CN113239587A - 一种用于热室压铸的缩孔缩松预测方法 - Google Patents

一种用于热室压铸的缩孔缩松预测方法 Download PDF

Info

Publication number
CN113239587A
CN113239587A CN202110517343.5A CN202110517343A CN113239587A CN 113239587 A CN113239587 A CN 113239587A CN 202110517343 A CN202110517343 A CN 202110517343A CN 113239587 A CN113239587 A CN 113239587A
Authority
CN
China
Prior art keywords
shrinkage
thermal
isolated
current
domain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110517343.5A
Other languages
English (en)
Other versions
CN113239587B (zh
Inventor
张子珂
李忠林
向东
张伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Shichuang Technology Co ltd
Ningbo Jiuhuan Shichuang Technology Co ltd
Original Assignee
Ningbo Jiuhuan Shichuang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ningbo Jiuhuan Shichuang Technology Co ltd filed Critical Ningbo Jiuhuan Shichuang Technology Co ltd
Priority to CN202110517343.5A priority Critical patent/CN113239587B/zh
Publication of CN113239587A publication Critical patent/CN113239587A/zh
Application granted granted Critical
Publication of CN113239587B publication Critical patent/CN113239587B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Injection Moulding Of Plastics Or The Like (AREA)
  • Moulds For Moulding Plastics Or The Like (AREA)
  • Molds, Cores, And Manufacturing Methods Thereof (AREA)

Abstract

本发明提出了一种用于热室压铸的缩孔缩松预测方法，包括：步骤S1，导入配置文件和模型信息，进行求解器前处理，并设置好缩孔缩松算法的控制参数，预测铸件的总收缩量；步骤S2，计算每隔预设时步下的孤立热节的位置和形状信息；步骤S3，根据所述总收缩量计算出当前热节的收缩值，过滤不合理热节信息；步骤S4，当每个热节收缩至限制值以下时，统计该热节信息；步骤S5，对所有记录的热节信息进行汇总，形成缩松分布图并输出至结果文件。

