압출기 나사는 압출기의 핵심 부품으로, 그 성능이 압출기의 성능을 결정합니다. 따라서 압출기 나사 설계 최적화는 매우 중요한 일입니다. 일반적으로 최적화 설계 수학 모델에서 목표 함수, 설계 변수 및 제약 조건이 많을수록 설계 과정과 최적화 과정은 더욱 복잡하고 어렵습니다. 사람들은 예정된 최적화 목표 하에서 나사의 중요한 기하학적 매개변수, 예를 들어 나사 각도, 홈 깊이, 나사와 실린더 사이의 간격, 종횡비 등의 최적화 설계 방법을 찾는 데 주력하고 있습니다. 아래에서 함께 압출기 나사 설계의 최적화 방법이 무엇이 있는지 살펴보겠습니다.
현재 일반적으로 사용되는 압출기 나사 최적 설계 방법에는 단순화 조건하의 수학적 극값법(해석법), 도해법 및 실험, 통계 분석과 CAD 기반의 직교 설계법 등이 있다.
1. 분석 방법.
이 방법은 이전에 이미 사용된 적이 있습니다. 일반적으로 설계 변수의 최적화는 단일 최적화 목표(예: 출력이나 전력 소비) 하에서 수행됩니다. 최적화 방법은 고등수학에서 극값을 구하는 방법과 같습니다. 예를 들어, 공식(1)에서 확인할 수 있습니다. 압력 변화와 스크류 마찰 요소를 고려하지 않으면 최대값에 도달할 수 있습니다. 따라서 공식(1)은 다음과 같이 쓸 수 있습니다.
2. 그림으로 설명하는 방법.
설계해야 할 변수가 단일 변수가 아닐 때, 또는 설계 변수가 어떤 함수 관계의 형태로 표현될 때, 매개변수의 최적 값 범위는 도식으로 직접 나타낼 수 있습니다. 예를 들어, 식(1)에서 알 수 있듯이, 다른 매개변수가 변하지 않을 때 생산 능력은 Tg 용량 * Tgθb / (Tg 비율 Tgθb)에 비례합니다. f. = fB, D = 50 mm, H = 10 mm로 설정하고 Tg * Tgθb / (Tg T Tgθb)와 θ의 관계 곡선을 그립니다. 따라서 현재 대부분의 볼트 설계는 θb가 17.66일 때 피치가 직경과 같은 조건에서 이루어집니다.
3. 직교 설계법.
앞서 언급한 바와 같이, 나사 설계에는 많은 변수가 있으며, 변수 간에는 어떤 관계가 있을 수 있고, 때로는 매우 복잡할 수도 있습니다. 이러한 경우, 실험 방법을 사용하여 설계 변수의 최적 범위를 찾는 것이 종종 더 효과적입니다. 그러나 일반적인 실험 방법을 채택하면 수백에서 수천 번의 실험을 진행해야 할 수도 있습니다. 시간과 노력이 많이 드는 직교 설계는 일정한 규칙(직교표)에 따라 최소한의 실험 횟수로 최적의 실험 효과를 찾는 과학적인 방법입니다. 영향 요인을 분석한 기초 위에서, 직교표의 조합 원리에 따라 각 요인에 대해 선택 필요한 층수를 결정하고, 실험 결과를 직교 분석하여 설계 매개변수의 최적 값을 결정합니다. 실험 설계를 보다 잘 분석하기 위해 주요 요인을 판단할 수도 있습니다.
현재 일반적으로 사용되는 압출기 나사 최적 설계 방법에는 단순화 조건하의 수학적 극값법(해석법), 도해법 및 실험, 통계 분석과 CAD 기반의 직교 설계법 등이 있다.
1. 분석 방법.
이 방법은 이전에 이미 사용된 적이 있습니다. 일반적으로 설계 변수의 최적화는 단일 최적화 목표(예: 출력이나 전력 소비) 하에서 수행됩니다. 최적화 방법은 고등수학에서 극값을 구하는 방법과 같습니다. 예를 들어, 공식(1)에서 확인할 수 있습니다. 압력 변화와 스크류 마찰 요소를 고려하지 않으면 최대값에 도달할 수 있습니다. 따라서 공식(1)은 다음과 같이 쓸 수 있습니다.
2. 그림으로 설명하는 방법.
설계해야 할 변수가 단일 변수가 아닐 때, 또는 설계 변수가 어떤 함수 관계의 형태로 표현될 때, 매개변수의 최적 값 범위는 도식으로 직접 나타낼 수 있습니다. 예를 들어, 식(1)에서 알 수 있듯이, 다른 매개변수가 변하지 않을 때 생산 능력은 Tg 용량 * Tgθb / (Tg 비율 Tgθb)에 비례합니다. f. = fB, D = 50 mm, H = 10 mm로 설정하고 Tg * Tgθb / (Tg T Tgθb)와 θ의 관계 곡선을 그립니다. 따라서 현재 대부분의 볼트 설계는 θb가 17.66일 때 피치가 직경과 같은 조건에서 이루어집니다.
3. 직교 설계법.
앞서 언급한 바와 같이, 나사 설계에는 많은 변수가 있으며, 변수 간에는 어떤 관계가 있을 수 있고, 때로는 매우 복잡할 수도 있습니다. 이러한 경우, 실험 방법을 사용하여 설계 변수의 최적 범위를 찾는 것이 종종 더 효과적입니다. 그러나 일반적인 실험 방법을 채택하면 수백에서 수천 번의 실험을 진행해야 할 수도 있습니다. 시간과 노력이 많이 드는 직교 설계는 일정한 규칙(직교표)에 따라 최소한의 실험 횟수로 최적의 실험 효과를 찾는 과학적인 방법입니다. 영향 요인을 분석한 기초 위에서, 직교표의 조합 원리에 따라 각 요인에 대해 선택 필요한 층수를 결정하고, 실험 결과를 직교 분석하여 설계 매개변수의 최적 값을 결정합니다. 실험 설계를 보다 잘 분석하기 위해 주요 요인을 판단할 수도 있습니다.