[发明专利]一种基于表面网格的塑料注射成型浇口位置确定方法

权利要求书

1.一种基于表面网格的塑料注射成型浇口位置确定方法，其步骤包括：

第1步根据零件的几何造型由网格生成工具生成零件的表面网格；

第2步假定浇口位置位于网格节点上，并且熔体流动的方向限定于网格节点的连线上；根据表面网格生成带权值的无向图；该步骤具体包括下述过程：

第2.1步根据表面网格中的节点生成无向图中对应的顶点；

第2.2步根据表面网格中节点间的相邻关系生成无向图中顶点间的弧；

第2.3步根据表面网格中节点坐标值、节点的厚度和相邻关系按照下式(I)计算相邻两顶点间对应弧的权值W；

W=2λ(x1-x2)2+(y1-y2)2+(z1-z2)2(b1+b2)λ---(I)]]>

式中：(x₁，y₁，z₁)，(x₂，y₂，z₂)-两顶点对应节点的坐标；b₁，b₂-两顶点对应节点的厚度；λ-厚度补偿系数；

第2.4步在表面网格中有配对关系的节点所对应的顶点间建立权值为0的弧；

第3步选择无向图中对应于零件上能够设置浇口的表面的所有顶点，由这些顶点构成浇口顶点集合；

第4步设定空间坐标系中存在一个表面平行于坐标平面的最小长方体，并且所述浇口顶点集合中所有顶点均位于该最小长方体内；利用与坐标平面平行的平面将所述最小长方体按照下述第4.1步至第4.3步的方式切割成空间小长方体，每个小长方体中的浇口顶点构成相应的浇口顶点集合的子集；

第4.1步按照下式(II)确定最小长方体在X，Y，Z三个方向的分割份数d_x，d_y，d_z：

dx=[(xmax′-xmin′+2μ1)a×h‾]+1]]>

dy=[(ymax′-ymin′+2μ2)b×h‾]+1---(II)]]>

dz=[(zmax′-zmin′+2μ3)c×h‾]+1]]>

式中：a，b，c-分别为X，Y，Z三个方向的分割距离权值；x′_max，x′_min、y′_max，y′_min和z′_max，z′_min-分别为浇口顶点集合中顶点在X，Y，Z方向坐标的最大值，最小值；-为零件的平均厚度；μ₁，μ₂，μ₃-为最小长方体坐标偏移权值；

第4.2步根据公式d＝d_x×d_y×d_z计算子长方体个数d，d同时也是顶点子集的个数，并将各子集按照1～d的顺序记录；

第4.3步按照公式(III)计算各顶点(x，y，z)所在的子集序号d′，并将各顶点加入到对应的子集中；

d′=[x-xmin′+μ1ah‾]+[y-ymin′+μ2bh‾]·dx+[z-zmin′+μ3ch‾]·dx·dy---(III);]]>

第5步利用遗传算法搜索无向图中近似最佳浇口位置顶点组合；第5步具体包括下述过程：

第5.1步初始化种群

以第3步所生成的无向图中浇口顶点集合中的顶点的组合作为遗传算法中的个体，组合中各顶点的坐标作为遗传个体的表现型，个体组成的集合作为遗传算法中的种群；初始化种群具体是指从浇口顶点集合中随机选取顶点，并将所选取的顶点按照确定浇口位置的数量进行组合，再按照遗传算法的要求对顶点的坐标进行编码，形成遗传算法中遗传操作能够处理的遗传基因；

第5.2步首先以个体中的顶点为初始位置，利用最短路径法计算无向图中各顶点的最短路径长度；再利用最短路径长度计算种群中各个体的适应值；

第5.3步如果如下判据中有一条成立，则结束搜索过程，转向第5.9步，否则转向第5.4步：

判据一：遗传操作的迭代次数是否达到预定的上限值；

判据二：种群中最佳个体的适应值基本没有变化；

第5.4步根据种群中个体适应值大小，进行选择遗传操作，将父代种群中的优良个体复制到子代种群；

第5.5步将种群中的个体随机搭配成对，按交叉概率交换个体之间的部分编码，生成新的个体；

第5.6步对交叉操作所生成的新个体进行调整，即将新个体中的顶点的坐标设置为与新个体中的顶点位置最近的浇口顶点的坐标；第5.6步按照下述方式对新产生的个体进行调整：

(A1)对新产生的个体进行解码，遗传解码是编码的逆过程，即是将用于遗传操作的遗传基因转换为个体的表现型；

(A2)对新产生的个体中的顶点，在第3步所生成的浇口顶点集合中搜索与之最近的顶点，具体步骤为：

①按公式(III)根据坐标确定新产生个体中的顶点所在的浇口顶点子集的序号d′，若第d′个子集中有顶点存在则直接将第d′个子集作为当前顶点集合，转步骤③，否则转步骤②；

②遍历存在顶点的所有浇口顶点子集，选取子集中心位置与新产生个体的顶点位置最近的子集为当前顶点集合；

③在当前顶点集合中搜索与新产生个体的顶点位置最近的顶点；

(A3)将新产生个体中的顶点的坐标设置为浇口顶点集合中与其位置最近的顶点坐标，并重新编码；

(A4)按照第5.2步所述个体适应值的计算方法计算调整后个体的适应值；

第5.7步按变异概率随机选择个体编码中的某一位，修改该位的值为1或者0，生成新的个体；

第5.8步按照第5.6步的方式对变异操作所产生的新个体进行调整，完成后转向第5.3步；

第5.9步选取遗传操作后种群中适应值最大的个体所代表的顶点组合作为近似最佳浇口位置顶点组合输出，遗传搜索过程结束；

第6步以第5步得到的近似最佳浇口位置顶点组合为初始位置，利用爬山算法搜索最佳浇口位置顶点组合；第6步具体包括下述过程：

第6.1步以表示近似最佳浇口位置的顶点组合为初始顶点组合g_s；

第6.2步以表示近似最佳浇口位置的顶点组合的适应值为初始适应值F_s；

第6.3步设定中间量当前顶点组合g_c及当前适应值F_c，并令g_c＝g_s，F_c＝F_s；

第6.4步取得当前顶点组合的所有相邻顶点组合，依次以相邻顶点组合为初始位置利用最短路径法计算无向图中各顶点的最短路径长度，再利用最短路径长度计算各相邻顶点组合的适应值；

第6.5步假设当前顶点组合的相邻顶点组合中的最大适应值为F_max，相对应的顶点组合为g_max，取F_max与当前适应值作比较，假如F_max＞F_c转第6.6步，否则转第6.7步；

第6.6步修改当前顶点组合和当前适应值，即：g_c＝g_max，F_c＝F_max，转第6.4步；

第6.7步将当前顶点组合作为最佳浇口位置顶点组合输出，爬山搜索过程结束；

第7步根据最佳浇口位置顶点组合中的顶点找到第1步生成的表面网格中对应的节点作为最佳浇口位置。