论文部分内容阅读
塑料与水泥、金属、木材俗称国民经济四大材料。塑料工业在国民经济中占有重要地位。塑料的机械加工性能优良,而且具有质量轻、耐腐蚀、电绝缘性能好、比强度高等优点。优异的材料及力学性能使塑料在工程领域应用范围越来越广。包装、汽车和家电等行业为减轻重量、降低成本,大都用塑料零件取代金属零件。塑料只有通过成型才能成为有价值的使用商品,据统计绝大部分的塑料零配件都是通过注塑工艺来实现的,注塑工艺是塑料成型中的重要成型方式。近年来由于有限元理论的成熟和计算机技术的发展,使得以有限元为基础的数值模拟技术逐渐得到推广和应用。数值模拟技术的发展,使得通过数学建模来模拟注塑成型成为现实,为研究并控制注塑成型缺陷提供了良好工具,结合数值优化方法,为注塑质量的控制提供了一条新的途径。本文就是在上述的技术背景上,对注塑件的常见缺陷-翘曲量的控制进行了研究。通过分析家电行业的发展形势,得出了家电壳体成型研究的必要性。以液晶电视机后壳为对象,以均匀实验数据为基础,以MoldFlow注塑成型仿真为手段,以工艺参数为实验因素参数,以翘曲量结果为目标参数,借鉴工程实际经验确定因素水平,完成试验表的构建。对均匀实验得到的数据利用统计学分析工具SPSS进行数据分析,来创建回归模型并研究参数的影响因子。以均匀实验数据为样本,创建基于BP神经网络的翘曲预测模型。针对BP算法缺陷,设计了一种基于蚁群算法的BP神经网络优化方法,利用该方法建模并将其应用于注塑成型质量预测中,预测精度得到了显著的提高。本文的特色在于应用SPSS进行了详细的数据分析,建立了回归方程,并确定了各个因素的影响因子,为后续深入研究打下铺垫。将蚁群算法与BP神经网络相结合,融合了蚁群算法的全局性能、启发式优点和神经网络的泛化性能,解决了BP算法的不稳定性、易陷入局部最优值等缺陷,显著提高了预测精度。本文的研究内容为注塑成型质量的预测提供了一个新的方法,具有重要的应用价值。所实现的方法具有通用性,可以为后来的研究借鉴,具有一定的学术价值。