亚历杭德罗·哈拉米略-莫拉 | 埃杜阿多·维瓦尔多-利马 | 阿曼多·罗哈斯-莫林 | 塞尔吉奥·克萨达-加西亚 | 阿德里安·埃斯皮诺萨-鲍蒂斯塔 | 赫苏斯·拉斐尔·冈萨雷斯-帕拉 | 阿图罗·巴尔巴-平加龙
墨西哥国立自治大学工程学院与化学学院，科约阿坎，04510，墨西哥城，墨西哥
**摘要**
本研究描述了一种由聚光太阳能（CSE）驱动的塑料压缩成型方法和系统。这种方法和系统是少数利用光热太阳能进行塑料成型的提案之一，能够制造多个零件并形成功能性产品。实验结果促使了“模制互连设备”（MID）的开发。这些设备具有功能性，展示了该方法和系统的应用范围。与同类系统相比，该系统无需使用光伏电池来加热塑料，所需收集面积更小，维护也更为简便。它直接利用光热太阳能，避免了多次能量转换及其相关损耗。通过实验获得了足够的数据，可以与计算流体动力学（CFD）软件模拟的结果以及描述过程条件的热传递模型进行比较。在大多数研究案例中，两种结果之间的相对误差小于5%。利用相同的实验数据，可以提出一种人工神经网络（ANN）来自动化这一过程，表明该方法和系统具有可重复性，值得进一步开发。
**1. 引言**
目前，大多数制造系统直接或间接依赖化石燃料等传统能源。这是因为这些能源始终可用，且相关技术经过数十年的发展，其能源效率已得到提升。然而，这些资源是有限的，并且由于使用过程中通常会产生温室气体排放，从而导致环境退化。因此，在当前背景下，鉴于生态变革的需求，建议逐步转向部分或完全依赖可再生能源的系统。尽管可再生能源具有间歇性，但它们更加环保，对环境的影响相对较小。
在这方面，已有许多提案和倡议致力于向这种类型的可再生能源过渡。一些研究人员记录了太阳能用于需要热量的工业过程的特定案例。在塑料行业中，太阳能已应用于制备、蒸馏、分离、拉伸、干燥和软化等工艺[1,2]。此外，还描述了太阳能用于颗粒干燥以及挤出或注塑前的预热[3]。在电气设备制造领域，也有利用太阳能进行电缆硫化的案例[2]。一些设施通过太阳能、风能或混合系统为电网或私人用户供电，Hassan等人[4]对此进行了详细说明，包括各种方式、优缺点、适用政策及具体案例研究。Bharadwaaj等人[5]则基于不同聚合物家族的特性和用途，提出了多种塑料回收方案，涉及土壤基础材料、道路建设、基础设施以及扫帚和袋子等日常用品。
**2. 相关技术**
目前有许多利用可再生能源制造产品的提案。例如，有一种由光伏面板驱动的移动3D打印机，可在恶劣环境中打印医疗设备[6]，尽管它在打印指夹板、牙科填充工具和手术刀柄方面表现出色，但存在防尘问题，需要频繁移动以避免遮挡。此外，还有许多主要用于娱乐目的的3D打印笔[7-12]，这些设备通常以光伏面板为主要能源，部分甚至使用光固化材料。这些设备通过光热太阳能直接加热热塑性丝材，避免了能量转换过程中的损失。
**3. 本研究的方法与系统**
本研究提出了一种由聚光太阳能驱动的塑料压缩成型方法和系统。该方法利用光热太阳能直接加热塑料，无需光伏电池，减少了能量转换损失。实验数据表明，该方法与模拟结果之间的误差小于5%。通过人工神经网络可以实现该过程的自动化。
**4. 发展前景**
随着对环保需求的增加，转向可再生能源系统变得至关重要。本研究提出的方法和系统具有广泛的应用潜力，包括自动化生产过程、提高能源效率等。未来可通过进一步改进，使其在更多领域发挥作用。该系统不需要大量的能量捕获表面，即不需要多个太阳能电池板，这些电池板需要保持无尘状态、不断重新定位，并且其制造过程比所提出的系统的光学设备更为复杂[6]。研究的结构如下：首先描述了为塑料压缩成型开发的方法论，该方法论经过调整后可用于原型太阳能接收器。本节的目标是描述一种太阳能接收器，一旦将其放置在菲涅尔透镜太阳能聚光器中并暴露在太阳辐射下，它就能完成相应的过程。通过热传递方程以及进行的实验测试、所得到的部件和中间产品（MIDs）及其性能测试来描述这一过程的行为。这展示了该方法论及其所提出系统的潜在应用范围。最后，讨论了结果，将COMSOL Multiphysics®仿真软件得到的温度与实验结果进行了比较。基于收集到的信息，提出了一个初步方案，利用人工神经网络（ANNs）自动化项目的下一阶段，从而证明了其在连续生产塑料部件方面的应用潜力。
2. 方法论
2.1. 实验装置和方法描述
本研究提出了一种通过压缩成型制造热塑性部件的方法和系统，该方法由CSE驱动，并能够在其中一个表面上安装电气线路，从而实现中间产品的制造。选择使用菲涅尔透镜的太阳能聚光器来完成这项任务，因为这种聚光器可以将接收器和其他辅助系统（如机械装置、仪器等）放置在不阻挡光束或聚光焦点的情况下。该聚光器具有两个自由度（方位角和仰角）。它使用一个无角的方形菲涅尔透镜，并由一个作为衰减器的深色窗帘保护（见图1(a)）。接收器安装在一个具有三个自由度的笛卡尔框架上，以便将其正确放置在聚光光束下，并保持与透镜所需的距离，以获得特定实验所需的焦点。
下载：下载高分辨率图像（487KB）
下载：下载全尺寸图像
图1. 实验设备：(a) 菲涅尔透镜太阳能聚光器及其部分仪器设备，(b) 接收器在笛卡尔框架上暴露于聚光光束时的图像。
笛卡尔框架和测量仪器通过透明塑料盖与外界隔开，以减少风产生的强制对流。实验设备包括用于测量直射太阳辐射的日射强度计、数据采集系统以及用于从测量仪器收集数据的计算机。
接收器主体主要由3毫米厚的透明聚甲基丙烯酸甲酯（PMMA）板组成。这种材料在可见光谱中的透射率为80%，并且与金属相比是不良的热导体（其热导率为0.17 W/mK）。这样，只有部件的模具被加热，而不会浪费能量来加热仅仅作为模具和笛卡尔框架之间连接部分的外壳。模具由30号镀锌钢板制成（厚度为0.34毫米）。选择这种材料是因为它具有抗湿性和抗腐蚀性，并且可以用非专业设备进行加工。接收器内部包含一个通道，用于插入热电偶以测量模具壁的温度。接收器盖子由两块PMMA板组成，仅用于原型制作和实验目的。其中一块板用于对成型部件进行压花或塑形，另一块板则作为接收器的窗口和上限。这种配置使我们能够观察模具内部以及其中所含热塑性材料的情况。
