应用研究·梁雄伍晓宇刘戈用灰关联分析法探讨金属材料性能参数对 用灰关联分析法探讨金属材料 性能参数对注塑模寿命的影响 梁雄,伍晓宇,刘戈 (深圳大学机电与控制工程学院,广东深圳518060 摘要:分析了影响注塑模寿命的几个原因,选取热处理后金属材料的相关性能参数作灰关联分 析。以金属材料性能参数为相关因素变量,选取影响模具寿命的输出参数作为系统特征变量,应 用灰关联分析法,分别生成各变量的处理数据序列,建立绝可灰关联度矩阵,利用优势分析原则 确定金属材料性能参数对其注塑模寿命的影晌桯度 关键词:注塑模寿命;金属材料;性能参数;灰关联分析一 中图分类号:391 文献标识码:A文章编号:1672-1616(2007)07-0069-04 注塑模的寿命是用模具的注塑次数来衡量的。 针对所选取的模具材料,制订合理的热处理 注塑模的寿命受多种因素的影响如模具用金属材工艺,最大限度地提升模具的热处理质量 料的硬度、抗拉强度、塑性、韧性、导热性和泊松比 c.合理地设计模具结构。模具的结构设计包 等性能参数,热处理方法,生产中的操作,维护保括模具几何形状的设计和模具结构形式的设计。 养,模具结构设计等。对注塑模寿命综合评判常常影响模具寿命的几何形状因素主要是模具的圆角 需要确定以上各性能参数的权重分配。由于权重半径的大小、凸模的端面形状、凹模锥角和凹模截 的选取没有统一的标准,通常采用经验法或人为给面变化的大小等,大多数情况下这些部位会有较大 定,缺乏科学依据,为了克服上述缺点,本文应用灰的应力集中。另外,在模具结构设计中,模具装配 关联分析方法探讨S45C、NAK80、硬铝合金Au部位的结构模具导向结构的设计和镶块之间工作 mold1-500和 Fortal7000(注: Alumold 1-500和间隙的选择是否合理等都是影响模具寿命的重要 Fortal17000.法国 Pechiney公司的硬铝合金产因素。 品)4种金属材料性能参数对注塑模寿命影响程度 d在保证加工质量的前提条件下,采用新的加 的顺序,并通过实例说明灰关联分析方法的可行工方法,尤其是使用高速CNC加工模具,可大大提 高注塑模的精度,并能快速加工出形状和结构更为 复杂的型芯、型腔,有些时候甚至可以代替某些电 1影响注塑模寿命的原因 加工,大大缩短模具加工时间 相关的文献[]~[3j认为,影响注塑模寿命的 e.正确合理使用注塑模,及时维修和保养 原因可概括为内在原因和外在原因。内在原因主 虽然影响注塑模寿命的原因很多,但模具材料 要是注塑模材料的选择注塑模结构的设计和模具的选择和热处理工艺的制订对注塑模寿命的影响 加工工艺对其寿命的影响外在原因主要是指注塑程度是最大的。本文仅以热处理后的S45C、 模的安装、调试和生产使用是否合理,定期维护保NAK80硬铝合金 Alumold1500和 Fortal700 养是否到位等因素对其寿命的影响。概括总结提4种金属材料性能参数为例作灰关联分析 高注塑模寿命主要需从以下5个方面来考虑 a.不同寿命的注塑模,应该正确合理地选择模2灰关联分析方法 具材料 灰色关联分析是以分析系统中反映系统行为 收稿日期:2007-01-08 基金项目:国家自然科学基金资助项目(50245025);广东省科技计划项目(粤科计字[2003]292 作者简介梁雄(1982-),男,湖北黄冈人,深圳大学硕士研究生,主要研究方向为网络协同制造技术 o1994-2008ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
用灰关联分析法探讨金属材料 性能参数对注塑模寿命的影响 梁 雄 ,伍晓宇 ,刘 戈 (深圳大学 机电与控制工程学院 ,广东 深圳 518060) 摘要 :分析了影响注塑模寿命的几个原因 ,选取热处理后金属材料的相关性能参数作灰关联分 析。以金属材料性能参数为相关因素变量 ,选取影响模具寿命的输出参数作为系统特征变量 ,应 用灰关联分析法 ,分别生成各变量的处理数据序列 ,建立绝对灰关联度矩阵 ,利用优势分析原则 确定金属材料性能参数对其注塑模寿命的影响程度。 关键词 :注塑模寿命 ;金属材料 ;性能参数 ;灰关联分析 中图分类号 :TP391 文献标识码 :A 文章编号 :1672 - 1616( 2007) 07 - 0069 - 04 注塑模的寿命是用模具的注塑次数来衡量的。 注塑模的寿命受多种因素的影响 ,如模具用金属材 料的硬度、抗拉强度、塑性、韧性、导热性和泊松比 等性能参数 ,热处理方法 ,生产中的操作 ,维护保 养 ,模具结构设计等。对注塑模寿命综合评判常常 需要确定以上各性能参数的权重分配。由于权重 的选取没有统一的标准 ,通常采用经验法或人为给 定 ,缺乏科学依据 ,为了克服上述缺点 ,本文应用灰 关联分析方法探讨 S45C、NA K80、硬铝合金 Alu2 mold 1 - 500 和 Fortal 7000 (注 :Alumold 1 - 500 和 Fortal 7000 为法国 Pechiney 公司的硬铝合金产 品) 4 种金属材料性能参数对注塑模寿命影响程度 的顺序 ,并通过实例说明灰关联分析方法的可行 性。 