腔数 每分钟注射量 允许时间 输出 模腔数 模具尺寸 浇道尺寸 浇口尺寸 冷水道定位 图
2-1 模具设计模块的组织
“
”
“
如果材料 缩醛 和分流道长度
lt 3
“
， 分流道长度
gt0
，那么分流道直径
0.062
结束 当制定了规则，重要的是
我们用一种严谨的方式的来表现这些信息，同时要避免重复、不完整和不一致的现象。决策表可以帮助处理上述
问题，它是通过对过于冗余和广泛的问题陈述的检查实现的。比如说，在选择适当的模架的过程中，模架尺寸取
决于型腔和镶件的数目。为确保所有型腔和镶件都被考虑到，我们使用了决策表，并随后用决策表来制定规则。
表
2-1
决策表样本 模腔数目（
1，2，4
）
1 1 1 2 2 2 4 4 4 模块数目（1，2，4
）
1 2 4 1 2 4 1 2
4
模具尺寸
A A B A B C
表
2-1
显示了在一个以上的情况下，模具的尺寸是相同的 情况
A:
模具宽度 镶块
长度
2
；模具长度镶块长度
2
；模具厚度镶块厚度。 情况
B: 模具宽度 2
镶块宽度
3.5
；模具长度镶块长度
2；
模具厚度镶块厚度。 情况
C: 模具宽度 2
镶块宽度
3.5
；模具长度镶块长度
3
；模具厚度镶块厚度。 型腔的数目
是一个，镶件的数目也是一个的情况和型腔数目是两个和四个的情况具有相同的模具尺寸，这三种情况可以归结
为一个单一的规则： 如果 镶块的数目
1
，则模具宽度 （镶块宽度
2
）模具长度 （镶块长度
2
）模具厚度 镶块厚
度 结束 为了方便和清楚起见，用一种标准的编程语言将这些规则模块化。每个模块生成一组输出，这个输出又将
是对其他模块的输入。
2.6
测试应用 通过使用各种测试案例对智能模具设计中的应用程序进行了验证。对于每一
个案件的零件信息，模具和机器的信息资料种类繁多，人类专家证实了把这些信息输入到应用程序的结果。表
2
显示了一个这样的试验，需要两个模腔，也没有镶件的存在。应用程序提供近似的模具尺寸，执行尺寸，浇口尺
寸和亚军的模腔长度基于模腔图尺寸和其他信息。 表
2-2
典型的测试案例显示程序的输入和输出 输入 镶块数量
0
镶块长度
0
镶块宽度
0
镶块厚度
0
模腔模样长度
2.02
模腔模样宽度
3.28
模腔深度模样
0.5 冷水道直
径
0.25
零部件生产数量
1000
时间
6
循环时间
26
废品率
0.1
每分钟注射量
2.3
材料
ABS
输出 程序输出
模腔数
2
模具长度
10.06
模具的宽度
4.02
模具厚度
1.125
浇道直径
0.109
浇道长度
1.5 最大浇口套直
径
0.218 通过使用各种测试案例对智能模具设计中的应用程序进行了验证。对于每一个案件的零件信息，模具
和机器的信息资料种类繁多，人类专家证实了把这些信息输入到应用程序的结果。表
2 显示了一个这样的试验，
需要两个模腔，也没有镶件的存在。应用程序提供近似的模具尺寸，执行尺寸，浇口尺寸和亚军的模腔长度基于
模腔图尺寸和其他信息。 获得的模具尺寸非常接近人类专家的一个典型设计，但并没有明确地说明了一个模具标
准件的用途，就像
D-M-E 模具目录中的一种特定的模具。模具尺寸是基于所用材料而定的，因此它被限制在一
定的范围。
3
总结 本文介绍了在发展智能模具设计应用中所采用的方法，这种应用是根据用户输入进行模架选择
的。获取知识的过程首先是通过与业内专家密切协商设计一种模架，也通过从旧书和数据表中收集确定性信息。
收集到的资料，表示了在不同的模块中规则的排列形式。这些资料可定性和定量地对模具进行选择。决策表是用
来减少规则库的规模，使规则库中的问题域全面。在不同的模块中使用这些规则来开发应用程序，当谈到在给业
内生产的塑件选择适当的模架时就为应用程序的有效性作测试。 参考文献
1
钱伯斯
T. L.
帕金森
A. R. “知识
”
代表及专家系统的混合转换。 美国机械工程师学会，
1998，120:468-474. 2
凯尔其詹姆斯
R.“软件升压模
”
具设计效率 的成型系统，
1999
，
3:16-23. 3
“
李荣显，陈育民，邹昶 开发一个并行模具设计系统：以知识为
”
基础的办法 ，计算机集成制造系统，
1997，4:287-307. 4
斯特德曼萨利佩尔
M“在工程设计专家系统：一种
”
注塑成型的塑料件的应用 智能制造，发动机
1995，2:347-353. 5
费尔南德斯
A
，卡斯塔尼
J
赛尔
F
“CAD / CAE
”
信息的模具和热塑性塑料注射原型设计的 信息技术
1997:117-124. 6
道格拉斯
M
“
布莱斯 塑
”
料注射成型，材料选择和产品设计
1997:1-48. 7
道格拉斯
M
“
”
布莱斯， 塑料注射成型模具设计基础 ，
1997，2:1-120. Session VA4 Intelligent Mold Design Tool For Plastic Injection
Molding Jagannath Yammada Terrence L. Chambers Suren N. Dwivedi Department of
Mechanical Engineering University of Louisiana at Lafayette Abstract Plastic
Injection molding is one of the most popular manufacturing processes for
makingthermoplastic products and mold design is a key aspect of the process.
Design of molds requiresknowledge expertise and most importantly experience in the
field. When one of these is lackingselection of an appropriate mold for
manufacturing a plastic component is done on atrial-and-error basis. This
increases the cost of production and introduces inconsistencies in thedesign. This
paper describes the development of an intelligent mold design tool. The tool
capturesknowledge about the mold design process and represents the knowledge in
logical fashion. Theknowledge acquired will be deterministic and non-deterministic
information about the molddesign process. Once developed the mold design tool will
guide the user in selecting anappropriate mold for his plastic part based on
various client specifications. Introduction The plastic injection molding process
demands knowledge expertise and most importantexperience for its successful
implementation. Often it is the molding parameters that control theefficiency of
the process. Effectively controlling and optimizing these parameters during
themanufacturing process can achieve consistency which takes the form of part
quality and partcost. The level of experience of the manufacturers determines how
effectively the processparameters are controlled. This sometimes leads to
inconsistency introduced by human error.There is also the case where there is
inexperience shortage of time resources and little scope forinnovation. Knowledge-