基于神经网络集的注射成型工艺参数多目标优化

以计算机辅助工程（CAE）数值仿真正交试验所得工艺参数与质量指标的数据作为训练样本,对经过优化的BP神经网络进行训练,得到工艺参数与制品质量指标之间的神经网络集近似计算代理模型,该模型快速准确,有明确的数学公式,可以利用遗传算法进行全局寻优,得到使多个质量指标综合最优的工艺参数组合。通过对比验证,这种多目标优化方法可以在正交试验结果数据较少的情况下较大程度地提高制品的多个质量指标。     

基于神经网络和遗传算法的注射成型工艺优化

论述人工神经网络和遗传算法在塑料注射成型工艺优化中的应用,首先利用人工神经网络建立注射成型工艺参数与塑件翘曲量之间关系的数学模型,然后用遗传算法对工艺参数优化.其中由正交法设计得到实验样本,由数值模拟软件计算得到塑件翘曲量,将其作为优化目标.按优化后的工艺参数进行实验,获得较高质量的塑料制品,从而为建立和控制注射模工艺参数提供一种行之有效的途径.     

基于BP神经网络法优化化学镀Ni-Fe-Co-P工艺的研究

提出利用碳纤维化学镀Ni-Fe-Co-P的实验数据。在工艺参数范围内,将神经网络与正交实验结合,采用小步长搜索的方法优化了化学镀Ni-Fe-Co-P工艺,并对该网络的预测能力与实验结果进行对比,获得最优解。研究结果表明:BP神经网络对化学镀工艺进行预测及优化的方法可行,构建的神经网络所反映的化学镀工艺参数和沉积速率的映射关系基本准确,程序计算的目标值与实测数据的线性相关性好,训练结果可靠,同时也说明该神经网络在工艺优化方面是可行的。     

基于高斯过程回归的注塑质量多目标优化方法

以车灯导光条为研究对象,建立有限元仿真模型,利用高斯过程回归与人工神经网络建立代理模型,并以此作为多目标遗传算法寻优的适应度函数.结果表明:基于代理模型的多目标优化方法可有效快速地获得较佳的成型工艺参数组合;相比人工神经网络算法,高斯过程回归算法更适合小样本复杂数据.研究得到的最佳工艺参数组合为:注射时间2.3 s,熔...     

基于神经网络和遗传算法的塑料热压成型多目标优化

论述了人工神经网络和遗传算法在塑料热压成型工艺优化中的应用,首先利用人工神经网络建立热压成型工艺参数与零件性能之间关系的数学模型,然后用遗传算法对工艺参数优化。根据多目标函数优化问题的单目标化思想,对优化后的单目标进行分解,得到最优工艺参数条件下的塑料热压产品性能,从而为建立和控制塑料热压成型工艺参数提供了一种行之有效的方法。     

基于遗传算法的3C荣耀手机后盖工艺优化研究

依据3C荣耀手机后盖注射成型特点,利用Moldflow 2012软件对3C荣耀手机后盖进行模拟分析,在优化浇注系统基础上,以该产品的缩痕指数作为判断质量的标准,利用正交实验和极差分析六个工艺参数对缩痕指数的显著情况,并运用中心复合法进行实验设计,建立影响最显著的三个主要工艺参数与缩痕指数多元二次回归评价模型,并利用遗传算法寻优得到最佳工艺参数。     

基于人工神经网络的充填浮选柱捕集区气含率特性研究

论述了用人工神经网络的方法对影响充填浮选柱捕集区气含率工艺参数(捕集区高径比、气体加入量和起泡剂用量)进行模拟、训练和预测的过程.结合实验结果讨论了各个影响因素对气含率的作用规律,并用基于实验数据建立的人工神经网络对气含率进行预测分析.所建立的神经网络模型的输出值与实验测量值误差在±5％以内,显示神经网络方法预测分析气含率具有较高的适用性,为充填浮选柱的放大研究提供可行的方法.     

基于遗传算法的无机抗菌剂制备工艺优化

首次将遗传算法引入到无机抗菌剂制备工艺,在基于人工神经网络建立的制备工艺参数与抗菌性能关系模型的基础上,对其制备工艺参数进行了优化.结果表明遗传算法用于无机抗菌剂制备工艺的优化设计是可行的.     

传动轴轴颈的修复及修复层的性能

利用化学镀技术,通过制备化学镀繰-钻-磷合金镀层对传动轴轴颈进行了修复。首先,通过三因素三水平的正交试验,以单位面积的磨损量最小为优化目标,得到了制备化学镀操-钻-磷合金镀层的最优工艺参数为:温度90°C、沉积时间85 min.pH值8.0。然后,在最优工艺参数下进行了修复实验,并对修复层的相关性能进行了检测和分析。检测结果能为化学镀技术在轴类零件轴颈修复中的应用提供参考。     

AlON-TiN复相材料的合成及工艺优化

在对Ti—Al-O-N体系热力学分析的基础上合成了AlON—TiN复相材料，XRD，TEM分析与观测结果证实了热力学分析的可靠性。运用人工神经元网络(artificial neural networks，ANN)对合成AlON—TiN的工艺参数进行了训练，训练结果良好，神经网络的预测值和实测值一致；遗传算法(genetic algorithm，GA)寻优得到最佳工艺参数：烧结温度为1830℃，保温2．45h，TiN的含量为15％(质量分数)。对遗传算法寻优结果进行了单因素分析，随着TiN含量的增加，强度增加，而随烧结温度和保温时间的增加，强度先增加后减小。