1 影响注塑模寿命的原因 相关的文献[1 ]～[3 ]认为 ,影响注塑模寿命的 原因可概括为内在原因和外在原因。内在原因主 要是注塑模材料的选择、注塑模结构的设计和模具 加工工艺对其寿命的影响 ,外在原因主要是指注塑 模的安装、调试和生产使用是否合理 ,定期维护保 养是否到位等因素对其寿命的影响。概括总结提 高注塑模寿命主要需从以下 5 个方面来考虑。 a. 不同寿命的注塑模 ,应该正确合理地选择模 具材料。 b. 针对所选取的模具材料 ,制订合理的热处理 工艺 ,最大限度地提升模具的热处理质量。 c. 合理地设计模具结构。模具的结构设计包 括模具几何形状的设计和模具结构形式的设计。 影响模具寿命的几何形状因素主要是模具的圆角 半径的大小、凸模的端面形状、凹模锥角和凹模截 面变化的大小等 ,大多数情况下这些部位会有较大 的应力集中。另外 ,在模具结构设计中 ,模具装配 部位的结构、模具导向结构的设计和镶块之间工作 间隙的选择是否合理等都是影响模具寿命的重要 因素。 d. 在保证加工质量的前提条件下 ,采用新的加 工方法 ,尤其是使用高速 CNC 加工模具 ,可大大提 高注塑模的精度 ,并能快速加工出形状和结构更为 复杂的型芯、型腔 ,有些时候甚至可以代替某些电 加工 ,大大缩短模具加工时间。 e. 正确合理使用注塑模 ,及时维修和保养。 虽然影响注塑模寿命的原因很多 ,但模具材料 的选择和热处理工艺的制订对注塑模寿命的影响 程度 是 最 大 的。本 文 仅 以 热 处 理 后 的 S45C、 NA K80、硬铝合金 Alumold 1 - 500 和 Fortal 7000 4 种金属材料性能参数为例作灰关联分析。 2 灰关联分析方法 灰色关联分析是以分析系统中反映系统行为 收稿日期:2007 - 01 - 08 基金项目 :国家自然科学基金资助项目(50245025) ;广东省科技计划项目(粤科计字[ 2003 ]292 号) 作者简介 :梁 雄(1982 - ) ,男 ,湖北黄冈人 ,深圳大学硕士研究生 ,主要研究方向为网络协同制造技术。 ·应用研究· 梁 雄 伍晓宇 刘 戈 用灰关联分析法探讨金属材料性能参数对 …… 96
2007年4月中国制造业信息化第36卷第7期 的特征数据序列与影响系统行为的有效因素数据据序列的样本值单位不统一,通过均值化算子P2 序列的关系密切程度,根据可以得到的部分信息,的作用生成处理数据序列2和x,使得序列样本 通过相关的数据处理,计算其关联度,从而确定出值无量纲化,即 影响系统行为的主要因素、次要因素以及各因素对 y2=yP2=(y21) 系统行为影响差异的大小4-6。灰关联度按照不 y2(12),…y2(6,…y2(n) 同的分析目的可以分为:灰色绝对关联度、灰色相 x=xP2=(x2(1) 对关联度和灰色综合关联度6。对于以确定影 响注塑模寿命的主要因素为目的的灰关联分析,不 需要考虑变量数据序列中各实验数据相对始点的式中:y2(=y/d (6)),xj(k 变化速率,以及避免关联度计算中因分辨系数的选 取而出现的计算问题采用灰色绝对关联度分析方x(/(n·E x(k) 法。其分析步骤如下 c.将数据系列样本值始点零化。对经过和均 2.1确定数据序列 值化算子作用而得到的系统数据序列Y2和相关 金属材料本身的性能是影响注塑模寿命的内因素数据序列x2,分别经过始点零化算子P0作用 因输出参数是注塑模寿命的表现形式。设反映金得到其相应的零化数据序列y9,x),即 属材料热处理和表面强化性能的输出参数为系统 y2P0=(y(1) 特征变量,记为y(i=1,2,3,…s);金属材料本 y9(2),…y(k,…y9(m) 身的性能参数定义为相关因素变量,记为x(j 1,2,3,…;m)。若有n种模具用金属材料的实验数 =x2P0=(x1) x9(2),…x9(k),…x(m) 各种金属材料中所测得的数据值就构成相应的系式中,6=-y,x(=x 统特征数据序列y1=(y.1,(2),…,x(D,k=123…n y(m)和相关因素数据序列X=(x/(1),2.3计算灰色绝对关联度矩阵 法确定各种因素对注塑模寿命的影响程度,就是通绝对关联度:.可由下式算出变量的灰色 x(2),…x(k),…x(m))。应用灰关联分析方 第j个因素变量对第i个系统特 过计算系统特征变量数据序列和相关因素变量数 1+|ys.|+|xs, 据序列之间的灰关联度,建立灰关联矩阵,利用优 1+y,|+x|+x-y 势分析原则,得出各种影响因素的排序,最终确定 出各性能参数对注塑模寿命的影响程度。 式中,1=1E(6+29m1,=1.2,3 2.2生成处理数据序列 a将数据序列样本值正相关化6。