BP神经网络在注塑产品质量控制中的应用.pdfVIP

维普资讯 耐 ①斯 撬 0机297／。 磊 Http：#vwvw．nicemachine．net E-mail：nice@nicemachine．net ·模 具 制 造 技 术 · BP神经网络在注塑产品质量控制中的应用 广西大学机械工程学院(广西南宁 530004) 王 伟 夏 薇 唐旭东 【摘要】设计了一个基~Visualc++平台的多输入多输出的BP神经网络程序，依据正交实验 设计训练样本 ，实现 了注射成型产品多质量指标的高精度预测，可实现对注塑产品质量的监 控 ，提 高了实际生产效率。 关键词 ：多输入多输 出BP神经 网络 ；正交实验 ；注射成型；质量指标 Application0fBPNeuralNetworkinInjection MoldingProductsQualityControl A【bstract】Accordingtothetrainingsamplesdesignedwithorthogonalexperiment，theauthor designedaMIMO neuralnetworkbyusingVisualC++．which couldpreciselyforecastmultiple qualitytargetsoftheinjectionmoldingproducts．Theoutcomeshowedthesystemimprovedthe productivityandachievedthequalitymonitorofrejectedproducts． Keywords：MIMOBPneuralnetwork；orthogonalexperiment；injectionmolding；qualitytargets 1 引言 方案，实现最大效益的目的。 在注射成型生产 中，产品有着不同的质量要求 在注射成型过程 中，注射过程参数对注塑件的质 (如翘曲量、表面沉降斑、重量等)，不同质量指标有着 量有直接而重要的影响，但是通过普通 的试验设计方 交互影响作用，难 以同时兼顾，实现在线调整多个质 法来研究两者间的关系，则需要做大量的试验 。采用 量 目标存在着较大困难 。这不仅 因为注射成型复杂的 正交法来研究则可 以快速、经济地得到定性的结果。 工艺和在压力、温度波动下难 以预测的材料行为，还 据此获得BP神经网络训练的样本数据，以实现在较 由于制品质量与机器参数、模具参数 、材料性能和成 少的试验数据下建立满足 目标质量指标的较好的神 型工艺之间的关系难 以确定。因此，对各个影响因素 经网络模型。 与制品质量之间的关系进行研究 ，并建立描述制品质 以某打印机顶盖为例，材料选用ABS780，选用 量和影响因素之间关系的工艺模型，对于注塑制品质 的成型工艺参数为：①模具温度范围在 40o=【～60o=【，推 量控制有着重要意义。BP人工神经网络有着极强的 荐值为52．5o=【；②熔体温度范围在 200~C～240~C，推荐 非线性及适应性信息处理能力，使之在模式识别、智 值为 230oC，最大在 275oC；⑧填充时间范围3～5s，推 能控制、组合优化、预测等领域得到成功应用 。所 以， 荐值为 3。5s；④进 口水温 ：25o=【；⑧理想模侧温度 ： 通过建立注塑制品多质量指标和工艺参数之间关系 70o=【；⑥开模时间5s。表 1为实验因素 5因素 4水平 的BP神经网络模型，可应用于制品质量预测及制品 设置。 多质量指标的同时调整控制中。 表 1 实验 因素 5因素4水平设置 ～＼ 乎 2 正交实验设计 因素 、、＼ 1 2 3 4 正交试验设计法主要应用于工农业生产和科