注塑成型又称注射成型。注塑成型过程中工艺参数对成型质量的影响情况存在诸多非线性动态和不确定因素,使得该过程的工艺参数优化和质量控制一直是该领域的一大难点问题。传统的试模方法不仅费时、成本高,而且过于依赖经验和以往案例,准确度不高,尤其难以胜任新产品投产周期短的要求。数值仿真虽然可以降低试模的成本,仿真结果也可对工艺调整作出定性指导,但这种指导缺乏定量的精度。试验设计方法在一定程度上可以减少反复试凑的盲目性,能以较少的试验次数得到试验范围内较优的工艺参数组合。但由于试验考察的因素水平有限,所以难以实现工艺参数对成型质量的多目标全局优化。本文作者分析了聚合物熔体在流动和传热过程中流变行为,以及热塑性塑料注塑成型数值仿真理论,根据现有的研究水平和研究方法,将智能优化技术引入注塑成型工艺参数优化中,用数值仿真正交试验获得的样本数据,建立神经网络集、并将遗传算法和模糊加权综合评分相结合,提出多目标优化的方法和模型。以一薄壳型零件为研究对象,实例结果验证了该方法的可行性。本文进行了以下的研究及相应的结论如下：1.深入探讨注塑成型流变理论和工艺参数对成型质量的影响关系,在注塑模CAE软件分析的基础上研究了注塑成型仿真理论。根据制品结构设计和使用要求,确定了制品的质量指标及相应的工艺条件。2.用正交试验和CAE仿真软件获得的数据样本,进行极差分析和模糊加权综合质量评分分析,结果表明：1)对于体积收缩变化量来说,熔体温度的影响最大,保压压力的影响次之,模具温度的影响较小；2)对于平均体积收缩率来说,保压压力的影响最大,模具温度、熔体温度和填充时间对其也都有比较大的影响；3)对于缩痕指数,熔体温度、保压压力都有较大的影响,填充时间的影响次之；4)对于翘曲变形量,保压压力的影响最大,熔体温度、填充时间和冷却时间也有较大的影响；5)通过模糊加权综合评分将多目标问题转化为单目标问题,可以有效解决多质量指标冲突和综合寻优的问题。3.建立了用于预测制品质量的神经网络集近似计算代理模型,得到了工艺参数对制品各质量指标的非线性映射关系,为工艺参数的优化提供了数学模型。采纳遗传算法的自然进化思想,以制品质量模糊综合评分函数作为适应度函数,以6个工艺参数为设计变量,对神经网络集近似计算代理模型进行全局寻优,得到试验范围内的最优工艺参数组合,实现了制品质量指标的多目标优化。结果表明：该多目标优化方法是合理的、可行的。利用CAE仿真软件,以及试验设计和智能优化算法的应用,可以在设计阶段考虑到产品各种可能的缺陷,并对工艺参数进行综合优化,缩短设计周期,提供制品质量。本文提出的智能优化思想不仅适用于注塑成型,对其它多因素、尤其是多指标约束、非线性和不确定系统的优化问题也同样适用。