基于模流分析与BP神经网络预测算法的蜗轮参数优化分析

作     者：李方方 LI Fang-fang

作者机构：南京信息职业技术学院人工智能学院江苏南京210023 

基　　金：2021年度江苏省高校“青蓝工程”优秀青年骨干教师资助项目(苏教师11号) 2019年度江苏省高校“青蓝工程”优秀教学团队资助项目(苏教师3号) 

出 版 物：《塑料科技》 (Plastics Science and Technology)

年 卷 期：2021年第49卷第11期

页      码：71-75页

摘      要：基于正交试验和BP神经网络模型对蜗轮安装面圆柱度、蜗轮安装面轴偏移量、蜗杆安装面圆柱度及蜗杆安装面轴偏移量进行工艺参数的优化探究。设计正交试验并计算获得不同工艺参数组合下的目标变量值。建立BP神经网络模型并基于正交试验结果进行训练,BP神经网络模型预测值与Moldflow计算值的相对误差均小于10%。预测最优工艺参数为:注射时间2.63 s,保压压力75.6 MPa,熔体温度264.8℃,模具温度84.6℃,v/p切换体积98.2%。目标变量预测值为:蜗轮安装面圆柱度0.148 mm,蜗轮安装面轴偏移量0.097 mm,蜗杆安装面圆柱度0.166 mm,蜗杆安装面轴偏移量0.125 mm,相比初始工艺结果分别降低19.6%、33.1%、19.8%及28.2%,满足设计指标要求,并得到模流分析及试模的验证。

主 题 词：模流分析 BP神经网络模型 蜗轮 正交试验 参数优化 

学科分类：080503[080503] 08[工学] 081203[081203] 0805[工学-能源动力学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.15925/j.cnki.issn1005-3360.2021.11.016

馆 藏 号：203106570...