基于遗传算法的复杂薄壁件注射成型工艺参数优化

• 作者: 谷丽花 辛勇
• 来源期刊: 中国塑料
• 学科: 工学
• 关键词: 注射成型 复杂薄壁件 误差逆传播神经网络 遗传算法
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 机械与模具
• 页码范围: 104-108
• 页数: 5页
• 分类号: TQ320.66+2
• 字数: 1947字
• 语种: 中文

摘要

以复杂薄壁塑件车载充电器为研究对象,建立其有限元模型,运用计算机辅助工程(CAE)对初始工艺下的塑件翘曲变形量进行分析,得到了该塑件的最大翘曲变形量.构建复杂薄壁件翘曲变形量优化数学模型,基于误差逆传播(BP)神经网络结合遗传算法对塑件数学模型进行优化求解.并进一步采用优化后得到的最优工艺参数进行实际生产验证.结果表明,优化后的塑件最大翘曲变形量为0.2313mm,与初始工艺方案下塑件最大翘曲变形量(0.2811m m)相比,降低了21.53％,提高了塑件的成型质量,得到满足装配要求的塑件;BP神经网络结合遗传算法优化工艺参数的技术方法具有可行性与可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	辛勇	南昌大学机电工程学院	186	1282	15.0	26.0
2	谷丽花	南昌大学机电工程学院	1	5	1.0	1.0