基于神经网络技术和遗传算法的注塑成型工艺优化方法研究
【摘要】:针对注塑成型工艺特点,结合注塑成型工艺优化方法研究现状及发展趋势,以注塑成型工艺参数为研究对象,产品成型质量、成型周期及制造成本等为优化目标,基于有限元分析技术、统计实验方法及人工智能技术构建了注塑成型工艺多目标优化数学模型,提出了基于神经网络技术和遗传算法的注塑成型工艺优化方法。
选取注塑成型工艺参数:模具温度、注塑温度、保压压力、保压时间及冷却时间为决策变量,以塑料件翘曲变形量及成型最大锁模力为优化目标,构建了产品注塑成型工艺多目标优化数学模型,并采用遗传算法对所构建的数学模型进行求解。研究结果表明所提出的注塑成型工艺优化方法能够根据生产需求快速有效地对注塑成型工艺参数进行优化设计,达到提高产品成型质量、降低生产能耗的目的。
针对国内某企业汽车杂物箱盖注塑成型过程中翘曲变形量难以控制问题,应用所提出的注塑成型工艺优化方法,对该件成型工艺参数进行优化设计。基于Moldflow软件平台建立了该件的有限元分析模型,对该件注塑成型工艺过程进行模拟分析;采用神网络技术构建了该塑料件翘曲变形量预测系统,研究结果表明该预测系统能够快速准确映射成型工艺参数:模具温度、注塑温度、保压压力、保压时间、冷却时间同汽车杂物箱盖翘曲变形量之间的函数关系,预测产品在给定成型工艺参数下的翘曲变形量,其预测误差在2%以内。基于汽车杂物箱盖翘曲变形量预测模型,建立了该件的注塑成型工艺优化数学模型,并采用遗传算法进行优化求解。求解结果表明优化后该件的最大翘曲变形量为0.804mm,较之初始工艺方案的翘曲分析结果2.358mm,降低了66%,极大地提高了产品的成型质量,得到了满足装配使用要求的成型零部件。研究结果进一步证明了所提出的基于神经网络技术和遗传算法的注塑成型工艺优化方法的有效性和可靠性。
【学位授予单位】:武汉理工大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TQ320.662
|
|
|
|
1 |
申长雨,陈静波,刘春太,李倩;塑料成型加工的计算机模拟技术(Ⅰ)[J];工程塑料应用;2000年04期 |
2 |
郑占明,刘春太,申长雨;基于遗传算法的注塑模注射速率优化[J];工程塑料应用;2002年07期 |
3 |
申长雨,李海梅,高峰;注射成型技术发展概况[J];工程塑料应用;2003年03期 |
4 |
王蓓,王利霞,李倩,申长雨;注射成型工艺控制技术的研究进展[J];工程塑料应用;2003年05期 |
5 |
邹晓轩,戴文利,田际波;基于CAE技术优化ABS弯头管件的浇口位置[J];工程塑料应用;2005年04期 |
6 |
贺斌;;气辅注塑CAE技术在彩电前壳模具设计中的应用[J];工程塑料应用;2006年05期 |
7 |
郑晓培;路书芬;王利霞;申长雨;;工艺参数对注塑制品沉降斑的影响分析及优化[J];工程塑料应用;2006年07期 |
8 |
谭文胜;周建忠;;基于阀式浇注技术的注塑件熔接痕控制[J];工程塑料应用;2006年07期 |
9 |
周应国;申长雨;陈静波;董斌斌;;工艺参数对注塑制品翘曲影响的CAE分析[J];工程塑料应用;2006年11期 |
10 |
周杰;林莅莅;;顺序控制技术在轿车前保险杠注射成型中的应用[J];工程塑料应用;2008年04期 |
|