王國(guó)棟，范鑫
重慶水利電力職業(yè)技術(shù)學(xué)院，重慶 402160
摘要：為解決微孔注塑工藝的不穩(wěn)定等缺陷，以汽車座椅扶手海綿塑料制品為研究對(duì)象開(kāi)展微孔塑料注塑過(guò)程的優(yōu)化研究。基于長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)設(shè)計(jì)了微孔注塑汽車座椅扶手海綿優(yōu)化數(shù)學(xué)模型，確定了工藝參數(shù)為模壁溫度50℃、發(fā)泡劑為N2、氣體初始濃度0.4%、熔體溫度210℃；采用Pro/E工具模擬扶手海綿的注塑過(guò)程，當(dāng)注射位置為B時(shí)，扶手海綿不易出現(xiàn)翹曲、裂紋等缺陷。
關(guān)鍵詞：微孔注塑；長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)；卷積神經(jīng)網(wǎng)絡(luò)；扶手海綿；Pro/E
傳統(tǒng)微孔注塑工藝降低了塑料的受力優(yōu)勢(shì)，導(dǎo)致塑料及其制品易產(chǎn)生翹曲、裂紋等缺陷[1-2]。為解決這些問(wèn)題，專家提出了微孔塑料注塑成型工藝。靳新濤[3]采用智能算法優(yōu)化微孔注塑噴嘴工藝參數(shù)，優(yōu)化微孔制品形態(tài)和尺寸的穩(wěn)定性。孫秀潔[4]應(yīng)用Moldflow模擬微孔注塑成型過(guò)程，開(kāi)展對(duì)微孔材料的微觀結(jié)構(gòu)和宏觀性能的研究。靳賽賽等[5]開(kāi)展對(duì)汽車診斷器支架微孔注塑過(guò)程的研究，可知在距離澆口越遠(yuǎn)的位置，氣泡半徑變小得越快。陳興元等[6]研究微孔注塑成型過(guò)程模具溫度、超臨界流體等對(duì)制品泡孔的影響，得出較好的注塑工藝參數(shù)組合。但這些研究成果在注塑工藝自動(dòng)化預(yù)測(cè)任務(wù)方面還有所欠缺，且在注塑工藝穩(wěn)定性方面仍有提升的空間。
隨著深度學(xué)習(xí)技術(shù)的發(fā)展，長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)[7-8]和卷積神經(jīng)網(wǎng)絡(luò)(CNN)[9]憑借優(yōu)異的模式識(shí)別能力被應(yīng)用于各項(xiàng)自動(dòng)化識(shí)別、定位、預(yù)測(cè)任務(wù)中[10-12]，取得較好的成果。Pro/E[13]主要用于完成參數(shù)優(yōu)化工作，在三維建模領(lǐng)域具有重要的地位，是主流的CAD/CAM/CAE的軟件之一，在模具注塑分析方面具有較好的優(yōu)勢(shì)。
本實(shí)驗(yàn)提出一個(gè)基于特征融合的微孔塑料汽車座椅扶手海綿優(yōu)化數(shù)學(xué)模型，開(kāi)展對(duì)工藝參數(shù)的分析和預(yù)測(cè)，采用Pro/E模擬分析座椅扶手的注塑過(guò)程。
01 基于特征融合的微孔注塑優(yōu)化數(shù)學(xué)模型
1.1 數(shù)學(xué)基礎(chǔ)
微孔注塑優(yōu)化數(shù)學(xué)模型主要由LSTM和CNN運(yùn)算組成，LSTM的計(jì)算方法如式(1)~式(6)所示：
