科研之友
微信
新浪微博
Facebook
分享链接
摘要
为降低某车型前保险杠注塑成型中产生的翘曲变形,基于数值模拟结果,将神经网络-遗传算法寻优模型与蝙蝠算法结合,确定了BP神经网络的初始权值和阈值。将BA-BP模型代入遗传算法中求解最佳工艺参数。由极差分析可知,影响翘曲变形最显著的因素为保压时间和模具温度。基于极差分析设计补充实验,训练BA-BP神经网络并作为遗传算法的适应度值进行迭代寻优。结果表明:BA-BP模型的相关系数R2可达0.99以上,平均绝对误差为1.05%,能较精准地预测翘曲量,为遗传算法提供可靠的适应度值。优化后的工艺参数为:模具温度50℃,熔体温度280℃,注射时间5 s,保压压力60MPa,保压时间60 s,冷却时间30 s,翘曲量降低至6.8 mm,与原工艺相比降低了60.92%,满足生产要求。
- 单位