Description

一种用于热室压铸的缩孔缩松预测方法
技术领域
本发明涉及压注成型技术领域，特别涉及一种用于热室压铸的缩孔缩松预测方法。
背景技术
热室压铸中，充型后的凝固过程，金属液体遇冷收缩，从而产生缩孔缩松，缩孔缩松的出现严重影响铸件的使用寿命和产品质量。由于技术水平的限制，现在预测缩孔缩松时往往要凭借工人多年经验或者一些经验公式来做定性的推测，预测很不准确。而如果要定量模拟，需要使用模流软件进行数值模拟，同时在计算中要使用高效并行的计算算法以及高性能计算等硬件设施才能实现，种种限制使得缩孔缩松预测的精确算法难以问世。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种用于热室压铸的缩孔缩松预测方法。
为了实现上述目的，本发明的实施例提供一种用于热室压铸的缩孔缩松预测方法，包括：
步骤S1，导入配置文件和模型信息，进行求解器前处理，并设置好缩孔缩松算法的控制参数，预测铸件的总收缩量；
步骤S2，计算每隔预设时步下的孤立热节的位置和形状信息；
步骤S3，根据所述总收缩量计算出当前热节的收缩值，过滤不合理热节信息；
步骤S4，当每个热节收缩至限制值以下时，统计该热节信息；
步骤S5，对所有记录的热节信息进行汇总，形成缩松分布图并输出至结果文件。
进一步，在所述步骤S2中，采用广度优先搜索或深度优先搜索算法，计算孤立热节的位置和形状信息。
进一步，在所述步骤S3中，过滤掉的不合理热节信息，包括：浇道部分的孤立热节、过小不合理的热节。
进一步，在所述步骤S4中，所述热节信息包括：热节的位置和形状信息，以及根据所述热节的位置和形状信息计算得到的热节的温度质心和缩孔分数。
进一步，在所述步骤S4中，所述统计热节信息包括如下步骤：
(1)获取当前状态下最大孤立域、当前孤立热节和上一时刻孤立域的分布情况；
(2)构建当前孤立热节与上一时刻孤立域之间的拓扑关系；
(3)计算每个孤立热节的最小体积，生成新的最大孤立域数组，并赋值给上一时刻孤立域；
(4)反复迭代，直至计算出当前热节数量为0，统计停止，开始输出数据。
进一步，在所述步骤(3)中，根据当前充型金属液的热膨胀系数，计算出每一个热节收缩后产生缩孔的体积；当热节收缩至最小体积之下时，将该热节视为“空域”，并存入空域序列；如果一个热节从上一时刻到当前时刻直接收缩至0，也应视为空域；将当前孤立热节中的空域剔除，就是当前孤立域；将上一时刻空域、当前时刻新生空域、当前孤立域三者相加，就是最大孤立域。
进一步，在所述步骤S5中，采用多线程并行计算，各个计算线程同时写出自己拥有的块结构的数据至所述结果文件。
根据本发明实施例的用于热室压铸的缩孔缩松预测方法，采用并行多层、块结构的数据架构，在CAE求解器的基础上，开发出了一套高性能、高精确度的定量化缩孔缩松预测方法，在保证计算速度的同时，预测精度有了大幅度的提高，有效帮助从业人员预测和参考缩孔缩松可能出现的位置。本发明旨在通过CAE技术实现对热室压铸过程中缩孔缩松的预测。通过使用高度并行化的数据架构，在保证计算精度的同时，大幅降低了算法的计算时间，使得其有了工业化应用价值。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的用于热室压铸的缩孔缩松预测方法的流程框图；
图2为根据本发明实施例的用于热室压铸的缩孔缩松预测方法的流程图；
图3为根据本发明实施例的楞格球算例示意图；
图4为根据本发明实施例的计算孤立热节的示意图；
图5为根据本发明实施例的统计热节信息的示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
如图1所示，本发明实施例的用于热室压铸的缩孔缩松预测方法，包括：
步骤S1，导入配置文件和模型信息，进行求解器前处理，并设置好缩孔缩松算法的控制参数，预测铸件的总收缩量。
具体的，如图3的楞格球算例所示，模拟该球高温冷凝后的温度变化过程。计算前估计网格量为5,369,976。设置计算凝固缺陷的频率为每隔10个时间步一次，并设置该算例的热膨胀系数等变量参数。由于凝固早期，铸件表面未凝结，金属液凝固产生的收缩并不会被包裹到铸件内部，因此还需要设置一个开始统计热节的时间节点，并导入到模型中。
