帶側(cè)臺(tái)方套管的注塑模具設(shè)計(jì)【一模四腔優(yōu)秀課程畢業(yè)設(shè)計(jì)含proe三維18張CAD圖紙+帶外文翻譯】-zsmj12
帶側(cè)臺(tái)方套管的注塑模具設(shè)計(jì)【一模四腔含18張CAD圖紙及proe三維】
摘 要
為了熟練掌握模具制造這個(gè)占機(jī)械行業(yè)很大份額的行業(yè)的知識(shí),對(duì)方套管注塑的模具進(jìn)行了設(shè)計(jì)。這個(gè)設(shè)計(jì)又是對(duì)四年來(lái)所學(xué)機(jī)械方面知識(shí)的一次綜合運(yùn)用的機(jī)會(huì),所以相對(duì)的重要。通過(guò)老師的指導(dǎo)下與在圖書(shū)館、網(wǎng)絡(luò)自學(xué)了很多模具方面的知識(shí),了解到模具技術(shù)水平的高低已成為衡量一個(gè)國(guó)家制造業(yè)水平的重要標(biāo)志,并在很大程度上決定著產(chǎn)品的質(zhì)量、效益和新產(chǎn)品的開(kāi)發(fā)能力。
方套管模具是注塑模具中比較典型的模具當(dāng)然也有它自身的特點(diǎn)。典型在于它是方柱形,內(nèi)有貫通的圓形孔,形狀比較規(guī)則,相對(duì)比較對(duì)稱;它的特點(diǎn)在于柱子的長(zhǎng)度相比于截面的圓直徑比較大,所軸向長(zhǎng)度很大,而且他的一個(gè)面上有圓柱凸臺(tái)且有通孔。所以在設(shè)計(jì)時(shí)必須考慮測(cè)抽芯,哈呋分型的設(shè)計(jì)等很多問(wèn)題。在設(shè)計(jì)過(guò)程中,主要對(duì)模具的型芯、型腔、澆注系統(tǒng)、導(dǎo)向系統(tǒng)和脫模系統(tǒng)進(jìn)行了精密的計(jì)算和合理的選擇。設(shè)計(jì)中主要運(yùn)用了Pro/E和Auto CAD軟件,根據(jù)制件的零件圖繪制了模具的各個(gè)零件圖和裝配圖。
關(guān)鍵字:模具;機(jī)械;Pro/E;Auto CAD
ABSTRACT
In order to master the mold manufacturing machinery industry accounted for a large share of the knowledge of the industry, the other casing injection mold was designed. This design is a four years to learn the mechanical aspects of the knowledge of a comprehensive use of the opportunity, so the relative importance. Through the guidance of the teacher and in the library, the network self-taught a lot of mold knowledge, understand the level of mold technology has become a measure of the level of a national manufacturing an important symbol, and to a large extent determine the quality of the product, Efficiency and new product development capabilities.
Square casing mold is a typical mold in injection molds, of course, has its own characteristics. It is characterized by the fact that the length of the column is larger than the circle diameter of the section, and the axial length is large, and it is characterized by the fact that the length of the column is larger than that of the cross section. One side has a cylindrical boss and has a through hole. So in the design must consider the test core, Ha Fu classification design and many other issues. In the design process, the core of the mold, cavity, gating system, guidance system and stripping system for a sophisticated calculation and a reasonable choice. The design of the main use of the Pro / E and Auto CAD software, according to the parts of the parts of the drawing of the mold parts and assembly drawings.