式中：kt為輸入門(mén)，負(fù)責(zé)規(guī)范化輸入序列數(shù)據(jù)；ft為遺忘門(mén)，負(fù)責(zé)剔除掉冗余的信息，避免因信息量過(guò)大出現(xiàn)梯度消失等現(xiàn)象；st為記憶門(mén)，負(fù)責(zé)保存重要特征信息；pt為輸出門(mén)，負(fù)責(zé)輸出當(dāng)前階段的相關(guān)性特征信息；ct為長(zhǎng)記憶狀態(tài)，負(fù)責(zé)捕捉上一階段和當(dāng)前階段的依賴信息；ht為短記憶狀態(tài)，負(fù)責(zé)統(tǒng)計(jì)輸出門(mén)信息和長(zhǎng)記憶狀態(tài)信息作為隱藏序列信息；σ(·)為采用ReLU實(shí)施的非線性操作。LSTM通過(guò)記憶門(mén)可捕捉序列數(shù)據(jù)的長(zhǎng)短期依賴特征。
CNN的計(jì)算方法如式（7）所示：
式（7）中：為卷積運(yùn)算；w為卷積核；x為輸入數(shù)據(jù)或特征向量；b為偏置值；f (·)為采用TanH或ReLU實(shí)施的非線性操作。
CNN通過(guò)多層卷積運(yùn)算可捕獲多感受野、抽象的特征。
TanH和ReLU是常用的非線性激活函數(shù)，被用來(lái)對(duì)特征信息作非線性變換，以適應(yīng)自然特征的非線性分布和非線性變換狀態(tài)。TanH非線性激活函數(shù)如式（8）所示，ReLU非線性激活函數(shù)如公式（9）所示：
TanH非線性激活函數(shù)具有零均值分布特征，這使得模型網(wǎng)絡(luò)在訓(xùn)練過(guò)程中易逼近最優(yōu)取值區(qū)域。ReLU非線性激活函數(shù)可分為兩段線性激活函數(shù)，迫使負(fù)值為0，保持正值不變，有利于特征信息值保持稀疏特性，增強(qiáng)模型網(wǎng)絡(luò)特征表達(dá)能力。
1.2 基于特征融合的汽車座椅扶手海綿發(fā)泡模具優(yōu)化模型
為研究微孔塑料注塑成型填充過(guò)程，以汽車座椅扶手海綿發(fā)泡模具為對(duì)象，設(shè)計(jì)基于特征融合的汽車座椅扶手海綿發(fā)泡模具優(yōu)化模型，如圖2所示。
在汽車座椅扶手海綿發(fā)泡模具優(yōu)化模型中，將模壁溫度、熔體溫度、發(fā)泡劑（0為氮?dú)狻?為二氧化碳)、氣體初始濃度作為輸入序列信息，預(yù)測(cè)座椅扶手海綿的最大翹曲值、體積收縮率和殘余應(yīng)力。通過(guò)3個(gè)分支網(wǎng)絡(luò)學(xué)習(xí)不同類型的翹曲、體積收縮、應(yīng)力特征。分支網(wǎng)絡(luò)1由3個(gè)卷積操作組成，具有深層次的特點(diǎn)，且2個(gè)卷積核尺寸為3×1卷積操作的感受野等同于1個(gè)卷積核尺寸為5×1卷積操作的感受野，因此依次應(yīng)用卷積核尺寸為1×1、3×1、3×1的卷積操作可從輸入信息中捕獲細(xì)致、抽象、大感受野的特征信息，并應(yīng)用ReLU函數(shù)堆特征作非線性變換，以適應(yīng)翹曲、體積收縮、應(yīng)力的非線性變化狀態(tài)；分支網(wǎng)絡(luò)2由LSTM組成，從輸入序列數(shù)據(jù)中學(xué)習(xí)到翹曲、體積收縮、應(yīng)力的依賴性耦合特征；分支網(wǎng)絡(luò)3直接將輸入序列數(shù)據(jù)引至輸出端，最大限度地保留特征信息，可避免梯度消失現(xiàn)象的出現(xiàn)。
1.3 實(shí)驗(yàn)配置
采集10000組汽車座椅扶手海綿發(fā)泡模具的模壁溫度、熔體溫度、發(fā)泡劑、氣體初始濃度樣本數(shù)據(jù)，將其按照比例8:1:1隨機(jī)劃分至訓(xùn)練集、驗(yàn)證集和測(cè)試集中，便于實(shí)驗(yàn)分析和優(yōu)化。
