电热变模温注塑模具加热系统设计方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 105760571 A (43)申请公布日 2016.07.13 (21)申请号 201610013088.X (22)申请日 2016.01.08 (71)申请人 浙江工业大学 地址 310014 浙江省杭州市下城区朝晖六 区潮王路18号浙江工业大学 (72)发明人 李吉泉　周杭超　姜少飞　周升铭　 (74)专利代理机构 杭州斯可睿专利事务所有限 公司 33241 代理人 王利强 (51)Int.Cl. G06F 17/50(2006.01) 权利要求书2页 说明书9页 附图3页 (54)发明名称 电热变模温注塑模具加热系统设计方法 (57)摘要 一种基于BP-NSGA2多目标优化与TOPSIS多 属性决策的电热变模温注塑模具加热系统优化 方法，包括：步骤S100，建立模具加热阶段热响应 分析模型，确定设计变量和优化目标；步骤S200， 采用中心复合试验设计获得试验样本；步骤 S300，对样本进行训练，并建立加热时间和加热 后型腔表面温差的BP神经网络模型；步骤S400， 运用NSGA2多目标遗传算法对BP神经网络模型进 行优化，获得Pareto最优解集；步骤S500，采用熵 值权重法确定各优化目标的客观权重；步骤 S600，基于TOPSIS策略对Pareto最优解集进行优 先度排序获得最佳的加热方案。本发明有效地提 A 高模具的加热效率，改善型腔表面的温度均匀 1 性，提高模具的开发效率，缩短开发成本以及开 7 5 0 发周期。 6 7 5 0 1 N C CN 105760571 A 权　利　要　求　书 1/2 页 1.一种基于BP-NSGA2多目标优化与TOPSIS多属性决策的电热变模温注塑模具加热系 统优化方法，其特征在于，该加热方法包括以下步骤： 步骤S100，建立模具加热阶段热响应分析模型，其中以电热棒的规格和空间布局为设 计变量，加热效率和型腔表面温度均匀性为优化目标； 步骤S200，采用中心复合试验设计CCD获得试验样本； 步骤S300，对样本进行训练，并建立加热时间和加热后型腔表面温差的BP神经网络模 型； 步骤S400，运用NSGA2多目标遗传算法对BP神经网络模型进行优化，获得Pareto最优解 集； 步骤S500，采用熵值权重法确定各优化目标的客观权重； 步骤S600，基于TOPSIS策略对Pareto最优解集进行优先度排序获得最佳的加热方案。 2.根据权利要求1所述的电热变模温注塑模具加热系统优化方法，其特征在于，所述步 骤S100中，采用4个参数进行描述，分别是电热棒的直径、功率密度、电热棒壁面距型腔表面 距离以及电热棒壁面间的距离。 3.根据权利要求1或2所述的电热变模温注塑模具加热系统优化方法，其特征在于，所 述步骤S200中，采用四因素五水平的中心复合试验设计CCD规划样本。 4.根据权利要求2所述的电热变模温注塑模具加热方法，其特征在于，所述步骤S300 中，BP神经网络模型建立步骤如下： 步骤S301，确定训练样本，以电热棒的直径、功率密度、电热棒壁面距型腔表面距离以 及电热棒壁面间的距离四个设计参数为网络输入，以加热时间以及加热后型腔表面温差为 网络输出； 步骤S302，创建BP神经网络并进行网络训练； 步骤S303，根据均方误差MSE，获得所需的多目标优化所需的BP神经网络模型。 5.根据权利要求1、2或4所述的电热变模温注塑模具加热系统优化方法，其特征在于，