基于贝叶斯正则化神经网络的车位锁摆臂注塑成型工艺优化

发布时间:2026-06-01 | 来源:塑料工业 | 作者:张冬冬,张苏杰,杭

以车位锁摆臂塑件为研究对象,通过优化设计提高塑件成型质量。根据Moldflow仿真分析结果及初次试模结果显示的熔接痕缺陷,对浇注系统结构进行优化设计。以顶出时收缩率和翘曲变形量作为研究目标,通过加权方式将多目标问题转化为关于质量系数的单目标问题。结合正交试验法,得到成型工艺参数中模具温度、熔体温度、注射时间对质量系数的

以车位锁摆臂塑件为研究对象,通过优化设计提高塑件成型质量。根据Moldflow仿真分析结果及初次试模结果显示的熔接痕缺陷,对浇注系统结构进行优化设计。以顶出时收缩率和翘曲变形量作为研究目标,通过加权方式将多目标问题转化为关于质量系数的单目标问题。结合正交试验法,得到成型工艺参数中模具温度、熔体温度、注射时间对质量系数的影响程度最大。根据正交试验结果,得到以质量系数为响应的响应面回归方程和响应曲面。通过回归方程随机生成100组数据,得到的数据样本用于贝叶斯正则化神经网络模型训练。通过遗传算法求解,得到理论最佳质量系数。最后,根据优化后的工艺参数取值进行仿真分析,得到优化后质量系数。结果表明,当模具温度为50 ℃、熔体温度为240 ℃、注射时间为3 s、保压压力为60 MPa、保压时间为12 s时,计算质量系数达到最小值9.1872,比优化前减小了6.1%,其中顶出时体积收缩率降低了10.3个百分点。根据优化后浇注系统结构及工艺参数进行二次试模,结果显示塑件的熔接痕缺陷消失,且塑件成型质量得到较好提升。

返回资讯频道