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。

Study on Parameters Optimization of Injection Molding Based on Modified Particle Swarm Optimized Back Propagation Neural Network