Taguchi与RBF神经网络在注塑翘曲参数优化中的应用.pdfVIP

叫 气 .，巧L 一 Taguchi 与RBF 神经网络在注塑翘曲参数优化中的应用 陈建松，闵 雁，伍乃联 (广东工业大学机电工程学院， 广东广州 51仪泊6) 仿真的基础上，采用回口试验设计 (Ti略uchi) 和径向基神经网络 (RBF) 技术对引起翘曲的塑参数进行了优 : Taguchi 技术可以在较少的试验次数的情况下，确定各因素对翘曲的影响程度，获取各因素最佳的水平组合;运用 曲产生的神经网络模型，可以预测各因素在不同水平组合下的翘曲变形程度，达到离线预测的目的。 主是.筒: 注塑翘幽; Taguchi 试验设计; RBF 神经网络;参数优化 中图分类号: TQ320.66 文目前标识码: A 文章编号: 1∞9-9492 (2∞8) 01-∞89-04 注塑成型是一个多变盐、分布参数、 非线性、 强搞合 且需要人参与的复杂的过程 [ 门，一般在注塑机、 注塑原材 料、模具、环搅温度确定的情况下，注塑参数的设定对制 品的质量有着直接的影响。 翘曲作为注塑制品尤其是薄吕牵 制品中比较常见的外观质量缺陷，它的产生与压力、 温度 等多种注塑参数的设定有密切关系，但由于各参数之间的 非线性和强藕合特性，使得消除翘曲的参数设定过程相当 费时。 因此如果能离线预测翘曲程度，并能在较短的时间 内获得合适的参数组合的话，将极大的减少参数设定的时 间，提高生产效率。 本文在 CAE 软件 Moldflow 对塑料熔体的充摸过程进 行模拟仿真的基础上，运用 Taguchi 试验设计和 RBF 人工 神经网络技术，对影响翘曲的注塑参数设定，进行了两阶 段的分步优化。 图 l 为整个翘曲参数优化的流程。 1 Taguchi 参数优化 1.1 Taguchi 算法 Taguchi 实验设计方法采用正交实验和方差分析技术， 能对多因数多水平试验进行优化。 在 Taguchi 实验设计中， 采用信噪比作为实验稳定性的评价指标，公式如下: 图 1 翘曲参数优化流程 ， l ) ， t 、 η =-10lg(J- Zyj) , .. i = I 差分析，辨别主要因素和次要因素，并找到所有因索对试 其中 η 为信噪比; Yi 为不同噪声条件下翘曲的观测值。 验指标即翘曲的是优水平组合。 本文取工程上常用的模具温度、保压压力、冷却时间作为 F凡他 !E) (2) 4 试验设计的 3 个因絮，各因素取 3 水平，故可采用 L9 (3 ) 式中 F为各因素平均离差平方和与试验误差的平均离 差平方和之比;凡 ω，. !E) 为在给定检验水平 α，从 F 正交试验袤的前三列进行试验。 采用正交试验表进行试验