基于BP网络注塑制品翘曲变形预测的分析与实现

• 作者: 叶国林 朱俊杰 闵雁
• 来源期刊: 机电工程技术
• 学科: 工学
• 关键词: 人工神经网络 CAE 翘曲变形 注塑工艺参数 预测
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 研究与开发
• 页码范围: 58-60
• 分类号: TQ32
• 字数: 1865字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2010.06.020

摘要

翘曲变形是注塑制品常见的质量缺陷,采用人工神经网络技术对注塑成型工艺参数与注塑制品翘曲变形之间的非线性关系进行描述,井建立了四个输入、单个输出的双层BP网络结构模型.在CAE平台上获取训练样本和验证样本,通过训练网络模型对制品的翘曲变形量进行预测,将网络预测的结果与CAE模拟结果分析比较,满足了目标误差的要求,结果表明人工神经网络技术在注塑制品翘曲变形预测中的可行性与实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱俊杰	河源职业技术学院机电工程系	15	27	3.0	4.0
2	闵雁	广东工业大学机电工程学院	6	26	3.0	5.0
3	叶国林	河源职业技术学院机电工程系	1	5	1.0	1.0