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

基于响应面法和广泛学习粒子群算法的注塑件体积收缩优化

作者:刘月云; 盛信仁; 张静注塑成型响应面法广泛学习粒子群算法体积收缩率工艺参数优化

摘要:以柜式空调面板为研究对象,将体积收缩率作为优化目标。利用实验设计分析出对体积收缩率影响较大的4个工艺参数为熔体温度、模具温度、保压压力及保压时间。以这4个工艺参数为实验变量,通过响应面法(RSM)构建出它们与体积收缩率之间的响应面模型,使用残差分析检验响应面模型的拟合质量,并对响应面法优化结果进行CAE模拟验证,得出响应面模型具有较高精度。最后,运用广泛学习粒子群算法(CLPSO)对响应面模型进行迭代寻优,并验证优化结果。结果表明,将实验设计、响应面法及广泛学习粒子群算法相结合的优化效果好,能够显著降低塑件体积收缩率。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

塑性工程学报

《塑性工程学报》(CN:11-3449/TG)是一本有较高学术价值的大型月刊,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。

杂志详情