人工神经网络在金属注射成形技术中的应用

《人工神经网络在金属注射成形技术中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第28卷第1期粉末冶金技术Vol128,No112010年2月PowderMetallurgyTechnologyFeb12010人工神经网络在金属注射成形3技术中的应用1)331)1)3332)1)韩勇何新波曲选辉周瑜许均力1)(北京科技大学材料科学与工程学院,北京100083)2)(北京科技大学信息工程学院,北京100083)摘要:概括介绍了金属注射成形技术的特点,叙述了人工神经网络在金属注射成形中应用的合理性;综述了人工神经网络在塑料注射成形和金属注射成形中应用的研究现状;展望了人工神经网络未来在金属注射成形智能化控制中的应用前景。关键词:金属注射成形;塑料注射成形;智能化控制

2、;人工神经网络Applicationofartificialneuralnetworktometalinjectionmolding1)1)1)2)1)HanYong,HeXinbo,QuXuanhui,ZhouYu,XuJunli1)(SchoolofMaterialsScienceandEngineering,UniversityofScienceandTechnologyBeijing,Beijing100083,China)2)(SchoolofInformationEngineering,UniversityofScienceandTechnologyBeijing,Bei

3、jing100083,China)Abstract:Inordertoenhancingproductionefficiencyandimprovingproductsquality,themetalinjectionmolding(MIM)industryhasbeenexperiencingaprocessofintelligentcontrol.Becauseofthesimilaritybetweenmetalinjectionmoldingandplasticinjectionmolding(PIM),someadvancedtechnologiesinPIMcanbeus

4、edforMIM.Artificialneuralnetwork(ANN)hasbeenwidelystudiedasatoolforthePIMintelligentcontrol,andthistechnologyhasalsobeenusedinMIMmoreandmore.TheresultsshowthatANNhasagoodeffectinpredictingproductsqualityandchoosingtheoptimalprocessingparameters.Keywords:metalinjectionmolding;plasticinjectionmol

5、ding;intelligentcontrol;artificialneuralnetwork金属注射成形(MIM)是塑料注射成形(PIM)与粘度等发生了较大变化。粉末冶金技术相结合而发展起来的一种新型近终形在MIM和PIM的所有工序中,注射阶段都是非[1-2]成形技术。该技术适合于制备体积、质量小,几常关键的一步,因为注射产品的缺陷大都是在这一[3-4]何形状复杂,尺寸精度要求较高的产品,应用该技术步产生的:对于前者来说,主要是表面缺陷、内可以低成本大批量地生产出组织结构均匀、性能优部缩孔、开裂、两相分离、变形翘曲、分层、欠注;对于异的零部件,具有广阔的应用前景。后者来说,主要是翘

6、曲、收缩、沉降斑、残余应力等。MIM源自于PIM,除去后续的脱粘与烧结工序,由于这些缺陷很难在后续工艺中消除,所以如何快其大部分工艺过程与PIM相同;不同的是,MIM由速准确地选择最优注射参数,提高生产效率和产品于金属粉末的加入,注射料的物理性能如热传导率、质量,一直是广大工程技术人员关心的问题。3国家自然科学基金重点项目(50634010);国家“973”计划项目(2006CB605207);教育部长江学者和创新团队发展计划项目(I2P407)33韩勇(1984-),男,硕士研究生。E2mail:csuhy030209@163.com333通讯作者:曲选辉(1960-),男,教授,

7、博士生导师。E2mail:quxh@mater.ustb.edu.cn收稿日期:2008-09-05第28卷第1期韩勇等:人工神经网络在金属注射成形技术中的应用671人工神经网络在注射成形中应用的合理全过程的智能化系统。应用人工智能与专家系统方性法在数值模拟结果的基础上自动对成形方案进行分注射成形充模过程是一个非稳定、非等温、具有析和评价,并提出方案的优化建议,通过CAE与知时变性的流动过程,是一个影响因素繁多的非线性识工程技术共同实现“设计—评价—再设计