購買設(shè)計(jì)請充值后下載，，資源目錄下的文件所見即所得，都可以點(diǎn)開預(yù)覽，，資料完整，充值下載就能得到。。。【注】：dwg后綴為CAD圖，doc,docx為WORD文檔，有不明白之處，可咨詢QQ:1304139763
塑料注射模具設(shè)計(jì)的軟件設(shè)計(jì)優(yōu)化 本論文描述的是為注射模具優(yōu)化過程中所應(yīng)用的一種混合電腦軟件策略 在此過程中 所有的注射模具所應(yīng)用的參數(shù)都被考慮在內(nèi) 模溫 熔融溫度 注射溫度和注射壓力 混合型電腦軟件策略是許多電腦軟件模擬系統(tǒng) 仿真系 統(tǒng)和多層神經(jīng)網(wǎng)絡(luò)工作來優(yōu)化參數(shù) 適當(dāng)?shù)姆治瞿M支持神經(jīng)網(wǎng)絡(luò)發(fā)展 它是 使模具的設(shè)計(jì)成本降到最低 這種成本是復(fù)合模擬軟件所引起的 根據(jù)優(yōu)化的 特點(diǎn) 一個仿真模擬系統(tǒng)被用來解決模具設(shè)計(jì)的優(yōu)化 可以用一個例子來表明 這個先進(jìn)策略的有效性 1 前言 制造業(yè)工業(yè)為了塑膠產(chǎn)品是成長的迅速地在最近的年 和越來越多塑膠是使 用廣泛地到替換為了金屬 注射模制多數(shù)優(yōu)勢 例如簡略產(chǎn)品周期 卓越的表面 產(chǎn)品的和容易地模子復(fù)雜的外形 因而它是最多的通俗模制過程為了制造熱塑性 的部分 一般它包含三階段 填補(bǔ)物 包裝和冷卻 填補(bǔ)物舞臺是評論的舞臺在 好質(zhì)量模制的產(chǎn)品 在填補(bǔ)物舞臺 注射模制過程參數(shù)包括融化流程比率 注射 壓 模子溫度和融化蛋彩畫 品 在過去 注射模制過程的設(shè)計(jì)是考慮過的到是 妖術(shù) 哪個依賴沉重地在經(jīng)驗(yàn)和專家的知識和牽連審判和錯誤過程 最近 有 的發(fā)展數(shù)字的模擬和聰明的技術(shù) 一些發(fā)展向注射模制過程的設(shè)計(jì)是已制成的 背 風(fēng)和使用更改復(fù)雜的方法到減少 翹曲在調(diào)整不同的表面厚度 1 計(jì)劃接近到秤模子洞立基于在數(shù)字的模擬 在 秤流程 和剩余壓力是減少 2 組合的神經(jīng)的網(wǎng)絡(luò)和數(shù)字的模擬到供應(yīng)神經(jīng)的網(wǎng) 絡(luò) BPNN 預(yù)言者模型為了塑膠注射模制過程 3 和發(fā)展聰明的系統(tǒng)為了塑膠 的預(yù)言 注射模制過程參數(shù)在聯(lián)合兩者規(guī)則 立基于和事 立基于接近 4 既定的規(guī)則設(shè) 為了決定門的位置立基于在塑膠部分的分析 門的位置是堅(jiān)決的穿過推理有規(guī) 則 5 發(fā)展系統(tǒng)哪個能將門位置最佳化立基于在最初的遮沒計(jì)劃 系統(tǒng)使用軟件為了 流程分析 和控制溫度微分的和原理的數(shù) 6 同樣地定期的上面 數(shù)字的模擬和人 造的聰明 技術(shù)能改善塑膠注射的設(shè)計(jì)模制過程 然而 過程設(shè)計(jì)安排倘若在 這些方法雖 然一般可行的是不最佳的 軟的計(jì)算是方法學(xué)的社團(tuán)那工作相乘配合作用地和 供應(yīng)柔韌性通知過程能力為了處理實(shí)在的曖昧境遇 8 9 軟的含義計(jì)算是到開 拓公差 到完成溫順 健康和廉價的解答 在那里是進(jìn)行的努力到使成整體人造的神經(jīng)網(wǎng) 絡(luò) 遺傳的算法和其他的方法學(xué)在軟的計(jì)算范例 10 這紙贈品雜種最佳的模型 在結(jié)合有神經(jīng)的網(wǎng)絡(luò)和遺傳的算法為了塑膠注射模制過程 計(jì)算機(jī) 助手工程 CAE 軟件 是使用到模擬塑膠的流程 遺傳的算法 氣體 哪個有高度能力 到獲得全局最佳的解答 是應(yīng)用的到解決最佳的模型 為了減少花費(fèi)的計(jì)算起于 數(shù)字的擬 BPNN 是使用到建立近似的分析模型 