如果给 …s;|x|=|∑(+2x(m1,=1.2 定数据序列样本值的相对关联呈负相关关系通过3,…m;x均1=,Bx(-1+ 倒数化算子P1的作用,将生成的处理数据序列yl 和x转化为正相关关系,即 y=YP1=(y(1) 通过式(7)计算出每一个相关因素变量(性能参 y2) (1)数)对每个系统特征变量(输出参数)的灰色绝对关 x=X P1=(x,(1) 联度ξ,便得到灰色绝对关联度矩阵为Axm,即 式中,y2()=1/y(k),x=1/x1(k),y(k)和 E2 x,(k)分别表示第i个系统特征变量和第j个相关 因素变量在第k种金属材料实验时测量的数据(样 本值) 2.4优势分析 b.将数据序列样本值无量纲化46。如果数 对于灰色绝对关联度矩阵Axm,若存在 201994-2008ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net
的特征数据序列与影响系统行为的有效因素数据 序列的关系密切程度 ,根据可以得到的部分信息 , 通过相关的数据处理 ,计算其关联度 ,从而确定出 影响系统行为的主要因素、次要因素以及各因素对 系统行为影响差异的大小[4～6 ] 。灰关联度按照不 同的分析目的可以分为 :灰色绝对关联度、灰色相 对关联度和灰色综合关联度[5～6 ] 。对于以确定影 响注塑模寿命的主要因素为目的的灰关联分析 ,不 需要考虑变量数据序列中各实验数据相对始点的 变化速率 ,以及避免关联度计算中因分辨系数的选 取而出现的计算问题 ,采用灰色绝对关联度分析方 法。其分析步骤如下。 2. 1 确定数据序列 金属材料本身的性能是影响注塑模寿命的内 因 ,输出参数是注塑模寿命的表现形式。设反映金 属材料热处理和表面强化性能的输出参数为系统 特征变量 ,记为 yi ( i = 1 ,2 ,3 , …, s) ;金属材料本 身的性能参数定义为相关因素变量 , 记为 x j ( j = 1 ,2 ,3 , …, m) 。若有 n 种模具用金属材料的实验数 据 , 那么每一个系统特征变量和相关因素变量在 各种金属材料中所测得的数据值 ,就构成相应的系 统特征数据序列 Yi = ( yi (1) , yi (2) , …, yi ( k) , …, yi ( n) ) 和相关因素数据序列 Xj = ( x j (1) , x j (2) , …, x j ( k) , …, x j ( n) ) 。应用灰关联分析方 法确定各种因素对注塑模寿命的影响程度 ,就是通 过计算系统特征变量数据序列和相关因素变量数 据序列之间的灰关联度 ,建立灰关联矩阵 ,利用优 势分析原则 ,得出各种影响因素的排序 ,最终确定 出各性能参数对注塑模寿命的影响程度。 2. 2 生成处理数据序列 a. 将数据序列样本值正相关化[4～6 ] 。如果给 定数据序列样本值的相对关联呈负相关关系 ,通过 倒数化算子 P1 的作用 ,将生成的处理数据序列 Y 1 i 和 X 1 j 转化为正相关关系 ,即 Y 1 i = Yi P1 = ( y 1 i (1) , y 1 i (2) , …, y 1 i ( k) , …, y 1 i ( n) ) (1) X 1 j = Xj P1 = ( x 1 j (1) , x 1 j (2) , …, x 1 j ( k) , …, x 1 j ( n) ) (2) 式中 , y 1 i ( k) = 1/ yi ( k) , x 1 j = 1/ x j ( k) , yi ( k) 和 x j ( k) 分别表示第 i 个系统特征变量和第 j 个相关 因素变量在第 k 种金属材料实验时测量的数据(样 本值) 。 b. 将数据序列样本值无量纲化[4～6 ] 。如果数 据序列的样本值单位不统一 ,通过均值化算子 P2 的作用生成处理数据序列 Y 2 i 和 X 2 j , 使得序列样本 值无量纲化 ,即 Y 2 i = Y 1 i P2 = ( y 2 i (1) , y 2 i (2) , …, y 2 i ( k) , …, y 2 i ( n) ) (3) X 2 j = X 1 j P2 = ( x 2 j (1) , x 2 j (2) , …, x 2 j ( k) , …, x 2 j ( n) ) (4) 式中 : y 2 i ( k) = y 1 i ( k) / ( 1 n ·∑ n k = 1 y 1 i ( k) ) , x 2 j ( k) = x 1 j ( k) / ( 1 n ·∑ n k =1 x 1 j ( k) ) 。 c. 将数据系列样本值始点零化。