基于CAE技术的注塑成型工艺参数的优化研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-20页 |
| ·研究背景 | 第12页 |
| ·注塑成型工艺参数优化的研究现状 | 第12-17页 |
| ·注塑成型工艺参数优化的研究现状 | 第12-15页 |
| ·注塑成型工艺参数优化的研究方法 | 第15-17页 |
| ·选题的依据与意义 | 第17页 |
| ·课题的研究内容与技术路线 | 第17-19页 |
| ·课题的研究内容 | 第17-18页 |
| ·课题的技术路线 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 2 注塑成型介绍 | 第20-30页 |
| ·注塑成型机介绍 | 第20页 |
| ·注塑成型工艺过程 | 第20-21页 |
| ·注塑成型工艺参数 | 第21-24页 |
| ·温度参数 | 第22页 |
| ·压力参数 | 第22-23页 |
| ·时间参数 | 第23-24页 |
| ·注塑成型的数学模型 | 第24-28页 |
| ·充模过程的数学描述 | 第24-26页 |
| ·保压过程的数学描述 | 第26-27页 |
| ·冷却过程的数学描述 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 3 基于MOLDFLOW的注塑制品CAE分析 | 第30-44页 |
| ·MOLDFLOW软件简介 | 第30-32页 |
| ·Moldflow软件的作用 | 第30-31页 |
| ·Moldflow软件功能介绍 | 第31-32页 |
| ·模拟分析方案 | 第32-36页 |
| ·Moldflow分析流程 | 第32页 |
| ·CAE模型的建立 | 第32-36页 |
| ·模拟结果分析 | 第36-42页 |
| ·MOLDFLOW推荐的工艺参数模拟分析 | 第42页 |
| ·本章小结 | 第42-44页 |
| 4 基于正交试验设计的工艺参数优化 | 第44-54页 |
| ·正交试验设计简介 | 第44页 |
| ·正交试验设计方法 | 第44-46页 |
| ·信噪比 | 第44-45页 |
| ·正交试验数据分析方法 | 第45-46页 |
| ·基于正交试验设计的工艺参数优化 | 第46-52页 |
| ·正交试验设计 | 第46-48页 |
| ·正交试验方案与结果 | 第48-50页 |
| ·正交试验结果分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 5 基于神经网络和遗传算法的工艺参数优化 | 第54-76页 |
| ·人工神经网络概述 | 第54页 |
| ·BP神经网络介绍 | 第54-55页 |
| ·BP神经网络模型设计 | 第55-58页 |
| ·网络层数的确定 | 第55页 |
| ·各层神经元数的确定 | 第55-56页 |
| ·各层激励函数的确定 | 第56页 |
| ·学习算法的确定 | 第56-58页 |
| ·试验样本数据的归一化处理 | 第58页 |
| ·遗传算法优化BP神经网络 | 第58-59页 |
| ·BP神经网络的训练与测试 | 第59-60页 |
| ·基于神经网络的单工艺参数对翘曲变形和收缩的影响 | 第60-64页 |
| ·工艺参数的交互作用对翘曲变形和收缩的影响 | 第64-70页 |
| ·基于遗传算法的工艺参数优化 | 第70-74页 |
| ·遗传算法概述 | 第70页 |
| ·遗传算法的设计 | 第70-74页 |
| ·本章小结 | 第74-76页 |
| 6 注塑成型试验 | 第76-82页 |
| ·试验设备的选择 | 第76-77页 |
| ·翘曲变形量和收缩率的测量方法 | 第77-78页 |
| ·翘曲变形量的测量方法 | 第77-78页 |
| ·收缩率的测量方法 | 第78页 |
| ·注塑成型试验 | 第78-81页 |
| ·本章小结 | 第81-82页 |
| 总结与展望 | 第82-84页 |
| 总结 | 第82-83页 |
| 展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 附录A (攻读学位期间的主要学术成果) | 第90-92页 |
| 致谢 | 第92页 |