在這紙 軟的計(jì)算接近到最佳化塑 膠注射模制過程的 哪個聯(lián)合氣體和 NN 是計(jì)劃 部分 2 贈品最佳的數(shù)學(xué)模型 包括目標(biāo)功能的選擇和 設(shè)計(jì)變量 在部分 3 最佳的方法使成整體氣體和 NN 在軟的計(jì)算范例是討論 詳細(xì)地 部分 4 供應(yīng)案例研究那舉例說明的請求計(jì)劃接近 部分 5 結(jié)束紙和大 綱一些為 2 最佳的模型為了注射模制過程 期間注射模制 在那里是多數(shù)過程條件哪個影響塑膠部分的質(zhì)量 例如融化流 程比率 注射壓 注射時間子溫度和融化溫度 不同的過程條件能提供不同的 過失現(xiàn)象 在發(fā)展中的最佳的模型 唯一的主修課過程考慮過的從可行性的觀點(diǎn) 和溫順 在訂購到描寫最佳化方法 黃油容器眼瞼有的最小厚度 1 5 毫米 是奶油 2 1 設(shè)計(jì)變量和目標(biāo)功能 它是知名的那在那里是多數(shù)因素那有影響在部分的質(zhì)量 例如模子溫度 融 化溫度 注射時間 注射壓 排設(shè)計(jì) 風(fēng)格 大小 門的位置 和的幾何學(xué)部分 為了考慮可行性和溫順 學(xué)習(xí)是集中鑰匙過程操作參數(shù) 括模子溫度 融化溫度 注 射時間和注射壓 贈予的遮沒安排設(shè)計(jì)和部分的幾何學(xué) 模子溫度山脈從 50個到 75 o C 融化溫度 山脈從230 到 280 o C 注射時間山脈從 1 5 到 3 5上面的注 射過程條件是立基于在數(shù)字的塑膠部分的質(zhì)量是測試在缺乏的學(xué)期或簡略開槍 的存在 空氣陷阱 焊接線和翹曲 它是知名的那簡略開槍 空氣陷阱和焊接線 是依靠的主要地在遮沒安排設(shè)計(jì)和部分的幾何學(xué) 同樣地定期的上面 學(xué)習(xí)是集 中過程操作部分那將是服從強(qiáng)烈的和局部機(jī)械的剩余壓力在部分 i e 部分的質(zhì) 量 而且 剩余壓力可能原因翹曲部分的 11 在如此的部份中被允許的最大壓 迫力應(yīng)該是重要地小于最大的推薦 到排除內(nèi)部的塑膠部分的壓力 目標(biāo)功能選 擇為了 2 2 最佳的設(shè)計(jì)模型 的數(shù)學(xué)模型最佳化問題能一般是描述為跟隨 查找 最小約束 的變量 設(shè)計(jì) 變量的界限 xj 分別地 為了優(yōu)化塑膠注射模制過程 最佳的設(shè)計(jì)模型能是表現(xiàn)依 下列項(xiàng) 查找 到解決最佳化問題描寫在情緒商數(shù) 雜種策略 哪個聯(lián)合 CAE 軟 件 氣體和BPNN 是使用 在下一個部分 策略是討論詳細(xì)地 3 計(jì)算軟件接近到最佳的模型 在 方法學(xué) 個人工具 例如氣體 安和其他的工具 幕相乘配合作用地 勝于 競爭地 到提高彼此 s 請求領(lǐng)土 8 NNsM 是強(qiáng)大的工具為了的預(yù)言非線性和 有多數(shù)優(yōu)勢 例如厚重的平行 健康和知識在數(shù)據(jù) 富的環(huán)境 11 氣體 哪個是 立基于在的機(jī)械學(xué)自然選擇和進(jìn)展 有是應(yīng)用的到最佳化問題 氣體有多數(shù)優(yōu)勢 13 14 首先 氣體能解決不同的最佳化問題廣告 因?yàn)槟繕?biāo)的引出和約束功能 為了設(shè)計(jì)變量是不必需的 為了另外的東西 氣體有更高的能力到獲得全局最佳 的解答比慣例的最佳化算法 由于人口立基于搜尋機(jī)械學(xué) 在最佳的模型為了塑 膠注射過程 它是不可能的到獲得引出的 因此 它是適當(dāng)?shù)臑榱藲怏w到是應(yīng)用的 到解決最佳的模型 的價值最大的剪壓力是獲得在商業(yè)的軟件 然而 數(shù)字的計(jì) 模擬是很花費(fèi)的 到避免眾多的詳細(xì)分析履行在 軟的計(jì)算策略 哪個使成整體氣 體的屬優(yōu)勢和 MNN 是計(jì)劃依下列各項(xiàng) 3 1 近似的分析模型有 BPNN 人造的神經(jīng)網(wǎng)絡(luò) 安 