LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

COBEF 2021

11th Brazilian Congress on Manufacturing Engineering

FORECASTING CAVITY PRESSURE AND TEMPERATURE IN AN INJECTION MOLDING PROCESS TOWARDS GREY MODELING

Submission Author: Rodolfo Pabst , SC , Brazil
Co-Authors: Rodolfo Pabst, Adriano Adriano Fagali de Souza, Alexandro Brito
Presenter: Rodolfo Pabst

doi://10.26678/ABCM.COBEF2021.COB21-0298

 

Abstract

Today, the injection molding is one of the most important processes to manufacture plastic parts. Because it has a nonlinear and time varying behavior, existing process control approaches are based in model-based predictive procedures. Usually, these procedures require a previous knowledge about the process dynamics, what complicates its modeling. In the present work, a simple approach based on grey models is treated. It does not require previous information about the process. A regularized least squares method was used to adjust the model, resulting in a fast identification procedure, robust to ill-conditioning in the estimates. The model was validated using experimental data obtained during injection molding processes where the seasonal differenced cavity temperature varied along 2.56 ºC and the cavity pressure varied along 13.85 MPa. The pressure and temperature signals inside the cavity could be forecasted with mean absolute deviations of 0.1708 ºC and 0.6607 MPa.

Keywords

Injection molding, Grey modeling, Forecasting, Regularization theory, Process variables

 

DOWNLOAD PDF VIEW PRESENTATION

 

‹ voltar para anais de eventos ABCM