声明
摘要
1.绪论
1.1 课题研究的背景
1.2 国内外研究现状
1.2.1 注塑成型工艺优化的研究现状
1.2.2 注塑成型工艺参数优化的方法
1.2.3 注塑成型数值模拟技术
1.3 选题的依据与意义
1.4 本文主要研究内容与技术路线
1.4.1 本文的研究内容
1.4.2 本文研究技术路线
1.5 本章小结
2.注塑成型介绍
2.1 注塑成型机
2.2 注塑成型过程
2.2.1 预塑计量
2.2.2 注射充模
2.2.3 保压补缩
2.2.4 冷却
2.3 注塑成型数值仿真理论分析
2.3.1 熔体充模过程的数值仿真理论
2.3.2 熔体保压过程的数值仿真理论
2.3.3 熔体冷却过程的数值仿真理论
2.3.4 注塑件翘曲变形数值仿真理论
2.4 本章小结
3 基于Moldflow的注塑制品分析与优化
3.1 Moldflow软件介绍
3.1.1 Moldflow软件的作用
3.1.2 Moldflow软件的功能
3.2 模拟分析方案
3.2.1 Moldflow分析流程
3.2.2 CAE模型的建立
3.3 模拟结果分析
3.4 Moldflow推荐的工艺参数模拟分析结果
3.5 基于正交试验方法的注塑成型工艺参数优化
3.5.1 试验指标的确定
3.5.2 试验因素和试验水平的确定
3.5.3 正交表的选取
3.6 正交试验数据分析方法
3.6.1 信噪比
3.6.2 均值分析(Analysis of Means,简称ANOM)
3.6.3 方差分析(Analysis of Variance,简称ANOVA)
3.7 正交试验的方案与结果
3.8 正交试验结果的分析与优化
3.8.1 信噪比对试验结果的处理
3.8.2 极差分析
3.8.3 方差分析
3.8.4 预测最小缩痕指数、体积收缩率和变形量
3.8.5 工艺参数优化组合检验
3.9 本章小结
4 基于神经网络技术和遗传算法对注塑件工艺参数优化
4.1 引言
4.2 神经网络技术
4.2.1 神经网络原理
4.2.2 神经网络学习规则
4.2.3 神经网络目标函数
4.3 遗传算法
4.3.1 遗传算法的基本原理
4.3.2 遗传算法的关键技术
4.3.3 遗传算法优化流程
4.4 基于神经网络技术和遗传算法的优化
4.4.1 建立数学模型的原理
4.4.2 多目标优化数学模型的建立
4.4.3 遗传算法的优化求解
4.4.4 优化结果分析与讨论
4.5 本章小结
总结与展望
总结
展望
参考文献
附录A
附录B (攻读学位期间的主要学术成果)
致谢