基于BP神经网络的颜料分散性能预测研究

基于正交试验,对塑料制品色差的影响因素进行分析探讨,并应用反向传播（BP）神经网络的数据预测功能,构建颜料分散性能的预测模型。结果表明,塑料制品色差影响因素主次顺序为：转子转速>混合时间>混合温度;提高转子转速,有利于颜料粒子在塑料基体中的分散和分布过程,制品着色品质得以提升;构建的BP神经网络模型预测相对误差不超过10 %,能够较好地预测塑料着色工艺中颜料的分散性能。     

BP神经网络在膜分离处理废水中的应用

为能更好地预测工艺条件对膜分离过程的影响,运用BP神经网络技术建立输入变量为压差、流速、浓度和温度,输出变量为膜通量的预测模型。通过大量实验数据训练预测模型,得到的网络模型整体误差平方和仅为0.014 5;计算值与模拟值相比,10组不同条件的膜通量平均预测误差仅为1.1,证实了所建立的BP神经网络膜通量预测模型与实验值吻合程度较好,有较好地预测能力。在此基础上进一步考察了工艺参数对膜分离过程的影响。     

基于贝叶斯正则化BP神经网络的挤出温度预测模型

简要介绍贝叶斯正则化BP神经网络原理,并应用基于贝叶斯正则化训练方法的BP神经网络建立挤出温度预测模型。预测与试验结果对比表明,经过训练后的网络模型基本获取了实际挤出温度的函数形式,网络输出值与样本对应的挤出温度实际值几乎完全重合,表明该方法能达到较好的预测精度,同时具有使用简洁、快速等优点。     

基于遗传BP神经网络预测硫在高含硫气体中溶解度

为更精确地关联预测硫在高含硫气体中的溶解度,提出将遗传算法(GA)和LM-反向传播神经网络(LM-BP ANN)相结合的预测模型。设计了该模型的计算过程,讨论了模型参数的设置。以温度、压力和气体组分作为BP神经网络预测模型的输入变量,利用GA优化了BP神经网络的初始权值和阈值,采用遗传算法优化后的BP神经网络计算了元素硫在高含硫气体中的溶解度。结果表明,该模型训练结果与实测值之间的平均相对误差为5.90%,测试结果与实测值的平均相对误差为5.54%;该方法较BP神经网络模型具有预测精度高、收敛速度快的优点;该模型具有较好的模拟及内推、外推功能。     

粒子群算法优化的人工神经网络预测Ni-Fe合金镀层的性能

建立了粒子群算法优化的人工神经网络预测模型。以工艺参数为输入变量,以单因素试验得到的Ni-Fe合金镀层的性能指标为输出变量,将粒子群算法优化的人工神经网络预测模型的预测结果与传统BP神经网络预测模型的预测结果进行了比较。结果表明:粒子群算法优化的人工神经网络预测模型具有更高的预测精度。通过建立模型得到了各个工艺参数对Ni-Fe合金镀层性能指标的评价指标权重。当电流密度为1.0～1.5A/dm2、镀液温度为45℃、搅拌速率为1 000～1 200r/min时,Ni-Fe合金镀层的表面粗糙度和腐蚀速率均处于较低水平。     

基于BP神经网络的淀粉EVA复合材料挤出胀大比预测模型及应用

以淀粉和乙烯-醋酸乙烯共聚物(EVA)为原料制备生物质复合材料,研究了模口温度、螺杆转速及EVA含量对挤出胀大现象的影响,并应用人工神经网络技术建立双层BP神经网络模型,将正交实验结果作为样本带入模型进行训练。经反复训练,修正误差后对复合材料的挤出胀大比进行预测。结果表明,该神经网络模型能较为准确的预测复合材料的挤出胀大比;随着模口温度的升高,或螺杆转速的下降,或EVA含量的降低,复合材料的挤出胀大比逐渐减小。     

基于改进粒子群算法的汽油辛烷值损失优化

针对调和汽油辛烷值建模中的变量选择问题、模型适应性问题与辛烷值的优化问题,采用随机森林、最大信息系数与皮尔森相关系数组合提出了一种辛烷值建模变量选择的方法.还提出一种基于BP神经网络与模糊神经网络的建模方法,建立对辛烷值的预测模型,提高了辛烷值预测模型的适应性.在此基础上,对基本粒子群算法进行了改进,改进后的粒子群算法...     

遗传算法优化BP神经网络的水泥窑温度预测模型研究

水泥窑内温度的控制效果直接决定水泥熟料的质量。由于回转窑煅烧具有大滞后、非线性、多变量等复杂特性,并且各个因素之间存在相互联系和不确定性,这给回转窑温度的控制带来了困难。本文利用BP神经网络建立回转窑温度预测模型,并利用遗传算法对模型进行优化,将优化前后的仿真结果对比后发现,使用遗传算法优化后的BP神经网络回转窑温度预测模型的预测精度高于单独使用BP神经网络搭建的回转窑温度预测模型精度,为回转窑温度的预测提供了一种新的方法。     

影响聚全氟乙丙烯电线涂覆包紧度的因素

在电线包覆生产线上采用单螺杆熔融挤出聚全氟乙丙烯（FEP）制得涂覆线缆,采用180°剥离方法施加应力进行不同加工条件下涂覆线缆的包紧度测试,结果表明,当给定熔指的FEP,挤出机转速在12r/min,加工温度370℃,导线在室温（15℃）下进入挤出机头,挤出成型时抽真空25kPa,导线线径0.6mm、涂覆FEP后线径1.2mm,成线在室温下空气自然冷却时,其包紧度最大。     

