化工学报
化工學報
화공학보
JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
2005年
8期
1520-1525
,共6页
姜开宇%苏同义%王敏杰%于同敏
薑開宇%囌同義%王敏傑%于同敏
강개우%소동의%왕민걸%우동민
人工神经网络%浇注型聚氨酯弹性体%收缩%工艺条件%结构模型%BP算法
人工神經網絡%澆註型聚氨酯彈性體%收縮%工藝條件%結構模型%BP算法
인공신경망락%요주형취안지탄성체%수축%공예조건%결구모형%BP산법
收缩率的选取是决定大型浇注型聚氨酯弹性体(CPUE)模具设计是否成功的关键因素之一.以大量的实验为基础,系统地研究了各种工艺参数对大型聚氨酯弹性体制品收缩率的影响,并建立了制品的结构模型以及基于BP网的神经网络模型.通过对实验数据的学习,利用该神经网络模型可以实现以工艺参数为输入,制品收缩率为输出的大型聚氨酯弹性体收缩率的预测.预测结果和实验数据的对比表明此方法可以较为准确地对不同工艺条件下的弹性体收缩率进行预测,从而减少修模次数,降低生产成本.
收縮率的選取是決定大型澆註型聚氨酯彈性體(CPUE)模具設計是否成功的關鍵因素之一.以大量的實驗為基礎,繫統地研究瞭各種工藝參數對大型聚氨酯彈性體製品收縮率的影響,併建立瞭製品的結構模型以及基于BP網的神經網絡模型.通過對實驗數據的學習,利用該神經網絡模型可以實現以工藝參數為輸入,製品收縮率為輸齣的大型聚氨酯彈性體收縮率的預測.預測結果和實驗數據的對比錶明此方法可以較為準確地對不同工藝條件下的彈性體收縮率進行預測,從而減少脩模次數,降低生產成本.
수축솔적선취시결정대형요주형취안지탄성체(CPUE)모구설계시부성공적관건인소지일.이대량적실험위기출,계통지연구료각충공예삼수대대형취안지탄성체제품수축솔적영향,병건립료제품적결구모형이급기우BP망적신경망락모형.통과대실험수거적학습,이용해신경망락모형가이실현이공예삼수위수입,제품수축솔위수출적대형취안지탄성체수축솔적예측.예측결과화실험수거적대비표명차방법가이교위준학지대불동공예조건하적탄성체수축솔진행예측,종이감소수모차수,강저생산성본.