汽车前保险杠的注塑成型仿真分析及优化

摘要

随着科学技术的飞速发展，塑料制品的应用范围越来越广，对注塑模具的要求也越来越高。利用注塑成型CAE技术在设计阶段就可以对制品进行仿真分析，预测模具设计和成型条件对产品的影响，发现可能出现的各种缺陷，从而可以通过修改使得制品的设计更加合理，提高试模成功率和研发效率。
　　本文以汽车前保险杠的翘曲变形量和体积收缩率为优化目标，利用Moldflow对注塑成型过程进行数值模拟，分析熔体温度、模具温度、开模时间、保压时间和保压压力等五个工艺参数对它们的影响。应用正交实验、均匀实验、综合平衡法、综合评分法、灰关联分析法等方法研究五个工艺参数对这两个目标的影响，并得出最优的参数组合。具体的研究内容如下:
　　首先，以翘曲变形量为优化目标，分别利用正交实验和均匀实验分析五个工艺参数对翘曲变形量的影响，得出最佳的参数组合。同时利用SPSS对回归模型进行分析，对前保险杠的翘曲变形量进行预测，并得出了翘曲量的极小值与极大值的预测。
　　其次，以翘曲变形量和体积收缩率为优化目标，分别利用综合平衡法、综合评分法和灰关联分析法等三种方法进行多目标优化。利用软件Moldflow对优化的结果进行验证，通过对三种方法优化的结果进行比较，得出多指标优化的最佳结果，即灰关联分析法分析出的结果最优。
　　最后，用Matlab程序设计了一个BP神经网络模型，以正交实验的数据为训练样本，建立了翘曲变形量和体积收缩率的预测模型。并通过实验证明了BP神经网络预测模型的准确性，因此可以根据建立的BP神经网络模型预测各种不同的工艺参数组合下的翘曲变形量和体积收缩率。

目录

声明

致谢

摘要

第一章 绪论

1．1 注塑成型概述

1．2 注塑成型CAE国内外研究概况

1．2．1 注塑成型CAE国外研究概况

1．2．2 注塑成型CAE国内研究概况

1．3 课题的主要研究内容

第二章 汽车前保险杠的注塑成型模拟分析

2．1 Moldflow软件介绍

2．2 汽车前保险杠模型的导入与网格处理

2．2．1 前保险杠模型的导入

2．2．2 前保险杠的网格划分与修复

2．3 汽车前保险杠的分析前处理

2．3．1 设置前保险杠的分析序列及材料选取

2．3．2 建立前保险杠的浇注系统

2．3．3 建立前保险杠的冷却系统

2．3．4 设置前保险杠的工艺参数

2．4 汽车前保险杠初始分析结果

2．5 本章小结

第三章 前保险杆翘曲变形的分析及优化

3．1 翘曲变形简介

3．2 基于正交实验的汽车前保险杠翘曲变形工艺参数优化

3．2．1 正交实验设计

3．2．2 前保险杠翘曲变形正交实验结果及分析

3．2．3 前保险杠正交实验优化后的结果及分析

3．3 基于均匀实验设计的汽车前保险杠翘曲变形工艺参数优化

3．3．1 均匀实验设计

3．3．2 回归分析简介

3．3．3 基于SPSS的前保险杆翘曲变形均匀实验数据分析

3．4 本章小结

第四章 前保险杆多目标的工艺参数分析优化

4．1 多目标优化简介

4．2 基于综合平衡法的汽车前保险杠多目标优化

4．2．1 多目标综合平衡法简介

4．2．2 前保险杆体积收缩率正交实验结果及分析

4．2．3 运用综合平衡法对翘曲变形量和体积收缩率进行优化

4．2．4 工艺参数优化后的结果分析

4．3 基于综合评分法的汽车前保险杠多目标优化

4．3．1 多目标综合评分法简介

4．3．2 运用综合评分法对翘曲变形量和体积收缩率进行优化

4．3．3 工艺参数优化后的结果分析

4．4 基于灰关联度的汽车前保险杠多目标优化

4．4．1 灰关联度分析方法简介

4．4．2 运用灰关联分析法对翘曲变形量和体积收缩率进行优化

4．4．3 优化后的结果分析

4．5 本章小结

第五章 基于BP神经网络的预测模型

5．1 人工神经网络

5．1．1 人工神经网络的发展

5．1．2 人工神经网络模型及其算法

5．2 BP神经网络

5．2．1 BP神经网络简介

5．2．2 BP神经网络模型

5．2．3 BP神经网络算法

5．3 基于BP神经网络的前保险杠指标预测

5．3．1 前保险杠BP神经网络模型的建立

5．3．2 前保险杠BP神经网络的训练和测试结果

5．4 本章小结

第六章 总结与展望

6．1 全文总结

6．2 展望

参考文献

攻读硕士学位期间的学术活动及成果情况