资源描述：
《基于人工神经网络技术的注塑成型工艺参数优化》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、模具技术20011No.61文章编号:1001-4934(2001)06-0001-04基于人工神经网络技术的注塑成型工艺参数优化12211王德翔, 刘来英, 王振宝, 周华民, 李德群(11华中科技大学 模具国家重点实验室,湖北 武汉 430074;21青岛海尔模具有限公司,山东 青岛 266101)摘 要:研究了人工神经网络技术在注塑成型工艺参数优化中的应用,通过建立基于神经网络的压力、温度模型以及优化工艺参数的目标函数,实现了基于人工神经网络技术的注射成型工艺参数优化,并将其应用于华中科技大学模具国家重点实验室开发的注
2、塑成型CAE系统HsCAE3DRF中,取得了良好的效果。关键词:人工神经网络;注塑模CAE;工艺参数;优化+中图分类号:TQ3201662文献标识码:AAbstract:TheapplicationoftheANN(ArtificialNeuralNetwork)technologyinoptimizationforinjectionmoldprocessparametersisstudied.Byconstructingtheinjectionpressureandtempera2turemodelbasedonANNme
3、thod,optimizationofprocessparameterisrealized.ThismethodhasbeenappliedininjectionmoldCAEsystemdevelopedbyHUSTStateKeyLabofMold&DieTechnologyandprovedtomakegreateffect.Keywords:artificialneuralnetwork;injectionmoldCAE;processparameter;optimization方法。0 引言1 优化原则和目标函数的
4、确立注塑成型工艺参数优选一直是广大模具设计人员关注的问题,长期以来,凭借经验加反复试模在注塑成型过程中,过高的注射压力不仅提的方法为许多人采用。传统的CAE软件可以在高了对注射机的要求,而且往往会导致成型制品计算机上仿真出指定工艺参数条件下的注塑成型的各种缺陷(如飞边、翘曲变形等),所以较小的成情况,在很大程度上减轻了模具设计人员的试模型压力是模具设计人员追求的目标。同时,成型[1]负担,但其无法提供对工艺参数优化问题的支过程中的塑料温度对成型质量也有重要影响。过持,使用CAE软件人员必须在不同的工艺条件设大的温差导致熔体冷
5、却不一致,局部的过热使塑置下经过多次CAE分析并结合实际经验才能得料发生降解等等。均匀而适当的熔体温度也是成[2]出较满意的工艺结论。因此,根据一定的优化原型质量的保证。则,由软件自动推荐一组最佳工艺参数,无疑能大因此,基于压力和温度的优化原则可描述为:大节省工艺师用于确定工艺方案的时间,同时也较小的注射压力,较小的温差,较小的温降。相应降低了用户使用CAE软件的难度。的优化目标函数为:本文介绍了采用人工神经网络技术模拟注射F(P,Tmax,Tmin)=w1×P+w2×(Tmax-Tmin)成型中两个重要参数(压力和温度),
6、根据基于压+f1(Tmax)+f2(Tmin)(1)力和温度参数的优化原则,选出最佳工艺方案的F———目标函数收稿日期:2001-07-27基金项目:国家自然科学基金资助项目(59975032)作者简介:王德翔(1977～),男,研究生。©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.2DieandMouldTechnologyNo.62001P———注射压力行为规律,又力求简洁(单个输入参数含义明确、Tmax———熔体最高温度参数之间彼此独立、输
7、入输出关系尽量简单)。Tmin———熔体最低温度对于以压力、温度参数作为控制对象的注射f1———罚函数。若Tmax>降解温度,有值;成型物理系统,其行为规律是极其复杂的,往往需要一组联立的偏微分数理方程和边界条件来描否则,无值述,尤其是注射压力,其影响因素甚多,而且诸因f2———罚函数。若Tmin<不流动温度,有素之间还存在耦合关系,从这样一个系统中提取值;否则,无值[4]一组能反应压力变化的参数是比较困难的。w1,w2———权值[5]从力学模型来看,浇口处所需注射压力应当目标函数取得最小值时,即达到优化目标,当满足下述关系
8、:相应的一组工艺参数为最优参数。L5p由此可以看出,建立正确的压力模型和温度P=∫×dl(2)05l模型是优化问题求解的关键。P———注射压力5p———单位流动长度的压降2 基于神经网络的压力、温度模型的建立5lL———流动长度5p211 神经网络概述而正比于流动率S5lb2人工神经网络(
