期刊文章详细信息
基于神经网络技术的塑料齿轮模型工艺参数优化
Optimization of Process Parameters of Plastic Gear Based on Neural Network Technology
文献类型:期刊文章
Xiang Liping;Yang Hongju(Department of Information Engineering,Jincheng Institute of Technology,Jincheng 048000,China;School of Computer and Information,Shanxi University,Taiyuan 030006,China)
机构地区:[1]晋城职业技术学院信息工程系,山西晋城048000 [2]山西大学计算机与信息技术学院,太原030006
基 金:山西省“十二五”规划课题项目(GH-11141)。
年 份:2021
卷 号:49
期 号:5
起止页码:92-96
语 种:中文
收录情况:BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊
摘 要:针对塑料模型注塑成型优化过程中工艺参数多、计算准确度低、工程模拟量大的特点。以塑料齿轮零件为例,通过引入BP神经网络技术,结合Moldflow软件建立注塑成型工艺参数优化模型。以体积收缩率和翘曲变形量为注塑工艺评定目标函数,选择熔体温度、保压压力、保压时间、模具表面温度为训练样本,建立44正交试验表,由相对方差分析评价模型的分析结果,给出优化后的工艺参数,指导工程实际应用。研究结果表明,通过BP神经网络对初始工艺参数进行训练,模型训练预测值与模拟值相对误差在3%以下,满足预测精度要求,经过对正交试验表样本进行训练,确定优化工艺参数为:熔体温度220℃、保压压力50 MPa、保压时间15 s,模具温度70℃。由Moldflow模型验证指出优化后的工艺参数组合能减少塑料件的注塑缺陷,提升塑料件的使用性能。
关 键 词:塑料件注塑 神经网络 参数优化
分 类 号:TQ051]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...