对经过和均 值化算子作用而得到的系统数据序列 Y 2 i 和相关 因素数据序列 X 2 j ,分别经过始点零化算子 P0 作用 得到其相应的零化数据序列 Y 0 i , X 0 j , 即 Y 0 i = Y 2 i P0 = ( y 0 i (1) , y 0 i (2) , …, y 0 i ( k) , …, y 0 i ( n) ) (5) X 0 j = X 2 j P0 = ( x 0 j (1) , x 0 j (2) , …, x 0 j ( k) , …, x 0 j ( n) ) (6) 式中 , y 0 i ( k) = y 2 i ( k) - y 2 i (1) , x 0 j ( k) = x 2 j ( k) - x 2 j (1) , k = 1 ,2 ,3 , …, n 。 2. 3 计算灰色绝对关联度矩阵 第 j 个因素变量对第i 个系统特征变量的灰色 绝对关联度εi , j 可由下式算出[4～6 ] 。 εi , j = 1 +| ys i | +| xs j | 1 +| ys i | +| xs j | +| xs j - ys i | (7) 式中 , | ys i | =| ∑ n - 1 k = 2 y 0 i ( k) + 1 2 y 0 i ( n) | , i = 1 ,2 ,3 , …, s; | xs j | =| ∑ n - 1 k = 2 x 0 j ( k) + 1 2 x 0 j ( n) | , j = 1 ,2 , 3 , …, m ; | xs j - ys i | =| ∑ n - 1 k =2 [ x 0 j ( k) - y 0 i ( k) ] + 1 2 [ x j ( n) - yi ( n) ] | 通过式(7)计算出每一个相关因素变量(性能参 数)对每个系统特征变量(输出参数) 的灰色绝对关 联度εi , j , 便得到灰色绝对关联度矩阵为 As ×m ,即 As ×m = ε11 ε12 … ε1 m ε21 ε22 … ε2 m … … … … εs1 εs2 … εsm 2. 4 优势分析 对于灰色绝对关联度矩阵 As ×m , 若存在 l , 07 2007 年 4 月 中国制造业信息化 第 36 卷 第 7 期
应用研究·梁雄伍晓宇刘戈用灰关联分析法探讨金属材料性能参数对 j∈{1,2,3.…m}满足 通过式(8)、(9)的比较,即可确定出各性能参 e,1≥E.i=1,2,3,…s 8)数对注塑模寿命的影响程度,可对各影响因素进行 则称因素x优于x,记为xA,即性能参数x对排序。 注塑模寿命的影响程度大于性能参数x 若v=1,2,3,…m,≠恒有x,则称3实例评价 x1为最优因素,即在所有考虑的性能参数中,参数 选取4种模具用金属材料热处理和表面强化 x对注塑模寿命的影响程度最大。若存在1,j∈后的硬度(HB)和屈服强度(作为系统特征变 1,2,3,…;m},满足 量,记为y和y2选择材料的抗拉强度(∽)、延伸 1=, 19率(、泊松比系数(以和导热系数(44个性能参 数为相关因素变量,记为x1,x2,x3,x4。选择 则称性能参数x淮优于性能参数x,即对注塑模S45C(正火)、NAK80硬铝合金 Alumold1-500 寿命的评价中,性能参数x1对注塑模寿命的影响与 Fortal17004种金属材料作为分析依据4种材 程度准大于性能参数x。 料的相关参数见表1781 表14种金属材料的典型性能和输出参数 系统特征变量与相关因数变量 45C NA KSO 热处理后的硬度/HB 500 y2热处理后的屈服强度a/MPa 抗拉强度a/MPa 延伸率6/% 0.24 0.33 热系数M/(Wm+)) 62.4 153.0 由表1中各参数的具体值,形成系统特征数据 y=(y(1),y(2),y(3),y(4) 序列Y=(y(1),y2),y(3),y,{4)(i=1,2) 0,-0.5128,-0.7179,-0.3761 和相关因素数据序列X1=(x/(1),x(2),x(3) y=(y(1),y(2),y(3),y2(4) x14)行=1,2,3,4)在各序列中,热处理后的金 0,-0.6887,-0.1716,-0.1774) 属材料的硬度、屈服强度、抗拉强度和导热系数指 A=(x9(1),x(2),x(3),x9(4) 标值越大,说明此指标值对注塑模寿命越有利;而 10,-0.5938,-0.0342,-0.0137 延伸率、泊松比系数指标值越大,则此指标值对注 =(x2(1),x(2),x2(3),x2(4)) 塑模寿命越不利。所以热处理后金属材料的硬度 0,-0.0322,-0.5645,-0.5645) 屈服强度抗拉强度和导热系数与延伸率、泊松比 3=(x3(1),x3(2),x3(3),x(4))= 系数呈负相关关系。应对系统特征数据序列Y1, 10,-0.0690,-0.3103,-0.3103) Y2和相关因素序列X1,X4分别利用式(1)和(2) A=(x9(1),x9(2),x(3),x9(4) 中的倒数化算子P1,生成与其他数据序列为正相 0,-0.3152,-1.0828,-0.0344 关的数据序列r1,y2,x1和x4。 