Resumen

El espesor residual de la pared es un indicador importante para las piezas de moldeo por inyección asistida por agua (WAIM), especialmente la maximización de la relación de núcleo hueco y la minimización de la diferencia de espesor de la pared, que son objetivos de optimización significativos. El grosor residual de la pared se calculó mediante el método de dinámica de fluidos computacional (CFD). Se emplearon el modelo de metodología de superficie de respuesta (RSM), la red neuronal de función de base radial (RBF) y el modelo Kriging para trazar la relación entre los parámetros del proceso y la proporción de núcleo hueco, y la diferencia de espesor de pared. Sobre la base de las evaluaciones de comparación de los tres modelos sustitutos, se estudió la optimización multiobjetivo de la relación de núcleo hueco y la diferencia de espesor de pared para la tubería de agua de refrigeración mediante la integración del diseño de experimento (DOE) de hipercubos latinos optimizados (Opt LHS), la red neuronal RBF y el algoritmo de optimización de enjambre de partículas (PSO). Los resultados de la investigación mostraron que el tamaño del disparo corto, la presión del agua y la temperatura de fusión eran los parámetros de proceso más importantes que afectaban a la proporción de núcleo hueco, mientras que los efectos del tiempo de retardo y la temperatura del molde eran escasos. Según los experimentos de confirmación de la mejor solución resultante de la frontera de Pareto, los errores relativos de la proporción de núcleo hueco y del grosor de la pared son del 2,2 y 3,0%, respectivamente. Se demostró que la metodología de optimización híbrida propuesta podía aumentar la proporción de núcleo hueco y disminuir la diferencia de grosor de la pared durante el proceso WAIM.

• Materias:Biopolímeros Industria del caucho Caucho Hidrogeles
• Subjects:Biopolymers caucho industry Rubber Hydrogels
• Palabras claves:relación de núcleo hueco, diferencia de grosor de pared, grosor de pared residual, red neuronal, hipercubos latinos optimizados, metodología de optimización híbrida, metodología de superficie de respuesta, función de base radial, minimización de pared, tamaño de disparo corto
• Keywords:hollowed core ratio, wall thickness difference, residual wall thickness, neural network, optimized latin hypercubes, hybrid optimization methodology, response surface methodology, radial basis function, minimization of wall, short shot size