目前普遍使用工业注塑机开展高分子科学研究,不仅原材料需求多而且研制周期长,大大浪费了资源和时间。因此,在调研当今注塑机和高分子科学研究现状的基础上,对传统工业注塑机进行研究与改进,使之更适合于科研需要就显得非常必要和迫切。本课题的主要工作包括注塑机机械部分的改进、控制部分的完善以及对其制品性能进行预测等三大内容。机械部分的改进:经过需求分析,首先对主体关键部件螺杆进行了改进设计,在此基础上再对绝热喷嘴、塑化部件、电动连杆、推力座、顶出装置等零部件进行了重新设计;控制部分的完善:由于温度是影响注塑产品质量最主要的因素,因此针对传统注塑机温控系统超调量大、调节时间长的缺点,本课题把PID控制系统与模糊原理相结合,设计并具体开发出了基于模糊自适应的PID注塑机温控系统;制品性能预测:基于径向基函数(RBF)神经网络具有学习速度快、动态仿真性强以及较强的输入输出映射功能和全局最优逼近的结构特点,本课题尝试了将其应用于麦杆增强复合板材力学性能的预测。预测中,网络中心点的选取采用K均值聚类学习算法,并以成型温度和成型压力为对象进行建模与预测。本课题运用CAD技术和模糊控制技术对注塑机的机械和控制部分进行了设计与改进,并开发出了基于RBF神经网络复合板材力学性能预测系统。这些结果的进一步应用,必将使其更适合于试验、开发与研究,并且具有精确的控制与较强的智能预测功能。