随着工业的发展以及注塑成型技术的广泛应用,塑料制品的使用已经几乎渗透到各个行业中。注塑制品的广泛使用使得生产厂家对注塑制品质量愈来愈重视。翘曲变形是影响注塑制品质量最重要的因素之一,必然会受到产品设计师、质量控制及用户的关注和重视。由于引起翘曲的因素相当复杂,本文确定了塑件的使用性能及其相关要求后,在经济合理和技术可行的原则下,运用正交试验设计与CAE,人工神经网络相结合的方法调整和确定合理的工艺参数,减小了塑件的翘曲变形,保证产品的质量。本文以用于无水马桶排风管道中安装风扇的“风扇壳”为研究对象,采用注塑仿真软件Moldflow和人工神经网络的结合来优化风扇壳的翘曲变形量。通过软件模拟和试验相结合的方法,解决了注塑过程中翘曲缺陷,以合理的经济投入,满足质量的要求。首先,根据浇注系统建立的原则,对风扇壳建立了不同浇注系统的成型方案,利用Moldflow软件对不同的成型方案进行模拟分析。通过对不同成型方案的模拟结果分析得出了最优的成型方案,即得到风扇壳优化的浇注系统。其次,通过对注塑参数优化方法进行了归纳和总结,介绍了注塑过程和注塑参数。同时详细分析了翘曲缺陷产生的原因,以及Moldflow进行翘曲分析的步骤。利用正交实验设计方法研究了注塑翘曲参数的优化。结合实际检测的数据,分析不同注塑参数对翘曲缺陷的影响程度,得到并验证了最佳因素水平组合。再则,将正交实验的试验数据和BP神经网络结合起来,利用正交试验表的试验数据为BP神经网络提供训练数据及检验数据。检验结果表明了BP神经网络建立的有效性。输入BP神经网络进行翘曲的离线预测,完成了BP神经网络在不同注塑参数组合下风扇壳翘曲变形量的预测值。本文结合Moldflow、正交实验设计、BP基神经网络的方法对注塑过程中翘曲变形量进行了优化,得出最优的成型方案及注塑参数组合。论文最后对全文所展开的研究工作进行了总结,并进行了进一步的展望。研究表明:浇注系统和注塑工艺参数的优化对翘曲变形量的改善效果显著,其中保压时间是风扇壳成型中影响翘曲变形最主要的工艺参数,使其的翘曲变形量大大降低,有效地提高了风扇壳塑件的质量。