HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于类神经网络注塑成型翘曲和收缩值之预测

作者:吴学霖 翁芳柏 王士荣射出成型模流分析田口法倒传递神经网络

摘要:以熔融温度、模具温度、射出时间、保压压力、保压时间等5个制程参数作为控制因子。利用Moldflow来模拟塑料薄壳挡板不同的成型制程参数下的翘曲与收缩值。基于仿真所得翘曲及收缩值数据,使用田口方法结合倒传递神经网络5-14-14-2建立预测模型。再利用测试样本来验证的倒传递神经网络模型的准确性。运用所建立的倒传递神经网络模型预测其他成型制程参数的翘曲及收缩值。结果证明,田口法结合倒传递神经网络,不仅可以有效的优化倒传递神经网络,而能成功的预测翘曲及收缩值,与Moldflow仿真值相比平均误差都在±1%内。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

机械研究与应用

《机械研究与应用》(CN:62-1066/TH)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《机械研究与应用》杂志的读者对象主要是从事机械行业的企业、科研、设计、制造工程等的研究人员、技术人员、管理人员和相关专业的大专院校师生等。

杂志详情