Taguchi与RBF神经网络在注塑翘曲参数优化中的应用

摘要

本文在CAE仿真的基础上,采用田口试验设计(Taguchi)和径向基神经网络(RBF)技术对引起翘曲的塑参数进行了优化.结果表明:Tagucbi技术可以在较少的试验次数的情况下,确定各因素对翘曲的影响程度,获取各因素最佳的水平组合;运用RBF建立翘曲产生的神经网络模型,可以预测各因素在不同水平组合下的翘曲变形程度,达到离线预测的目的.