是有效的一個工具為了解決非線性的問題 代表性 地 神經(jīng)的網(wǎng)絡(luò) MNN 強(qiáng)大的映射能力為了非線性的問題 16 在解決最佳的 模型 神經(jīng)的網(wǎng)絡(luò)是應(yīng)用的到建立映射模型在中間最大的剪壓力和注射過程參 數(shù)或變量 例如模子溫度 融化溫度 注射時間和注射壓的概要介紹神經(jīng)的網(wǎng)絡(luò)為 了預(yù)言最大的剪 壓力是表明在無花果 2 那是 下列各項(xiàng)非線性的映射關(guān)系是既定的 3 什么地方 D 是最大的剪壓力 X 指示向量設(shè)計(jì)變量的 指示非線性的功能關(guān)系在 中間 D 和X 期間最佳化程序 近似的模型上面的是使用到替換為了 Moldflow 為了避免花費(fèi)的計(jì)算 近似的執(zhí)行分析模型有 BPNN 是表明在無花果 3 程序 棘手的是討論在下列各項(xiàng)部分 3 1 1 選擇和常態(tài)化模范的 用四主修課過程的不同結(jié)合變量 足夠的模擬是完成到補(bǔ)給標(biāo)本為了多層神經(jīng) 的網(wǎng)絡(luò) 過程的價值條件是改變內(nèi)部上述的山脈 一般而言 活化功能使用為了多 層神經(jīng)的網(wǎng)絡(luò)是 S 形的功能 同樣地S 形的功能輸出是在間隔 0 1 知識標(biāo)本 應(yīng)該是依下列各項(xiàng)常態(tài)化 x j xj x l j x u j x l j 4 3 1 2 Initialising 的結(jié)構(gòu) 結(jié)構(gòu)設(shè)計(jì) MNN 包括決心數(shù)的躲藏層和神經(jīng)元的數(shù)在不同的層 R Hecht 尼爾森計(jì)劃下列各項(xiàng)映射法則 16 法則 1 贈予的任何 0 和任何的 L2 功能 f 0 1 n Rn 房屋 在那里存在三 層后面的 增殖神經(jīng)的 網(wǎng)絡(luò)那能近似的 f 到內(nèi)部 低劣 的正方形錯誤精確 立基于在上面的法則 的數(shù)躲藏層能是一個 神經(jīng)元的數(shù)在輸 入層必須相等的四 哪個是設(shè)計(jì)變量的數(shù) 和數(shù)在輸出層是一個 的大小躲藏 層是最多的重要體諒的一個就在那個時候解決實(shí)際的問題用多層神經(jīng)的網(wǎng)絡(luò) 如果在那里是也很少的躲藏單位網(wǎng)絡(luò)將不學(xué)習(xí)任務(wù) 在其他的手 所有也多數(shù)躲 藏單位能降級知識比率和減少迅速有哪個有學(xué)問的映射是履行 17 的民數(shù)記 躲藏神經(jīng)元 能是堅(jiān)決的大約在下列各項(xiàng)公式 18 H n m 一 5 什么地方 H 是的大小 躲藏層 n 和 m 是大小輸入的和輸出層 分別地 和 1 10 哪個是常數(shù) 3 1 3 訓(xùn)練 MNN 后面的 增殖 BP 算法是應(yīng)用的到火車MNN 的重量 MNN 是首先設(shè)定 隨便地初值 重復(fù)的程序是被采用的到調(diào)整重量依照到錯誤的引出在中間實(shí)際的 和期待輸出 程序是繼續(xù)的直到期待精確錯誤的是獲得 重量分布式的在中間神 經(jīng)元在不同的層能表現(xiàn)映射關(guān)系具體表達(dá)在標(biāo)本 3 2 解決最佳的模型有氣體 氣體是應(yīng)用的到解決最佳的模型描寫在情緒商數(shù) 2 因?yàn)樗麄兊臐撛谕瑯?