Key words: mold; machinery; Pro / E; Auto CAD
目 錄
第一章 塑件成型工藝分析 1
1.1塑件結(jié)構(gòu)分析 1
1.2 塑件材料分析 1
1.3 注射機(jī)的選擇 2
第二章 擬定模具結(jié)構(gòu)形式 4
2.1 模具分型面的確定 4
2.2 型腔數(shù)量和排列方式的確定 5
第三章 澆注系統(tǒng)的設(shè)計(jì) 6
3.1 主流道的設(shè)計(jì) 6
3.2分流道的設(shè)計(jì) 7
3.3冷料穴的設(shè)計(jì) 7
3.4澆口的設(shè)計(jì) 8
第四章 成型零部件設(shè)計(jì) 9
4.1成型零件的結(jié)構(gòu)設(shè)計(jì) 9
4.2成型零件的鋼材選用 9
4.3 成型零件工作尺寸的計(jì)算 9
第五章 模架的確定與模板校核 11
5.1模架的確定 11
5.2 模板各尺寸的校核 11
第六章 排氣系統(tǒng)的設(shè)計(jì) 12
第七章 脫模推出機(jī)構(gòu)設(shè)計(jì) 13
7.1推桿位置的設(shè)置 13
7.2 推桿形狀及固定形式 13
7.3脫模力的計(jì)算 13
7.4側(cè)推出零件尺寸的確定 14
7.5校核推出機(jī)構(gòu)作用在塑件上的單位壓應(yīng)力 15
第八章 冷卻系統(tǒng)設(shè)計(jì) 16
8.1冷卻介質(zhì) 16
8.2冷卻系統(tǒng)的簡(jiǎn)單計(jì)算 16
第九章 導(dǎo)向與定位結(jié)構(gòu)的設(shè)計(jì) 18
謝辭 19
參考文獻(xiàn) 20
【詳情如下】【需要咨詢購(gòu)買(mǎi)全套設(shè)計(jì)請(qǐng)加QQ1459919609】
pro-E
sujian.stp
zhuangpei3D.stp
側(cè)頂桿.dwg
側(cè)頂桿固定板.dwg
側(cè)頂板.dwg
動(dòng)模座板.dwg
動(dòng)模板.dwg
哈呋.dwg
型芯.dwg
復(fù)位桿.dwg
外文原文.pdf
外文翻譯.docx
導(dǎo)套.dwg
導(dǎo)柱.dwg
帶側(cè)臺(tái)方套管的注塑模具設(shè)計(jì)【一模四腔說(shuō)明書(shū)正文】.docx
打印
支撐塊.dwg
文件清單.txt
槽塊.dwg
澆口套.dwg
答辯申請(qǐng)表.docx
裝配圖.dwg
調(diào)研報(bào)告.docx
零件圖總匯.dwg
頂塊.dwg
頂桿.dwg
頂板.dwg
頂板固定板.dwg
大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 1 基于人工神經(jīng)網(wǎng)絡(luò)模型和期望改進(jìn)函數(shù)法的注塑成型工藝參數(shù)優(yōu)化 收到: 2008 年 10 月 16 日 /接受日期: 2009 年 9 月 24 日 /在線發(fā)布: 2009 年 11月 20日#施普林格出版社倫敦有限公司 2009。 摘要:在本研究中,提出了一種基于人工神經(jīng)網(wǎng)絡(luò)模型的自適應(yīng)優(yōu)化方法,以優(yōu)化注塑過(guò)程。優(yōu)化過(guò)程旨在最小化注塑部件的翹曲,其中工藝參數(shù)是設(shè)計(jì)變量。 具溫度,熔體溫度,注射時(shí)間,包裝壓力,包裝時(shí)間和冷卻時(shí)間均被視為工藝參數(shù)。人工神經(jīng)網(wǎng)絡(luò)和實(shí)驗(yàn)設(shè)計(jì)( 法的組合用于構(gòu)建翹曲與過(guò)程參數(shù)之間的近似函數(shù)關(guān)系,代替優(yōu)化迭代中的昂貴的仿真分析。自適應(yīng)過(guò)程是通過(guò)預(yù)期的改進(jìn)來(lái)實(shí)現(xiàn)的,這是一個(gè)填充的抽樣標(biāo)準(zhǔn)。