数值优化在汽车复杂注塑件成型工艺分析中的应用

论文摘要

塑料工业是国民经济中的一个非常重要的行业,引起了人们的关注,获得了迅速的发展。塑料由于本身的优点,在工程中得到越来越多的应用,在汽车、家电、仪器仪表、建筑装饰等领域得到了广泛的应用。注塑成型在整个塑料制品生产行业占有非常重要的地位。在汽车行业中,正朝着塑料化的趋势发展,更多的汽车部件正用塑料代替传统的金属材料。塑料成型CAE技术是当前塑料加工行业的研究热点,但是当前的注射成型CAE技术仍存在一系列的问题。本论文是针对汽车零部件塑料化发展,对注塑制件的要求越来越高的趋势提出的。文中分析了汽车复杂注塑件成型工艺的研究背景及意义,塑料零部件设计技术的国内外研究状况,汽车零部件塑料化发展趋势,国内外汽车外饰件材料的研究开发状况,注塑制品易出现的缺陷、原因和解决方法,优化理论的发展及在注塑成型设计中的应用。总结得出用数值优化方法分析注塑件的成型工艺具有一定的现实意义。本文中以汽车外饰件中的观后镜为例子,讨论在塑料原料、注塑机、模具结构等确定的情况下,工艺参数对成型制品质量的影响。以注塑件成型质量中的翘曲量为优化目标,以注射温度、模具温度、注射时间、保压时间、冷却时间为影响翘曲量的工艺参数,实际经验取值范围为参数水平。注塑模拟软件Moldflow为数值翘曲预测手段,以数值模拟得到的数据为实验数据,用正交试验法安排实验数据,通过回归分析、BP神经网络和RBF神经网络,建立预测注塑产品翘曲量的数学模型,并比较其预测精度,得到有效的预测模型。最后在遗传算法中调用得到的数学模型进行寻优,达到对注塑工艺条件的优化,缩短生产时间,提高制件质量。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 汽车复杂注塑件成型工艺的研究背景及意义
• 1.2 塑料零部件设计技术的国内外研究状况
• 1.2.1 汽车零部件塑料化发展趋势
• 1.2.2 国内外汽车外饰件材料的研究开发状况
• 1.3 注塑制品易出现的缺陷、原因和解决方法
• 1.4 优化理论的发展及在注塑成型设计中的应用
• 1.5 论文工作内容
• 1.6 本章小结
• 第二章 汽车注塑件数值模拟方法
• 2.1 注塑模CAE技术
• 2.1.1 注塑模CAE技术的原理
• 2.1.2 注塑成型CAE软件的发展趋势
• 2.2 有限元分析基础
• 2.3 注塑件在Moldflow中的数值模拟
• 2.3.1 Moldflow的介绍与应用情况
• 2.3.2 汽车注塑件在Moldflow中的成形仿真
• 2.4 本章小结
• 第三章 基于正交试验法的复合参数注塑成型工艺设计
• 3.1 正交试验法
• 3.1.1 正交试验设计的基本工具—正交表
• 3.1.2 正交试验法的特点
• 3.1.3 选择正交表的基本原则
• 3.2 正交试验法在注塑工艺方案设计上的应用
• 3.2.1 注塑成型关键参数的确定
• 3.2.2 注塑成型的正交试验表构造
• 3.3 Moldflow中的翘曲分析
• 3.3.1 Moldflow关于翘曲的阐述
• 3.3.2 翘曲分析结果
• 3.4 正交实验设计的极差分析
• 3.4.1 确定因素的优水平和最优水平组合
• 3.4.2 确定因素主次顺序
• 3.4.3 绘制因素水平与指标趋势图
• 3.5 检验正交表的设计
• 3.6 本章小结
• 第四章 基于回归分析的翘曲预测模型的建立
• 4.1 多元线性回归模型
• 4.1.1 回归分析相关理论基础
• 4.1.2 多元线性回归方程的方差分析和F检验
• 4.2 回归分析在注塑翘曲预测中的应用
• 4.2.1 作出因变量Y与各自变量的样本散布图
• 4.2.2 实验数据的线性回归分析
• 4.3 回归分析结果精度检验
• 4.4 本章小结
• 第五章 基于人工神经网络的翘曲预测模型的建立及比较
• 5.1 人工神经网络的概述
• 5.1.1 人工神经网络的发展
• 5.1.2 人工神经网络的应用
• 5.2 翘曲预测的人工神经网络模型
• 5.3 BP人工神经网络翘曲模型的建立
• 5.3.1 BP人工神经网络的性质、原理
• 5.3.2 确定翘曲预测模型BP神经网络结构
• 5.3.3 基于BP神经网络的翘曲预测模型
• 5.3.4 BP神经网络预测精度检验
• 5.4 RBF人工神经网络翘曲模型的建立
• 5.4.1 RBF人工神经网络的性质、原理
• 5.4.2 确定翘曲预测模型RBF神经网络结构
• 5.4.3 基于RBF神经网络的翘曲预测模型
• 5.4.4 RBF神经网络预测精度检验
• 5.5 BP与RBF人工神经网络的比较及在注塑工艺优化中的应用
• 5.6 本章小结
• 第六章 基于遗传算法的汽车复杂注塑件成型工艺优化
• 6.1 遗传算法概述
• 6.1.1 遗传算法的基本思想
• 6.1.2 遗传算法的求解步骤
• 6.1.3 遗传算法的基本特点
• 6.1.4 遗传算法的基本操作
• 6.2 遗传算法中所调用的预测模型的选择
• 6.3 汽车复杂注塑件翘曲优化设计在遗传算法中的实现
• 6.3.1 定义遗传算法参数
• 6.3.2 建立适应度函数
• 6.3.3 遗传算法程序的实现
• 6.3.4 遗传算法结果输出及保存
• 6.4 本章小结
• 第七章 总结与展望
• 参考文献
• 攻读硕士学位期间发表的论文
• 致谢