接收器的底部由PMMA板和通过立体光刻（SLA）制造的树脂部件组成，树脂部件上带有热电偶放置孔和磁铁。附着在磁铁上的钢板作为模具底座。该底座有两个螺丝，作为压缩机构的导轨。通过一组螺母，底座被抬高，从而压缩模具内的热塑性材料，使其达到所需的形状。实验设备及其连接方式如图1和图2所示。表1详细列出了各部件的描述。图1和图2展示了所用设备的配置和组成，包括每次实验中使用的所有设备、它们的位置、它们之间的连接方式以及它们与接收器和太阳能聚光器的连接方式（如果适用），并解释了如何获取和记录每个实验变量。
下载：下载高分辨率图像（398KB）
下载：下载全尺寸图像
图2. 实验设备描述、测量仪器布置、系统自由度。
表1. 实验所用设备总结。
符号
设备
AF 菲涅尔透镜聚光器，具有两个自由度（方位角和仰角）
BC 300毫米边长的方形透明PMMA菲涅尔透镜，对角线角为0.08775842平方米，厚度为4毫米，主焦距为167毫米，在此长度下的焦点直径为6毫米，平均整体效率为18%
CF 菲涅尔透镜衰减器和保护装置
DC 用于防止或减弱接收器内部气流的透明塑料盖
E 连接到数据记录器的计算机
FAgilent 34972A LXI数据采集/切换单元（Keysight），配备Agilent 34902A 16通道多路复用器
GDR01 – 05 Hukseflux日射强度计（±0.08×10^-6Vm2W^-1）
HS 由3毫米厚透明PMMA板和固定在中心的模具组成的太阳能接收器
IC 具有三个自由度（X、Y和Z）的笛卡尔框架
J 用于压缩模具内热塑性材料的螺丝的俯视图
K60 × 52毫米椭圆形太阳能光斑
L 30号镀锌钢板模具
N 接收器盖子由一块用于压花和实验的PMMA板组成。其中一块板用于压花成型部件，另一块板作为接收器的窗口和上限。这种配置使我们能够观察模具内部及其所含热塑性材料的情况
OTI250 Klein Tools数字水平仪（±0.2°）
PTaylor 1733无线数字气象站，带有气压计和计时器（±1°C）
Q Adafruit K型玻璃编织热电偶
为这项任务设计的太阳能接收器由两个主要部分组成：盖子（上部主体）和底座。盖子上有一个窗口，聚光光束通过该窗口进入包含热塑性材料的模具，从而在部件的一个表面上形成压花。这一特性是该原型的独特之处，可以直观地观察光束照射过程中模具内部发生的情况。对于其他用途，可以使用金属板代替复杂的PMMA压花结构。原型包括三个压花图案：Inti、Tonatiuh和K'iin。
接收器的底座由PMMA板和通过立体光刻（SLA）制造的树脂部件组成，树脂部件上带有热电偶放置孔和磁铁。附着在磁铁上的钢板作为模具底座。该底座有两个螺丝，作为压缩机构的导轨。使用一组螺母，底座被抬高，压缩模具内的热塑性材料，直到其达到所需的形状。实验设备及其连接方式如图1和图2所示。表1提供了各部件的详细信息。图1和图2展示了所用设备的配置和组成，包括每次实验中使用的所有设备、它们的位置、它们之间的连接方式以及它们与接收器和太阳能聚光器的连接方式（如果适用），并解释了如何获取和记录每个实验变量。
下载：下载高分辨率图像（366KB）
下载：下载全尺寸图像
图3. (a) 通过压缩成型和CSE制造Tonatiuh部件的太阳能接收器，(b) 在K'iin部件的模具中填充PCL颗粒。
下一步是在部件的一个表面上制作电气线路。虽然线路的位置没有限制，但选择了与压花表面相对的表面进行这些测试。选择使用的材料是0.1毫米厚的铜箔，因为对于本工作中开发的低功率电路来说，不需要较厚的电气线路。此外，铜箔可以根据需要进行修改、调整或切割。FR4电路板（最常见的印刷电路板之一）的铜层厚度约为35微米。在铜箔上根据要构建的电路绘制所需的电气线路轮廓。每条线路都配有类似小切口的标签，这对于铜线路与热塑性基材之间的混合键合至关重要。Schricker等人[20]描述了通过宏观修改金属表面来增强塑料-金属混合键合强度的方法。
当这些轮廓被切割后，切口部分向线路背面弯曲，使其具有不规则的形状。由于热塑性材料处于熔融状态，它可以包裹住线路的标签部分。当材料冷却后，由于两种元素之间的机械互锁作用，会形成塑料-金属混合键合。这些铜线路被放置在模具底座上，并用临时粘合剂固定，或者在其背面加上一层钢箔。使用钢片并利用模具底部产生的磁场，可以利用磁铁将镀锌钢底座与树脂部件固定在一起。使用临时粘合剂可以使线路更紧凑地放置，并具有更复杂的几何形状，但在实验后会在线路和模具上留下残留物。图4展示了这些线路及其在模具底座上的放置方式。
下载：下载高分辨率图像（381KB）
下载：下载全尺寸图像
图4. (a) 组成电路电气线路的轮廓，(b) 使用磁性夹具将电气线路放置在模具底座上。
下一步是将带有电气线路的接收器底座放置在上部主体或盖子上。然后通过螺丝将两者压紧并固定，以防止组件移动或材料位移。图5展示了完全组装好的接收器。
下载：下载高分辨率图像（383KB）
下载：下载全尺寸图像
图5. (a) 完全组装好的太阳能接收器的俯视图，(b) 可以看到使用螺丝作为压缩导轨连接上部主体和底座的接收器侧视图。
接收器通过螺丝固定在太阳能聚光器的笛卡尔框架上，距离菲涅尔透镜104毫米（±1毫米），以实现60毫米×52毫米（±1毫米）的椭圆形太阳焦点，该焦点覆盖整个模具。此时可以将接收器暴露在聚光光束下。
2.2. 热传递模型
