基于蟻群神經網絡的家電殼體注塑成型質量預測.pdf

1、塑料與水泥、金屬、木材俗稱國民經濟四大材料。塑料工業(yè)在國民經濟中占有重要地位。塑料的機械加工性能優(yōu)良,而且具有質量輕、耐腐蝕、電絕緣性能好、比強度高等優(yōu)點。優(yōu)異的材料及力學性能使塑料在工程領域應用范圍越來越廣。包裝、汽車和家電等行業(yè)為減輕重量、降低成本,大都用塑料零件取代金屬零件。塑料只有通過成型才能成為有價值的使用商品,據統(tǒng)計絕大部分的塑料零配件都是通過注塑工藝來實現的,注塑工藝是塑料成型中的重要成型方式。
　　 近年來由于有

2、限元理論的成熟和計算機技術的發(fā)展,使得以有限元為基礎的數值模擬技術逐漸得到推廣和應用。數值模擬技術的發(fā)展,使得通過數學建模來模擬注塑成型成為現實,為研究并控制注塑成型缺陷提供了良好工具,結合數值優(yōu)化方法,為注塑質量的控制提供了一條新的途徑。
　　 本文就是在上述的技術背景上,對注塑件的常見缺陷-翹曲量的控制進行了研究。通過分析家電行業(yè)的發(fā)展形勢,得出了家電殼體成型研究的必要性。以液晶電視機后殼為對象,以均勻實驗數據為基礎,以Mo

3、ldFlow注塑成型仿真為手段,以工藝參數為實驗因素參數,以翹曲量結果為目標參數,借鑒工程實際經驗確定因素水平,完成試驗表的構建。對均勻實驗得到的數據利用統(tǒng)計學分析工具SPSS進行數據分析,來創(chuàng)建回歸模型并研究參數的影響因子。以均勻實驗數據為樣本,創(chuàng)建基于BP神經網絡的翹曲預測模型。針對BP算法缺陷,設計了一種基于蟻群算法的BP神經網絡優(yōu)化方法,利用該方法建模并將其應用于注塑成型質量預測中,預測精度得到了顯著的提高。
　　 本文

4、的特色在于應用SPSS進行了詳細的數據分析,建立了回歸方程,并確定了各個因素的影響因子,為后續(xù)深入研究打下鋪墊。將蟻群算法與BP神經網絡相結合,融合了蟻群算法的全局性能、啟發(fā)式優(yōu)點和神經網絡的泛化性能,解決了BP算法的不穩(wěn)定性、易陷入局部最優(yōu)值等缺陷,顯著提高了預測精度。
　　 本文的研究內容為注塑成型質量的預測提供了一個新的方法,具有重要的應用價值。所實現的方法具有通用性,可以為后來的研究借鑒,具有一定的學術價值。