地最佳化技術(shù) 外形4 是流程表的最佳化策略有氣體 鑰匙程序棘手的能是定期 的依下列各項(xiàng) 3 2 1 選擇編碼方式 在氣體 人造的染色體是表現(xiàn)在的字符串有限的長度 一般 在那里是二編 碼方式 viz 二進(jìn)位的編碼和十進(jìn)的編碼 為了二進(jìn)位的編碼方式 小塊字符串的 長度是堅(jiān)決的在精確 15 因此 十進(jìn)的編碼方式是應(yīng)用的在學(xué)期的特征最佳化 問題 讓 Xdenote 的一個的結(jié)果最佳化問題 和相應(yīng)的染色體能是表現(xiàn)同樣地 V x1 x2 xn 染色體的長度和解決的矢量相等 3 2 2 建造適當(dāng)功能 到評價個人字符串的履行 染色體 適當(dāng)?shù)倪m當(dāng)功能應(yīng)該是建造 正常地 適當(dāng) 功能改變從目標(biāo)功能 在這最佳化問題 目功能是最大的剪壓力 因而適當(dāng)功能能 是定義下列各項(xiàng) f X Smax D 6 什么地方 Smax 是最大的剪壓力推薦為了材料 SAN 和 Smax 0 5 MPa D 是 故意的在學(xué)期 的情緒商數(shù) 3 4 結(jié)果和討論 為了證明的效力計(jì)劃最佳的模型 例子同樣地表明在無花果 1 是討論在這 部分 4 1 建造近似的分析模型 同樣地定期的上面 近似的分析模型當(dāng)仆人同樣地模子的功能近似者那地圖 輸入變量溫度 Tmould 融化溫度 Tmelt 注射時間Tinj 和注射壓 Pinj 到 提供輸出哪個是最大的剪壓力 Sshear 為了準(zhǔn)備知識標(biāo)本為了 MNN 模擬圖釘 是進(jìn)位外面的用 Moldflow 軟件系統(tǒng) 內(nèi)部價值不同的過程條件的間隔 54 設(shè)置 數(shù)據(jù)的是公式同樣地輸入訓(xùn)練數(shù)據(jù)為了網(wǎng)絡(luò) 剩余的 10 組合習(xí)慣測試那發(fā)展 大約的模型 三 層神經(jīng)的網(wǎng)絡(luò)有 4 12 1 神經(jīng)元配置是使用到發(fā)展模型立 基于在法則1 和情緒商數(shù) 5 和后面的 增殖算法是使用到火車網(wǎng)絡(luò) 網(wǎng)絡(luò)配置 的參數(shù)是表明在桌子 1 之后訓(xùn)練腳步 近似的履行模型是測試在 10 設(shè)置數(shù)據(jù)的 拿走從模擬工作 檢驗(yàn)結(jié)果 同樣地表明在無花果 5 展現(xiàn)那預(yù)言價值和數(shù)字的 結(jié)果是在好一致 最大的預(yù)言錯誤比率是至多 4 8 除了的一個價值 8 5 哪個 表示模型是意的一個從工程觀點(diǎn) 4 2 最佳化結(jié)果和分析 最佳化問題是解決立基于在流程表表明在無花果 4 參數(shù)為了最佳化算是 贈予的依下列各項(xiàng) 個人的人口是 25 可能性天橋相等的 0 65 和突變的可能性 是 0 12 最佳的解答是獲得之后 20 產(chǎn)生 和最佳化結(jié)果是表明在桌子 2 外形 6 表示比較在中間最初的安排和最佳的安排 它是表明從桌子 2 和無花果 6 那最 大的剪壓力故意的在最佳的模型是很接近于一個獲得在數(shù)字的模擬軟件 在其 他的手 最大的剪壓力有意義的的減少 24 9 之后最佳化 從最佳的設(shè)計(jì) 我們 也發(fā)現(xiàn)那融化溫度通常遠(yuǎn)的更多的結(jié)果比模子溫度在減輕體重法最大的剪壓力 5 結(jié)束 注射模制過程的設(shè)計(jì)依賴沉重地在經(jīng)驗(yàn)和專家的知識和牽連 trialand 錯誤 過程 改良的策略為了最佳化塑膠注射模制過程的是贈品在這紙 策略聯(lián)合神經(jīng) 的網(wǎng)絡(luò)和遺傳的算法在軟的計(jì)算范例 近似的分析模型是發(fā)展有 BPNN 以致減 少花費(fèi)的計(jì)算必需的在數(shù)字的模擬 因而 非二進(jìn)位的遺傳算法是應(yīng)用的到解決 最佳化模型 它是表明從例子那最佳化策略是有效的 在這紙 學(xué)習(xí)是集中過程操 作參數(shù) 例如模子溫度 融化溫度 注射時間和注射壓 在那里是其他的身體因 素例如遮沒安排設(shè)計(jì) 風(fēng)格 大小 的位置門 和部分那的幾何學(xué)是不拿走到體 諒 為了改善系統(tǒng)的能力 規(guī)則 立基于知識系統(tǒng)能是股份有限的到最佳化系統(tǒng)為 了塑膠注射模制 為了未來操作主要的關(guān)心是向更多的整合因素 承認(rèn) 報紙部分 被國家的天然科學(xué)支援 P 的基礎(chǔ) R 中國 60175019 和年輕人基礎(chǔ)科學(xué)