基于正交试验与BP神经网络-遗传算法的空气净化器外壳注塑工艺参数优化

目的 以某空气净化器外壳为研究对象，进行注塑工艺参数优化，从而提高塑料制品的成型质量。方法 设置4个影响塑料制品成型质量的因素：熔体温度、模具温度、保压压力、保压时间，以最大翘曲值作为衡量塑料制品成型质量的指标，通过Moldflow模流分析软件，基于正交试验及极差分析探究各因素的影响主次顺序；使用BP神经网络表征工艺参数与翘曲变形的非线性映射关系；采用遗传算法寻优获得最佳注塑工艺参数组合与翘曲变形量，并将所得参数组合用于实际生产指导。结果 经极差分析，保压压力对塑料制品质量的影响最为显著，其次分别为模具温度、保压时间、熔体温度。经BP神经网络预测与遗传算法寻优，发现当熔体温度为229.5℃、模具温度为77.9℃、保压压力为84.4 MPa、保压时间为6.5 s时，可以使注塑件达到最优质量，预测的最小翘曲值为2.94 mm，此工艺参数组合下的仿真计算翘曲值为2.91 mm，二者吻合程度较高。将优化后的工艺参数组合用于实际生产指导，获得了质量良好的注塑产品。结论 所提出的方法对产品注塑的成型及优化有良好的工程应用价值。

Optimization of Air Purifier Shell Injection Molding Process Parameters Based on Orthogonal Experiment and BP Neural Network-Genetic Algorithm