版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、注塑成型是塑料成型加工領(lǐng)域的重要成型方法之一,各工業(yè)領(lǐng)域及人們?nèi)粘I钪惺褂玫母鞣N塑料制品,大多都是通過(guò)注塑成型方法生產(chǎn)的。但隨著現(xiàn)代工業(yè)產(chǎn)品的快速發(fā)展,人們對(duì)注塑成型制品的質(zhì)量及性能要求越來(lái)越高。由于注塑制品的成型是一個(gè)十分復(fù)雜的多因素耦合作用下的非線(xiàn)性動(dòng)態(tài)加工過(guò)程,這一過(guò)程中的任何因素都可能對(duì)制品的成型質(zhì)量產(chǎn)生重要影響,進(jìn)而導(dǎo)致制品的質(zhì)量缺陷。因此,如何能在多因素作用下的非線(xiàn)性動(dòng)態(tài)加工過(guò)程中,保證注塑成型制品質(zhì)量穩(wěn)定可靠,并對(duì)其實(shí)施
2、有效的預(yù)測(cè)與控制,一直是注塑成型加工領(lǐng)域始終追求的目標(biāo)之一。
本文在深入分析了注塑成型工藝過(guò)程和制品缺陷類(lèi)型及產(chǎn)生原因的基礎(chǔ)上,針對(duì)制品成型過(guò)程中的非線(xiàn)性及多因素耦合作用對(duì)塑件質(zhì)量的影響,提出了一種基于偏最小二乘法和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的質(zhì)量預(yù)測(cè)方法。并以塑件重量和熔接痕處的斷裂強(qiáng)度為評(píng)價(jià)指標(biāo),通過(guò)對(duì)實(shí)際塑件成型時(shí)的模具溫度、熔體溫度、注塑壓力、注塑速度、保壓壓力、保壓時(shí)間等工藝參數(shù)對(duì)塑件重量和熔接痕處強(qiáng)度的影響進(jìn)行分析,建
3、立了塑件質(zhì)量預(yù)測(cè)模型。通過(guò)單因素和隨機(jī)選取的王藝參數(shù)試驗(yàn)對(duì)模型進(jìn)行驗(yàn)證,結(jié)果顯示,塑件熔接痕處斷裂力的預(yù)測(cè)值和試驗(yàn)測(cè)量值的最大誤差為1.55%,塑件重量預(yù)測(cè)值與測(cè)量值的最大誤差僅為0.28%,表明建立的質(zhì)量預(yù)測(cè)模型能夠較為準(zhǔn)確地反映注塑工藝參數(shù)和制品質(zhì)量指標(biāo)之間的變化關(guān)系。
基于所建質(zhì)量預(yù)測(cè)模型的計(jì)算結(jié)果,再利用遺傳算法對(duì)工藝參數(shù)進(jìn)行尋優(yōu),便可得到優(yōu)化的工藝參數(shù)。應(yīng)用優(yōu)化的工藝參數(shù)進(jìn)行的注塑成型試驗(yàn)表明,建立的預(yù)測(cè)模型和工
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于ANN方法的股票預(yù)測(cè)模型.pdf
- 基于歷史相遇概率和灰色預(yù)測(cè)模型相結(jié)合的路由算法研究.pdf
- 基于ANN和FES的短期負(fù)荷預(yù)測(cè)研究.pdf
- 基于GMM和碼本映射相結(jié)合的語(yǔ)音轉(zhuǎn)換方法研究.pdf
- 基于FCM和SVM相結(jié)合的作物病害圖像分割方法研究.pdf
- 基于顯著點(diǎn)和關(guān)鍵塊相結(jié)合的圖像檢索方法.pdf
- 基于傅里葉變換和小波理論相結(jié)合的諧波檢測(cè)方法研究
- 主客觀(guān)相結(jié)合的遙感圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于遺傳算法和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的沖擊地壓預(yù)測(cè)的研究.pdf
- 基于傅里葉變換和小波理論相結(jié)合的諧波檢測(cè)方法研究.pdf
- 基于距離度量和統(tǒng)計(jì)計(jì)算相結(jié)合的軟件故障定位方法.pdf
- 基于ACO和PSO相結(jié)合的Web用戶(hù)會(huì)話(huà)聚類(lèi)方法研究.pdf
- 聚類(lèi)分析和支持向量機(jī)相結(jié)合的混合預(yù)測(cè)模型.pdf
- SIFT特征和PGH相結(jié)合的圖像檢索方法研究.pdf
- 基于NSCT與PCNN相結(jié)合的圖像融合方法研究.pdf
- 基于動(dòng)態(tài)PLS框架的魯棒建模及預(yù)測(cè)控制方法研究.pdf
- SVM和FCM相結(jié)合的故障診斷方法的研究.pdf
- 基于可靠性預(yù)測(cè)與QoS相結(jié)合的服務(wù)組合研究.pdf
- 12遙感和生態(tài)過(guò)程模型相結(jié)合方法
- 基于HMM和ANN的基因識(shí)別方法.pdf
評(píng)論
0/150
提交評(píng)論