薄壁塑件注塑成型的数值模拟和成型工艺参数优化的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-24页 |
| ·薄壁注塑成型技术概述 | 第10-16页 |
| ·薄壁注塑成型技术产生的背景 | 第10-12页 |
| ·薄壁注塑成型技术应用 | 第12-14页 |
| ·注塑成型中的注塑件质量问题 | 第14-16页 |
| ·薄壁注塑成型技术的研究现状 | 第16-22页 |
| ·薄壁注塑成型技术的数值模拟研究 | 第16-19页 |
| ·注塑成型优化设计研究现状 | 第19-22页 |
| ·课题的提出及主要研究工作 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第二章 薄壁注塑成型的基础理论和关键技术 | 第24-33页 |
| ·薄壁注塑成型充填流动的数学模型 | 第24-28页 |
| ·粘性流体力学基本方程 | 第24-26页 |
| ·基本方程的假设 | 第26页 |
| ·充填流动方程 | 第26-27页 |
| ·熔体粘度模型 | 第27-28页 |
| ·边界条件 | 第28页 |
| ·薄壁注塑成型的关键技术 | 第28-32页 |
| ·薄壁注塑成型模具的设计技术 | 第29-31页 |
| ·薄壁注塑成型制品的设计特点 | 第31页 |
| ·薄壁注塑成型的注塑机及原材料的选择 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 薄壁注塑成型的数值模拟分析 | 第33-70页 |
| ·注塑模CAE技术的发展 | 第33-34页 |
| ·Moldflow软件简介 | 第34页 |
| ·模拟分析方案 | 第34-36页 |
| ·材料的选择 | 第34-35页 |
| ·模拟分析流程 | 第35-36页 |
| ·模拟分析 | 第36-67页 |
| ·模具温度的模拟分析 | 第36-44页 |
| ·熔体温度的模拟分析 | 第44-50页 |
| ·注射速率的模拟分析 | 第50-57页 |
| ·注射压力的模拟分析 | 第57-65页 |
| ·模拟结果总结 | 第65-67页 |
| ·实例分析 | 第67-69页 |
| ·制品概况 | 第67-68页 |
| ·解决方法分析 | 第68-69页 |
| ·工艺参数设置及分析结果 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第四章 薄壁注塑成型工艺参数优化 | 第70-92页 |
| ·试验设计方法及数据分析方法 | 第70-72页 |
| ·正交试验设计方法 | 第70-72页 |
| ·数据分析方法 | 第72页 |
| ·试验方案 | 第72-74页 |
| ·模拟结果分析 | 第74-91页 |
| ·工艺参数对制件收缩率的影响分析 | 第74-79页 |
| ·工艺参数对制件翘曲的影响分析 | 第79-83页 |
| ·多目标下的灰关联分析 | 第83-88页 |
| ·综合比较分析及工艺参数优化 | 第88-91页 |
| ·本章小结 | 第91-92页 |
| 第五章 利用人工神经网络预测制件的翘曲和收缩 | 第92-101页 |
| ·人工神经网络简介 | 第92-93页 |
| ·人工神经网络的特点 | 第92-93页 |
| ·BP神经网络的介绍 | 第93-97页 |
| ·BP网络的结构 | 第93-94页 |
| ·BP网络的学习规则 | 第94-97页 |
| ·BP网络的不足及改进 | 第97页 |
| ·神经网络预测制件的翘曲和收缩 | 第97-100页 |
| ·神经网络模型的建立 | 第97-98页 |
| ·样本数据处理 | 第98页 |
| ·神经网络的训练 | 第98-100页 |
| ·神经网络的测试 | 第100页 |
| ·本章小结 | 第100-101页 |
| 第六章 总结与展望 | 第101-104页 |
| ·总结 | 第101-103页 |
| ·展望 | 第103-104页 |
| 参考文献 | 第104-109页 |
| 附录1 | 第109-111页 |
| 致谢 | 第111-112页 |
| 攻读硕士学位期间发表论文 | 第112页 |
