-
题名基于粒子群算法的汽车仪表框架注塑工艺参数优化
被引量：9
- 1
-
-
作者
方明月
张宇
王彻
王儒
-
机构
安徽信息工程学院机械工程学院
-
出处
《塑料工业》
CAS
CSCD
北大核心
2024年第2期79-85,90,共8页
-
基金
安徽信息工程学院青年科研基金项目(22QNJJKJ008)
安徽省高等学校自然科学研究项目(KJ2021A1205)
"机械设计制造及其自动化"(2020ylzyjsd02)。
-
文摘
以某汽车仪表框架为例,对塑件注塑后的翘曲量进行研究。选取模具温度、熔体温度、冷却时间、保压压力、保压时间和注射时间作为自变量,以翘曲量作为优化对象。通过正交试验得到各个工艺参数范围内翘曲量较小的工艺参数组合,利用BP神经网络建立塑件翘曲量和各工艺参数之间的非线性模型。将BP神经网络模型作为粒子群算法的适应度函数,通过粒子群算法的优化能力对工艺参数进行优化,并得到最小的翘曲量0.9363 mm和最优的工艺参数组合,即模具温度55.813℃,熔体温度259.568℃,冷却时间29.650 s,保压压力85.02 MPa,保压时间29.187 s,注射时间1.23 s。利用Moldflow模流分析软件对最优的工艺参数组合进行翘曲分析,得到翘曲量为0.9489 mm。与初始默认值和正交试验优化的工艺参数结果对比,翘曲量分别降低了64.48%和19.17%,达到优化塑件质量的目的。
-
关键词
汽车仪表框架
BP神经网络
粒子群算法
注塑工艺参数优化
-
Keywords
Automobile Instrument Frame
BP Neural Network
Particle Swarm Optimization Algorithm
Injection Process Parameter Optimization
-
分类号
TQ320
[化学工程—合成树脂塑料工业]
-
