薄殼件注塑成型工藝參數(shù)優(yōu)化研究.pdf

1、注塑成形是批量生產(chǎn)塑料制品的首選方法。但如何減少、防止制品成形中時(shí)常發(fā)生的翹曲現(xiàn)象，是經(jīng)常困擾工程師的一大難題。而僅僅依靠傳統(tǒng)的經(jīng)驗(yàn)、技術(shù)訣竅和不斷嘗試的方法，仍不能有效地解決問(wèn)題。因此，將CAE技術(shù)應(yīng)用于注塑成形，進(jìn)行翹曲變形預(yù)測(cè)，以?xún)?yōu)化注塑成形工藝參數(shù)設(shè)置，從而提高生產(chǎn)效率和成形質(zhì)量，是解決翹曲變形問(wèn)題的新思路[1]?！　”疚墓ぷ髦饕ㄒ韵聨讉€(gè)方面的內(nèi)容：　　1.綜合考察及評(píng)價(jià)多個(gè)工藝參數(shù)對(duì)注塑翹曲變形量的影響?！　?.建立

2、了基于神經(jīng)網(wǎng)絡(luò)的從注塑工藝參數(shù)到翹曲變形量的非線(xiàn)性映射關(guān)系。利用正交試驗(yàn)獲得的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，得到輸入為工藝參數(shù)、輸出為翹曲變形量的神經(jīng)網(wǎng)絡(luò)模型，并通過(guò)檢驗(yàn)樣本檢驗(yàn)了ANN(ArtificialNeuralNetwork)模型的準(zhǔn)確性，為參數(shù)優(yōu)化及翹曲變形預(yù)測(cè)做好準(zhǔn)備?！　?.基于神經(jīng)網(wǎng)絡(luò)和正交試驗(yàn)的工藝參數(shù)優(yōu)化。在工藝參數(shù)取值范圍內(nèi)，采用ANN模型代替CAE軟件數(shù)值模擬試驗(yàn)，并結(jié)合正交試驗(yàn)法，對(duì)工藝參數(shù)進(jìn)一步優(yōu)化使得翹曲

3、變形量更小。論文工作表明：將神經(jīng)網(wǎng)絡(luò)與正交試驗(yàn)、數(shù)值模擬三者結(jié)合用于注塑過(guò)程參數(shù)優(yōu)化可以明顯縮短優(yōu)化工藝參數(shù)的時(shí)間，提高工藝設(shè)計(jì)效率，同時(shí)在數(shù)值模擬試驗(yàn)次數(shù)一定的條件下，能獲得比單純使用正交試驗(yàn)和數(shù)值模擬方法更為精確的結(jié)果?！　?.研究了ANN在翹曲量預(yù)測(cè)方面的應(yīng)用。利用神經(jīng)網(wǎng)絡(luò)的非線(xiàn)性映射關(guān)系，在訓(xùn)練樣本的取值范圍內(nèi)，可以給定一組工藝參數(shù)得到一個(gè)翹曲變形量，而不必重新利用CAE軟件計(jì)算，為工藝制定節(jié)省時(shí)間?！　”疚墓ぷ鞯奶厣谟趯?duì)