以计算灰色绝对关联度C1为例,则式门7)中 由于各序列指标值的单位不统一,对y和的=1,j=1,n=4因此|y1|=1.4186 2利用式(3)的均值化算子P2生成和H2,对1x1|=0.5528;|x4-y2|=0.8660,可以算出 x,X2,X和x应用式{4)均值化算子P2的作1=0.7743同理,可以计算出其他的(i 用生成处理数据列x,,和x2,使序列样1,2;=1,2,3,4),构成灰色绝对关联度矩阵 本值无量纲化。根据式(5)和(6)将经过以上两步A2x如下所示 处理的数据序列样本值始点零化,生成的零化数据 0.77430.85930.60190.897 序列分别为 0.83470.97580.62600.800 201994-2008ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
j ∈{ 1 ,2 ,3 , …, m} 满足 εi , l ≥εi , j i = 1 ,2 ,3 , …, s (8) 则称因素 x l 优于 x j ,记为 x l<x j ,即性能参数 x l 对 注塑模寿命的影响程度大于性能参数 x j 。 若 Π j = 1 ,2 ,3 , …, m , j ≠l 恒有 x l<x j ,则称 x l 为最优因素 ,即在所有考虑的性能参数中 ,参数 x l 对注塑模寿命的影响程度最大。若存在 l , j ∈ { 1 ,2 ,3 , …, m} , 满足 ∑ m i =1 εi , l ≥ ∑ m i = 1 εi , j (9) 则称性能参数 x l 准优于性能参数 x j ,即对注塑模 寿命的评价中 ,性能参数 x l 对注塑模寿命的影响 程度准大于性能参数 x j 。 通过式(8) 、(9) 的比较 ,即可确定出各性能参 数对注塑模寿命的影响程度 ,可对各影响因素进行 排序。 3 实例评价 选取 4 种模具用金属材料热处理和表面强化 后的硬度 ( HB) 和屈服强度 (σs ) 作为系统特征变 量 ,记为 y1 和 y2 。选择材料的抗拉强度(σb ) 、延伸 率(δ) 、泊松比系数(μ) 和导热系数(λ) 4 个性能参 数为相关因素变量 , 记为 x 1 , x 2 , x 3 , x 4。选择 S45C(正火) 、NA K80、硬铝合金 Alumold 1 - 500 与 Fortal 7000 4 种金属材料作为分析依据 ,4 种材 料的相关参数见表 1 [7 ,8 ] 。 表 1 4 种金属材料的典型性能和输出参数 系统特征变量与相关因数变量 k = 1 k = 2 k = 3 k = 4 S45C NA K80 Alumold 1 - 500 Fortal 7000 y 1 热处理后的硬度/ HB 246 382 500 332 y 2 热处理后的屈服强度σs / MPa 450 1 009. 4 530 525 x 1 抗拉强度σb / MPa 598 1 254 580 590 x 2 延伸率δ/ % 16 16 9 9 x 3 泊松比系数/ μ 0. 24 0. 26 0. 33 0. 33 x 4 导热系数λ/ (W·(m·k) - 1) 50. 2 62. 4 153. 0 140. 0 由表 1 中各参数的具体值 ,形成系统特征数据 序列 Yi = ( yi (1) , yi (2) , yi (3) , yi (4) ) ( i = 1 ,2) 和相关因素数据序列 Xi = ( x j (1) , x j (2) , x j (3) , x j (4) ) ( j = 1 ,2 ,3 ,4) 。在各序列中 ,热处理后的金 属材料的硬度、屈服强度、抗拉强度和导热系数指 标值越大 ,说明此指标值对注塑模寿命越有利;而 延伸率、泊松比系数指标值越大 ,则此指标值对注 塑模寿命越不利。所以热处理后金属材料的硬度、 屈服强度、抗拉强度和导热系数与延伸率、泊松比 系数呈负相关关系。应对系统特征数据序列 Y1 , Y2 和相关因素序列 X1 , X4 分别利用式 (1) 和 (2) 中的倒数化算子 P1 , 生成与其他数据序列为正相 关的数据序列 Y 1 1 , Y 1 2 , X 1 1 和 X 1 4。 由于各序列指标值的单位不统一 ,对 Y 1 1 和 Y 1 2 利用式(3) 的均值化算子 P2 生成 Y 2 1 和 Y 2 2 ,对 X 1 1 , X2 , X3 和 X 1 4 应用式 (4) 均值化算子 P2 的作 用 ,生成处理数据列 X 2 1 , X 2 2 , X 2 3 和 X 2 4 , 使序列样 本值无量纲化。根据式 (5) 和 (6) 将经过以上两步 处理的数据序列样本值始点零化 ,生成的零化数据 序列分别为 : Y 0 1 = ( y 0 1 (1) , y 0 1 (2) , y 0 1 (3) , y 0 1 (4) ) = (0 , - 0. 512 8 , - 0. 717 9 , - 0. 376 1) Y 0 2 = ( y 0 2 (1) , y 0 2 (2) , y 0 2 (3) , y 0 2 (4) ) = (0 , - 0. 