本节描述了接收器在暴露于聚光光束时的条件。所涉及的材料被认为是均匀且各向同性的。尽管PCL颗粒最初是颗粒状的，但随着暴露于光束时间的增加和达到熔化温度，PCL会变得高度可变形，在压缩开始的同时呈现出均匀的外观。值得一提的是，所提出的模型旨在描述这些原型接收器的特性和条件。在后续的接收器中，将不使用PMMA板来赋予部件一些压花效果；而是使用完全由金属制成的板材或模具。在这项工作中，使用了一块透明的PMMA板来观察曝光过程中模具内部发生的情况。太阳能聚光器朝向太阳，并开始在菲涅尔透镜上接收辐射。因此，模型的初始数据是直接太阳辐射，其值在方程（1）中被替换，以获得太阳能斑点处的集中太阳辐射强度[17]：
(1)
Gout = ηovr·Gin·Ain·Aout
其中Gout是焦点处的集中太阳辐射强度，ηovr是菲涅尔透镜的整体效率，Gin是透镜接收到的直接太阳辐射强度，Ain是透镜的面积，Aout是通过距离透镜104毫米（±1毫米）获得的椭圆形太阳斑点的面积。
方程（1）将集中太阳辐射强度描述为均匀分布。采用这种方法是因为实验情况涉及一个几何形状为倾斜高斯钟形的太阳焦点，因此形成了椭圆形焦点。
研究发现，在整个曝光和压缩过程中，接收器必须保持水平状态，否则熔融状态的PCL会在模具内部流动，并且模具的一个边缘（相对于其他边缘较高的一侧）开始出现气泡。
由于实验系统被覆盖并且与风引起的强制对流隔离开来，因此忽略了聚光透镜与接收器之间的空间中的热量损失。为了编写导热方程，使用了接收器的侧视图，并且只使用两个坐标来描述系统的条件。图6显示了在暴露于集中太阳光束期间接收器的热流图。
下载：下载高分辨率图像（718KB）
下载：下载全尺寸图像
图6. (a) 用于通过压缩获得塑料部件的太阳能接收器的主要特征和部分的内部视图。(b) 在塑料曝光和压缩过程中接收器内部的热流图。(c) 说明模型考虑的域和接收器材料之间关键界面的图。
首先描述了PMMA窗口和赋予部件压花效果的板材的条件。尽管图6展示了PCL颗粒如何占据形成压花的效果的空间，但在方程或模拟中并未考虑它们，因为在这个阶段它们的作用是装饰性的。
这些装饰性压花用于识别或将每个部件分类为Tonatiuh、K'iin或Inti组。目的是证明可以塑造具有所需轮廓的塑料部件。后者的模拟假设是一个厚度为6毫米的PMMA窗口，在部件没有足够空间形成这种装饰的地方这是正确的。其相应的导热方程如下（方程（2）：
(2)
∂∂x(kWIN∂T)/∂x) + ∂∂z(kWIN∂T)/∂z) = ρWIN·CpWIN·∂T/∂t
其中kWIN是PMMA窗口的热导率系数，ρWIN是密度，CpWIN是比热容。该元素受到以下边界条件的约束：
• 在窗口的外表面，认为有一部分集中太阳辐射被吸收，该表面与周围的空气发生自然对流（见图6（b））。这由方程（3）表示：
(3)
−kWIN∂T/∂z|z=0 = αWIN·Gout−hWIN(TWZ0−Tamb)
其中αWIN是PMMA的吸收率，hWIN是对流热传递系数，TWZ0是窗口外表面的温度，Tamb是环境温度。
• 对于窗口的下表面，认为PCL（在其任何状态下）的热传导是通过PCL沿着窗口与塑料（WPI）之间的界面进行的。在部件的模具边缘有传导，但在计算中将忽略这一点，因为其厚度为0.34毫米。
以下材料是通过压缩成型过程制造部件所选择的热塑性塑料。在这种情况下，选择了PCL，其导热方程如下（见方程（4）[17]：
(4)
∂∂x(kPCL∂T)/∂x) + ∂∂z(kPCL∂T)/∂z) = ρPCL·CpPCL·∂T/∂t
其中kPCL是PCL的热导率系数，ρPCL是密度，CpPCL是比热容。该元素经历以下现象：
• 它从固态转变为熔融态。在这种情况下，PCL的状态转变是不规则的，如图6所示。这导致PCL从模具边缘向中心加热并发生状态转变。PCL颗粒的固态和熔融态之间的界面形状主要取决于模具的几何形状和周长。
• PCL通过窗口与塑料（WPI）之间的界面与窗口发生热传导，后者吸收了一部分集中太阳辐射。这些条件在方程（5）和（6）中表示：
(5)
−kPCL∂T/∂z|WPI = kWIN∂T/∂z|WPI + αPCL·τWIN·Gout
其中：
(6)
WPI={(x,z)|x∈[0,MXst],z=WZend}
这些表达式是PCL吸收率（αPCL）和接收器窗口透射率（τWIN）的函数。
• 模具的墙壁和基底通过模具-塑料（MPI）和基底-塑料（BPI）界面将热量传导给PCL。在模型中忽略了接收器基底上的铜电迹线，因为它们的配置和尺寸随电路而变化。
接下来研究的元素是用于成型部件的模具，它由镀锌钢板制成；在这种情况下，导热方程如下（见方程（7）：
(7)
∂∂x(kMold∂T)/∂x) + ∂∂z(kMold∂T)/∂z) = ρMold·CpMold·∂T/∂t
其中kMold是模具的热导率系数，ρMold是密度，CpMold是模具板的比热容。该元素具有以下边界条件：
• 模具的内壁（模具与塑料之间的界面MPI）在集中太阳辐射通过接收器窗口和PCL部件或包含在模具中的部件后接收辐射。热量传导给PCL，并且由于后者在曝光过程中从白色变为透明而产生辐射损失。这些条件在方程（8）至（10）中表示：
(8)
−kMold∂T/∂x|MPI = kPCL∂T/∂x|MPI + GMold−εMold·σ(TMXst4−Tamb4)
其中：
(9)
GMold = αMold·τWIN·Gout
(10)
MPI={(x,z)|x=MXst,z∈[MZst,BZst]}
在这些表达式中，GMold表示辐射通过PMMA窗口后传递给模具内壁的辐射，这是模具板吸收率（αMold）和接收器窗口透射率（τWIN）的函数。
由于在曝光的最初300秒内，PCL部件会从固态变为熔融态（大约在343.15 K），导致其颜色从白色变为透明，因此忽略了PCL与模具内壁接触时吸收的能量。PCL从模具壁开始熔化，形成一个内部周长，其厚度会朝向模具中心的颗粒增加（见图6）。εMold是模具板的发射率，σ是斯特凡-玻尔兹曼常数，TMXst是模具内表面的温度。这些条件存在于属于模具与塑料（MPI）界面的一组点上（见图6）。
