神经网络与混合遗传算法结合的注塑成型工艺优化

注塑成型中,工艺参数直接影响到模具内熔体的流动状态和最终制品的质量,而工艺参数与制品质量之间的关系非常复杂,因此如何建立制品质量与工艺参数之间的关系模型并获得优化的工艺参数是改善制品质量的关键。收缩是衡量制品质量的一个重要指标,制品在型腔中的非均匀收缩是引起制品翘曲的主要原因。文中基于成型过程的数值模拟,采用人工神经网络与混合遗传算法结合优化注塑成型工艺,以改善制品质量。对一工业产品进行分析,以制品内的体收缩率差值为质量指标优化工艺,改善了制品内的体收缩率分布,获得了满意效果。