688 7 , - 0. 171 6 , - 0. 177 4) X 0 1 = ( x 0 1 (1) , x 0 1 (2) , x 0 1 (3) , x 0 1 (4) ) = (0 , - 0. 593 8 , - 0. 034 2 , - 0. 013 7) X 0 2 = ( x 0 2 (1) , x 0 2 (2) , x 0 2 (3) , x 0 2 (4) ) = (0 , - 0. 032 2 , - 0. 564 5 , - 0. 564 5) X 0 3 = ( x 0 3 (1) , x 0 3 (2) , x 0 3 (3) , x 0 3 (4) ) = (0 , - 0. 069 0 , - 0. 310 3 , - 0. 310 3) X 0 4 = ( x 0 4 (1) , x 0 4 (2) , x 0 4 (3) , x 0 4 (4) ) = (0 , - 0. 315 2 , - 1. 082 8 , - 0. 034 4) 以计算灰色绝对关联度ε11 为例 ,则式 (7) 中 的 i = 1 , j = 1 , n = 4 , 因此 | ys 1 | = 11418 6 ; | xs i | =01552 8 ; | xs i - ys i | = 01866 0 ,可以算出 ε11 = 01774 3。同理 ,可以计算出其他的εi , j ( i = 1 ,2 ; j = 1 ,2 ,3 ,4) , 构成灰色绝对关联度矩阵 A2 ×4如下所示 : A2 ×4 = 01774 3 01859 3 01601 9 01897 2 01834 7 01975 8 01626 0 01800 0 ·应用研究· 梁 雄 伍晓宇 刘 戈 用灰关联分析法探讨金属材料性能参数对 …… 17
2007年4月中国制造业信息化第36卷第7期 因为∑e1 E2=1.835 度。应用灰关联分析方法能够比较客观地确定出 金属材料各种性能参数对注塑模寿命影响的主次 ∑eB=1.2279,∑a4=1.6972,故可以比较出关系,为各因素权重的确定提供理论依据,同时也 为提高注塑模寿命的实用方法提供参考 22>=2n>2根据式/,说 参考文献 明性能参数x2优于性能参数x4和x1,而性能参数(1张蓉扶祝华提高模具使用寿命的实用方法口1工具技 x4和x1准优于性能参数x3 术,2004(8):69-71 综上可见,所选金属材料的4种性能参数对注[2]赵东江提高模具寿命的方法[水利电力机械,2006,28 塑模寿命的影响程度为:延伸率,导热系数和抗拉 (4):39-41 强度是影响注塑模寿命的主要因素,影响程度最小[3]符双学模具设计中的使用寿命及新技术应用初探U长沙 的是泊松比系数。上述分析结果可为注塑模寿命(41邓聚龙灰理论基础[M!武汉:华中科技大学出版社202 的权重分配提供一定的理论参考依据。 5]邓聚龙灰色系统(社会、经济)M]北京:国防工业出版社 1985. 结束语 6]刘思峰,郭天榜,党趯国,等.灰色系统理论及其应用(第2 版)[M]北京:科学出版社 通过文中所提供的实例说明选取影响模具寿(]陈再枝,兰德年模具钢手册[Ml北京:冶金工业出版社, 命的输出参数作为系统特征变量,以金属材料性能 参数为相关因素变量,应用灰关联分析法,可以确8]徐进,姜先舍陈再枝,等模具钢M北京:治金工业出 定热处理后金属性能参数对注塑模寿命的影响程 The Influence of Metal Performance Para meters to Life of Injection Molding Based on Analytical Grey Incidence LIANG Xiong, WU Xiao-yu, LIU Ge Shenzhen University, Guangdong Shenzhen, 518060, China) abstract It analyzes the factors of life influence to injection molding. Using the grey relation analysis, it de- scribes the way of choosing the relative parameters such as heat treatment. It takes the reference performance parameters of the metal as the relative variable, and the output parameters as the variable of system character istics, employs the grey relation analysis to form correspondingly the serial