雖然美國(guó)能源部規(guī)模小, 但是 這個(gè)標(biāo)準(zhǔn)可以平衡本地和全局搜索并趨于全局最優(yōu)解。作為示例,蜂窩電話機(jī)蓋和掃描儀的調(diào)查。結(jié)果表明,提出的自適應(yīng)優(yōu)化方法可以有效降低注射成型件的翹曲。 關(guān)鍵詞 : 注塑成型 ; 優(yōu)化 ; 實(shí)驗(yàn)設(shè)計(jì) ; 人工神經(jīng)網(wǎng)絡(luò) ; 預(yù)期改進(jìn)功能。 1介紹 注塑成型是生產(chǎn)塑料制品 中 最廣泛使用的工藝。注塑模具可分為填充,填充后和開(kāi)模三個(gè)階段 [1]。在生產(chǎn)過(guò)程中,翹曲是最重要的質(zhì)量問(wèn)題之一,特別是塑殼制品。其中一些研究成果已經(jīng)證明了薄殼塑料件的優(yōu)化 [2 可以通過(guò)修改零件的幾何形狀或改變模具的結(jié)構(gòu)或調(diào)整工藝參數(shù)來(lái)減小翹曲。零件設(shè)計(jì)和模具設(shè)計(jì)通常在產(chǎn)品開(kāi)發(fā)的初始階段確定,不容易改變。因此優(yōu)化工藝參數(shù)是最可行和最合理的方法。塑料注射成型中的一個(gè)重要問(wèn)題是在制造前預(yù)測(cè)和優(yōu)化翹曲。許多文獻(xiàn)一直用于翹曲優(yōu)化。 10]利用改進(jìn)的 復(fù)合法優(yōu)化了壁厚和工藝條件,以減少翹曲 程度 并減少翹曲的 70%以上。 11]優(yōu)化工藝條件,通過(guò)組合實(shí)施改進(jìn)復(fù)合法和實(shí)驗(yàn)設(shè)計(jì)來(lái)減少翹曲。他們的研究結(jié)果表明,這些方法可以有效地減少翹曲。盡管這些方法可以有效地減少翹曲,但是他們是昂貴 且 費(fèi)時(shí)的,因?yàn)樗麄儓?zhí)行許多昂貴的功能評(píng)估。與這些方法相比, 12容易執(zhí)行和可以分析有效因素,但只能得到工藝參數(shù)更好的組合,而不是設(shè)計(jì)空間中的最優(yōu)解。翹曲是過(guò)程參數(shù)的非線性隱性函數(shù),通常由解決方案用無(wú)限元方程估計(jì)。一般來(lái)說(shuō),復(fù)雜的任務(wù)通常需要巨大 的計(jì)算成本。因此,為了降低翹曲優(yōu)化中的計(jì)算成本,許多研究人員引入了 工中性網(wǎng)絡(luò)( 響應(yīng)面法和支持向量回歸等代替模型。高等 [15過(guò)將克里金替代模型與改進(jìn)的矩形網(wǎng)格法 和 預(yù)期改進(jìn)( 數(shù)方法相結(jié)合,優(yōu)化了工大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 2 藝條件以減少翹曲。 響應(yīng)面法結(jié)合起來(lái),以優(yōu)化過(guò)程參數(shù) 來(lái) 減少塑料部件的翹曲 [18,19]。 [20]使用支持向量回歸模型和遺傳算法優(yōu)化注塑工藝。他們的結(jié)果表明,基于替代模型的方法可以降低翹曲優(yōu)化中的高計(jì)算成本,遺傳算 法可以有效地接近全局最優(yōu)設(shè)計(jì)。 在這項(xiàng)研究中,模具溫度,熔體溫度,注射時(shí)間,包裝壓力,包裝時(shí)間和冷卻時(shí)間被認(rèn)為是工藝參數(shù)。 拉丁超立方體設(shè)計(jì)( 得小尺寸實(shí)驗(yàn)設(shè)計(jì),并通過(guò) 件評(píng)估翹曲值。 提出了基于人工神經(jīng)網(wǎng)絡(luò)模型的自適應(yīng)優(yōu)化。 自適應(yīng)過(guò)程由 可以自適應(yīng)地選擇附加采樣點(diǎn)以改善代理模型并找到最佳值 [17]。 這種方法被視為有效的全局優(yōu)化 [21]。 數(shù)值計(jì)算結(jié)果表明,該方法可有效降低翹曲。 