基于粒子群神经网络的双色注塑工艺参数优化

摘要

双色注塑成型技术,作为一种最早诞生于20世纪七十年代的生产工艺,在国外已经得到了较广泛的应用。但由于成型设备价格较高、注塑工艺复杂等原因,该技术在我国并没有得到广泛引进和应用。国内对双色注塑成型技术的研究和应用还处于初级阶段,对于双色注塑的成型工艺和成形质量控制方面的研究还比较缺乏。本文对双色注塑进行了有限元模拟,并用粒子群神经网络对寻找成型最佳工艺进行了探索。
　　 本文的主要工作和成果如下:
　　 1、通过对双色注塑的原理的研究,建立了可靠的有限元模型。并利用先进的Moldnow软件进行仿真模拟。通过对仿真结果的分析,模拟的的效果较好。
　　 2、本文选取注塑件的翘曲量作为质量指标,对工艺参数对质量的影响进行分析。本文选用十因素三水平的正交试验法先对各个参数进行显著性分析,选出显著影响注塑件翘曲量的五个工艺参数。
　　 3、提出了基于BP神经网络的翘曲量预测模型,并通过算例验证了该算法的准确性。将对翘曲变形影响显著的第一次的熔体温度,模具温度,熔体的注塑速度,保压压力,保压时间,最大翘曲变形量作为优化目标,建立了从注塑工艺参数到翘曲变形的非线性映射关系。
　　 4、实现了基于粒子群优化算法的工艺参数优化。采用粒子群优化算法,以BP神经网络预测模型为适应度函数对工艺参数进行优化,使得翘曲变形量更小。