對(duì)于設(shè)計(jì)的汽車座椅扶手海綿發(fā)泡模具優(yōu)化數(shù)學(xué)模型網(wǎng)絡(luò)，設(shè)置偏置值為0.002，應(yīng)用Xavier初始化卷積核權(quán)重；在Linux平臺(tái)的Tensorflow框架上實(shí)現(xiàn)數(shù)學(xué)模型；設(shè)置模型在訓(xùn)練階段的學(xué)習(xí)率為0.0009。
02 微孔塑料汽車座椅扶手海綿模具優(yōu)化研究
研究基于特征融合的汽車座椅扶手海綿發(fā)泡模具優(yōu)化模型，并開(kāi)展關(guān)鍵參數(shù)對(duì)模具注塑成型的影響研究；采用優(yōu)化模型獲得較優(yōu)的微孔塑料汽車座椅扶手海綿模具工藝參數(shù)；仿真模具三維模型。
2.1 汽車座椅扶手海綿優(yōu)化模型優(yōu)化研究
研究模型的性能優(yōu)化狀態(tài)。經(jīng)初步觀察，汽車座椅扶手海綿優(yōu)化模型在訓(xùn)練代數(shù)為300時(shí)達(dá)到收斂狀態(tài)，統(tǒng)計(jì)其在訓(xùn)練代數(shù)為200、300、400和500時(shí)最大翹曲量、體積收縮率、殘余應(yīng)力的驗(yàn)證誤差值百分比，結(jié)果如圖3所示。
當(dāng)訓(xùn)練代數(shù)從200增至300時(shí)，汽車座椅扶手海綿優(yōu)化模型的各項(xiàng)驗(yàn)證誤差值百分比指標(biāo)呈現(xiàn)明顯的下降趨勢(shì)，說(shuō)明模型處于收斂階段，預(yù)測(cè)性能得到有效地優(yōu)化；當(dāng)訓(xùn)練代數(shù)為300、400和500時(shí)，模型已達(dá)到收斂狀態(tài)，預(yù)測(cè)值逐漸逼近最優(yōu)取值區(qū)間；當(dāng)訓(xùn)練代數(shù)為400時(shí)，模型具有最低的翹曲量、體積收縮率、殘余應(yīng)力誤差值百分比，具有較優(yōu)的預(yù)測(cè)能力。因此，保存訓(xùn)練至400代的汽車座椅扶手海綿發(fā)泡模具優(yōu)化模型，模壁溫度和氣體初始濃度具有較小的可變化范圍，在業(yè)界已有較權(quán)威的參考標(biāo)準(zhǔn)，開(kāi)展熔體溫度、發(fā)泡劑對(duì)注塑成型的影響研究工作具有較好的意義。
在塑料熔體的注入過(guò)程中，注塑位置因熔體溫度較高易出現(xiàn)變形缺陷，同時(shí)已注入熔體的冷卻較大程度地影響汽車座椅扶手海綿發(fā)泡模具的變化狀態(tài)，因此，開(kāi)展熔體溫度對(duì)模具成型影響的研究工作具有較大意義。從測(cè)試集中選擇模具樣本參數(shù)分別為模壁溫度50℃、熔體溫度210℃、發(fā)泡劑、氣體初始濃度0.4%。
保持模壁溫度、發(fā)泡劑、氣體初始濃度等參數(shù)為恒定值，改變?nèi)垠w溫度值，測(cè)定翹曲量、體積收縮率、殘余應(yīng)力，其測(cè)定結(jié)果分別如圖4~圖6所示。
海綿發(fā)泡制品的體積收縮率隨著熔體溫度的升高而增大，說(shuō)明熔體溫度越高，熔體黏度越小，熔體內(nèi)大分子結(jié)構(gòu)趨于無(wú)規(guī)則變化；熔體密度降低，導(dǎo)致海綿制品體積收縮率變大。殘余應(yīng)力隨著熔體溫度的升高略有降低，說(shuō)明熔體溫度越高，熔體黏度越小，熔體分子受力越小，因此殘余應(yīng)力越小。綜合分析，當(dāng)熔體溫度為210℃時(shí)，與其他熔體溫度相比，海綿制品具有較小的翹曲量和殘余應(yīng)力，體積收縮率較低。
