论文部分内容阅读
基于BP人工神经网络，研究高密度聚乙烯（PE–HD）、低密度聚乙烯（PE–LD）材料的振动挤出加工过程，建立螺杆转速、振动及口模诸因子与挤出胀大、压力和功率等输出特性参数间精确、高效、简洁的非线性映射关系，为挤出加工参数的优化和挤出加工质量的控制提供依据。结果证明，基于BP神经网络模型能够很好地预测聚合物挤出加工特性参数，所建网络具有精确、高速、自适应等特点。