英文翻译格式示例

这是翻译的示例，字体字号行间距等格式请参照此例。

文档中不能有错别字，文字语句通顺、流畅，叙述简明扼要，思路要清晰，层次要清楚；要符合学校规定的撰写及排版格式要求，无低级错误。

一种关于注射成型改进的粗糙集方法浇注方案设计

F. Shi,Z. L. Lou,J.

G. Lu and Y. Q. Zhang

译者：★★★，材型07-2班 2007000000

摘要:在一个注塑模具中，浇口是最重要的功能结构之一，因为它对于注塑产品质量有直接影响。浇口方案设计包括闸门和计算的大小和位置类型选择，这取决于以前的经验和知识也包括试验和错误的过程。由于模糊性和不确定性，在一个浇口方案设计，经典粗集理论是不能奏效的。在此提出了一种模糊粗集模型建议，这不等同于关系为基础，但跟模糊相似关系。归纳学习算法基于模糊粗集模型（FRILA），然后提出的。相比决策树算法，这种建议算法可以产生更少的分类规则，而且，生成的规则更加简明。最后，智能原型的浇口控系统的方案设计基于诱导模糊的知识基础已开发。一个说明性例子证明了该方法的有效性。

关键词：模糊粗集；浇注计划；注塑模具；智能设计；知识获取

1 导言

品制造业在近几年迅速增长，塑料代替金属广泛使用。于制造热塑性塑料部件，注塑过程是最流行的成型工艺。该给料系统，这是重要的功能结构之一。由一个浇道，主流道，次流道和一个浇口。从机器喷嘴的熔融塑料流动通过浇口和流道系统，并通过门腔进入空洞。作为之间的连接流道和门腔，浇口可以直接影响模具排气，喷射发生，焊接线位置，翘曲，收缩和残余应力。因此，浇口的设计在保证模具的质量上是非常重要的。

浇口设计包括类型的选择，大小的计算和位置的确定。而浇口的设计是基于设计者经验和知识。位置和大小的确定是根据试错过程。近年来，功能和模拟环境和智能技术已经推出了浇口的设计。Lee和Kim使用翘曲，焊接线和冲击强度的评价标准来调查浇口位置。地搜索是用来确定浇口的位置节点[1]。 Saxena和Irani提出了一个非流形拓扑结构为基础环境的框架。一个浇口原型系统位置设计被开发。评价的标准基于几何相关的参数[2]。Lin选择注射位置和浇口尺寸作为主要控制参数，并选择了产品性能（变形）作为优化参数。结合推断网络技术和模拟退火优化算法，对于位置和浇口大小优化模型是构建[3,4]。Zhou 等。基于塑料件的分析，在确定了浇口的位置上建立规则集。浇口的位置是通过规则推理[5]Pandelidis等确定。基于初步浇口计划制定了可以优化浇口位置的系统。该系统应用MOLDFLOW软件进行流量分析，控制温差和优化策略外包装要素数目[6]。

2 粗集方法浇口方案设计

2.1 浇口方案设计

从上面的规则看，将选择直道浇口计划，其确定性因素的0.825 秒。如果部分类型是中间外壳且空腔数目是单数，不必有从部分中隔离浇口的情况。以上像是人类的语言一样，很容易理解。

3 执行FRILA

模糊粗集的归纳学习算法由三个步骤组成。这些步骤是属性的模糊化，是基于模糊相似关系和模糊归纳规则的属性约简。

3.1 不分明化的属性

一般来说，在决策表中有一些模糊属性，如压力损失。这些属性应该模糊化到语言词汇，例如，高，平均，低。换句话说，每个属性都模糊化成语言值

Ti=1，…，k。T 的隶属函数可以主观转让或转移数值。一个三角形隶属度函数如图2。其中（x）为成员的价值，x是属性的值。

3.2 属性约简模糊相似关系

近似古典定义最初被提出，它参考一不可分辨关系，即假设为一种等价关系（自反，对称和传递）。在实践中，不可分辨关系可以通过放宽传递属性扩展到一种模糊相似关系。

3.3 模糊规则归纳

基于上述模糊粗集模型，提出规则归纳学习算法，介绍如下：

1.属性模糊并对其进行模糊分布计算

2.计算每个属性的模糊相似矩阵。

3.计算模糊划分。

4.在算法2的基础上计算最小属性约简。

5.计算条件属性的属性核心符合决策属性，并获得条件属性的最小量，然后删除冗余对象。

6. 对于每一个对象，计算条件属性的核心值然后删除多余的属性值和对象。

7. 在决定删除表中的同一对象并翻译决策规则。

4 案例研究

为了评估该方法的有效性，在这一部分选择如图3举例。给出设计要求如下：

部分风格：中间壳

模腔数：单个

压力亏损：可能是高

部分单独浇口条件：必须易于

加工性能：必须易于

部分材料：ABS

4.1 模糊知识获取

4.2 讨论

5 结论

在浇口的设计中，浇口方案设计依赖于模具工程师的知识和经验且包括试错的过程。在本文中，浇口方案设计被详细讨论。由于在浇口选择的模糊和不确定性，经典粗集理论是不能奏效的。通过用一粗集结合一模糊集，模糊粗糙集的归纳学习算法被提出。利用该算法，制定了浇口选择的模糊规则集。相比决策树算法，该算法可以产生更少的

分类规则而且生成的规则更加简明。基于浇口方案知识基础的智能浇口方案设计原型系统已被开发，它可以提高浇口设计效率。

鸣谢

该文件是部分由国家自然科学基金（编号60175019）和中国上海青年基础科学支持。

参考文献

[1] B. H. Lee and B. H. Kim, “Optimization of part wall thickness to reduce warpage of

injection-molded parts based on the modified complex method”, Polymer Plastics Technology Engineering, 34, pp. 793–811, 1995.

[2] M. Saxena and R. K. Ira ni, “An integrated NMT-based CAE environment-part :

Application to automated gating plan synthesis for injection molding”, Engineering with Computers, 9, pp. 220– 230, 1993.

[3] J. C. Lin, “Optimum gate design of freeform injection mould using the abducti ve

network”, International Journal of Advanced Manufacturing Technology, 17, pp. 297–304, 2001.

[4] C. C. Tai and J. C. Lin, “The optimal position for the injection gate of a die-casting die”,

Journal of Materials Processing Technology, 86, pp. 87–100, 1999.

[5] Z. Y. Zhou, Z. Zh. Gu and J. Y. Shi, “Research on integrated design techniques for

injection mold runner system”, Journal of Computer-Aided Design and Computer Graphics, 12(1), pp. 6–10, 2000 (in Chinese).

[6] I. Pandelidis, Q. Zou and T. J. Linga rd, “Optimization of gate location and operational

molding conditions for injection molding”, Proceedings ANTEC, 46, pp. 18–20, 1988. [7] Q. Deng, “The key technologies in mold intelligent manufacture”, Shanghai Jiaotong

University, Shanghai, 1996 (in Chinese).

[8] J. Wang, J. Cui and K. Zhao, “Investigation on AQ11, ID3 and the principle of

discernibility matrix”, Journal of Computer Science and Technology, 16(1), pp. 1–12, 2001.

[9] Y. Yuan and M. J. Shaw, “Induction of fuzzy decision trees”, Fuzzy Sets and Systems,

69(2), pp. 125–139, 1995.