常用的發(fā)泡劑為氮?dú)夂投趸迹獨(dú)夂投趸紩?huì)影響微孔塑料制品的微孔結(jié)構(gòu)，從而引發(fā)微孔注塑制品的翹曲、體積收縮、殘余應(yīng)力的變化，因此有必要研究氮?dú)狻⒍趸及l(fā)泡劑對(duì)模具成型的影響。本實(shí)驗(yàn)保持模壁溫度、熔體溫度、氣體初始濃度等參數(shù)為恒定值，改變發(fā)泡劑種類，翹曲量、體積收縮率、殘余應(yīng)力的變化結(jié)果如圖7~圖9所示。
與采用二氧化碳作為發(fā)泡劑相比，氮?dú)庾鳛榘l(fā)泡劑的發(fā)泡海綿制品的翹曲量、體積收縮率和殘余應(yīng)力更低；說(shuō)明氮?dú)庠谧⑺芫酆衔镏破分械娜芙舛雀停瑲怏w填充性更強(qiáng)，因此體積收縮率較小；氮?dú)馊芙舛容^低，則塑料熔體黏度較小、熔體分子受力較小，因此翹曲量和殘余應(yīng)力較小。
2.2 微孔塑料汽車座椅扶手海綿三維模型仿真
設(shè)計(jì)的微孔塑料汽車座椅三維模型如圖10所示。
微孔塑料汽車座椅三維模型由上下兩部分組成，上部分為汽車座椅扶手海綿模塊，扶手海綿模塊的長(zhǎng)寬比為3:2，側(cè)方梯形的上下夾角分別為60°和120°，海綿聚合物的塑料材料為聚丙烯，采用的發(fā)泡劑為氮?dú)狻?br />
03 注塑模擬分析
扶手海綿的注射位置模擬結(jié)果如圖11所示。
采用汽車座椅扶手海綿優(yōu)化數(shù)學(xué)模型獲得注塑工藝參數(shù)，選定模壁溫度50℃、發(fā)泡劑為氮?dú)狻怏w初始濃度0.4%、熔體溫度210℃。應(yīng)用Pro/E計(jì)算機(jī)輔助工具模擬注塑成型過(guò)程。
由圖11可知，暗色區(qū)域的注塑效果比暖色區(qū)域好。設(shè)置A注射位置處于暖色區(qū)域，B注射位置處于暗色區(qū)域。
分析微孔塑料汽車座椅扶手海綿的注射模擬時(shí)長(zhǎng)，結(jié)果如圖12所示。
注射位置A和B的扶手海綿注射時(shí)長(zhǎng)分別為17.42s和17.40s，說(shuō)明當(dāng)注射位置為B時(shí)，當(dāng)前注射工藝具有較短的注射時(shí)間，在批量制作過(guò)程中具有較高的注射效率。
分析微孔塑料汽車座椅扶手海綿的注塑模擬壓降分布，結(jié)果如圖13所示。
在微孔注射的位置，注射壓降最低；距離注射位置越遠(yuǎn)，注射壓降越高；注射位置A的最大注射壓降為3.39MPa，注射位置B的最大注射壓降為2.22MPa。注射位置B的注射壓降明顯低于注射位置A的注射壓降，且保壓能力較強(qiáng)，可避免微孔塑料汽車座椅扶手海綿出現(xiàn)嚴(yán)重的翹曲、裂紋等缺陷。
分析微孔塑料汽車座椅扶手海綿的注塑模擬裂紋分布，結(jié)果如圖14所示。
注射位置A的扶手海綿具有較多、較分散的裂紋；注射位置B的扶手海綿具有較少、較集中的裂紋，說(shuō)明注射位置B的注塑工藝具有較優(yōu)的工程應(yīng)用能力。
04 結(jié)論
（1）應(yīng)用LSTM和CNN的特征提取優(yōu)勢(shì)，采用3個(gè)分支網(wǎng)絡(luò)學(xué)習(xí)得到抽象、非線性、大感受野、強(qiáng)依賴性的翹曲、體積收縮、殘余應(yīng)力信息。選擇模壁溫度50℃、發(fā)泡劑為氮?dú)狻怏w初始濃度0.4%、熔體溫度210℃，此時(shí)模具具有較低的體積收縮和殘差應(yīng)力，具有較好的穩(wěn)定性。
（2）采用Pro/E模擬扶手海綿的注塑過(guò)程。澆口位置B的微孔塑料汽車座椅扶手海綿具有較小的注射壓降、極少的裂紋，表明澆口位置B的扶手海綿不易產(chǎn)生翹曲等缺陷。
參考文獻(xiàn)
[1] 王黎明. 發(fā)泡環(huán)境對(duì)聚烯烴發(fā)泡材料泡孔質(zhì)量及表面質(zhì)量的影響研究[D].貴陽(yáng): 貴州大學(xué), 2019.
