摘要

为解决注塑制件成型过程翘曲变形问题,采用Moldflow软件对自动化设备电子元器件外壳注塑过程进行模流分析,但是模拟分析需要的样本数量较多,整个模拟过程缓慢。为了解决这一问题,采用拉丁超立方抽样方法对制件进行随机取样,建立RBF神经网络代理模型。通过模拟退火算法对代理模型进行全局寻优,对制件模具温度、熔体温度、保压压力以及冷却时间进行多目标优化,以制件的翘曲变形量为响应目标,获得最佳的工艺参数组合。结果表明:代理模型R2为0.920 98,模拟值与预测值基本一致,误差为0.84%。通过模拟退火算法优化后,最佳的成型工艺参数保压压力为59 MPa,冷却时间为18 s,模具温度为50℃,熔体温度为240℃,此时制件翘曲量最小为0.538 5 mm,通过该方法为改善制件翘曲变形提供参考。

  • 单位
    四川化工职业技术学院

全文