水辅助注塑的GA-LMBP逆向神经网络建模与预测

摘要

水辅助注塑是一种新的塑料注塑技术,由于其过程的复杂性,难以采用数学方法建立其过程的数学模型.因此,文中提出一种遗传算法(GA)与LMBP神经网络算法相结合的逆向神经网络(简称GA-LMBP),采用一系列的实验结果,建立水辅助注塑的过程模型.交叉验证表明,该模型的预测值与实验值较吻合.输入水辅助注塑制品上不同位置的壁厚,该模型可快速而准确地预测相应的加工参数,包括熔体注射量、注水压力、注水延迟时间和熔体温度.