细长杆多腔模注塑成型工艺多因素多目标集成优化

本书重点研究细长杆多腔模注塑成型工艺的多 因素多目标集成优化。设计了一种基于平衡布置的 一模四腔圆珠笔笔弹模具，通过构建细长杆注塑成 型中熔体充模流动的数学模型，提出通过优化工艺 参数组合直接或间接地优化多腔模产品质量的思路 。最后开展实验验证，结果表明多种方法的集成的 确可以大大提高优化工艺的精度。

第1章 绪论 1.1 研究背景和意义 1.1.1 研究背景 1.1.2 研究意义 1.2 注塑成型优化技术的国内外研究现状 1.2.1 注塑成型流道平衡优化 1.2.2 注塑成型工艺参数的优化 1.3 本书主要研究内容 第2章 细长杆多腔模非平衡流动机理及平衡优化 2.1 多腔模平衡设计问题 2.2 熔体充模过程的理论基础 2.2.1 黏性流体力学的基本方程 2.2.2 圆管熔体流动行为的数学模型 2.3 造成平衡流道多腔模填充不平衡的因素 2.3.1 流道拐角诱导多腔模填充不平衡 2.3.2 模具的温度梯度导致多腔模填充不平衡 2.3.3 剪切诱导多腔模填充不平衡 2.4 细长杆平衡流道的填充不平衡造成产品变形分析 2.4.1 优化浇口位置并确定最优流道方案 2.4.2 影响细长杆填充不平衡的工艺因素 2.5 小结 第3章 Taguchi-CAE的集成在细长杆注塑成型工艺参数优化中的应用 3.1 引言 3.2 信噪比的含义 3.3 基于正交设计的注塑成型工艺参数优化 3.3.1 试验安排 3.3.2 PP材料注塑成型工艺参数优化 3.3.3 PC材料注塑成型工艺参数优化 3.3.4 PC+ABS材料注塑成型工艺参数优化 3.3.5 PP、PC、PC+ABS材料成型特性小结 3.4 基于信噪比的PP注塑成型工艺参数优化 3.5 普通正交试验设计和Taguchi正交试验设计优化结果分析 3.6 小结 第4章 Taguchi-RSM-CAE的集成在细长杆注塑成型工艺参数优化中的应用 4.1 引言 4.2 RSM研究方法 4.2.1 RSM研究方法简介 4.2.2 响应面的各因素(变量)之间的交互作用 4.2.3 响应面试验设计方法 4.2.4 响应面的构造及检验过程 4.3 RSM-CAE的集成在PP细长杆注塑成型工艺参数多目标优化中的应用 4.3.1 细长杆注塑响应面研究概述 4.3.2 试验设计 4.3.3 响应面模型 4.4 RSM-CAE的集成在PC细长杆注塑成型工艺参数多目标优化中的应用 4.4.1 PC材料体积收缩率试验模型及响应面分析 4.4.2 PC材料最大轴向变形试验模型及响应面分析 4.4.3 PP材料、PC材料的成型工艺对收缩和变形的影响比较 4.5 普通正交试验、基于信噪比的正交试验和响应面试验的优化结果比较 4.6 小结 第5章 遗传算法和神经网络的集成在细长杆注塑指标精度预测研究中的应用 5.1 引言 5.2 人工神经网络介绍 5.2.1 人工神经网络原理 5.2.2 BP神经网络 5.2.3 BP神经网络的设计和训练 5.3 遗传算法介绍 5.3.1 遗传算法的基本原理 5.3.2 遗传算法在神经网络中的应用 5.3.3 基于遗传算法的神经网络训练 5.4 GA-BP-Taguchi的集成在PP细长杆体积收缩率精度预测研究中的应用 5.4.1 GA-BP神经网络训练和预测精度检验 5.4.2 Taguchi正交试验和GA-BP神经网络的结合寻优与预测 5.5 GA-BP-RSM的集成在PC细长杆最大轴向变形精度预测研究中的应用 5.5.1 GA-BP神经网络训练和预测精度检验 5.5.2 RSM和GA-BP的结合寻优与预测 5.5.3 GA-BP组合预测模型应用 5.6 小结 第6章 Taguchi-RSM-GRA的集成在细长杆注塑成型工艺多目标优化中的应用 6.1 引言 6.2 灰色关联分析的方法与步骤 6.3 灰色关联系数的讨论 6.4 Taguchi-GRA的集成在细长杆注塑成型品质多目标优化中的应用 6.4.1 基于Taguchi正交试验和灰色关联分析集成的注塑成型工艺参数优化 6.4.2 多目标的灰色关联度计算 6.4.3 灰色关联度的极差与方差分析 6.4.4 连续空间的预测模型 6.4.5 多种优化方法比较 6.5 RSM-GRA的集成在细长杆注塑成型品质多目标优化中的应用 6.5.1 基于CCD试验的灰色关联度计算 6.5.2 基于响应面的参数显著性分析和预测模型 6.6 基于灰色关联分析和理想解法的注塑成型品质多目标优化 6.7 小结 第7章 细长杆多腔模注塑成型工艺实证研究 7.1 引言 7.2 模具设计 7.3 试验部分 7.3.1 试验材料 7.3.2 试验设备 7.3.3 优化参数的试验验证 7.3.4 实际值与GA-BP误差比较 7.4 小结 第8章 结论与展望 8.1 结论 8.2 展望 参考文献