基于神经网络与正交试验的塑件翘曲变形优化

• 作者: 华荣佩 李锋 王博 蔡安江
• 来源期刊: 塑料
• 学科: 工学
• 关键词: 人工神经网络 正交试验 翘曲变形 工艺参数 注塑成型 Moldflow
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机辅助设计与数据库
• 页码范围: 80-83,105
• 页数: 5页
• 分类号: TQ320.66|TP391.7
• 语种: 中文

摘要

针对塑件在注塑成型过程中出现的翘曲变形过大的问题,采用了人工神经网络、正交试验和数值模拟三者结合的方法改进了注塑成型的工艺参数,优化塑件的翘曲变形.首先以正交试验得到的数据作为神经网络的训练样本,建立了输入、输出分别为成型工艺参数与塑件翘曲变形量的神经网络模型,并用样本验证模型的准确度,从而提高了成型工艺参数的选择效率.其次,采用验证过的神经网络模型代替CAE模拟仿真来获得塑件的翘曲变形量,结合正交试验法,改进了注塑成型工艺参数,得到了塑件的最佳成型工艺参数组合,使塑件的最大翘曲变形量降低了61％.最后,通过对塑件的实际制造证实了优化方案的正确性.