• 假设模具的外壁与接收器区域内的空气发生自然对流。
最后研究的元素是同样由镀锌钢板制成的模具基底，其导热方程如下（见方程（11）：
(11)
∂∂x(kBase∂T)/∂x) + ∂∂z(kBase∂T)/∂z) = ρBase·CpBase·∂T/∂t
其中kBase是基底的热导率系数，ρBase是密度，CpBase是基底的比热容。该元素具有以下边界条件：
• 基底的上表面（基底与塑料之间的界面BPI）在辐射通过接收器窗口和PCL部件或包含在模具中的部件后接收辐射。热量传导给PCL，并且由于后者颜色从白色变为透明而产生辐射损失。这些条件在方程（12）至（14）中表示：
(12)
−kBase∂T/∂z|BPI = kPCL∂T/∂z|BPI + GBase−εBase·σ(TBZst4−Tamb4)
其中：
(13)
GBase = αBase·τPCL·τWIN·Gout
(14)
BPI={(x,z)|x∈[BXst,BXend],z=BZst}
在这些表达式中，GBase表示基底上表面接收的辐射，这是板材吸收率（αBase）、PCL透射率（τPCL）和窗口透射率（τWIN）的函数。
在计算GBase时考虑了由于通过模具中的PCL而损失的能量部分。这种测量是为了补偿这一边界条件对整个基底表面的影响，因为在实验中这种情况并不均匀发生，因为PCL不是均匀地变为熔融态的，而是从边缘开始并向模具中心的颗粒逐渐变化（见图6）。因此，基底中心的一部分处于阴影中，所以所描述的边界条件并不均匀适用。尽管如此，仍采取措施来补偿这些差异。对于基底，εBase是基底板的发射率，TBZst是该元素的表面温度。这些条件存在于属于基底与塑料（BPI）界面的一组点上（见图6）。
• 基底板的下表面被认为与树脂基底之间发生热传导。由于热电偶测量了该板的温度，因此在模拟中忽略了这种热流。
当开始将接收器暴露于集中太阳光束的过程中，整个研究系统处于室温，这由方程（15）表示：
(15)
T(x,z,0) = Tamb
2.1. 模型参数
考虑到热传递模型中描述的条件，对接收器在暴露于集中太阳光束过程中的行为进行了模拟。这是为了获取有关过程转变阶段的信息，并与实验测量结果进行比较。
为了进行这些模拟，选择了COMSOL Multiphysics®软件，该软件需要接收器截面的CAD模型（见图7）。将此模型导出到软件中，并输入进行计算所需的信息（见表2、表3）。
下载：下载高分辨率图像（234KB）
下载：下载全尺寸图像
图7. (a) 用于模拟的太阳能接收器模型的等轴测视图，(b) 太阳能接收器模型的内部视图。
表2. 在COMSOL Multiphysics®软件中用于模拟的参数、值和方程的总结。
名称 方程或值 描述
Gin(t) (变量) 由日射强度计测量的直接太阳辐射 [Wm-2]
Ain 0.088 菲涅尔透镜面积 [m2]
ηovr 0.180 太阳能聚光器的整体效率
rA 0.060 椭圆太阳斑点的半径A [m]
rB 0.052 椭圆太阳斑点的半径B [m]
Aout π·rA·rB 接收器上的太阳斑点面积 [m2]
Gout ηovr·Gin·Ain·Aout 太阳斑点的平均太阳辐射强度 [Wm-2]
Tamb (变量) 环境温度 [K]
Patm (变量) 大气压力 [hPa]
AWIN 0.012 接收器窗口面积 [m2]
PWIN 0.444 接收器窗口周长 [m]
LAWIN PWIN 特征长度 [m]
ΔT1→2 相位1和2之间的尖锐前沿过渡间隔（默认值）[K]
表3. 来自所用材料和参考文献的手动添加数据。
材料或元素 附加数据 参考文献
PMMA – 聚甲基丙烯酸甲酯 窗户吸收率：αWIN=0.05[21]
窗户透射率：τWIN=0.8[22]
聚己内酯 PCL吸收率：αPCL=0.05[23]
PCL透射率：τPCL=0.03[24]
热导率：kPCL=0.203 Wm−1 K−1[25]
密度：ρPCL=1120.000 kgm−3[26]
恒压比热容：CpPCL=1043.805+2.544*TJ kg−1 K−1 (温度，“T”以K为单位)[27]
熔化温度：TmPCL=343.150K
熔化潜热：LPCL=139.500J g−1[28]
聚合物的比热容比：γ=1.000−0.045*(TTg)+0.104*(TTg)2 (温度，“T”以K为单位)[29]
玻璃化转变温度：TgPCL=207.000K[26]
ASTM A525镀锌钢 密度：ρMold=7805.733 kgm−3[30]
热导率：kMold=52.000 Wm−1 K−1[30]
恒压比热容：CpMold=470.000 Jkg−1 K−1[30]
镀锌钢（新）发射率：εMold=0.230[31]
镀锌钢（氧化锌）吸收率：αMold=0.650[32]
选择Tonatiuh部件的几何形状进行模拟，因为它与其他两个部件具有关键特性。目标是开发一个不特定于任何单个部件的模型，而是提供关于该过程如何随任何几何形状变化的概览。
在模拟中忽略了压花效果，因为它是一种装饰性特征，并且只考虑了过程的前五分钟。在这一阶段之后，接收器基座进行了首次位移，部件的压缩过程也随之开始。关于曝光和压缩过程的详细信息可以在“结果”部分找到。
3. 结果
3.1 实验结果
2024年5月至6月期间，在墨西哥墨西哥城国立自治大学工程学院（CIA）进行了30次测试（坐标为北纬19° 19′ 34.28″，西经99° 10′ 55.13″），当时的天气条件为晴朗或云层较少。使用菲涅尔透镜的太阳能聚光器对准太阳，实验随即开始。PCL颗粒暴露在集中光束下，逐渐从白色固体状态转变为熔融状态，随着温度的升高，它们变得柔软、可塑且透明。曝光和压缩过程被分为5分钟的阶段，在每个阶段结束时，接收器基座会沿导轨向上移动，直到尚未发生相变的颗粒遇到阻碍。同时，熔融状态的PCL被迫填充模具内的所有可用空间。整个过程在持续监控下进行。如果观察到模具内的所有材料都变为透明，说明已经完全熔化，此时会进行最终压缩，使PCL流入剩余未填充的区域。这次最终位移小于1毫米，仅用于填充模具的细节部分。
