基于反向传播神经网络与遗传算法优化复合材料零件注塑成型工艺参数

以Moldflow软件模拟得到的不同工艺参数下飞机机头雷达罩模型的翘曲变形量为训练样本,在雷达罩模型成型工艺参数与其翘曲变形量间建立反向传播(Back Propagation,BP)神经网络模型,然后采用遗传算法对工艺参数进行优化,得到使雷达罩模型翘曲变形量最小的工艺参数并进行试验验证.结果表明:在相同工艺参数下由BP神经网络得到的雷达罩模型翘曲变形量与采用Moldflow软件模拟得到的翘曲变形量相近,相对误差小于4％,证明了BP神经网络的可靠性;模拟得到雷达罩模型的最优成型工艺参数为注塑温度295℃、模具温度80℃、注塑时间0.75 s、保压时间8 s、保压压力125 MPa,此时翘曲变形量最小,为0.1213 mm;在最优成型工艺参数下进行注塑成型后得到的雷达罩模型最大翘曲变形量为0.1260 mm,试验结果与预测结果间的相对误差小于3.7％,验证了BP神经网络与遗传算法相结合方法的准确性.     

基于神经网络注塑成型工艺参数优化

采用BP神经网络建立注塑成型工艺参数与注塑制品收缩率之间的网络模型,并通过试验数据对成型工艺参数进行优化。     

基于神经网络和遗传算法的薄壳件注塑成型工艺参数优化

建立基于神经网络和遗传算法并结合正交试验的薄壳件注塑成型工艺参数优化系统.正交试验法用来设计神经网络的训练样本,人工神经网络有效创建翘曲预测模型;遗传算法完成对影响薄壳塑件翘曲变形的工艺参数(模具温度、注射温度、注射压力、保压时间、保压压力和冷却时间等)的优化,并计算出其优化值.按该参数进行试验,效果良好,可以有效地减小薄壳塑件翘曲变形,其试验数值与计算数值基本相符,说明所提出的方法是可行的.     

基于DOE的注塑成型工艺参数优化

基于实验设计（DOE）和计算机辅助工程（CAE）技术相结合,采用4因素3水平[L9（3^4）]正交试验,遴选出注塑成型中典型试验数据和工艺条件,并应用极差分析法得到最佳工艺参数,从而指导生产过程,提高注塑制品质量。     

基于DOE的注塑成型周期工艺参数优化

运用IE技术在M公司开展效率提升专案,针对成型生产工艺参数优化问题,借助Minitab软件,采用DOE实验设计优化成型条件,实现成型生产标准条件最优化。该技术可运用于降低成型生产周期,降低塑件单重等效率提升项目。     

基于反向传播神经网络的数字化工厂数据预测

数字化工厂数据涉及产品全生命周期,研究将反向传播神经网络应用于数字化工厂数据的预测。介绍了数字化工厂数据的组成,建立了反向传播神经网络,并分析了梯度下降的应用。通过运行程序得到预测结果,确认预测准确率达到95%。基于反向传播神经网络,可以对最终产品合格率、机器设备投资回报率及人力资源投资回报率进行预测。     

注塑件成型工艺参数优化研究

以手机外壳为例,应用CAE软件模拟了注塑件的注塑成型过程。通过正交试验方法与模拟仿真实验的结合,对注塑成型的填充、保压、冷却和翘曲变形过程进行仿真实验分析,获得了制件不同条件下的翘曲变形值。并通过对试验数据的极差分析,得到了不同工艺参数对注塑过程翘曲变形的影响程度,进而得到一组优化的工艺参数组合,同时对优化后的工艺参数组合进行仿真模拟分析,得到了符合产品要求的翘曲变形量,为同类制品的工艺参数优化提供了依据。     

基于流动模拟技术的注塑成型工艺参数优化

利用Pro／E建立了15寸电脑显示器前壳简化3D模型，并用Mold Plastics Insight(MPL)软件对该制品的注塑成型过程进行流动、保压、冷却和翘曲模拟分析，优化工艺参数。然后，针对塑件材料的注射温度和模具温度的选用范围进行分组模拟，得到几组较优的工艺参数组合，并以翘曲变形量为参考标准，获得合理的工艺参数组合。     

