基于人工神经网络的大型浇注型聚氨酯弹性体收缩规律的模拟

• 作者: 于同敏 姜开宇 王敏杰 苏同义
• 来源期刊: 化工学报
• 关键词: 人工神经网络 浇注型聚氨酯弹性体 收缩 工艺条件 结构模型 BP算法
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1520-1525
• 页数: 6页
• 分类号: TQ320.66
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2005.08.025

摘要

收缩率的选取是决定大型浇注型聚氨酯弹性体(CPUE)模具设计是否成功的关键因素之一.以大量的实验为基础,系统地研究了各种工艺参数对大型聚氨酯弹性体制品收缩率的影响,并建立了制品的结构模型以及基于BP网的神经网络模型.通过对实验数据的学习,利用该神经网络模型可以实现以工艺参数为输入,制品收缩率为输出的大型聚氨酯弹性体收缩率的预测.预测结果和实验数据的对比表明此方法可以较为准确地对不同工艺条件下的弹性体收缩率进行预测,从而减少修模次数,降低生产成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于同敏	大连理工大学精密与特种加工教育部重点实验室	107	915	16.0	23.0
2	王敏杰	大连理工大学精密与特种加工教育部重点实验室	204	2163	24.0	33.0
3	姜开宇	大连理工大学精密与特种加工教育部重点实验室	48	299	9.0	14.0
4	苏同义	大连理工大学精密与特种加工教育部重点实验室	2	2	1.0	1.0