步骤S2，计算每隔预设时步下的孤立热节的位置和形状信息。
当到达设置好的时间节点后，开始进行计算。孤立热节的计算实质上基于孤立域算法，可以采用广度优先搜索或深度优先搜索算法来计算。计算过程如图4所示，铸件在凝固收缩的过程中，其液体部分由完全连通逐渐变成彼此孤立，同时产生缩孔缩松。
在本发明的实施例中，采用广度优先搜索或深度优先搜索算法，计算孤立热节的位置和形状信息。
步骤S3，根据总收缩量计算出当前热节的收缩值，过滤不合理热节信息。
在计算过程中，由于网格剖分的过小，计算中会生成大量的极小孤立热节，这部分热节对指导生产工作没有意义，甚至有干扰作用，应当剔除。同时浇道部分的孤立热节也应当删除，浇道部分的热节一般凝固时间最晚。
在本步骤中，过滤掉的不合理热节信息，包括：浇道部分的孤立热节、过小不合理的热节。
步骤S4，当每个热节收缩至限制值以下时，统计该热节信息。
在本发明的实施例中，热节信息包括：热节的位置和形状信息，以及根据热节的位置和形状信息计算得到的热节的温度质心和缩孔分数。
需要迭代求解孤立热节信息。为了储存孤立热节信息，我们需要至少三个数组来完成操作：上一时步孤立域、最大孤立域、当前孤立域。为了统计出可能存在缺陷的热节位置，我们需要开辟一定的内存空间用来存储这些已经收缩消失的热节，记为“空域”。最大孤立域存储的是当前孤立域与空域的并集，每次计算完成后，都要把最大孤立域的值赋给上一时步孤立域，如此循环迭代。因此，简单推测易知，随着凝固时间的推移，最大孤立域中空域的占比会逐渐增多，计算完成后，整个最大孤立域中全部存储的均为空域。这些空域就是计算出的缩孔缩松的分布情况。
参考图5，以一步迭代为例，简单说一下从孤立热节统计到孤立域数组的过程：
(1)获取当前状态下最大孤立域、当前孤立热节和上一时刻孤立域的分布情况。
(2)构建当前孤立热节与上一时刻孤立域之间的拓扑关系。当一个热节收缩的时候，其有可能会***成多个，因此上一时刻的孤立域有可能对应好几个当前孤立热节，而多个上一时刻的孤立域不可能对应一个当前孤立热节。因此需要建立一套一对多的拓扑表来描述这种对应关系。
(3)计算每个孤立热节的最小体积，生成新的最大孤立域数组，并赋值给上一时刻孤立域。根据当前充型金属液的热膨胀系数，我们可以精确地计算出每一个热节收缩后产生缩孔的体积。当热节收缩至我们计算出的最小体积之下时，再往下计算已经没有意义，此时应该将该热节视为“空域”，并存入空域序列。如果一个热节从上一时刻到当前时刻直接收缩至0，也应视为空域。如此一来，将当前孤立热节中的空域剔除，就是当前孤立域；将上一时刻空域、当前时刻新生空域、当前孤立域三者相加，就是最大孤立域。
(4)反复迭代，直至计算出当前热节数量为0，统计停止。开始输出数据。
步骤S5，对所有记录的热节信息进行汇总，形成缩松分布图并输出至结果文件。
即，汇总以上所有的记录值，待整体计算结束后，形成缩松分布图并输出至结果文件。
在本步骤中，每隔若干时间步输出二进制计算结果文件至硬盘存储，由于是多线程并行计算，各个计算线程同时写出自己拥有的块结构的数据至计算结果文件。
如图2所示，本发明实施例的用于热室压铸的缩孔缩松预测方法，包括如下步骤：
(1)统计铸件表面网格数；
(2)判断铸件表面网格数是否大于起始百分数，如果是则执行(3)；否则执行(1)；
(3)判断孤立域个数是否大于0，如果是则执行(4)，否则停止迭代；
(4)过滤过小孤立域；
(5)过滤浇道孤立域；
(6)计算最大孤立域；
(7)计算每个孤立域的缩松体积；
(8)计算温度质心；
(9)计算每个单元的缩孔分数，然后返回(3)；根据指定的频率迭代计算输出结果文件。
根据本发明实施例的用于热室压铸的缩孔缩松预测方法，采用并行多层、块结构的数据架构，在CAE求解器的基础上，开发出了一套高性能、高精确度的定量化缩孔缩松预测方法，在保证计算速度的同时，预测精度有了大幅度的提高，有效帮助从业人员预测和参考缩孔缩松可能出现的位置。本发明旨在通过CAE技术实现对热室压铸过程中缩孔缩松的预测。通过使用高度并行化的数据架构，在保证计算精度的同时，大幅降低了算法的计算时间，使得其有了工业化应用价值。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。