基于多目标遗传算法和反向传播神经网络的调节阀流道结构优化

以往的研究中,只针对调节阀迷宫流道结构和内部流场特性进行了分析,但对迷宫流道抗空化性能和流通性能的优化设计较欠缺。为了满足阀门实际工程中的设计需求,迷宫式调节阀需要具有流道抗空化性能和流通性能。为此,提出了一种基于多目标遗传算法(MOGA)和反向传播神经网络(BPNN)的方法,对调节阀迷宫流道进行了结构优化,提高了迷宫流道的抗空化性能和流通性能。首先,基于对冲耗能原理和多级降压原理,设计了弧形对冲式迷宫流道,并建立了流体力学仿真计算的数学模型;然后,利用计算流体动力学(CFD)仿真软件,对模型进行了空化仿真,根据仿真的数据构建了BPNN代理模型,通过结合Sobol敏感度分析方法与代理模型,分析了迷宫流道各参数对仿真结果的影响,采用多目标遗传算法,优化了迷宫流道的结构;最后,搭建了实验测试平台,测量了迷宫流道的阻塞流曲线,对比分析了测试结果与仿真结果。研究结果表明：采用优化算法得到的迷宫流道最大流量由0.087 6 kg/s提高到0.117 4 kg/s,提高了34%;线性压差由762.163 kPa提高到811.280 kPa,提高了6%;优化的迷宫流道实际最大流量为0.115 9 k...     

微细光成型固化工艺参数优化

为了分析紫外光对液态光敏树脂进行曝光固化成型过程中工艺参数对固化物的形状和精度的影响,根据自行研制的实验系统的大量数据,对线形固化中的主要工艺参数进行了分析和优化。结果表明,在单层液态树脂膜厚30 μm,曝光光束功率0.15 μW,扫描速度15 μm/s以及工作距650 μm时能够得到具有较高精度线宽和线高的固化直线段,利用优化的工艺参数,成功实现了三维微小实体结构的成型制造。     

挤出沉积成型工艺参数优化研究

通过挤出沉积成型试验,对骨组织工程支架的成型工艺参数进行研究,以提高同轴骨支架组织工程的成型质量和力学性能。方法:首先采用田口法和方差分析法对打印参数进行了优选,其次分析了工艺参数对成型质量和力学性能的显著性影响,最后通过优选的工艺参数对实验结果进行了预测和分析。结果:结果显示,挤出沉积成型最优参数组合为喷头内外芯直径0.6 mm/1.5 mm,层高1.5 mm,打印速度30 mm/h,内芯材料配比1∶1.5;对骨支架特性影响的显著性由强到弱依次为层高、打印速度、内芯喷头直径和内芯材料配比。结论:验证实验结果表明,成型质量和力学性能实验值的信噪比与预估信噪比非常接近,说明挤出沉积成型工艺参数的优化对骨组织工程支架的成型质量和力学性能的提高是十分有效的。     

熔融沉积成型工艺参数优化研究

在熔融沉积成型(Fused Deposition Modeling,FDM)的工艺过程中,有很多工艺参数影响着其成型精度,着重分析了挤出速度(A)、扫描速度(B)、层厚(C)和喷头温度(D)这4个参数对FDM工艺成型精度的影响。通过正交试验得出各指标最优时这些工艺参数的组合。利用矩阵分析法对多指标正交试验进行优化,从而确定了各个因素对试验指标值影响的主次顺序为C、D、A、B,最优组合为A_2B_2C_2D_3。试验结果表明该方法能有效提高成型件的综合性能。     

基于神经网络和遗传算法的三维打印工艺参数优化

分析了粉末材料三维打印(three dimensional printing,3DP)过程中影响成型精度的因素,采用试验的方法确定打印过程中的三维制件的收缩率范围。以"H"型工件为标准,建立了基于神经网络(neural network,NN)的制件尺寸精度误差和打印工艺参数之间关系的模型。以制件最小尺寸误差为目标,采用遗传算法(genetic algorithm,GA)对3DP中的工艺参数如饱和度、层厚和X、Y、Z这3个方向的收缩补偿值进行优化,获得了相应的打印工艺参数。采用3DP默认的打印参数、打印参数的最小值、最大值以及NN-GA得到的参数进行对比试验。结果表明:采用NN-GA获得的工艺参数打印的制件的尺寸误差最小,可以预测3DP成型制件相对尺寸误差。     

基于DOE因子交互作用的注射成型工艺参数优化研究

注射工艺参数不仅以单个因子的作用方式影响注射制品的质量,而且工艺参数之间还存在着非常复杂的交互作用.在分析注射成型工艺对成型制品质量的影响时,必须研究因数对响应的交互效应,考虑影响显著的工艺参数交互因子的作用,通过数值模拟,应用析因试验设计方法,研究得出工艺参数之间存在的两两交互作用,以及工艺参数对注射制品翘曲的影响程度,并从众多的试验因子中初步筛选出与注射制品质量密切相关的若干个独立因子和交互因子.在此基础上,应用正交试验设计,采用L27正交矩阵进行试验,并将这些因子进一步优化,从而为注射工艺参数的合理选取提供科学依据.     

