机械设计与制造
機械設計與製造
궤계설계여제조
Machinery Design & Manufacture
2015年
10期
98-101,105
,共5页
注塑成型%工艺参数优化%BP神经网络%改进粒子群算法
註塑成型%工藝參數優化%BP神經網絡%改進粒子群算法
주소성형%공예삼수우화%BP신경망락%개진입자군산법
Injection Molding%Optimization of Process Parameters%BP Neural Network%Modified Particle Swarm Optimization
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.
針對註塑過程噹中影響塑件質量的多箇工藝參數配置問題,提齣改進粒子群算法、BP神經網絡、灰色關聯度相融閤的成型工藝參數優化模型.首先,針對BP易陷入跼部最優、收斂效率低的不足,改進粒子群算法中粒子速度與位置更新策略併優化BP算法的權值和閾值,從而構建起工藝參數預測模型.在此基礎上,以正交實驗數據為訓練樣本,Moldflow軟件分析結果為輸齣樣本,灰色關聯度為粒子群適應度函數,進而由粒子群算法尋得最佳的工藝參數.實驗結果錶明,該方法能夠更快、更好的穫得註塑成型中的工藝參數,且以此工藝參數進行實驗,塑件的翹麯變形量、收縮率均較小.
침대주소과정당중영향소건질량적다개공예삼수배치문제,제출개진입자군산법、BP신경망락、회색관련도상융합적성형공예삼수우화모형.수선,침대BP역함입국부최우、수렴효솔저적불족,개진입자군산법중입자속도여위치경신책략병우화BP산법적권치화역치,종이구건기공예삼수예측모형.재차기출상,이정교실험수거위훈련양본,Moldflow연건분석결과위수출양본,회색관련도위입자군괄응도함수,진이유입자군산법심득최가적공예삼수.실험결과표명,해방법능구경쾌、경호적획득주소성형중적공예삼수,차이차공예삼수진행실험,소건적교곡변형량、수축솔균교소.