Publicação
Modelação numérica e otimização de processos de injeção
| Resumo: | A otimização dos sistemas de arrefecimento em moldes de injeção desempenha um papel central na obtenção de peças de qualidade e na redução de tempos de ciclo, evitando defeitos como contrações, deformações e tensões residuais. Este trabalho propõe uma metodologia inovadora, que integra simulação numérica e inteligência artificial para o desenvolvimento de canais de arrefecimento conformáveis mais eficientes. Com recurso ao software Moldex3D, foram definidos 34 objetivos de otimização relacionados com o desempenho térmico e estrutural das peças, como tempos de arrefecimento, estabilidade térmica e minimização de contrações. Face ao caráter multiobjetivo do problema, aplicaram-se técnicas de redução dimensional, incluindo a análise de componentes principais (PCA) e a análise não linear de componentes principais (NL-PCA), permitindo simplificar o conjunto de objetivos sem comprometer a representatividade das soluções. Para acelerar o processo de otimização e reduzir os custos computacionais, redes neuronais artificiais foram utilizadas como modelos substitutos das simulações numéricas, permitindo previsões rápidas e eficazes dos resultados. Estes modelos foram otimizados através de algoritmos evolutivos multiobjetivo (MOEAs), o que possibilitou explorar o espaço de soluções de forma eficiente, identificando compromissos adequados entre os objetivos. A metodologia foi validada em diversas configurações geométricas de canais de arrefecimento, como anéis circulares e espirais. Os resultados demonstraram melhorias significativas na uniformidade térmica, redução dos tempos de ciclo e identificação de soluções que equilibram os diferentes critérios de desempenho. A análise das soluções revelou a eficácia das técnicas de inteligência artificial em capturar os padrões do processo e selecionar alternativas viáveis. A metodologia mostrou-se flexível e adaptável a diferentes geometrias, destacando-se como uma abordagem promissora para o design automatizado de sistemas de arrefecimento em moldes de injeção. |
|---|---|
| Autores principais: | Marques, Tomás Bilau |
| Assunto: | Moldação por injeção Canais de arrefecimento conformáveis Redução dimensional Inteligência Artificial Algoritmos evolutivos Simulação numérica Otimização multiobjetivo Injection molding Conformal cooling channels Dimensionality reduction Artificial Intelligence Evolutionary algorithms Numerical simulation Multiobjective optimization |
| Ano: | 2025 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A otimização dos sistemas de arrefecimento em moldes de injeção desempenha um papel central na obtenção de peças de qualidade e na redução de tempos de ciclo, evitando defeitos como contrações, deformações e tensões residuais. Este trabalho propõe uma metodologia inovadora, que integra simulação numérica e inteligência artificial para o desenvolvimento de canais de arrefecimento conformáveis mais eficientes. Com recurso ao software Moldex3D, foram definidos 34 objetivos de otimização relacionados com o desempenho térmico e estrutural das peças, como tempos de arrefecimento, estabilidade térmica e minimização de contrações. Face ao caráter multiobjetivo do problema, aplicaram-se técnicas de redução dimensional, incluindo a análise de componentes principais (PCA) e a análise não linear de componentes principais (NL-PCA), permitindo simplificar o conjunto de objetivos sem comprometer a representatividade das soluções. Para acelerar o processo de otimização e reduzir os custos computacionais, redes neuronais artificiais foram utilizadas como modelos substitutos das simulações numéricas, permitindo previsões rápidas e eficazes dos resultados. Estes modelos foram otimizados através de algoritmos evolutivos multiobjetivo (MOEAs), o que possibilitou explorar o espaço de soluções de forma eficiente, identificando compromissos adequados entre os objetivos. A metodologia foi validada em diversas configurações geométricas de canais de arrefecimento, como anéis circulares e espirais. Os resultados demonstraram melhorias significativas na uniformidade térmica, redução dos tempos de ciclo e identificação de soluções que equilibram os diferentes critérios de desempenho. A análise das soluções revelou a eficácia das técnicas de inteligência artificial em capturar os padrões do processo e selecionar alternativas viáveis. A metodologia mostrou-se flexível e adaptável a diferentes geometrias, destacando-se como uma abordagem promissora para o design automatizado de sistemas de arrefecimento em moldes de injeção. |
|---|