翘曲变形是注塑制品常见的质量缺陷,采用人工神经网络技术对注塑成型工艺参数与注塑制品翘曲变形之间的非线性关系进行描述,并建立了四个输入、单个输出的双层BP网络结构模型,在CAE平台上获取训练样本和验证样本,通过训练网络模型对制品的翘曲变形量进行预测,将网络预测的结果与CAE模拟结果分析比较,满足了目标误差的要求,结果表明人工神经网络技术在注塑制品翘曲变形预测中的可行性与实用性。
科研之友
微信
新浪微博
Facebook
分享链接
