学位论文 > 优秀研究生学位论文题录展示

基于神经网络的注塑制品翘曲优化研究

作 者: 朱昊
导 师: 王传洋
学 校: 苏州大学
专 业: 机械工程
关键词: 注塑参数 正交实验 神经网络 翘曲
分类号: TQ320.66
类 型: 硕士论文
年 份: 2011年
下 载: 16次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着工业的发展以及注塑成型技术的广泛应用,塑料制品的使用已经几乎渗透到各个行业中。注塑制品的广泛使用使得生产厂家对注塑制品质量愈来愈重视。翘曲变形是影响注塑制品质量最重要的因素之一,必然会受到产品设计师、质量控制及用户的关注和重视。由于引起翘曲的因素相当复杂,本文确定了塑件的使用性能及其相关要求后,在经济合理和技术可行的原则下,运用正交试验设计与CAE,人工神经网络相结合的方法调整和确定合理的工艺参数,减小了塑件的翘曲变形,保证产品的质量。本文以用于无水马桶排风管道中安装风扇的“风扇壳”为研究对象,采用注塑仿真软件Moldflow和人工神经网络的结合来优化风扇壳的翘曲变形量。通过软件模拟和试验相结合的方法,解决了注塑过程中翘曲缺陷,以合理的经济投入,满足质量的要求。首先,根据浇注系统建立的原则,对风扇壳建立了不同浇注系统的成型方案,利用Moldflow软件对不同的成型方案进行模拟分析。通过对不同成型方案的模拟结果分析得出了最优的成型方案,即得到风扇壳优化的浇注系统。其次,通过对注塑参数优化方法进行了归纳和总结,介绍了注塑过程和注塑参数。同时详细分析了翘曲缺陷产生的原因,以及Moldflow进行翘曲分析的步骤。利用正交实验设计方法研究了注塑翘曲参数的优化。结合实际检测的数据,分析不同注塑参数对翘曲缺陷的影响程度,得到并验证了最佳因素水平组合。再则,将正交实验的试验数据和BP神经网络结合起来,利用正交试验表的试验数据为BP神经网络提供训练数据及检验数据。检验结果表明了BP神经网络建立的有效性。输入BP神经网络进行翘曲的离线预测,完成了BP神经网络在不同注塑参数组合下风扇壳翘曲变形量的预测值。本文结合Moldflow、正交实验设计、BP基神经网络的方法对注塑过程中翘曲变形量进行了优化,得出最优的成型方案及注塑参数组合。论文最后对全文所展开的研究工作进行了总结,并进行了进一步的展望。研究表明:浇注系统和注塑工艺参数的优化对翘曲变形量的改善效果显著,其中保压时间是风扇壳成型中影响翘曲变形最主要的工艺参数,使其的翘曲变形量大大降低,有效地提高了风扇壳塑件的质量。

全文目录


中文摘要  4-6
Abstract  6-10
第一章 绪论  10-18
  1.1 引言  10
  1.2 注塑成型的原理  10-11
  1.3 注塑件的翘曲变形研究发展  11-12
  1.4 CAE 技术的应用分析  12-15
    1.4.1 CAE 技术简介  12-13
    1.4.2 MOLDFLOW 软件介绍  13-14
    1.4.3 人工神经网络概述  14-15
  1.5 研究内容及路线  15-17
  1.6 本章小结  17-18
第二章 基于Moldflow 的浇注系统优化  18-34
  2.1 Moldflow MPI 功能介绍  18-19
  2.2 成型方案  19-24
    2.2.1 成型对象  19-21
    2.2.2 成型材料  21
    2.2.3 浇注系统设计对注塑制品翘曲的影响  21-22
    2.2.4 浇注系统的建立  22-24
  2.3 塑料熔体流动分析  24-29
    2.3.1 塑料熔体在圆管中的流动行为  25-27
    2.3.2 塑料熔体在圆锥管道中的流动行为  27-28
    2.3.3 塑料熔体在平行板间的流动行为  28-29
  2.4 成型方案分析结果比较  29-33
  2.5 本章小结  33-34
第三章 试验设计与数据处理  34-51
  3.1 Moldflow 翘曲分析  34
  3.2 注塑工艺参数  34-36
  3.3 成型设备  36-39
    3.3.1 试验设备  36-38
    3.3.2 试验模具  38-39
  3.4 试件制备过程及翘曲测量方法  39-41
    3.4.1 注塑过程  39-40
    3.4.2 翘曲测量方法  40-41
  3.5 正交试验表,方差分析及注塑工艺参数确定  41-47
    3.5.1 正交设计概述  41-42
    3.5.2 正交试验表  42-43
    3.5.3 方差分析及注塑工艺参数确定  43-47
  3.6 正交试验表分析  47-50
  3.7 本章小结  50-51
第四章 神经网络的建模及应用  51-70
  4.1 神经网络的理论基础  51-52
  4.2 神经网络模型的建立  52-60
    4.2.1 人工神经元模型  52
    4.2.2 BP 网络模型设计  52-53
    4.2.3 隐含层神经元数和激励函数的确定  53-55
    4.2.4 训练函数及自适应学习函数的选择  55
    4.2.5 动量系数和学习速率的选择  55-56
    4.2.6 BP 网络的工作过程  56-59
    4.2.7 BP 网络模型改进  59-60
  4.3 样本数据的选取及预处理  60-61
  4.4 MATLAB 神经网络工具箱  61-62
  4.5 BP 神经网络的训练及检验  62-64
  4.6 神经网络模型预测及结果分析  64-69
  4.7 本章小结  69-70
第五章 结论与展望  70-72
参考文献  72-74
攻读学位期间发表的学术论文  74-75
致谢  75-76

相似论文

  1. 煤制液体燃料过程中可弃型催化剂的设计与实验研究,TQ529.1
  2. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  3. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  4. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  5. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  6. 红外超光谱图像的虚拟探测器研究,TP391.41
  7. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  8. 基于神经网络的水厂投药预测控制研究,TP273.1
  9. 视觉伺服四自由度机械臂的研究,TP242.6
  10. 机械臂视觉伺服系统的研究,TP242.6
  11. 压电驱动微工作台的控制与校正技术研究,TP273
  12. 某武器检测装置的控制系统设计,TP183
  13. 三种中药浸膏微波真空干燥工艺优化及降解动力学研究,TQ461
  14. 市级旅游用地规划环境影响评价研究,X820.3
  15. 珠三角地区高性能混凝土配合比智能化系统,TU528
  16. 大学生综合素质测评研究,G645.5
  17. 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
  18. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  19. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  20. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  21. 基于BP神经网络的水稻干燥智能控制研究,S226.6

中图分类: > 工业技术 > 化学工业 > 合成树脂与塑料工业 > 一般性问题 > 生产过程与生产工艺 > 成型加工
© 2012 www.xueweilunwen.com