DSpace
 
  Repositório Institucional da Universidade de Aveiro > Departamento de Engenharia Mecânica > MEC - Dissertações de mestrado >
 Modelação do processo de moldação por injecção utilizando redes neuronais artificiais
Please use this identifier to cite or link to this item http://hdl.handle.net/10773/2432

title: Modelação do processo de moldação por injecção utilizando redes neuronais artificiais
authors: Reis, Daniel da Cunha
advisors: Ferreira, Jorge
Oliveira, Mónica Sandra Abrantes de
keywords: Engenharia mecânica
Moldagem por injecção
Redes neuronais
Termoplásticos
issue date: 2007
publisher: Universidade de Aveiro
abstract: Neste trabalho foi desenvolvido um modelo baseado em redes neuronais que permite prever o comportamento da pressão de injecção dentro da cavidade em função das variáveis do processo, para um determinado material. Baseado em trabalhos que decorreram nos últimos dois anos no Departamento de Engenharia Mecânica foi usado um molde instrumentado com um sensor de pressão acoplado a um sistema de aquisição de dados que permite monitorar em tempo real, a pressão na cavidade do molde bem como também algumas variáveis importantes para o processo de injecção como são a pressão hidráulica e a velocidade de injecção. Tendo sido a temperatura do termoplástico simulada com o software Moldflow®. Para o efeito foi utilizada uma máquina de injecção de termoplásticos, EuroInj D65. Foram treinadas com o algoritmo Backpropagation com a estratégia de Levenberg-Marquadt, 3002 configurações diferentes de redes neuronais possuindo no máximo, cinco camadas e 10 neurónios por camada. Inicialmente as redes foram treinadas para um caso específico, e posteriormente, para todos os casos. Como seria se esperar, a sua capacidade de generalização aumenta com o aumento do número de exemplos com que a rede é treinada. Também o valor máximo da pressão dentro da cavidade foi obtido com um erro de 0.3%, o que representa um valor muito fiável, podendo portanto afirmar-se que será possível, a partir destes resultados, estabelecer procedimentos futuros no que concerne a previsão da qualidade do processo de obtenção de peças por injecção por moldação. ABSTRACT: In this project, a model based on neural networks which predicts the behavior of the injection pressure in the interior of the mould cavity depending on the variables of the process for a certain raw material, was developed. Based on experiments, carried out in the last two years, in the Department of Mechanical Engineering, a mould with a pressure sensor and an acquisition software, which allows the user to monitor the pressure inside the mould’s cavity, but also other relevant variables for the process, such as hydraulic pressure and injection velocity, was used. The thermoplastic temperature was simulated with Moldflow® software. The injection machine used was an EuroInjD65. About 3002 different neural networks with a maximum of 5 layers and 10 neurons per each layer were trained. The best performance was achieved with the Levenberg-Marquadt algorithm. The cavity pressure evolution during cycle time was established within an error of 0.3%, which can be said to be an acceptable error. Furthermore, it can be said that, with the results obtained, further work can be undertaken in order to establish injection molding process control routines.
description: Mestrado em Engenharia Mecânica
URI: http://hdl.handle.net/10773/2432
appears in collectionsMEC - Dissertações de mestrado
UA - Dissertações de mestrado

files in this item

file sizeformat
2008001220.pdf1.74 MBAdobe PDFview/open
statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Valid XHTML 1.0! RCAAP OpenAIRE DeGóis
ria-repositorio@ua.pt - Copyright ©   Universidade de Aveiro - RIA Statistics - Powered by MIT's DSpace software, Version 1.6.2