基于遗传算法优化的BP神经网络气化用煤灰流动温度预测模型

采用遗传算法优化的BP神经网络建立煤灰流动温度预测模型，模型以灰成分及酸碱质量比、硅铝质量比等组合参数作为输入变量，以煤灰流动温度作为输出量，对126组来自中国北部地区的煤灰样数据进行训练与测试，并建立常规BP神经网络模型，研究了各输入变量对网络模型预测精度的影响并对比与常规BP神经网络模型的预测能力。结果表明：不同输入层变量的GA-BP神经网络模型对训练集和测试集样本数据都具有较好的学习和泛化能力，所有预测结果相对平均预测误差均不超过4%。酸碱质量比和硅铝质量比参数作为神经网络输入层的添加，虽略微提高模型对训练样本的拟合程度，但也导致验证时过拟合现象的发生，模型对新样本的拟合优度下降。采用SiO₂,Al₂O₃,Fe₂O₃,CaO,MgO和Na₂O+K₂O的质量分数6个参数作为输入变量的GA-BP模型最为适合，其对测试集数据的预测相对平均误差为3.45%,低于常规BP神经网络模型3.79%的误差。     

挤出工艺对聚乙烯管材残余应力分布的影响

通过调整冷却速度制备出具有不同残余应力分布的高密度聚乙烯（PE-HD）管材,考察了挤出工艺对PE-HD管材内外层残余应力和常规物理性能的影响。结果表明,随着冷却速度的增加,管材纵向回缩率逐步增大,且其静液压破坏时间和管材耐慢速裂纹增长（SCG）破坏时间也随之降低;同时管材外层的残余应力随着冷却速度和钻孔深度的增加逐步提高,呈现非均匀分布的情况,而管材内层的残余应力较小,均匀性差异不显著,并通过分层拉伸试验验证了盲孔法测量管材内外层残余应力的适用性。     

塑料挤出成型发展概况

介绍塑料挤出成型原理的研究发展、挤出成型主要工艺参数和挤出成型的新工艺,通过对挤出成型主要工艺参数(机筒温度、口模温度、螺杆转速与挤出速率和牵引速率)和挤出成型的新工艺(反应挤出、固态挤出和共挤出技术)的研究,进一步展望了挤出成型设备的发展趋势。     

辅助挤出技术在聚合物挤出加工中的应用

针对聚合物常规挤出加工时挤出速率低的缺点,介绍振动挤出技术、润滑挤出技术、气体辅助挤出技术等辅助挤出技术在聚合物挤出加工中的应用。这些辅助挤出技术对提高挤出速率和挤出物质量、降低能耗具有重要意义。     

高聚物精密挤出的研究

高聚物的挤出成型是一个十分复杂的生产过程[1] 。在此过程中 ,高聚物要经历固体输送、熔融、混合、增压、泵送、成型、冷却固化等过程 ,并受到剪切、拉伸、压缩以及加热、冷却等作用 ,发生熔融、固化、取向、解取向、结晶等复杂的相态和结构变化 ,使得挤出过程的控制难度较大 ,导致制品成型的精度较低。这不仅浪费了大量的树脂材料 ,也限制了高聚物挤出制品的应用范围。为了提高挤出过程的稳定性、均匀性和可靠性 ,科研工作者从挤出过程机理模型、挤出机优化设计、成型工艺条件控制、成型辅机控制等方面做了大量的基础理论研究工作 ,并研制…     

塑料成型加工讲座(第九讲) 塑料挤出成型加工设备

介绍单、双螺杆挤出机的特征,主要结构与工作原理,以及典型挤出口模。     

单螺杆挤出机高速挤出技术研究进展

回顾了单螺杆挤出机高速挤出技术的发展史。通过将普通挤出机和高速挤出机进行对比,分别从挤压系统结构、加热冷却系统和驱动系统3个角度详细分析了单螺杆高速挤出机在螺杆参数及螺杆布局、机筒冷却方式及流道布置和驱动方式3个方面的创新之处。并对当今世界一些顶级挤出机生产商的最新产品进行了列表概括总结。最后,在指出现有高速挤出机不足之处的同时,也提出了未来在对物料适应性及模拟控制方面的最新研究发展方向。     

国外挤出成型加工技术及设备的近期进展

简要评述了国外塑料挤出成型加工技术及设备的近期进展,重点介绍了混炼挤出技术及设备、反应挤出技术及设备以及共挤出成型及设备的发展动向,并列举了国外主要公司的技术成果.     

陶瓷材料零件低温挤压成型工艺挤出过程研究

陶瓷材料因其耐高温、高硬度及化学稳定性好在航空、电子、机械、汽车制造等行业得到广泛应用.陶瓷零件传统制造工艺费时且成本较高,环境污染严重.详细介绍了已开发的陶瓷材料零件低温挤压自由成型设备,对挤出过程进行研究,建立了挤出速度和沉积速度的数学模型.通过实验对挤出过程中挤压力进行研究,得到挤压力的变化曲线,表明挤压力经历缓慢上升、平稳、快速上升三个阶段,挤压力随挤出速度的增大而增加.分析了挤出速度、气泡释放和结块破裂对挤压力的影响,结果表明气泡释放、结块破裂是导致挤出过程中挤压力发生突变的主要原因.     

聚合物气体辅助挤出成型

介绍了气体辅助挤出成型新工艺，阐述了气辅挤出系统，特别是气辅挤出口模的组建和设计，概述了气辅挤出成型机理、和传统挤出相比所具有的技术优势、工艺实现及其在应用中需要注意的关键问题。     

塑料挤出成型技术研发动态

介绍了塑料挤出成型技术在振动挤出、气辅挤出、强制润滑、不停机换网、反应挤出、挤出发泡、共挤出、精密挤出近、熔点挤出等方面的研究与开发动态。