最后一次压缩完成后，接收器从集中太阳光束中移出，并通过自然对流和阴凉处冷却。图8展示了零件形成的过程，表4总结了每次测试中记录的实验变量。
下载：高分辨率图片（938KB）
下载：全尺寸图片
图8. 利用集中太阳能进行塑料零件压缩成型
表4. 主要实验变量总结
空单元
曝光时间 [s]
平均直射太阳辐射 [W/m²]
环境温度 [K]
大气压力 [hPa]
所得基材厚度 [mm]
仰角 [°]
1°阶段移动距离 [mm]
2°阶段移动距离 [mm]
最小值 600.000 606.168 303.150
780.000 7.000 64.200 1.000 1.000
最大值 900.000 873.859 311.150 784.000 10.000 88.500 7.000 3.000
平均值 648.000 732.018 306.050 781.767 8.600 78.337 3.633 2.033
标准差 109.620 69.622 22.074 1.165 0.770 4.951 11.402 0.765
当零件完全冷却后，它会恢复白色并从模具中取出。作为研究目标的一部分，需要为这些压缩后的零件指定功能；在这种情况下，这些零件被选用来组装一个立方体。每个零件都包含电气线路，与组内的其他零件一起形成一个具有特定功能的MID（Molded Interconnected Device）。零件从模具中取出后，会标记上用于定位电气元件和连接器的符号，这些元件和连接器与电路的其他部分相连。所有这些元件都被焊接在一起，直到组装完成一个完整的电路。组中的一个元件作为用户界面。根据电路要求，通过选择性加热PCL部件来创建旋钮、按钮和输入/输出连接所需的空间。每个零件都被组装并固定到位，直到得到最终的MID，之后对其进行测试以验证其功能是否正常。图9展示了这些系统的零件、连接过程和操作测试。图10展示了为这项研究开发的三种类型的设备。
下载：高分辨率图片（740KB）
下载：全尺寸图片
图9. (a) 利用CSE辅助压缩塑料制成的零件组的前后视图；装饰性轮廓分别命名为：(I) Inti、(T) Tonatiuh 和 (K) K’iin。为了提高可见性，这些轮廓被涂上了颜色。(b) 零件内电子元件的组装和互连。(c) 制成的MID及其功能测试。(d) 也进行了展示。
下载：高分辨率图片（315KB）
下载：全尺寸图片
图10. (a) 从左到右依次为三种类型的MID：LED上的电压调节器、定时开启的LED以及间歇性开关的LED。(b) MID的测试操作。
3.2 实验结果与模拟结果的比较
本节将模拟结果与实验数据进行了对比。系统温度测量在两个点进行：一个位于模具上，另一个位于模具基座。模拟使用了每次测试中获得的直射太阳辐照度数据。
对于模具温度的测量，温度传感器位于模具中心向下4毫米的位置，从与接收器窗口接触的上边缘开始。至于基座，测量点位于待成型零件中心的10毫米半径范围内。图11展示了模拟环境中的研究系统以及测量点的位置。
下载：高分辨率图片（429KB）
下载：全尺寸图片
图11. (a) 模具温度测量的点位置。(b) 模具基座上的温度测量区域。(c) 模拟软件环境中太阳能接收器的等轴测视图。(d) 一次实验测试结束时太阳能接收器的内部视图。
模拟仅考虑了过程的前五分钟，因为在这一阶段接收器遵循所提出的模型和实验系统条件。在第一次位移后，模具内的材料被压缩，所有区域的尺寸发生变化，从而影响了第一阶段模拟结束时的温度分布。每5分钟压缩一次的决定是基于PCL从固态到熔融状态的转变是渐进的这一观察结果；因此，连续压缩不会产生效果。另一方面，如果PCL部件长时间暴露在集中太阳辐射下而不进行调节或压缩，由于密度差异，熔融材料会均匀地停留在模具基座上。观察到PCL逐渐与PMMA窗口及其装饰性凸起部分脱离接触，因此需要压缩以保持所需的装饰图案。从每次实验的模拟中生成了一个表格，其中包含了上述两个点的温度数据。在实验和模拟中，温度数据都是以10秒为间隔记录的。通过逐点比较两种方法获得的数据，计算了整个过程第一阶段（0至300秒）的相对误差。分析包括计算这一阶段测量点与模拟点之间的相对误差。从每次测试中得出平均相对误差，并计算描述平均相对误差变化的标准差。图12总结了获得的平均相对误差和标准差。
下载：高分辨率图片（442KB）
下载：全尺寸图片
图12. (a) 比较模拟和实验模具温度变化后获得的平均相对误差总结，包括每种情况下相对误差的标准差数据。(b) 比较模拟和实验基座温度变化后获得的平均相对误差总结。
图13展示了在一次实验测试过程中，两个测量点的太阳辐照度和温度变化情况。
下载：高分辨率图片（482KB）
下载：全尺寸图片
图13. (a) 240519TB测试中，实验和模拟下模具温度变化的对比图。(b) 240519TB测试中，实验和模拟下基座温度变化的对比图。
尽管太阳辐照度的大小有所变化，但模具不同部位的温度记录值并没有显著差异。这是因为太阳能聚光器具有防止风引起的强制对流的保护装置，并且在太阳能接收器安装区域内形成了温室效应。
3.3 采用人工神经网络（ANN）进行过程控制的建议
根据收集到的每次实验测试的数据变化情况，可以提出一种利用模具及其基座温度来自动化该过程的方法。该建议考虑使用ANN作为输入数据，接收上述温度值。过程的自动化旨在证明所描述的方法和系统不仅可重复，而且还有进一步发展的潜力，从而增强了它们作为使用非传统能源进行大规模产品生产的可行性。
