基于神經(jīng)網(wǎng)絡技術和遺傳算法的注塑成型工藝優(yōu)化方法研究.pdf

1、針對注塑成型工藝特點,結合注塑成型工藝優(yōu)化方法研究現(xiàn)狀及發(fā)展趨勢,以注塑成型工藝參數(shù)為研究對象,產(chǎn)品成型質(zhì)量、成型周期及制造成本等為優(yōu)化目標,基于有限元分析技術、統(tǒng)計實驗方法及人工智能技術構建了注塑成型工藝多目標優(yōu)化數(shù)學模型,提出了基于神經(jīng)網(wǎng)絡技術和遺傳算法的注塑成型工藝優(yōu)化方法。
　　 選取注塑成型工藝參數(shù):模具溫度、注塑溫度、保壓壓力、保壓時間及冷卻時間為決策變量,以塑料件翹曲變形量及成型最大鎖模力為優(yōu)化目標,構建了產(chǎn)品注塑

2、成型工藝多目標優(yōu)化數(shù)學模型,并采用遺傳算法對所構建的數(shù)學模型進行求解。研究結果表明所提出的注塑成型工藝優(yōu)化方法能夠根據(jù)生產(chǎn)需求快速有效地對注塑成型工藝參數(shù)進行優(yōu)化設計,達到提高產(chǎn)品成型質(zhì)量、降低生產(chǎn)能耗的目的。
　　 針對國內(nèi)某企業(yè)汽車雜物箱蓋注塑成型過程中翹曲變形量難以控制問題,應用所提出的注塑成型工藝優(yōu)化方法,對該件成型工藝參數(shù)進行優(yōu)化設計。基于Moldflow軟件平臺建立了該件的有限元分析模型,對該件注塑成型工藝過程進行模

3、擬分析;采用神網(wǎng)絡技術構建了該塑料件翹曲變形量預測系統(tǒng),研究結果表明該預測系統(tǒng)能夠快速準確映射成型工藝參數(shù):模具溫度、注塑溫度、保壓壓力、保壓時間、冷卻時間同汽車雜物箱蓋翹曲變形量之間的函數(shù)關系,預測產(chǎn)品在給定成型工藝參數(shù)下的翹曲變形量,其預測誤差在2％以內(nèi)?；谄囯s物箱蓋翹曲變形量預測模型,建立了該件的注塑成型工藝優(yōu)化數(shù)學模型,并采用遺傳算法進行優(yōu)化求解。求解結果表明優(yōu)化后該件的最大翹曲變形量為0.804mm,較之初始工藝方案的翹曲