发明名称 |
一种基于BP神经网络的汽车内饰面板注塑成型工艺 |
摘要 |
本发明公开了一种基于BP神经网络的汽车内饰面板注塑成型工艺,包括以下步骤:建立塑件模流CAE分析模型;对塑件的注塑成型工艺参数进行仿真,确定可设置工艺参数;初步寻优各工艺参数基于翘曲改善的优值域。将所得试验结果应用BP神经网络进行预测模型训练,获得预测模型;在所得优值域基础上设计二次立体正交优化值域寻优方案,并运用神经网络模型进行预测,直接寻优最佳参数域值。本发明针对其注塑时CAE分析时出现的翘曲变形比较大的问题,寻优塑件的最小翘曲最佳注塑工艺参数,降低实际注塑试模次数及试模成本,降低工作量,提高工作效率。 |
申请公布号 |
CN106055787A |
申请公布日期 |
2016.10.26 |
申请号 |
CN201610372557.7 |
申请日期 |
2016.05.30 |
申请人 |
广西科技大学 |
发明人 |
李炜;黄力;李瑞娟;罗永有 |
分类号 |
G06F17/50(2006.01)I |
主分类号 |
G06F17/50(2006.01)I |
代理机构 |
北京中恒高博知识产权代理有限公司 11249 |
代理人 |
高玉滨 |
主权项 |
一种基于BP神经网络的汽车内饰面板注塑成型工艺,其特征在于,包括以下步骤:A、建立塑件模流CAE分析模型;B、运用moliflow2015软件对塑件的注塑成型工艺参数进行仿真, 确定应用CAE分析优化解决产品翘曲过大问题的所需要考虑的可设置工艺参数;C、将上述各工艺参数运用Mintab 进行Tugachi法平面正交试验设计,并运用CAE软件进行翘曲分析,获得各因素水平下的翘曲变形结果,运用Mintab进行因素影响权重分析,初步寻优各工艺参数基于翘曲改善的优值域;D、将所得试验结果应用BP神经网络进行预测模型训练,获得预测模型;E、在所得优值域基础上设计二次立体正交优化值域寻优方案,并运用神经网络模型进行预测,直接寻优最佳参数域值。 |
地址 |
545005 广西壮族自治区柳州市城中区东环大道268号 |