Resumen

Las propiedades mecánicas del tubo moldeado por inyección asistida por agua pueden mejorarse mediante el aumento de la orientación circunferencial de las fibras cortas (SFCO). Por lo tanto, el método numérico verificado por los experimentos se utiliza para simular la distribución de SFCO en el moldeo por inyección asistida por agua de desbordamiento (OWAIM), con el mecanismo de orientación de la fibra corta analizado también. El efecto de los parámetros (tiempo de llenado, temperatura de la masa fundida, temperatura del molde, tiempo de retardo, presión del agua y temperatura del agua) sobre la SFCO se explora mediante el análisis de rango y el análisis de varianza del esquema experimental ortogonal. Además, se utilizan tanto la red neuronal artificial (RNA) como el algoritmo genético (AG) para modelar y optimizar los parámetros del proceso. Los resultados muestran que la temperatura de fusión, el tiempo de retardo y la presión del agua son parámetros predominantes. La evolución de la SFCO aumenta con el incremento de la temperatura de fusión y la presión del agua, mientras que los cambios en el tiempo de retardo se invierten. El valor del tensor máximo de SFCO obtenido mediante la optimización GA es de 0,234.

• Materias:Polímeros Industria del caucho Agua Caucho Hidrogeles
• Subjects:Polymers caucho industry Water Rubber Hydrogels
• Palabras claves:presión del agua, temperatura de fusión, tiempo de retardo, inversión del tiempo de retardo, efectos de los parámetros, evolución del sfco, red neuronal artificial, orientación de las fibras cortas, moldeo por inyección asistida, tensor de sfco máximo
• Keywords:water pressure, melt temperature, delay time, delay time reverse, effects of parameters, evolution of sfco, artificial neural network, short fiber orientation, assisted injection molding, maximum sfco tensor