针对注塑成型制品翘曲问题的数值模拟及参数优化方法研究

摘要

针对成型制品中常见的变形过大问题，借助注塑成型 CAE软件对成型制品变形量进行模拟。根据软件模拟结果，分别利用正交矩阵法、响应面法及遗传算法对注塑工艺参数进行优化，有效的解决了制品成型后变形过大的问题。以下为本文的研究内容及结论：
　　（1）利用正交矩阵方法，对一电器塑料外壳注塑成型过程进行多目标优化，计算出各工艺因素影响度值，并根据影响度值判定该注塑过程主要影响因素，选取每个参数中对制品质量影响最大的水平组成新的工艺参数组合，实现了对制品的综合优化
　　（2）以一静态支架为研究对象，应用响应面法分析模具温度、熔体温度、注射时间、保压时间及冷却时间对成型制品变形的影响程度，并分析了它们之间的交互影响作用，最终通过对响应面模型的寻优，得到该注塑成型过程最佳工艺参数组合。
　　（3）利用正交试验方法，借助MoldFlow软件对车灯副反射器进行翘曲变形分析。借助BP神经网络建立注塑工艺参数(熔体温度、模具温度、注射时间、保压时间、冷却时间)与产品翘曲变形之间的关系。利用遗传算法对BP神经网络进行全局寻优，得到产品的最小翘曲变形，以此实现对注塑成型工艺参数的优化，进而减小产品翘曲变形，提高产品质量。

目录

声明

1 绪 论

1.1 研究背景及其意义

1.2 注塑成型工艺简介

1.3 注塑设备发展简介

1.4 注塑成型技术发展概况

1.5 注塑工艺参数优化研究现状

1.6 本课题目的及意义

2 注塑工艺参数、常见缺陷及注塑成型流变学理论简介

2.1 注塑成型工艺参数分析

2.2 注塑成型制品的缺陷分析

2.3 注塑成型过程中的流变学

2.4 本章小结

3 基于正交试验矩阵的多目标优化

3.1 正交试验简介

3.2 正交试验矩阵分析简介

3.3 正交试验矩阵优化过程

3.4 本章小结

4 基于响应面法的注塑成型工艺参数的优化

4.1 响应面优化方案及评价目标要求

4.2 Plackett-Burman设计与结果分析

4.3 爬坡试验及其结果分析

4.4 Box-Behnkens实验设计及响应面分析

4.5 本章小结

5 基于BP神经网络与遗传算法的注塑成型工艺参数优化

5.1 神经网络简介

5.2 遗传算法简介

5.3 正交试验过程

5.4 本章小结

6 结论与展望

6.1 结论

6.2 展望

参考文献

致谢

攻读学位期间取得的学术成果和获奖情况

学位论文数据集