共查询到20条相似文献,搜索用时 156 毫秒
1.
为了满足冰箱饰条出厂要求,改善饰条在冰箱中的装配难度以及使用寿命,对其工艺参数进行优化,进而改善其翘曲变形量。通过Moldflow建立产品的模型,设计其浇口与水路。利用正交试验设计,探究工艺参数对于冰箱饰条翘曲变形的影响程度;利用灰狼算法对其工艺参数进行优化,通过迭代寻找最小的翘曲变形量以及对应的工艺参数。结果表明:当模具温度为52℃、熔体温度为205℃、注射时间2.8 s、保压压力45 MPa、保压时间14 s以及冷却时间为26 s,冰箱饰条最大翘曲变形量为0.72 mm,较初始参数下的翘曲变形量减少了40%。通过实际生产进行验证,发现饰条的翘曲变形量满足出厂要求,为饰条的生产设计提供支持。 相似文献
2.
3.
首先采用CAE软件Moldflow MPI 6.0和正交试验,对异形透盖塑件在不同注射成型工艺参数下的翘曲变形量进行了模拟,然后利用BP人工神经网络建立了主要工艺参数和塑件翘曲变形量之间的数学模型,并通过模型对塑件翘曲变形量进行了预测,结果表明,所建立的模型具有较高的预测精度。 相似文献
4.
5.
6.
《现代塑料加工应用》2017,(1)
以医用仪器盒盖的翘曲变形为研究对象,运用Moldflow模拟分析,得出熔体收缩不均是引起塑件发生翘曲变形的主要原因;结合Taguchi正交设计,得出了以翘曲变形量最小为目标值的最佳工艺参数组合,使翘曲变形量减小为原始量的83.5%。运用变量分析确定工艺参数对翘曲变形量的影响,为实际生产选择合理的工艺参数提供指导。 相似文献
7.
基于Hele-shaw模型,通过有限元数值模拟技术,研究了工艺参数对共注成型制品翘曲变形影响规律,并根据注射成型原理揭示了翘曲变形的产生机理。同时,采用正交试验法得到了共注成型最小翘曲变形的最优工艺参数组合,在优化后工艺组合条件下制品的翘曲变形大约减小了40%。 相似文献
8.
9.
以某复杂薄壁件为研究对象,建立其有限元模型,运用CAE对初始工艺下的塑件翘曲变形量进行分析,得到了该塑件的最大翘曲变形量。构建复杂薄壁件翘曲变形量优化数学模型,基于BP神经网络结合遗传算法对塑件数学模型进行优化求解,求解结果表明优化后的塑件最大翘曲变形量为0.2313mm,与初始工艺方案下塑件最大翘曲变形量0.2811mm相比,降低了21.53%,提高了塑件的成型质量,得到满足装配要求的塑件。进一步采用优化后得到的最优工艺参数进行实际生产验证,获得了满意的效果,证明了BP神经网络结合遗传算法优化工艺参数技术方法的可行性与可靠性。 相似文献
10.
11.
12.
13.
14.
以某汽车内饰A、B柱上内饰板产品同模注塑为例,对产品的注塑工艺进行了优化设计,包括不同浇注系统的优化选用、已选定浇注系统的成型质量优化、成型工艺参数优化3个过程。在成型工艺优化中,对传统的BP神经网络进行了基于LM算法的结构改进,采用正交试验粗选优化工艺路径,改进后的LM-BP神经网络对细化优化工艺路径有着较好的预测功能。通过LM-BP神经网络辅助优选,得到了很好的产品注塑工艺组合参数,将之应用于实际注塑时,获得了质量良好的注塑产品,具有较强的设计实践指导意义。 相似文献
15.
首先给出了仿射变换的定义,并在此基础上建立了一种新的仿射变换途径——多尺度自卷积变换,构造了一组仿射不变矩(MSA矩),给出了它的明确表达式,然后计算帘子布样本图像的MSA矩,以这些MSA矩为输入向量对BP神经网络进行训练,最后采用已训练的BP神经网络进行帘子布疵点识别。试验证明,这种方法可准确识别出帘子布断经、浆斑、劈缝、稀经和经线粘连等疵点。 相似文献
16.
17.
Neural Network Modeling Applied to Polyacrylamide Based Hydrogels Synthetized By Single Step Process
Silvia Curteanu Anca Dumitrescu Camelia Mihăilescu Bogdan Simionescu 《Polymer-Plastics Technology and Engineering》2013,52(10):1061-1071
This paper presents a series of experimental data obtained from the synthesis of polyacrylamide-based hydrogels and a general neural network methodology that accomplishes the modeling and optimization of the polymerization process. Using direct neural network modeling, the variation of the main parameters in the synthesis of polyacrylamide-based hydrogels (polymerization yield and maximum swelling degree) was modeled in correlation with reactant concentrations, temperature, and reaction time. The predictions of the network, verified against initial training data and other testing data in the domain of the reaction conditions, were quite precise. Inverse neural modeling determines, in a facile manner and with good results, the initial reaction conditions, which lead to a preestablished reaction yield and maximum swelling degree. This optimization method is more advantageous compared to a difficult classical procedure that requires a good mathematical model and an optimization solving technique. 相似文献
18.
19.
针对某电器活动上盖翘曲变形及体积收缩问题,对相关注塑工艺参数进行正交实验设计,在Moldflow中模拟分析,并对翘曲变形量及体积收缩率进行信噪比优化处理。利用灰色关联分析法得到翘曲变形量和体积收缩率的灰色关联度,通过对灰色关联度进行极差分析得到各注塑工艺参数对塑件综合目标(翘曲变形量及体积收缩率同时较小)的影响程度为:保压时间>注塑时间>模具温度>熔体温度>保压压力>冷却时间,同时由灰色关联度极差分析结果得出最优工艺参数组合,在最优工艺参数组合下的翘曲变形量相对于正交实验水平下最小翘曲变形量降低了11.8%,体积收缩率相对于正交实验水平下最小体积收缩率降低了5.9%。最后采用粒子群优化算法(PSO)优化后的支持向量机(SVM)神经网络模型对该塑件翘曲变形量及体积收缩率进行预测,通过与不优化的SVM神经网络及BP神经网络预测模型相比发现,PSO–SVM神经网络模型预测精度及稳定性都优于SVM及BP神经网络,可以用于塑件翘曲变形量和体积收缩率的协同优化,解决塑件实际翘曲变形及体积收缩问题。 相似文献
20.
采用正交试验和Moldflow数值模拟相结合的方法,对汽车A柱下饰板的注射成型过程进行了分析,研究了模具温度、熔体温度、注射时间和保压压力等工艺参数对残余应力和翘曲变形的影响。通过极差分析得到,熔体温度对翘曲变形影响最大,保压压力对残余应力影响最大,最佳工艺参数组合为模具温度40 ℃,熔体温度205 ℃,注射时间5 s,保压压力45 MPa;通过仿真分析与实际成型方案进行比较,汽车A柱下饰板的翘曲变形由3.847 mm降为3.121 mm,残余应力由66.95 MPa降为65.21 MPa。 相似文献