注塑模cae智能化和远程应用系统的关键技术研究

《注塑模cae智能化和远程应用系统的关键技术研究》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、西华，：学硬士学位论文摘要CAE软件的智能化是当今CAE应用系统的一个重要发展方向，运用人工智能技术及方法，在原有cAE软件准确的计算功能基础上，由系统帮助用户实现各种参数的优化设置、提供合理的工艺评价以及改进建议，将能有效提高CAE软件的应用价值，大大减轻用户的负担。本文试图运用知识工程的原理和方法，解挑传统注塑模CAE系统中一些需要耗费用户大量精力的决策性问题，推进CAE软件向智能方向发展。本文建立了径向墓函数注塑成型注射压力和熔体温度神经网络模型，与通常的BP网络模型的改进最优算法和LM算法进行了对

2、比，并用注塑模CAE分析结果进行了校核。结果表弱，对于本文研究的问题，径向基函数网络在精度、训练速度等方面优于BP网络。具体内容包括优化目标函数的确立，神经网络输入输出参数的确定，学习样本的组织等。对于个别难以计算的参数还给出了详细的算法。面对CAE分析产生的大量信息，本文通过对分析方案进行数据挖掘得到分析结果的知识化表示，依据注塑成型领域的专家知识，采用专家系统技术对分析结果进行推理，给出方案评价和改进意见。本文还研究了注塑模CAE远程应用系统的实现。围绕着建立最优系统模型，探讨了数据压维算法和FrP文

3、件服务，并采用主从服务器分离法提高系统性能。为进一步优化系统，运用了多线程、套接字、ADO和RAS远程拨号等技术。关键词：注塑模CAE人工神经网络专家系统远程应用角l页(共69页)注堑摸。也智能化和远程应用系统羌健技术研宄AbstractTheintelligeutizafionhasbecomeanimportantdevelopmenttrendfc口CAEsoftware．BasedOllthepowerfulcalculationabilityofthetraditionalCAEsymem．Ar

4、tificialIntelligencetechnologyandmethodearhelpugersoptimizeautomaticallysomeprocessparametersandobtainreasonableprocessevaluationsandimprovementsuggestions,whichinCl'easastheap嘲ieationvalueoftheCAEsoftwareanddecreasesthemanipulatingdi茁cultyforUSerS．Theref

5、ore．thetechniqueandmethodbasedonArtificialIntelligenceisrasealchedinthispapertopropeltheintelligentlzationofInjectionMoldingCAEsystemandhelpusel'sⅢakedecisionsinprocessdesign，AradialbasisfmietionnetworkmodelonhIicctioupressureandmelttemperatureof画ectionmo

6、ldingisestablishedinthispaper．Thepredictionroodelbasedouradialbasisfunctionnetworkistrainedthrongll蜘eetionmoldingCAE‘lataandVedfledbyadditionaldataSUCCasSfully．AnothernetworkmodeIbasedonbackpropagationnetworkisalsotrainedforcomparison．Theresultsshowthatfo

7、ftheproblemstudiedinthispaper．theradialbasisfunctionnetworkismuchbetterthanbackpropagationnetworkinaCCUlacyandspeedoftraining．Theestablishmentoftargetfunclionforoptimization．thedefinitionforinputandoutputparametersofArtificialNeuralNetworkmodel，andtheorga

8、nizationoftrainingsamplesalealsodiscussed．Becausesomespecialpalameterscannotbecarriedouteasily,detailedcalculatingmethodisprovided．cAEanalysiscanproduceagreatofin．formation．Data．MiningmethodisusedIotranslatethesesim