面向人工神经网络技术的注塑成型工艺参数优化.pdfVIP

模 具 技 术 2001 No. 6 1 文章编号 :1001 - 4934( 2001) 06 - 0001 - 04 基于人工神经网络技术的注塑成型工艺参数优化 1 2 2 1 1 王德翔 , 　刘来英 , 　王振宝 , 　周华民 , 　李德群 ( 1 华中科技大学 　模具国家重点实验室 ,湖北 　武汉 　430074 ; 2 青岛海尔模具有限公司 ,山东 　青岛 　266101) 摘　要 : 研究了人工神经网络技术在注塑成型工艺参数优化中的应用 ,通过建立基于神经网 络的压力、温度模型以及优化工艺参数的目标函数 ,实现了基于人工神经网络技术的注射成型 工艺参数优化 ,并将其应用于华中科技大学模具国家重点实验室开发的注塑成型 CAE 系统 HsCAE 3DRF 中 ,取得了良好的效果。 关键词 : 人工神经网络 ; 注塑模 CAE ; 工艺参数 ;优化 中图分类号: TQ32066 + 2 　　　　　　文献标识码 : A Abstract : The application of the ANN (Artificial Neural Network) technology in optimization for injection mold process parameters is studied. By constructing the injection pressure and tempera ture model based on ANN method , optimization of process parameter is realized. This method has been applied in injection mold CAE system developed by HUST State Key Lab of Mold Die Technology and proved to make great effect . Key words : artificial neural network ; injection mold CAE ; process parameter ; optimization 方法。 0 　引言 1 　优化原则和目标函数的确立 注塑成型工艺参数优选一直是广大模具设计 人员关注的问题 ,长期以来 ,凭借经验加反复试模 在注塑成型过程中 ,过高的注射压力不仅提 的方法为许多人采用。传统的 CAE 软件可以在 高了对注射机的要求 ,而且往往会导致成型制品 ( ) 计算机上仿真出指定工艺参数条件下的注塑成型 的各种缺陷 如飞边、翘曲变形等 ,所以较小的成 情况 ,在很大程度上减轻了模具设计人员的试模 型压力是模具设计人员追求的目标。同时 ,成型 负担[1 ] ,但其无法提供对工艺参数优化问题的支 过程中的塑料温度对成型质量也有重要影响。过 持 ,使用 CAE 软件人员必须在不同的工艺条件设 大的温差导致熔体冷却不一致 ,局部的过热使塑 置下经过多次 CAE 分析并结合实际经验才能得 料发生降解等等。均匀而适当的熔体温度也是成 出较满意的工艺结论。因此 ,根据一定的优化原