摘要

针对智能优化算法改进变模温注塑成型技术质量问题,选择模具温度、注射速度、熔体温度、保压压力和保压时间作为多目标优化变量,选择顶出时的体积收缩率和翘曲值作为多目标优化目标,使用Moldflow模拟获得优化目标数值,使用响应面试验设计获得响应面数学模型,并分析模型的显著性和拟合精度。使用改进NSGA-Ⅱ多目标算法,采用自适应策略进行多目标优化,获得Pareto最优解及最佳工艺参数组合。通过模拟分析和实验验证,改进后的算法寻优能力要优于原始算法,体积收缩率和翘曲值同时降低明显,误差值也较低。结果表明,响应面设计和改进NSGA-Ⅱ多目标算法的运用,可以有效提高变模温技术的体积收缩率和翘曲值多目标优化,对于相关工程应用也具有指导意义。