-
题名基于神经网络与正交试验的塑件翘曲变形优化
被引量：11
- 1
-
-
作者
王博
蔡安江
华荣佩
李锋
-
机构
西安建筑科技大学
西安航空学院飞行器学院
北方特种能源集团有限公司西安庆华公司
-
出处
《塑料》
CAS
CSCD
北大核心
2019年第6期80-83,105,共5页
-
基金
国家自然基金(51475352)
陕西省教育厅服务地方专项计划(17JF011)
-
文摘
针对塑件在注塑成型过程中出现的翘曲变形过大的问题,采用了人工神经网络、正交试验和数值模拟三者结合的方法改进了注塑成型的工艺参数,优化塑件的翘曲变形。首先以正交试验得到的数据作为神经网络的训练样本,建立了输入、输出分别为成型工艺参数与塑件翘曲变形量的神经网络模型,并用样本验证模型的准确度,从而提高了成型工艺参数的选择效率。其次,采用验证过的神经网络模型代替CAE模拟仿真来获得塑件的翘曲变形量,结合正交试验法,改进了注塑成型工艺参数,得到了塑件的最佳成型工艺参数组合,使塑件的最大翘曲变形量降低了61%。最后,通过对塑件的实际制造证实了优化方案的正确性。
-
关键词
人工神经网络
正交试验
翘曲变形
工艺参数
注塑成型
MOLDFLOW
-
Keywords
artificial neural networks
orthogonal experiment
warpage deformation
process parameters
injection molding
Moldflow
-
分类号
TQ320.66
[化学工程—合成树脂塑料工业]
TP391.7
[自动化与计算机技术—计算机应用技术]
-