data list for each variable, estab lishes a absolute grey incidence degree matrix, finally uses the superior analytical principle to define the influ ence degree of metals performance parameters for the life of injection molding Key words: Injection Moldings Life; Metal Performance Parameters; Analytical Grey Incidence (上接第68页) 3]吴乃柏.论 Microsoft Project98中文版对促进我国项目管理现 [2]李伯虎,柴旭东,朱文海,等复杂产品协同制造支撑环境技 代化的重要作用[J].工业工程与管理,1998,1(4):59-64 术的研究[J]计算机集成制造系统,2003,9(8):691-697 [4]曹健,张申生,牟玉洁,等项目管理与执行集成技术研究 [J].计算机集成制造系统,2004,10(1):37-43 Research on Project Manage ment Monitoring and Representation DING YU-xia. DEN G Jia-ti (Beijing University of Aeronautics Astronautics, Beijing, 100083, China) .bstract: System theory based project management and importance of project management are briefly de- scribed. And progress, resource, quality, cost and risk are defined as the primary elements of complex prod- uct development project monitoring, and the elements monitoring are then presented. At last the design and implementation of the project management monitoring and presentation module are introduced Key words Project; Project Management; Project Planning; Project Management Monitoring o1994-2008ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
因为 ∑ 2 i = 1 εi1 = 11609 0 , ∑ 2 i = 1 εi2 = 11835 1 , ∑ 2 i = 1 εi3 = 11227 9 , ∑ 2 i = 1 εi4 = 11697 2 ,故可以比较出 ∑ 2 i = 1 εi2 > ∑ 2 i =1 εi4 ≥ ∑ 2 i =1 εi1 > ∑ 2 i = 1 εi3 。根据式(9) ,说 明性能参数 x 2 优于性能参数 x 4 和 x 1 ,而性能参数 x 4 和 x 1 准优于性能参数 x 3 。 综上可见 ,所选金属材料的 4 种性能参数对注 塑模寿命的影响程度为 :延伸率 ,导热系数和抗拉 强度是影响注塑模寿命的主要因素 ,影响程度最小 的是泊松比系数。上述分析结果可为注塑模寿命 的权重分配提供一定的理论参考依据。 4 结束语 通过文中所提供的实例说明 ,选取影响模具寿 命的输出参数作为系统特征变量 ,以金属材料性能 参数为相关因素变量 ,应用灰关联分析法 ,可以确 定热处理后金属性能参数对注塑模寿命的影响程 度。应用灰关联分析方法能够比较客观地确定出 金属材料各种性能参数对注塑模寿命影响的主次 关系 ,为各因素权重的确定提供理论依据 ,同时也 为提高注塑模寿命的实用方法提供参考。 参考文献 : [1 ] 张 蓉 ,扶祝华. 提高模具使用寿命的实用方法[J ] . 工具技 术 ,2004 (8) :69 - 71. [ 2 ] 赵东江. 提高模具寿命的方法[J ] . 水利电力机械 ,2006 , 28 (4) :39 - 41. [3 ] 符双学. 模具设计中的使用寿命及新技术应用初探[J ] . 长沙 航空职业技术学院学报 ,2005 , 5 (1) :29 - 31. [ 4 ] 邓聚龙. 灰理论基础[ M ] . 武汉 :华中科技大学出版社 ,2002. [5 ] 邓聚龙. 灰色系统(社会、经济) [ M ] . 北京 :国防工业出版社 , 1985. [6 ] 刘思峰 ,郭天榜 ,党耀国 ,等. 