圖 1: 圖 2:結(jié)合 化的流程圖 大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 3 圖 3:蜂窩電話蓋板的中平面模型 2人工神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)包括許多高度互聯(lián)稱為神經(jīng)元的處理單元。每個(gè)神經(jīng)元對(duì)加權(quán)輸入求和,然后對(duì)所得到的和應(yīng)用線性或非線性函數(shù)以確定輸出,并且它們都被分層排列并通過(guò)過(guò)度連接組合。 典型的 反向傳播網(wǎng)絡(luò)( [22已被廣泛應(yīng)用于許多研究領(lǐng)域。 層的輸出直接發(fā)送到上層的每個(gè)神經(jīng)元。 雖然 所有的模式識(shí)別和分類任務(wù)都可以用三層 27]。 表 1:工藝參數(shù)范圍 圖 4:優(yōu)化前蓋的翹曲 大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 4 通過(guò)向網(wǎng)絡(luò)反復(fù)呈現(xiàn)一系列輸入 /輸出模式集來(lái)訓(xùn)練 經(jīng)網(wǎng)絡(luò)通過(guò)調(diào)整其神經(jīng)元之間的權(quán)重來(lái)逐漸“學(xué)習(xí)”輸入 /輸出關(guān)系 的 興趣,以最小化實(shí)際和預(yù)測(cè)輸出模式之間訓(xùn)練集的誤差。培訓(xùn)后,使用不在訓(xùn)練集中的一組單獨(dú)的數(shù)據(jù)來(lái)監(jiān)控網(wǎng)絡(luò)的性能。當(dāng)均方誤差( 到最小值時(shí),網(wǎng)絡(luò)訓(xùn)練被認(rèn)為是完整的,權(quán)重是固定的。本文采用一層隱藏三層 型,模具溫度( 熔體溫度( 注射時(shí)間( 包裝壓力( 包裝時(shí)間( 冷卻時(shí)間( 被視為輸入變量,翹曲被認(rèn)為是輸出變量。因此確定 過(guò)試驗(yàn)確定中間層的神經(jīng)元數(shù)。輸入層和隱層之間的傳遞函數(shù)為“ 隱層和輸出 層之間的傳遞函數(shù)為“ 列車功能 函數(shù)為 能函數(shù)為 習(xí)周期為 50,000,學(xué)習(xí)速率為 量因子為 文使用的 所示 1。 圖 5:優(yōu)化后蓋的翹曲 表 2:優(yōu)化結(jié)果 3 習(xí)”的任意函數(shù)近似機(jī)制。 于構(gòu)建翹曲與過(guò)程參數(shù)之間的近似函數(shù)關(guān)系,代替了優(yōu)化過(guò)程中仿真程序的昂貴分析和重新分析。一般來(lái)說(shuō),近似函數(shù)可能具有許多極值點(diǎn),使得采用此類函數(shù)的優(yōu)化算大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 5 法收斂于局部最低 。 這里介紹了 接近全局 優(yōu)化解決方案。 是用于檢測(cè)確定性函數(shù)的全局最小值的順序設(shè)計(jì)策略的啟發(fā)式算法 [17,21]。 它可以平衡本地和全球搜索。 在某些點(diǎn) x 進(jìn)行采樣之前, Y( x)的值是不確定的。 候選點(diǎn) ( x)通常用)(^且使用 ? 。如果當(dāng)前的最佳函數(shù)值為 可以實(shí)現(xiàn) 測(cè)器的改善(x)y?? 這種改善的可能性由正常密度給出: ????????????????????? ??)(2ex x )^m i ?? )((1) 然后,通過(guò)整合密度來(lái)發(fā)現(xiàn)改進(jìn)的預(yù)期值: I? ????????????????????? ???? 0 22^m i ((ex p)(21)()(???