汽車前保險杠的注塑成型仿真分析及優(yōu)化.pdf

1、隨著科學技術的飛速發(fā)展，塑料制品的應用范圍越來越廣，對注塑模具的要求也越來越高。利用注塑成型CAE技術在設計階段就可以對制品進行仿真分析，預測模具設計和成型條件對產(chǎn)品的影響，發(fā)現(xiàn)可能出現(xiàn)的各種缺陷，從而可以通過修改使得制品的設計更加合理，提高試模成功率和研發(fā)效率。
　　本文以汽車前保險杠的翹曲變形量和體積收縮率為優(yōu)化目標，利用Moldflow對注塑成型過程進行數(shù)值模擬，分析熔體溫度、模具溫度、開模時間、保壓時間和保壓壓力等五個工藝

2、參數(shù)對它們的影響。應用正交實驗、均勻實驗、綜合平衡法、綜合評分法、灰關聯(lián)分析法等方法研究五個工藝參數(shù)對這兩個目標的影響，并得出最優(yōu)的參數(shù)組合。具體的研究內(nèi)容如下:
　　首先，以翹曲變形量為優(yōu)化目標，分別利用正交實驗和均勻實驗分析五個工藝參數(shù)對翹曲變形量的影響，得出最佳的參數(shù)組合。同時利用SPSS對回歸模型進行分析，對前保險杠的翹曲變形量進行預測，并得出了翹曲量的極小值與極大值的預測。
　　其次，以翹曲變形量和體積收縮率為優(yōu)化

3、目標，分別利用綜合平衡法、綜合評分法和灰關聯(lián)分析法等三種方法進行多目標優(yōu)化。利用軟件Moldflow對優(yōu)化的結果進行驗證，通過對三種方法優(yōu)化的結果進行比較，得出多指標優(yōu)化的最佳結果，即灰關聯(lián)分析法分析出的結果最優(yōu)。
　　最后，用Matlab程序設計了一個BP神經(jīng)網(wǎng)絡模型，以正交實驗的數(shù)據(jù)為訓練樣本，建立了翹曲變形量和體積收縮率的預測模型。并通過實驗證明了BP神經(jīng)網(wǎng)絡預測模型的準確性，因此可以根據(jù)建立的BP神經(jīng)網(wǎng)絡模型預測各種不同的