基于Moldflow和BP神经网络的网络通信中继器注塑模具工艺优化

以某型号网络通信中继器为实例,分析了其外形结构及尺寸,选择了合适的材料及注塑工艺参数,基于Moldflow软件对塑件的最大翘曲变形量进行了分析。基于正交试验法,以最大翘曲变形量为指标对注塑工艺参数进行优化,分析结果表明:模具表面温度和熔体温度对塑件的最大翘曲变形影响显著,并且优化后的工艺参数使塑件的最大翘曲变形量降低了14.13%。基于BP神经网络,采用MATLAB软件对塑件的最大翘曲变形量进行了预测,结果表明:所建立的神经网络具有较高的预测精度,能够应用于注塑成型过程中的塑件最大翘曲变形量预测,以提高模具设计和生产的效率。