灰色系统理论及其应用 (第 2 版) [ M ] . 北京 :科学出版社 ,1999. [7 ] 陈再枝 ,兰德年. 模具钢手册[ M ] . 北京 :冶金工业出版社 , 2002. [ 8 ] 徐 进 ,姜先畲 ,陈再枝 ,等. 模具钢[ M ] . 北京 :冶金工业出 版社 ,1998. The Influence of Metal Performance Parameters to Life of Injection Molding Based on Analytical Grey Incidence L IAN G Xiong , WU Xiao - yu , L IU Ge (Shenzhen University , Guangdong Shenzhen , 518060 , China) Abstract :It analyzes the factors of life influence to injection molding. Using the grey relation analysis , it de2 scribes the way of choosing the relative parameters such as heat treatment . It takes the reference performance parameters of the metal as the relative variable , and the output parameters as the variable of system character2 istics , employs the grey relation analysis to form correspondingly the serial data list for each variable , estab2 lishes a absolute grey incidence degree matrix , finally uses the superior analytical principle to define the influ2 ence degree of metal’s performance parameters for the life of injection molding. Key words :Injection Molding’s Life ; Metal ; Performance Parameters ; Analytical Grey Incidence (上接第 68 页) [2 ] 李伯虎 ,柴旭东 ,朱文海 ,等. 复杂产品协同制造支撑环境技 术的研究[J ] . 计算机集成制造系统 ,2003 ,9 (8) :691 - 6971 [ 3 ] 吴乃柏. 论 Microsoft Project98 中文版对促进我国项目管理现 代化的重要作用[J ] . 工业工程与管理 ,1998 ,1 (4) :59 - 641 [4 ] 曹 健 , 张申生 ,牟玉洁 ,等. 项目管理与执行集成技术研究 [J ] . 计算机集成制造系统 , 2004 ,10 (1) :37 - 431 Research on Project Management Monitoring and Representation DIN G Yu - xia , DEN G Jia - ti (Beijing University of Aeronautics & Astronautics , Beijing , 100083 , China) Abstract :System theory based project management and importance of project management are briefly de2 scribed. And progress , resource , quality , cost and risk are defined as the primary elements of complex prod2 uct development project monitoring , and the elements’monitoring are then presented. At last the design and implementation of the project management monitoring and presentation module are introduced. Key words :Project ; Project Management ; Project Planning ; Project Management Monitoring 27 2007 年 4 月 中国制造业信息化 第 36 卷 第 7 期
