CN118395873B 一种塑料合金制品注塑质量优化方法 （广东海杺橡塑科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118395873B(45)授权公告日2025.07.04

(21)申请号202410671152.8

(22)申请日2024.05.28

(65)同一申请的已公布的文献号申请公布号CN118395873A

(43)申请公布日2024.07.26

(73)专利权人广东海秘橡塑科技有限公司

地址528400广东省中山市东凤镇永益村

东海六路34号之一A区一楼之二、C区

一楼之二

(72)发明人化君益范希营郭永环季广中

(74)专利代理机构深圳立专知识产权代理有限公司441000

专利代理师黄佳

(51)Int.CI.

GO6F30/27(2020.01)

GO6F30/10(2020.01)

G16C60/00(2019.01)

GO6F17/16(2006.01)

GO6F17/18(2006.01)

GO6N3/0499(2023.01)

GO6N3/08(2023.01)

GO6F119/08(2020.01)

GO6F111/06(2020.01)

GO6F119/14(2020.01)

(56)对比文件

CN112101630A,2020.12.18

CN113722992A,2021.11.30

审查员吴雪

权利要求书2页说明书12页附图5页

(54)发明名称

一种塑料合金制品注塑质量优化方法

(57)摘要

CN118395873B本发明公开了一种塑料合金制品注塑质量优化方法，以PC/ABS塑料合金注塑制品的翘曲变形量和体积收缩率为质量优化目标，首先基于CAE仿真和正交试验设计获取试验方案结果，然后利用WCA不断迭代来搜索最优的KELM核函数参数σ和正则化系数C,构建基于水循环算法WCA优化的核极限学习机WCA-KELM预测模型，然后利用多目标海鸥优化算法MOSOA找到Pareto最优前沿，最后使用灰色关联评价方法从Pareto最优前沿中获得最优解。本发明能够实现有效降低PC/ABS塑料合金注塑成型产品的翘曲变形量和体积收缩率，可以为获取PC/

CN118395873B

CN118395873B权利要求书1/2页

2

1.一种塑料合金制品注塑质量优化方法，其特征在于，具体包括以下步骤：

Step1,将翘曲变形量和体积收缩率作为优化目标，选择注塑工艺参数及其取值范围作为优化设计变量，根据各工艺参数取值范围进行试验设计，并进行注塑模拟仿真，获得仿真试验结果；

Step2,基于仿真试验结果对KELM进行改进：

ELM包含三层：N个输入层、L个隐含层、M个输出层，对于N个不同的样例(x;,y;)∈R×R,i=1,2,…,N,若输出记为T,则ELM的输出表示为：

fgL?(x)=∑βh,(x)=h(x)β=T

β=HT

H=H(HH)-1

式中：H和h(x)为隐含层输出矩阵；H为H的转置矩阵；H为H的广义逆矩阵；K为隐含层神经元数目；g(·)为激活函数；β为隐含层神经元与输出层神经元的连接权值；@为输入层神经元与隐含层神经元的权向量；b为隐含层神经元的偏置；

引入核函数来度量样本之间的相似度，根据Mercer条件定义KELM的核矩阵，表示如下：ΩKELM=HH:ΩKELMa)=h(x;)·h(x;)=K(x,x,)

式中：K(x,,x;)为核函数，设定为RBF核，则核函数表示如下：

K(x,,x)=exp{-1|x;-x;II/2c2}

式中：为核函数参数；

KELM模型输出函数的表达式为：

式中：H和h(x)为隐含层输出矩阵；H为H的转置矩阵；I为单位矩阵；C为正则化系数；T表示期望输出；

利用WCA不断迭代来搜索最优的KELM核函数参数σ和KELM正则化系数C,构建WCA-KELM预测模型；

Step3,在WCA-KELM预测模型上利用MOSOA迭代寻优，获得Pareto最优前沿；

Step4,使用灰色关联评价从Pareto最优前沿中获得最优解。

2.根据权利要求1所述的塑料合金制品注塑质量优化方法，其特征在于，Step3中，MOSOA迭代寻优的选择以适应度为原则，保留适应度高的个体，淘汰适应度低的个体。

3.根据权利要求1所述的塑料合金制品注塑质量优化方法，其特征在于，Step4中，灰色关