(2) 圖 6:掃描儀型號(hào) 表 3工藝參數(shù)范圍 使用積分方程 2可以寫(xiě)成: ? ?)()()()( ?? ?? (3) 其中Φ和 大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 6 )( )(x ??(4) 方程式的第一個(gè)術(shù)語(yǔ) 3是區(qū)別當(dāng)前最小響應(yīng)值 (^ 由改進(jìn)的概率。因此,當(dāng) )(^ 小時(shí),第一項(xiàng)是大的。第二術(shù)語(yǔ)是預(yù)測(cè)誤差σ( x)和正常密度的乘積函數(shù) f( u)。正常密度函數(shù)值大當(dāng)誤差σ( x)大時(shí),并且 )(^ 很多預(yù)測(cè)不確定性。 這種填充采樣方法有一些優(yōu)點(diǎn):( 1)它可以智能地添加采樣點(diǎn)來(lái)改善 以它允許從小觀察數(shù)據(jù)“學(xué)習(xí)” ; ( 2)可以避免搜索相對(duì)較大的區(qū)域功能值,降低計(jì)算成本 ; ( 3)它也可以避免添加一些靠近彼此的點(diǎn)設(shè)計(jì)空間并保持 4基于改進(jìn) 翹曲優(yōu)化方法 圖 7:優(yōu)化前掃描儀翹曲 翹曲最小設(shè)計(jì)問(wèn)題可以描述為如下: 查找 x1, ... 大化 ? ?? ?..,, 21(5) 服從 ?? ?? ...,2,1? 其中過(guò)程參數(shù) ... ; 標(biāo)函數(shù) ? ?? ?..,, 21由等式 3 和 4 得出 ,其中 )(是電流最小值和翹曲的預(yù)測(cè)值。 收斂標(biāo)準(zhǔn)在此滿足: 大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 7 ? ? ry ?((6) 其中Δ 邊是一個(gè)最大預(yù)期改善之間的比例最小功能值。因此,Δ r 可以不給出考慮幅度,Δ r= 實(shí)現(xiàn)綜合 所示 2。 表 4:優(yōu)化結(jié)果 5手機(jī)蓋翹曲優(yōu)化和掃描儀 在本節(jié)中,兩次翹曲優(yōu)化的結(jié)果舉例說(shuō)明。這些旨在顯示集成 型的效率和準(zhǔn)確性 第一個(gè)例子是手機(jī)套。它是由 3,780個(gè)三角形元素離散,如圖 1所示 3。其長(zhǎng)度,寬度,高度和厚度分別為 130, 55, 11 和 1 材料是聚碳酸酯( 丙烯腈 - 丁二烯 - 苯乙烯。 模具溫度( 熔體溫度( 注射時(shí)間(錫),包裝壓力( 包裝時(shí)間( 冷卻時(shí)間( 認(rèn)為是設(shè)計(jì)變量。 量化目標(biāo)函數(shù)翹曲( x)通過(guò)平面外位移,它們是兩者之和最大上下變形參考 束由下部和上部組成對(duì)表 1中給出的設(shè)計(jì)變量的約束模型 , 在這里用于近似翹曲( x),即由方程式 2。 模具溫度范圍和熔體溫度是基于 薦的值洞察力,注射時(shí)間,包裝壓力,包裝時(shí)間和冷卻時(shí)間由制造商的經(jīng)驗(yàn)決定。 首先, 擇十個(gè)樣品,然后 用 件 對(duì) 每個(gè)樣品設(shè)計(jì)翹曲 所 對(duì)應(yīng)的值 進(jìn)行 運(yùn)行, 得出 最后一個(gè)翹曲與變形的近似函數(shù)關(guān)系 ,利用人工神經(jīng)網(wǎng)絡(luò)模型構(gòu)建工藝參數(shù)仿真,代替昂貴的仿真分析優(yōu)化迭代。 解決了基于 數(shù)的優(yōu)化問(wèn)題 在 這里使用順序二次規(guī)劃 [28]。預(yù)期的改進(jìn)表面可能是高度多模態(tài)的,因此難以可靠地優(yōu)化。首先,通過(guò) 1000 個(gè)隨機(jī)選擇點(diǎn) 和 構(gòu)造近似執(zhí)行數(shù)學(xué)函數(shù)。 找出 然后將功能值選擇為一個(gè)初始設(shè)計(jì)。