随着人们对塑料制品要求越来越高,塑料制品趋于复杂化、精密化和集成化,传统的注射成型已经不能满足对制品质量的要求,因此,促进了分级注射成型技术的发展。塑件成型质量主要受模具、材料以及工艺参数的影响,分级注射成型分级点的确定以及通过优化工艺参数提高塑件制品质量一直是该领域的难点。因此,针对分级注射成型的特性,本文以电动车头罩为研究对象,首先对成型过程进行分级,然后利用多种数学算法结合的方法寻求最佳工艺参数组合,最后利用CAE进行模拟验证。研究的主要工作内容为:(1)以电动车头罩为研究对象,根据产品的结构特性和功能特性等建立冷却系统和浇注系统,根据流动分析、冷却分析,分别验证浇注系统和冷却系统的合理性,最后应用实际生产工艺参数再现产品问题区域来验证整个分析模型的有效性。(2)应用Moldflow流动分析中推荐的螺杆速度来确定电动车头罩分级注射分级点和初步的各级注射速率。(3)利用正交试验设计,建立不同的成型工艺参数组合下对应的最大翘曲量和最大体积收缩率;然后用TOPSIS综合分析法对不同工艺参数组合下的评价指标进行评价;最后利用均值、极差和方差分析获得最佳工艺参数组合和影响制品质量最大的四个因子。(4)对影响制品质量最大的四个因子进行水平细化,建立第二次正交试验;然后构建广义回归神经网络GRNN模型,并且利用上述(3)中正交试验的32组试验作为网络训练样本,第二次正交试验的9组试验作为预测样本进行网络预测,寻求最佳工艺参数组合;最后利用CAE进行模拟验证。研究结果表明,采用CAE数值模拟技术、正交试验、TOPSIS综合评价法以及GRNN结合的方法,能够搜寻到分级注射成型最佳工艺参数组合,即熔体温度245℃、保压压力75MPa、保压时间2s,冷却时间5s、一级注射速率10%、二级注射速率45%、三级注射速率77.5%、四级注射速率55%、五级注射速率20%。最佳工艺参数组合下最大翘曲量为1.276mm,最大体积收缩率为6.422%,此方法为解决分级注射成型工艺参数优化提供了一种可行的方案。