基于BP神经网络的高光无流痕成型工艺优化

被引:9
作者
罗华云
邱国旺
卢齐英
机构
[1] 南昌大学科学技术学院
关键词
高光无流痕; 正交试验; CAE; 翘曲变形量; BP神经网络;
D O I
暂无
中图分类号
TQ320.6 [生产过程与生产工艺]; TP183 [人工神经网络与计算];
学科分类号
0805 ; 080502 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
在对高光无流痕成型深入研究的基础上,以OPPO手机外壳为例将正交试验方法和CAE模拟相结合,以翘曲变形量为主要评价指标,研究工艺参数对高光制品翘曲变形量的影响趋势,然后利用BP神经网络建立主要工艺参数和塑件翘曲变形量之间的数学模型,并通过模型对塑件翘曲变形量进行预测,并经实验验证了该方法的可靠性。新技术和新思路的运用,在控制OPPO手机外壳翘曲变形方面产生了良好的效果,对实践生产具有一定的指导意义。
引用
收藏
页码:81 / 83
页数:3
相关论文
共 12 条
[1]   基于BP人工神经网络的异形透盖注塑件翘曲变形分析 [J].
周婷 ;
刘斌 .
塑料工业, 2011, 39 (10) :59-61
[2]   高光成型制品体积收缩率的数值模拟优化与结果预测 [J].
张正彬 ;
陈晨 ;
陈从升 .
塑料工业, 2011, 39 (05) :117-120
[3]   基于BP神经网络的森林可燃物负荷量估测 [J].
何长虹 ;
黄全义 ;
申世飞 ;
王飞 .
清华大学学报(自然科学版), 2011, 51 (02) :230-233
[4]   改进的遗传算法在神经网络结构优化中的应用 [J].
吴永明 ;
吴晟 .
微型机与应用, 2011, 30 (03) :79-81+85
[5]   基于神经网络汽车门把手的注塑工艺参数优化 [J].
盛湘飞 ;
黄放 ;
罗湛 .
塑料, 2010, 39 (06) :11-13
[6]   基于神经网络和遗传算法的注射成型工艺优化 [J].
纪良波 ;
陈芳 .
塑料, 2010, 39 (01) :113-115
[7]   变模温注塑热响应模拟与模具结构优化 [J].
王桂龙 ;
赵国群 ;
李辉平 ;
管延锦 ;
陈良 .
机械工程学报, 2009, 45 (06) :216-221
[8]   高光注射成型工艺特性研究:翘曲、收缩与沉降指数 [J].
刘东雷 ;
辛勇 .
中国塑料, 2009, (03) :70-75
[9]   基于人工神经网络的聚合物挤出胀大比预测 [J].
何智慧 ;
马万珍 ;
王洪波 ;
郭洪飞 .
塑料, 2008, (02) :100-102+28
[10]   基于CAE技术的注塑模具设计 [J].
申长雨 ;
王利霞 ;
陈静波 ;
刘春太 .
中国塑料, 2002, (01) :78-82