在此外,樣品中具有最小翹曲值的點(diǎn)被選擇為另一個(gè)初始設(shè)大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 8 計(jì),即兩個(gè)優(yōu)化過(guò)程在每個(gè)迭代執(zhí)行。在與仿真分析比較,這些過(guò)程消耗的時(shí)間非常短,可以忽略。 圖 8:優(yōu)化后掃描儀翹曲 需要 20 次迭代才能獲得優(yōu)化解 , 結(jié)果見(jiàn)表 3。 圖 4 和圖 5 顯示優(yōu)化前后的翹曲值,分別 為 (表 2)。 第二個(gè)例子是掃描儀。 蓋子離散由 8,046 個(gè)三角形元素組成,如圖 1所示。它是由 具溫度( 熔體溫度( 注射時(shí)間(錫),包裝壓力( 包裝時(shí)間( 冷卻時(shí)間( 作為 設(shè)計(jì)變量。通過(guò)平面外位移量化目標(biāo)函數(shù)翹曲( x),這是最大和最小的變形參考在 束由上下限組成,設(shè)計(jì)變量見(jiàn)表 3。 模具溫度范圍和熔體溫度是基于 薦的值洞察,注射時(shí)間,包裝壓力,包裝時(shí)間和冷卻時(shí)間由制造商的經(jīng)驗(yàn)決定。 大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 9 圖 9:每個(gè)因素對(duì)手機(jī)蓋翹曲的個(gè)體影響 初始十個(gè)樣本由 25次迭代后獲得最優(yōu)解。結(jié)果如表 4所示。圖 7和圖 8分別表示優(yōu)化前后的翹曲。 6討論 表 2和表 4顯示了幾個(gè)工藝參數(shù)處于極限的邊界。 圖 9和 10顯示每個(gè)因素對(duì)翹曲的影響等 , 所有其他因素分別保持在最佳水平。 圖 10:每個(gè)因素對(duì)掃描器翹曲的個(gè)別影響 圖 9 和 10 顯示了高熔體溫度和短注射時(shí)間是理想的。翹曲值隨著熔體溫度的變化,從 260° 00° 是因?yàn)檩^低的熔體溫度流動(dòng)性不好,可能導(dǎo)致早期形成冷凍皮膚層, 將 產(chǎn)生更高的剪切應(yīng)力 和 阻塞流。如果沒(méi)有足夠的時(shí)間釋放剪切應(yīng)力,翹曲將增加。然而翹曲值隨注射時(shí)間非線性增加。對(duì)于薄壁注模部件,長(zhǎng)注射時(shí)間可以增加冷凍表皮層與熔融芯層的比例。 它可以 阻止流動(dòng), 并 導(dǎo)致更高的流量剪切應(yīng)力和材料中更多的分子取向。 翹曲值僅改變包裝時(shí)間的周期,當(dāng)包裝時(shí)間長(zhǎng)于某些值時(shí),翹曲值幾乎不變 。圖 9 和 10 還顯示,當(dāng)改變其他工藝參數(shù)(如包裝壓力,冷卻時(shí)間和模具溫度)時(shí),翹曲值的變化是不規(guī)則的。翹曲值取決于所有工藝參數(shù)的綜合 影響 ,所有這些工藝參數(shù)應(yīng)通過(guò)優(yōu)化提供。 7結(jié)論 在本研究中,提出了一種綜合 型和 數(shù)法,以最大限度地減少注塑件的翹曲。這種方法的目的是優(yōu)化一些近似功能訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)模型。優(yōu)化過(guò)程可以從由一組采樣點(diǎn)訓(xùn)練的近似函數(shù)開(kāi)始,然后通過(guò) 數(shù)將最佳采樣點(diǎn)添加到訓(xùn)練集中 。 優(yōu)化的每一次迭代包括訓(xùn)練近似函數(shù)和優(yōu)化 數(shù)??紤]大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 10 到 能可以將相對(duì)意想不到的空間考慮在內(nèi),以提高 型的準(zhǔn)確性,并快速接近全局優(yōu)化解決方案。