Claims (7)

1.一种用于热室压铸的缩孔缩松预测方法，其特征在于，包括如下步骤：
步骤S1，导入配置文件和模型信息，进行求解器前处理，并设置好缩孔缩松算法的控制参数，预测铸件的总收缩量；
步骤S2，计算每隔预设时步下的孤立热节的位置和形状信息；
步骤S3，根据所述总收缩量计算出当前热节的收缩值，过滤不合理热节信息；
步骤S4，当每个热节收缩至限制值以下时，统计该热节信息；
步骤S5，对所有记录的热节信息进行汇总，形成缩松分布图并输出至结果文件。
2.如权利要求1所述的用于热室压铸的缩孔缩松预测方法，其特征在于，在所述步骤S2中，采用广度优先搜索或深度优先搜索算法，计算孤立热节的位置和形状信息。
3.如权利要求1所述的用于热室压铸的缩孔缩松预测方法，其特征在于，在所述步骤S3中，过滤掉的不合理热节信息，包括：浇道部分的孤立热节、过小不合理的热节。
4.如权利要求1所述的用于热室压铸的缩孔缩松预测方法，其特征在于，在所述步骤S4中，所述热节信息包括：热节的位置和形状信息，以及根据所述热节的位置和形状信息计算得到的热节的温度质心和缩孔分数。
5.如权利要求1所述的用于热室压铸的缩孔缩松预测方法，其特征在于，在所述步骤S4中，所述统计热节信息包括如下步骤：
(1)获取当前状态下最大孤立域、当前孤立热节和上一时刻孤立域的分布情况；
(2)构建当前孤立热节与上一时刻孤立域之间的拓扑关系；
(3)计算每个孤立热节的最小体积，生成新的最大孤立域数组，并赋值给上一时刻孤立域；
(4)反复迭代，直至计算出当前热节数量为0，统计停止，开始输出数据。
6.如权利要求5所述的用于热室压铸的缩孔缩松预测方法，其特征在于，在所述步骤(3)中，
根据当前充型金属液的热膨胀系数，计算出每一个热节收缩后产生缩孔的体积；当热节收缩至最小体积之下时，将该热节视为“空域”，并存入空域序列；如果一个热节从上一时刻到当前时刻直接收缩至0，也应视为空域；将当前孤立热节中的空域剔除，就是当前孤立域；将上一时刻空域、当前时刻新生空域、当前孤立域三者相加，就是最大孤立域。
7.如权利要求1所述的用于热室压铸的缩孔缩松预测方法，其特征在于，在所述步骤S5中，采用多线程并行计算，各个计算线程同时写出自己拥有的块结构的数据至所述结果文件。
CN202110517343.5A 2021-05-12 2021-05-12 一种用于热室压铸的缩孔缩松预测方法 Active CN113239587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110517343.5A CN113239587B (zh) 2021-05-12 2021-05-12 一种用于热室压铸的缩孔缩松预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110517343.5A CN113239587B (zh) 2021-05-12 2021-05-12 一种用于热室压铸的缩孔缩松预测方法

Publications (2)

Publication Number Publication Date
CN113239587A true CN113239587A (zh) 2021-08-10
CN113239587B CN113239587B (zh) 2022-09-09

Family

ID=77133631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110517343.5A Active CN113239587B (zh) 2021-05-12 2021-05-12 一种用于热室压铸的缩孔缩松预测方法

Country Status (1)

Country Link
CN (1) CN113239587B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115178723A (zh) * 2022-07-07 2022-10-14 苏州数算软云科技有限公司 一种高压铸造过程中模具气压的计算方法
CN115795741A (zh) * 2023-01-31 2023-03-14 北京适创科技有限公司 缩孔缩松预测方法、装置及电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1873401A (zh) * 2006-06-28 2006-12-06 中国船舶重工集团公司第十二研究所 一种基于有限元的球墨铸铁件缩孔缺陷预测方法
US20110144788A1 (en) * 2009-12-16 2011-06-16 Gm Global Technology Operations, Inc. Method for simulating casting defects and microstructures of castings
CN103691916A (zh) * 2013-12-24 2014-04-02 上海爱仕达汽车零部件有限公司 薄壁铸件防止局部孤立热节缩松的铸造方法
CN110941916A (zh) * 2019-12-16 2020-03-31 重庆长安汽车股份有限公司 基于铸件仿真软件预测铝合金铸件显微缩孔的方法
WO2020151210A1 (zh) * 2019-01-22 2020-07-30 东北大学 一种连铸坯压下过程缩孔闭合度预测计算方法
CN112182908A (zh) * 2020-10-19 2021-01-05 北京适创科技有限公司 一种用于铸造模具热平衡分析的温度求解器建立方法
CN112182909A (zh) * 2020-10-19 2021-01-05 北京适创科技有限公司 一种用于工业cae方向的流动求解器建立方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1873401A (zh) * 2006-06-28 2006-12-06 中国船舶重工集团公司第十二研究所 一种基于有限元的球墨铸铁件缩孔缺陷预测方法
US20110144788A1 (en) * 2009-12-16 2011-06-16 Gm Global Technology Operations, Inc. Method for simulating casting defects and microstructures of castings
CN103691916A (zh) * 2013-12-24 2014-04-02 上海爱仕达汽车零部件有限公司 薄壁铸件防止局部孤立热节缩松的铸造方法
WO2020151210A1 (zh) * 2019-01-22 2020-07-30 东北大学 一种连铸坯压下过程缩孔闭合度预测计算方法
CN110941916A (zh) * 2019-12-16 2020-03-31 重庆长安汽车股份有限公司 基于铸件仿真软件预测铝合金铸件显微缩孔的方法
CN112182908A (zh) * 2020-10-19 2021-01-05 北京适创科技有限公司 一种用于铸造模具热平衡分析的温度求解器建立方法
CN112182909A (zh) * 2020-10-19 2021-01-05 北京适创科技有限公司 一种用于工业cae方向的流动求解器建立方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘宏伟: "铸钢铸铁件缩孔缩松缺陷预测的数值模拟研究及软件开发", 《中国优秀硕士学位论文全文数据库》 *
康进武等: "采用多热节和即缩即补方法预测铸钢件缩孔的研究", 《铸造》 *
杨曼云等: "有限元法铸造凝固过程温度场模拟及缺陷预测", 《铸造》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115178723A (zh) * 2022-07-07 2022-10-14 苏州数算软云科技有限公司 一种高压铸造过程中模具气压的计算方法
CN115795741A (zh) * 2023-01-31 2023-03-14 北京适创科技有限公司 缩孔缩松预测方法、装置及电子设备和存储介质
CN115795741B (zh) * 2023-01-31 2023-04-14 北京适创科技有限公司 缩孔缩松预测方法、装置及电子设备和存储介质