首先，在曝光过程开始时和压缩位移时，记录模具及其基座的温度图表。基于这些情况下获得的数据点，随机选择了那些呈现线性趋势的点。虽然使用ANN的目的是用收集到的信息训练感知器或调整它们的突触权重，但这次选择的是基于收集经验得出最合适决策边界的点。为了实施感知器训练过程，还需要更多的信息和测试。目前，在这个初始阶段，所提出的边界被用来尽可能定性地包含与过程温度平面中相应压缩调整相关的大多数点。通过进行更多实验，将压缩调整的决定与达到的温度联系起来，而不是暴露时间，可以改进这个ANN。有可能重新评估所使用的决策边界的突触权重，甚至提出额外的边界。新的目标是利用每次新执行中收集的信息来提高结果（零件或产品）的质量。图14展示了过程开始时记录的温度、压缩位移期间的温度以及通过点选择过程获得的决策边界。
下载：高分辨率图片（287KB）
下载：全尺寸图片
图14. 暴露过程中记录的温度，以及通过线性回归选定的点获得的决策边界。绿色点代表过程开始时的温度，蓝色方块代表过程开始后300秒进行的第一次调整，红色三角形代表300秒后进行的第二次调整。这些决策边界是通过过程温度平面上显示线性趋势的选定点的线性回归得到的。通过这种方法获得了三个边界（见图14），其输入函数、激活函数和突触权重向量如下：
- 第一个边界（L1）：目的是将平面分为两个区域。在右侧区域，模具温度上升的地方，大多数与压缩位移相关的点都位于此处。当记录的温度落在这个区域内时，与该边界相关的感知器将被激活。相应的函数如下（见公式（16）-（18）：
(16) uL1 = 3.466·MT−BT−780.19
(17) yL1 = {1 ⇒ uL1>0, −1 ⇒ uL1≤0
(18) v¯1 = (3.466,−1)
其中uL1是依赖于模具温度（MT）和基座温度（BT）的输入函数，yL1是其激活函数，v¯1是指向与该边界相关联的感知器被激活区域的突触权重向量。
- 第二个边界（L2）：将平面分为另外两个区域。基座温度上升的区域包含了大多数与任何压缩位移相关的点。相应的表达式如下（见公式（19）-（21）：
(19) uL2 = −0.509·MT+BT−147.200
(20) yL2 = {1 ⇒ uL2>0, −1 ⇒ uL2≤0
(21) v¯2 = (−0.509,1)
其中uL2是输入函数，yL2是其激活函数，v¯2是突触权重向量。
- 第三个边界（L3）：将平面分为两个区域，每个区域包含了大多数进行第一次或第二次压缩调整的点。在基座温度上升的方向上，大多数点与第二次压缩位移相关，而较低的区域则包含与第一次压缩位移相关的点。他们的相应表达式如下（见方程式（22）-（24））：
(22) uL3 = −0.710·MT + BT − 96.985
(23) yL3 = {1 ⇒ uL3 > 0; −1 ⇒ uL3 ≤ 0
(24) v¯3 = (−0.710, 1)
其中 uL3 是输入函数，yL3 是其激活函数，v¯3 是突触权重向量。
利用得到的决策边界，可以应用线性变量分离方法。二维空间被划分为具有特定特征的区域，每个区域对应一个控制动作。这些控制动作是根据模具和基底中记录的温度来执行的，从而确定一个点属于哪个特定区域。
图15显示了由决策边界限定的不同区域。图15中还显示了连接初始温度与同一实验测试中第一次和第二次位移对应点的线段。
下载：下载高分辨率图像（805KB）
下载：下载全尺寸图像
图15. (a) 根据决策边界划分的过程温度区域。 (b) 图表显示了每次实验测试中温度变化的不同轨迹。
图15(b) 的目的是展示描述过程温度变化的大部分轨迹（以线段形式简化）都包含在与加热材料和压缩位移对应的控制动作区域内。在这种情况下提出了五个区域（见图15(a)）：
• 加热（H）：在这个区域内，认为模具内的材料需要更长的时间暴露在集中太阳能束下。记录的温度表明任何压缩位移都为时过早。采取的控制动作是继续暴露过程。
它们的相应表达式如下（见方程式（25）和（26）：
(25) uH = −10·yL1 − 10·yL3 − 19
(26) yH = {1 ⇒ uH > 0; −1 ⇒ uH ≤ 0
其中 uH 是输入函数，取决于第一个（yL1）和第三个决策边界（yL3）的感知器激活函数的值。yH 是其激活函数；如果等于“1”，则执行相应的控制动作。否则，不采取任何动作。
• 警告类型1（W1）：在这个区域内，认为设备可能出现故障或过程没有正确执行，因为模具的温度远高于基底的温度。采取的控制动作是警告操作员故障情况，并可以选择继续或中断暴露过程。
它们的相应表达式如下（见方程式（27）和（28）：
(27) uW1 = 10·yL1 − 10·yL2 − 19
(28) yW1 = {1 ⇒ uW1 > 0; −1 ⇒ uW1 ≤ 0
其中 uW1 是输入函数，取决于第一个（yL1）和第二个决策边界（yL2）的感知器激活函数的值。yW1 是其激活函数，与前一情况相同，当其值为“1”时执行相应的控制动作。否则，不采取任何动作。
• 警告类型2（W2）：在这个区域内，也认为设备可能出现故障或过程执行不当，因为基底的温度远高于模具的温度。控制动作是警告操作员故障情况，并可以选择继续或中断过程。
它们的相应表达式如下（见方程式（29）和（30）：
(29) uW2 = −10·yL1 + 10·yL3 − 19
(30) yW2 = {1 ⇒ uW2 > 0; −1 ⇒ uW2 ≤ 0
其中 uW2 是输入函数，取决于相应的激活函数的值。yW2 是激活函数，当其值为“1”时执行控制动作。
• 第一次位移（D1）：在这个区域内，认为模具内的材料处于基底位移导致的压缩状态。执行的控制动作是根据方法论部分中的描述以及表4中的信息，将接收器的基底移动4毫米。
它们的相应表达式如下（见方程式（31）和（32）：