隨著應(yīng)用程序,手機(jī)蓋和掃描儀的調(diào)查,在優(yōu)化中只需要少量的 析,因?yàn)閮蓚€(gè)示例的第一次迭代需要一組幾個(gè)采樣點(diǎn)(只有十個(gè)采樣點(diǎn)) 并且 每次迭代的后續(xù)操作只將一個(gè)采樣點(diǎn)添加到集合中。數(shù)值計(jì)算結(jié)果表明,所提出的優(yōu)化方法對(duì)于減少注射成型件的翹曲是有效的,可以快速收斂到優(yōu)化解。雖然這些實(shí)例的設(shè)計(jì)變量限于模具溫度,熔體溫度,注射時(shí)間,包裝壓力,包裝時(shí)間和冷卻時(shí)間,但本方法也適用于更多的工藝參數(shù)。 然而 ,還有兩個(gè)問(wèn)題。第一個(gè)是開(kāi) 發(fā)有效的優(yōu)化算法。因?yàn)?能是具有尖銳峰值多模態(tài) 的 ,所以很難找到最佳解決方案。第二個(gè)是針對(duì)一些優(yōu)化方法開(kāi)發(fā)的,以確定 學(xué)習(xí)周期,學(xué)習(xí)速率,動(dòng)量因子和隱藏神經(jīng)元數(shù)量,使網(wǎng)絡(luò)的收斂速度快速穩(wěn)定。計(jì)劃進(jìn)一步發(fā)展。 致謝 : 作者衷心感謝中國(guó)國(guó)家自然科學(xué)基金重大計(jì)劃( 10590354)對(duì)這項(xiàng)工作的財(cái)政支持,并感謝 參考文獻(xiàn) [1] Y, X, (2007) of of J –3):412–418 [2] K, , , (1998)of 8(1):21–37 [3] , (1996) 36(10):1326–1335 [4] , O, C, P, (2003)J :1(9):859–872 [5] , , (1996)in 3):1839–1846 [6] , (1996) in a 6(10):1317–1325 [7] J (1998) in 38(7):1072–1084 [8] , H, , , K(1991) 大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 11 in 1(2):77–89 [9] U, I, (2001) of in 0(1):14–21 [10] H, H (1995) of on 34(5):793–811 [11] , G, (1997) of 5997, , 308–3312 [12] H, J, M, , , (2007) in J –3):418–426 [13] C, C (2001) in of a J 10(1):1–9 [14] J, Y, J, S, R, T, H,T, C (2004) of of 44(5):917–928 [15] H, C (2008) An in on 7(9–10):953–960 [16] H, S, C (2008) by 7(1):1–16 2010) 48:955–962 961 [17] H, C (2009) J 09(3):1302–1309 [18] , , (2005) of a J 69(10):314–319 [19] , (2006) of 27(5–6):468–472 [20] , S, (2006) 1(5):509–520 [21] R, , J (1998) of 大連交通大學(xué) 2017 屆本科生畢業(yè)設(shè)計(jì)外文翻譯 12 J 3 4):455–492 [22]2000) A J 3):411–416 [23] T, Q, , L (2002) of by 4(1):103–109 [24] F, T, L (2000) a a 3(4):391–396 [25] , (2006) of he in J 171(3):437–445 [26] H, W, J, T(2008)in a 35(3):843–849 [27] J (1997) 7(5):801–812 [28] , S (2009) A 4(1):61–71 H. Y. X. *) 116024