Also Published As

Publication number Publication date
CN113239587B (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
CN113239587B (zh) 一种用于热室压铸的缩孔缩松预测方法
CN107766651B (zh) 一种铸件残余应力释放数值模拟方法
US20120059637A1 (en) Interactive filling simulation on 3d injection molding models
CN100495007C (zh) 一种基于有限元的球墨铸铁件缩孔缺陷预测方法
CN107392352A (zh) 一种基于融合极限学习机的电池未来温度预测方法及***
CN114861279A (zh) 水工混凝土结构温度仿真一致性检验方法及其检验***
CN117227121A (zh) 母线槽塑料零部件的成型控制方法及***
CN113836605A (zh) 一种齿轮金属粉末注射成型智能化管理***
CN111291009B (zh) 文件分块存储方法及装置
JP4378011B2 (ja) 金型設計装置と金型形状の設計方法
US20110264425A1 (en) Molten alloy solidification analyzing method and solidification analyzing program for performing the same
CN114925472A (zh) 一种基于仿真软件预测浇注卷气体积的方法及存储介质
CN115408842A (zh) 注塑成型仿真过程特性相似性分析方法
Saifullah et al. Optimum cooling channels design and Thermal analysis of an Injection moulded plastic part mould
CN103324803A (zh) 旋压机的建模方法和装置
Yang et al. Research on Optimization of Injection Molding Process Parameters of Automobile Plastic Front‐End Frame
CN106528849A (zh) 面向完整历史记录的图查询开销方法
Feng et al. A systematic method for identifying contradiction of casting process
JP7300888B2 (ja) 鋳造条件決定方法
EP4217173B1 (en) A mould for injection moulding made by additive manufacturing
Gu et al. Research on intelligent control of thin-walled plastic parts forming quality based on CAE and DOE technology
CN108830021A (zh) 一种基于matlab的桥梁建筑模型信息化连接方法
CN116011228A (zh) 一种注塑成型能耗限额快速制定方法、***及存储介质
CN115391943A (zh) 一种模具冷却水道结构参数优化方法
JPH10278085A (ja) 射出成形プロセスにおける温度履歴予測装置及び方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230413

Address after: Room 46-2, Building 1, Building 2, No. 479 Mingzhou West Road, Xinqi Street, Beilun District, Ningbo City, Zhejiang Province, 315000

Patentee after: Ningbo Jiuhuan Shichuang Technology Co.,Ltd.

Patentee after: Beijing Shichuang Technology Co.,Ltd.

Address before: Room 46-2, No.2, building 1, no.479, Mingzhou West Road, Xinqi street, Beilun District, Ningbo City, Zhejiang Province 315800

Patentee before: Ningbo Jiuhuan Shichuang Technology Co.,Ltd.