 |
5.3.2 工艺参数对翘曲变形量的影响分析 | 第48页 |
5.4 基于BP神经网络的翘曲模型的建立 | 第48-55页 |
5.4.1 BP神经网络模型 | 第49-50页 |
5.4.2 翘曲模型的BP神经网络设计 | 第50-53页 |
5.4.3 翘曲模型的建立 | 第53-55页 |
5.5 基于遗传算法的工艺参数优化设计 | 第55-59页 |
5.5.1 遗传算法的概述 | 第55页 |
5.5.2 模压成型工艺参数优化的遗传算法的实施 | 第55-56页 |
5.5.3 工艺参数的优化 | 第56-59页 |
5.6 本章小结 | 第59-60页 |
6 总结与张望 | 第60-62页 |
6.1 总结 | 第60-61页 |
6.2 展望 | 第61-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-67页 |
附录 | 第67页 |