科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有聚氨酯发泡机混合头混合均匀度差的问题，在某公司现有混合头结构的基础上，对该混合头进行结构参数优化。首先，设计正交试验，对该混合头进行流场分析，将得到的仿真试验数据进行极差分析，得到该混合头的结构参数对混合指数的影响顺序。其次，采用遗传算法(GA)优化BP神经网路后，得到训练好的GA-BP预测模型，用于预测该混合头的混合指数，拟合出混合头的5个结构参数与混合指数之间的映射关系，通过对比分析BP与GA-BP网络预测模型可知，BP网络模型的回归值R为0.564 6，而GA-BP网络模型的R为0.990 3,GA-BP网络预测系统与直接使用BP网络预测系统相比，有较高的预测准确性及稳定性。最后，采用GA对GA-BP网络预测模型进行全局极值寻优，得到较优的结构参数。GA-BP-GA优化后的混合指数与初始方案的混合指数相比，降低了52%，在一定程度上降低了该混合头混合指数，提高了该混合头的混合效果，通过对比Matlab中GA-BP-GA预测的混合效果0.165 3 mm与Fluent仿真所得值0.165 mm，发现两者相对误差为0.18%，验证了该优化方法的可行性。
- 单位
