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。

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。