基于BP神经网络和MIV算法的注塑件工艺参数优化研究

作     者：张鲁滨 黄海松 姚立国 Zhang Lubin;Huang Haisong;Yao Liguo

作者机构：贵州大学现代制造技术教育部重点实验室 

基　　金：贵州省科技重大专项计划(黔科合重大专项3004号) 贵州工业攻关重点项目(黔科合GZ字3009) 贵州工业攻关重点项目(黔科合GZ字3034) 贵州省教育厅项目(黔教合协同创新字02) 

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

年 卷 期：2018年第46卷第12期

页      码：94-99页

摘      要：针对注塑件翘曲变形问题,以某塑料叶轮为研究对象,首先设计了正交试验对叶轮进行翘曲分析,通过正交试验获得的相关数据,建立了基于BP神经网络的注塑件翘曲量预测模型。在预测模型的基础上,通过采用平均影响值(MIV)算法对模型的输入参数进行筛选后,再进行仿真模拟。结果表明:经MIV算法优化后的塑件翘曲量预测模型具有较高的预测精度,模型预测的相对误差由原来的13%减小到7%,对实际注塑加工生产具有重要意义。

主 题 词：注塑成型 参数优化 正交试验 BP神经网络预测模型 MIV算法 

学科分类：08[工学] 0805[工学-能源动力学] 080502[080502] 

D　O　I：10.15925/J.CNKI.ISSN1005-3360.2018.12.016

馆 藏 号：203416336...