(31) uD1 = 10·yL1 + 10·yL2 − 10·yL3 − 10·yD1 − 39
(32) yD1 = {1 ⇒ uD1 > 0; −1 ⇒ uD1 ≤ 0
其中 uD1 是输入函数，取决于相关激活函数的值。与前几种情况不同，这里要求输出 yD1 的值为标志，以确保位移只发生一次。在程序执行开始时，输出默认为“-1”。当进行第一次位移时，输出变为“1”，并应保持为“1”直到压缩过程完成。
• 第二次位移（D2）：在这个区域内，认为材料处于第二次压缩状态。控制动作是根据表4中的信息，将接收器基底移动2毫米。
它们的相应表达式如下（见方程式（33）和（34）：
(33) uD2 = 10·yL1 + 10·yL3 + 10·yD1 − 10·yD2 − 39
(34) yD2 = {1 ⇒ uD2 > 0; −1 ⇒ uD2 ≤ 0
其中 uD2 是输入函数，取决于相关激活函数的值。在这种情况下，需要两次位移（yD1 和 yD2）的激活函数值。这种方法确保第二次位移仅在第一次位移之后执行，防止其重复执行。
激活函数 yD1 和 yD2 的初始值为“-1”。在相应激活后，它们将保持不变。一旦发生第二次位移，就会考虑继续暴露一段时间的指令，最终进行第三次压缩，位移量为1毫米。另一种选择是让操作员评估零件的状态并控制最终过程步骤。
这进一步表明，需要实施新的实验来验证这里提出的控制系统，否则操作员必须介入以安全完成成型过程。然而，这个初步提案展示了自动化所描述系统的可行性，并为更强大、完全自主的控制系统奠定了基础。
根据提供的信息，可以在图16中表示出第一个用于辅助CSE的塑料压缩成型过程自动化的ANN图，以及组成它的感知器和它们之间的互连。
下载：下载高分辨率图像（191KB）
下载：下载全尺寸图像
图16. 第一个用于辅助CSE的塑料成型过程自动化的ANN提案。
4. 讨论
4.1. 模型及结果的讨论
根据获得的结果，可以使用CSE驱动的压缩来进行塑料成型过程。这是寻找使用非常规和可再生能源的制造过程的一个进步。
结果表明，该过程能够制造出具有所需几何形状的零件，并且可以加入额外的元素，如电气轨迹，从而扩展了其应用范围。在这种情况下，开发了功能性MIDs来说明本工作中描述的方法所提供的机会范围。
用于描述该过程的热传递模型在大多数实验测试中的平均相对误差小于5%，如图12所示。模型与测试之间误差的主要原因如下：
• PCL被视为均匀材料，并在CAD软件中建模为固体块，而不是多孔材料或由含有空气的颗粒组成。值得注意的是，由于暴露在集中太阳能辐射下，这种材料在大部分实验过程中都处于熔融状态。因此，没有最初将其视为颗粒形式可能会低估其对结果的影响。
由于本研究的主要目标是提出通过CSE驱动的压缩来制造零件或MIDs的方法，因此接收器在太阳能聚光器隔离区域内的布置使用了椭圆形焦点，该焦点不均匀，位于主焦距之外，并且与透镜成一定角度。
这些决定意味着通过该原型和使用的聚光系统获得的零件没有均匀的加热过程。此外，特别是在所描述的实验中，没有使用封闭的模具；而是在接收器的上表面放置了一个透明盖子，以便观察沉积的热塑性材料内部发生的情况。
这意味着这种材料的部分加热不是来自CSE加热的模具，而是直接由集中光束本身加热的。这主要发生在实验的第一阶段，当时颗粒是白色且略微不透明的；随着暴露的进行，它们的颜色变为完全透明。
这种作用方式会影响最终零件的性能，主要是因为加热不均匀。例如，可以在零件表面发现一些残留的气泡；然而，构成零件的材料在整个材料中最明显的差异是，其中心部分具有略微光滑、有光泽、触感柔软的表面。而外部则形成不透明、略微粗糙的壁。
这是由于在整个暴露过程中材料加热不均匀造成的。需要进一步的研究来确定材料从与模具接触的外表面到内部的特性。图17展示了所得零件中具有不同特性的层次。
下载：下载高分辨率图像（225KB）
下载：下载全尺寸图像
图17. 组成零件的具有不同特性的层次图像。
如图17所示，PCL的特性在零件中有所不同，导致边缘比中心部分更硬、更粗糙。这些特性主要与CSE的暴露时间、所描述的压缩过程以及所用模具材料的特性有关。
应该强调的是，模具材料（ASTM A525镀锌钢）在颗粒和熔融状态下具有比PCL更好的光学吸收性能。这意味着这种材料的存在与否决定了集中太阳能是否被吸收，从而导致与其接触的元件局部温度升高（见图11）。
如果使用封闭的模具，边界条件和结果会有所不同，因为模具内部的塑料加热在很大程度上取决于吸收的能量，以及模具的导热性能。模具的加热还很大程度上取决于接收集中太阳光束的区域。
需要进一步的实验来了解在不同太阳能集热器下加热模具的效果，以及这些效果如何影响所得零件。同时，还应研究暴露时间与结果之间的重要关系，因为如果暴露时间更长，是否可以获得更均匀的结果，以达到系统的稳态状态。
当前的原型接收器与菲涅尔透镜和抛物面碟形聚光器兼容。对于这项研究，决定使用菲涅尔透镜的聚光器，因为其中一个目标是观察和描述整个过程。
使用菲涅尔透镜的聚光器可以不中断地观察过程的发展。它甚至允许拍照，如图8所示。
然而，如果使用抛物面碟形聚光器进行过程，边界条件和热传递模型将与本文描述的显著不同，如图11所示，并且如图8所示可以实验观察到。图18展示了根据使用的聚光设备不同，边界条件将如何变化。
下载：下载高分辨率图像（282KB）
下载：下载全尺寸图像
图18. 描述接收器暴露于集中太阳光束时的差异示意图：(a) 使用菲涅尔透镜的聚光器；(b) 使用抛物面碟形聚光器的聚光器。
