基于压电‒弹性‒流体耦合的压电喷墨打印研究

目的通过研究双极性梯形波的时间参数和电压幅值对液滴喷射的影响,确定合适的驱动波形,旨在避免卫星液滴出现的同时提高压电喷墨打印头液滴喷射的速度。方法利用ANSYS Workbench平台仿真分析压电喷墨过程,对压电-弹性-流体双向流固耦合模型和两相流模型进行分布结构分析,根据液滴状态及喷射速度优化驱动波形。结果最终确定双极性梯形波的时间参数为4、14、4、20、4μs,电压幅值为15 V和35 V,加载该驱动波形,液滴喷射平均速度达3.1 m/s,且液滴状态较好,无卫星液滴出现。结论驱动波形的时间参数和电压幅值对压电喷墨打印头喷射液滴的速度和卫星液滴的控制有一定的影响,通过对驱动波形进行优化可以提高压电喷墨打印头喷射液滴的质量。

基于集成学习的注塑制品质量软测量方法研究

为解决传统注塑间歇过程的质量反馈存在严重滞后性的问题,利用注塑生产过程的传感器数据和成型机操作数据进行工况识别,对制品质量进行基于集成学习的软测量。采用Mini Batch K-Means算法,将注塑过程时段聚类为合模-注塑-保压-冷却主要阶段,实现工况准确、快速在线识别。利用多阶段演变的Stacking集成学习策略,结合工况识别的四个阶段,建立多阶段集成软测量模型。采用分阶段建模的方法明显削弱了数据的非线性,预测精度相比传统线性回归模型得到提升。采用集成学习的方法也提高了模型的精度,与非线性模型相比预测精度也得到提高,该多阶段集成的软测量方法可以为产品质量控制和改进,提供较精确的质量反馈。