PET ruošinių pelėsių temperatūros valdymo optimizavimo strategijos

Nov 09, 2025

Palik žinutę

1. Gamybos proceso parametrų optimizavimas

Naudojant eksperimentų planavimo (DOE) metodą, buvo sistemingai tiriama sąveika tarp parametrų, tokių kaip įpurškimo slėgis, laikymo laikas ir aušinimo laikas bei formos temperatūra. Parametrų deriniams nustatyti buvo sukurtas matematinis „proceso parametrų - pelėsių temperatūros - produkto kokybės“ modelis. Praktika rodo, kad kas 0,1 sekundės padidinus aušinimo laiką, pelėsių temperatūrą galima sumažinti maždaug 0,3–0,5 laipsnio, tačiau gamybos efektyvumas turi būti subalansuotas.

 

2. Pelėsių medžiagų ir paviršiaus apdorojimo optimizavimas

Pasirinkus didelio šilumos laidumo plieną (pvz., modifikuotą H13), galima pagerinti šilumos išsklaidymo efektyvumą. Specialus ertmės paviršiaus apdorojimas (pvz., chromavimas, azotavimas ir kt.) gali padidinti atsparumą dilimui ir pagerinti šilumos laidumą. Tyrimai rodo, kad optimizuoti pelėsių paviršiai gali pagerinti temperatūros vienodumą 15-20%.

 

3. Aušinimo terpės pasirinkimas ir apdorojimas

Dejonizuoto vandens naudojimas kaip aušinimo terpė gali užkirsti kelią nuosėdų susidarymui, kad jis paveiktų šilumos laidumą. Į vandenį įpylus atitinkamą kiekį rūdžių inhibitorių ir baktericidų, aušinimo sistema išlieka švari. Gaminant ruošinius, kuriems taikomi specialūs reikalavimai, apsvarstykite galimybę naudoti vandeninį etilenglikolio tirpalą (ne daugiau kaip 30 %) arba tam skirtą aušinimo alyvą, kad būtų galima tiksliau kontroliuoti temperatūrą.

 

4. Išmanioji temperatūros valdymo sistema

Įdiekite išmaniąją temperatūros valdymo sistemą, pagrįstą daiktų interneto technologija, kad pasiektumėte:

- Nuotolinis pelėsių temperatūros{1}}laikas stebėjimas

- Istorinių temperatūros duomenų saugojimas ir analizė

- Įspėjimas apie neįprastą temperatūrą ir automatinis reguliavimas

- Energijos suvartojimo optimizavimas ir energijos-taupymo valdymas

Naudodama mašininio mokymosi algoritmus, sistema gali automatiškai išmokti temperatūros valdymo modelius ir automatiškai prisitaikyti pagal gamybos sąlygų pokyčius.

Siųsti užklausą