随着汽车轻量化、环保的需求不断加大,汽车零部件塑料化的进程不断加快,越来越多的汽车金属零件用塑料件来代替,汽车塑料件的结构越来越复杂,外观质量、尺寸精度及刚度和强度的要求也越来越高。同时翘曲变形是衡量塑件质量的一个重要指标,因此对汽车塑料件成型的翘曲变形控制的研究显得十分必要。本文以汽车蓄电池托架为研究对象,通过优化注塑成型工艺参数来降低托架的翘曲变形量。首先介绍了翘曲变形研究概况及工艺优化研究现状,通过Moldflow软件建立有限元模型,并进行注塑成型过程模拟分析,验证了浇注系统和冷却系统的合理性。其次,采用正交试验法分析熔体温度、模具温度、注射时间、保压时间和保压压力这五个工艺参数对制件翘曲变形的影响,建立5因子5水平的正交试验表,并用极差分析法和方差分析法对仿真试验数据进行分析,得到各个工艺参数对翘曲变形值的影响情况,其中影响最为显著的是保压压力。同时获得了正交试验的最优工艺参数组合,接着在其附近使用均匀试验法进行小范围多水平寻优,进行了8组试验,实现了进一步减小翘曲变形量的目标。然后,使用正交试验和均匀试验中的试验数据作为人工神经网络的训练样本,建立了以工艺参数为输入变量、翘曲变形量为输出变量的PSO-BP (粒子群算法与误差反向传播算法)神经网络预测模型,并用检验样本验证了神经网络的翘曲变形量预测模型的可靠性和准确性。最后,结合神经网络翘曲预测模型,应用PSO算法进行工艺参数优化,获得了全局最小翘曲变形量,并与Moldflow软件的结果对比,结果表明在神经网络预测模型上运用PSO算法对工艺参数进行优化是可行的。研究表明,成型工艺参数的优化有效地减小了制件的翘曲变形量。本文的研究方法对实际生产中缩短优化工艺参数的时间,改善注塑件的质量有一定的指导意义。