Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: length deviation

Sortuj według:

Ogranicz wyniki do:

Zautomatyzowana metoda sekwencyjnego korygowania przebiegu cyklu wtryskiwania tworzyw termoplastycznych. Cz. 1, Deterministyczny algorytm korekcji

Stączek P.

Polimery

2008

T. 53, nr 9

670-677

Opracowano algorytmiczną metodę nadzorowania procesu wtryskiwania tworzyw termoplastycznych. Polega ona na sekwencyjnym, wieloetapowym kompensowaniu prognozowanych odchyleń właściwości wypraski, spowodowanych zakłóceniami wolnozmiennych parametrów sterujących procesem, w wyniku natychmiastowej zmiany wartości zmiennych szybkosterowalnych w tym samym cyklu wtryskiwania. Prognozowanie i korygowanie przebiegu procesu realizowane w czasie rzeczywistym (w tym samym cyklu) ogranicza prawdopodobieństwo wytworzenia wadliwych produktów. Przetestowano jeden z dwóch wariantów algorytmu korygującego - algorytm deterministyczny oparty na doświadczalnych modelach regresji nadzorowanych charakterystyk jakości - tu jej wymiaru podłużnego L. Wybrany wariant algorytmu zastosowano do nadzorowania procesu wtryskiwania znormalizowanej wypraski z PE-LD. Weryfikacja doświadczalna wykazała dużą skuteczność zbudowanych algorytmów - rozproszenie skurczu przetwórczego (wartości ?L) wyprasek zostało dwukrotnie zmniejszone.

An algorithmic method of supervision of injection molding process of thermoplastics was elaborated (Fig. 1 and 2). It consists in sequential multistage compensation of forecasted molding quality deviations, caused by disturbances of slow-speed variable parameters supervising the process, by immediate change of quick controllable variables during the same injection molding cycle (Fig. 3 and 4). Both the prediction and process correction is performed in the real-time mode (during the same cycle) so the probability of defective products' manufacturing is limited. One of alternative correction algorithms was tested: deterministic one based on empirical regression models of supervised characteristics of molding quality (here: its length-wise dimension).This algorithm was applied to the supervision of injection molding of PE-LD normalized molding. Empirical revision showed the high efficiency of algorithm designed as the distribution of molding shrinkage was reduced twice (Fig. 5).