模糊神经网络在塑件注射成型多缺陷智能诊断中的应用研究

• 作者: 周毅 周结魁 徐迎强 王鸿基 陈晨
• 来源期刊: 模具工业
• 关键词: 注射成型 多缺陷 模糊神经网络 缺陷诊断 Visual Prolog 智能系统
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 模具CAD/CAM
• 页码范围: 1-5
• 分类号: TG76|TQ320
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2168.2012.01.001

摘要

针对塑件注射成型多缺陷成因求解的模糊性与不确定性,考虑到神经网络在获取多维特征向量与对应输出向量之间非线性映射关系方面的优势,以及模糊技术在处理不精确信息方面的强大能力,提出将模糊理论和神经网络相结合,对塑件多缺陷成因进行判断、推理,并详细阐述了模糊神经网络用于塑件多缺陷诊断的整个过程.基于上述理论及Visual Prolog开发平台,开发了塑件注射成型多缺陷诊断智能系统,并进行了实例验证.结果表明,此系统具备较好的塑件多缺陷诊断能力以及一定的推广应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周结魁	合肥工业大学材料科学与工程学院	14	106	6.0	10.0
2	陈晨	合肥工业大学材料科学与工程学院	19	57	5.0	6.0
3	王鸿基	合肥工业大学材料科学与工程学院	8	15	2.0	3.0
4	徐迎强	合肥工业大学材料科学与工程学院	13	79	5.0	8.0
5	周毅		1	1	1.0	1.0