基于正交试验的防爆球注塑成型工艺参数优化

利用Moldflow模流分析软件建立防爆球的分析模型,以防爆球体积收缩率为优化目标,以模具温度、熔体温度、保压时间、保压压力、注射时间、冷却时间为试验因素,设计了六因素五水平的正交试验。通过极差、方差分析得到使防爆球体积收缩率最小的注塑工艺组合,模具温度为100℃、熔体温度为230℃、保压时间为35 s、保压压力为45 MPa、注射时间为0. 8 s、冷却时间为20 s。模拟分析结果证明,优化后的体积收缩率为9. 205%,满足防爆球成型质量要求,比25组正交试验的最小结果 9. 762%降低5. 7%,正交试验法优化效果明显。经实际注塑生产验证,得到的防爆球质量符合厂家要求。     

基于Ｆｌｕｅｎｔ的中间摆臂注射成型工艺参数优化

基于 ＣＦＤ计算流体力学计算软件Ｆｌｕｅｎｔ,把金属粉末注射成形过程看作空气、粉末以及粘结剂的多相流动成形过程。根据模腔注射成形的经验公式所得工艺参数设置相关边界条件并设计正交试验,对汽车发动机中间摆臂注射成形的充模过程进行三维数值模拟,基于试验结果来分析各个实验参数及其交互作用对产品质量的影响,从而为注射成形产品缺陷产生的原因提供直观分析方法,以实现 ＣＡＥ技术对实际生产的指导作用。     

基于CSO-LSSVM模型的选择性激光烧结成型工艺参数优化

成型收缩是影响选择性激光烧结技术（selective laser sintering,SLS）制件精度的关键因素,而工艺参数对材料烧结情况和收缩变形程度有着明显影响,因此选择合理的参数组合对减小精度误差和改善成型性能质量有着重要意义。为降低SLS成型件工艺参数优化试验成本,文章开发了一种名为CSO-LSSVM成型精度预测模型用于工艺参数的预测。该模型的设计思路是：首先,通过Sine映射、非线性切换因子和针孔成像反向学习等3种改进策略全方面协调增强了蛇优化器（snake optimizer,SO）的收敛精度和寻优速度,接着,将改进后的蛇优化器（chaotic multi-strategy enhanced snake optimizer,CSO）与最小二乘支持向量机（least square support vector machine,LSSVM）结合,整定关键核函数参数,提高模型预测精度和泛化能力。为验证CSO-LSSVM模型的有效性和优越性,利用Matlab软件在真实数据集基础上将其与LSSVM、BP(back propagation)神经网络以及极限学习机（extreme lea...     

基于隐马尔可夫模型与反向传播神经网络的运动型多功能汽车运动参数预测

提出了一种基于隐马尔可夫模型与反向传播神经网络的侧翻预测方法,可以用于运动型多功能汽车的运动参数预测。仿真结果表明,这一方法能够准确预测车辆的运动参数,为司机直观判断侧翻及电子控制提供依据。     

侧向槽粉末制品压制成型工艺

叙述了YAN79Z-B型模架全自动干粉成型液压机压制工艺的设计，在压制粉末冶金侧向槽过程中，阴模与浮动冲上升到设定位置，送粉器前移对阴模腔内充满粉料后，上冲下行到阴模内向下压制时，利用阴模与浮动冲的同步浮动，压制到终了位置产品成型，然后阴模拉下，浮动冲微升推出产品，实现了侧向槽产品国产化，自动化生产。     

改进PSO-BP注塑成型工艺参数优化研究

针对注塑过程当中影响塑件质量的多个工艺参数配置问题,提出改进粒子群算法、BP神经网络、灰色关联度相融合的成型工艺参数优化模型。首先,针对BP易陷入局部最优、收敛效率低的不足,改进粒子群算法中粒子速度与位置更新策略并优化BP算法的权值和阈值,从而构建起工艺参数预测模型。在此基础上,以正交实验数据为训练样本,Moldflow软件分析结果为输出样本,灰色关联度为粒子群适应度函数,进而由粒子群算法寻得最佳的工艺参数。实验结果表明,该方法能够更快、更好的获得注塑成型中的工艺参数,且以此工艺参数进行实验,塑件的翘曲变形量、收缩率均较小。