• 用于模拟过程的大部分数据不是热依赖的。未能为每种材料找到温度依赖性的密度、热导率、比热等性质的表达式。模拟软件缺乏适当模拟PCL熔融状态的工具。在熔融状态下，PCL表现出与固态不同的性质，这可能是模型与实验结果之间误差的主要来源之一。用于计算的光学性质值仅在可见光谱范围内有效。另一方面，地球表面接收到的太阳辐射包括红外辐射、可见辐射和一部分紫外线辐射。此外，使用的整体菲涅尔透镜效率为18%，尽管这仅在焦点与透镜表面平行且处于主焦距时成立。这与用于测试的倾斜高斯透镜或主焦距外的椭圆焦点不同。还需要注意的是，在使用将集中太阳辐射视为均匀分布的方程时（见方程（1）），实际上是对集中太阳辐射的近似。这些条件是针对本文描述的原型而言的。在未来的版本中，如果不需要观察模具内部的过程演变，将使用封装版本而不是方法论中描述的PMMA板布置。尽管如此，模拟结果显示的温度分布与实验观察到的相似，导致PCL逐渐发生状态转变。也就是说，模具壁和边缘的较高温度会触发从那里开始并扩展到中心颗粒的相变。在结果部分，指出实验记录的温度与相应的CFD模拟结果进行了逐点比较，从而得到了每对点的相对百分比误差，并计算了这些误差的平均值。在本研究中，我们使用百分比相对误差的标准差来评估所开发模型的准确性。如图12所示，模具温度的最高平均相对误差为5.8%（对应于测试18，标准差为±2.9%）。至于平均相对误差的标准差，最大值为±6.5%（对应于测试27，平均相对误差为2.3%）。在大多数实验中，平均相对误差低于3%，相对误差的标准差低于±2%。这些值可以作为模型不确定性的初步指标，预计相对误差为3±2%。需要更多的实验来验证本文描述的模型的有效性，目前报告的数值只能表明在描述这一现象方面取得了足够的进展。对于模具底部记录的温度，最高平均相对误差为4%（对应于实验25，标准差为±0.8%），而最高标准差为±1.4%（对应于实验16，平均相对误差为2%）。在这种情况下，大多数平均相对误差低于3%，所有标准差均低于±1.4%。这表明当前模型在描述模具底部记录的温度方面更为准确，大多数情况下的平均相对误差为3±1.4%。另一方面，实验结果足以基于过程的最关键变量（特别是模具和底部温度）提出一个方案。这使我们能够定义必要的决策边界，以提出一个自动化该过程的人工神经网络。这一自动化过程的提议通过证明其可重复性和可预测性，为开发其他能够实现CSE驱动的零件或产品的大规模生产提供了更大的意义。
5. 结论
本研究提出了一种利用集中太阳能（CSE）压缩和熔化颗粒来生产塑料零件的方法。这一提议代表了太阳能制造领域的进步，因为本文开发的原型可以制造出具有不同几何形状的零件；同时，它还允许在零件表面添加金属轨道和导电体，从而实现MIDs（模制互连设备）的制造。通过该原型获得的MIDs相比传统系统具有更大的优势，并且使用的是非常规能源。例如，模制零件上的表面安装电路是通过增材工艺实现的（避免了光刻胶薄膜、溶剂、水和氯化铁等物质），并且不需要使用酚醛卡片进行组装，因为模制零件本身就起到了这个作用。考虑到当前零件是使用CSE（一种太阳能变体）制造的，其对环境的积极影响进一步增加。所提出的方案扩展了当前太阳能制造系统的范围，允许制造出具有不同几何形状的零件，并以表面方式集成电子电路，这意味着可以以更环保的方式制造更好的电子产品，并通过将结构、几何形状和电路集成到单个部件中来简化多个系统的组装。这种类型的设备在汽车、生物医学和电子领域具有潜力。实验结果展示了这一点，包括每个零件不同表面的装饰性和功能性特征，以及从这些零件制成的三个电子设备（一个电源调节器、闪光灯和一个通过长脉冲保持灯光亮起的电路）。除了介绍所提出的方法和开发的原型外，还包含了一个准确描述塑料颗粒压缩过程和所需零件生产过程的热传递模型。该模型在大多数实验测试中的平均相对误差小于5%。如果分析模具壁上的温度，大多数情况下的平均相对误差为3±2%，而分析模具底部的温度时，模型的平均相对误差为3±1.4%。然而，未来的工作应考虑开发一个不需要上述众多假设和简化的模型。本文提出的最重要的实验和理论机会包括：
- 考虑沿焦点的集中太阳能分布，而不是均匀分布；
- 将模具内的热塑性材料建模为颗粒，而不是均匀的固体材料；
- 使用封闭的金属模具进行新的实验，以观察整个过程中模具内部发生的情况；
- 试验其他类型的太阳能聚光器，这些聚光器的能量分布与使用的菲涅尔透镜聚光器不同；
- 分析压缩过程完成后构成零件的塑料的特性；
- 改变暴露时间，以获得模具内塑料更均匀的温度分布，从而获得更均匀的性质；
- 试验不同的塑料，并观察可实现的结果质量，以及所提模型在其他条件下的描述能力。
此外，值得一提的是，通过实验，人们了解了如何保证压缩过程的可重复性，并根据每次测试收集的信息，提出了通过使用人工神经网络自动化该过程的首个方案。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
作者感谢DGAPA-UNAM项目PAPIME-IPE113924（“为机械工程专业的热传递课程实施高性能计算平台”）、PAPIIT-IN107825（“基于生物基材料开发并验证聚合物化、化学改性和生物聚合物降解模型，使用绿色化学工具”）和PAPIIT-IT100426（“开发用于工业、航空航天和生物医学应用的表面改性技术”）提供的部分财务支持。
作者贡献声明
Alejandro Jaramillo-Mora：撰写——原始草稿、方法论、调查、形式分析、概念化。
Eduardo Vivaldo-Lima：撰写——审阅与编辑、验证、监督、项目管理。
Armando Rojas-Morín：撰写——审阅与编辑、监督、软件、项目管理、形式分析、数据管理。
Sergio Quezada-García：撰写——审阅与编辑、可视化、验证、形式分析、数据管理。
Adrian Espinosa-Bautista：撰写——审阅与编辑、可视化、验证、资源管理。
Jesús Rafael González-Parra：撰写——审阅与编辑、验证、资源管理、数据管理。
Arturo Barba-Pingarrón：撰写——审阅与编辑、资源管理、资金获取、形式分析、数据管理。