[2] 袁洪躍，金章勇，蔣晶，等. 聚丙烯/碳納米管微孔注射發(fā)泡行為及力學(xué)性能[J]. 中國(guó)塑料, 2020, 34(6): 20-26.
[3] 靳新濤. 微孔注射噴嘴的設(shè)計(jì)及工藝參數(shù)的優(yōu)化研究[D]. 長(zhǎng)春: 吉林大學(xué), 2014.
[4] 孫秀潔. 微孔注射成型制品的仿真分析與工藝優(yōu)化[D]. 大連: 大連理工大學(xué), 2018.
[5] 靳賽賽，田菲. 汽車診斷器支架微孔注射成型工藝參數(shù)優(yōu)化[J]. 工業(yè)技術(shù)創(chuàng)新, 2019, 6(2): 15-19.
[6] 陳興元，,張亞濤，葛路通，等. 工藝參數(shù)對(duì)微孔注射PC制品泡孔形態(tài)的影響[J]. 塑料科技， 2019，47(2): 49-52.
[7] 陸維佳，朱建文，葉圣炯，等. 基于多因素長(zhǎng)短時(shí)神經(jīng)網(wǎng)絡(luò)的日用水量預(yù)測(cè)方法研究[J]. 給水排水，2020， 56(1): 125-129.
[8] 胡濤，佃松宜，蔣榮華. 基于長(zhǎng)短時(shí)神經(jīng)網(wǎng)絡(luò)的硬件木馬檢測(cè)[J/OL]. 計(jì)算機(jī)工程, 2020: 1-9[2020-07-04]. https: //doi. org/10. 19678/j. issn. 1000-3428. 0055589.
[9] 黨衛(wèi)軍，韓捷，薛藝為. 基于卷積神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)缺陷文本分類方法[J]. 信息技術(shù)，2020，44(6): 84-88.
[10] 沈宗禮，余建波. 基于遷移學(xué)習(xí)與深度森林的晶圓圖缺陷識(shí)別[J/OL]. 浙江大學(xué)學(xué)報(bào): 工學(xué)版, 2020: 1-12[2020-07-04]. http: //kns. cnki. net/ kcms/detail/33. 1245. T. 20200701. 2057. 002. html.
[11] 劉杰，朱旋，宋密密. 改進(jìn)YOLOv2的端到端自然場(chǎng)景中文字符檢測(cè)[J/OL]. 控制與決策，2020: 1-7[2020-07-04]. https://doi.org/10.13195/ j.kzyjc.2020.0270.
[12] 許學(xué)國(guó)，桂美增. 基于深度學(xué)習(xí)的技術(shù)預(yù)測(cè)方法—以機(jī)器人技術(shù)為例[J/OL]. 情報(bào)雜志， 2020: 1-10[2020-07-04]. http: //kns. cnki. net/kcms/ detail/61. 1167. G3. 20200702. 1145. 014. html.
[13] 王永剛，朱偉，曲澤超. 基于ProE的從3D建模到工程圖設(shè)計(jì)[J]. 內(nèi)燃機(jī)與配件，2017(16): 13-14.
聚砜醫(yī)療干粉吸入...
塑料包裝材料的減...
汽車功能鍵觸摸蓋I...
高性能注塑聚丙烯...
