| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 引言 | 第16-17页 |
| 1.2 注塑成型工艺简介 | 第17页 |
| 1.3 CAE技术在注塑过程中的发展过程 | 第17-19页 |
| 1.3.1 CAE技术的介绍 | 第17-18页 |
| 1.3.2 注塑模拟CAE软件系统的介绍 | 第18页 |
| 1.3.3 注塑成型CAE技术的发展 | 第18-19页 |
| 1.4 CAE软件MoWfloAV在注塑成型中的应用 | 第19-21页 |
| 1.4.1 Moldflow软件的介绍 | 第19-20页 |
| 1.4.2 Moldflow软件在注塑成型中的作用 | 第20-21页 |
| 1.5 CAE技术在注塑成型过程中的作用 | 第21-22页 |
| 1.5.1 CAE在优化注塑成型工艺参数的研究现状 | 第21-22页 |
| 1.6 人工神经网络在注塑成型中的应用 | 第22页 |
| 1.7 本文的主要研究内容 | 第22-24页 |
| 1.7.1 本文主要的研究方法 | 第23页 |
| 1.7.2 本文的创新点 | 第23-24页 |
| 第二章 塑料制品在注塑过程中产生翘曲和縮痕的机理 | 第24-28页 |
| 2.1 引言 | 第24页 |
| 2.2 翘曲变形产生的机理 | 第24-25页 |
| 2.2.1 注塑过程导致塑料制品翘曲的原因 | 第25页 |
| 2.3 缩痕产生的机理 | 第25-27页 |
| 2.3.1 注塑过程导致塑料制品表面缩痕的原因 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 汽车内饰板注塑模拟的前处理过程 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 汽车内饰板模型的前处理 | 第28-29页 |
| 3.3 浇注系统的设计与优化 | 第29-33页 |
| 3.3.1 浇注系统的设计 | 第29-32页 |
| 3.3.2 浇注系统的优化 | 第32-33页 |
| 3.4 选择材料 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 正交试验设计及注塑成型工艺参数的优化 | 第36-56页 |
| 4.1 引言 | 第36页 |
| 4.2 试验方法 | 第36-38页 |
| 4.2.1 正交试验的介绍 | 第36-37页 |
| 4.2.2 信噪比的特征 | 第37-38页 |
| 4.2.3 正交试验矩阵的设计 | 第38页 |
| 4.3 正交试验采用的数学分析方法 | 第38-40页 |
| 4.3.1 均值分析法与极差分析法 | 第38-39页 |
| 4.3.2 方差分析法 | 第39-40页 |
| 4.4 注塑成型工艺参数Taguchi正交试验表的设计 | 第40-41页 |
| 4.5 正交试验结果分析 | 第41-45页 |
| 4.5.1 翘曲变形量的均值分析与极差分析 | 第41-43页 |
| 4.5.2 缩痕指数的均值分析与极差分析 | 第43-45页 |
| 4.6 方差分析 | 第45-46页 |
| 4.6.1 翘曲变形量的方差分析 | 第45-46页 |
| 4.6.2 缩痕指数的方差分析 | 第46页 |
| 4.7 单因素分析 | 第46-55页 |
| 4.7.1 翘曲变形量的单因素分析 | 第46-51页 |
| 4.7.2 缩痕指数的单因素分析 | 第51-55页 |
| 4.8 本章小结 | 第55-56页 |
| 第五章 BP神经网络预测翘曲变形量和缩痕指数在MATLAB中的实现 | 第56-79页 |
| 5.1 人工神经网络的介绍 | 第56-57页 |
| 5.1.1 人工神经网络的特点 | 第56页 |
| 5.1.2 人工神经网络的分类 | 第56-57页 |
| 5.1.3 人工神经网络的应用 | 第57页 |
| 5.2 BP神经网络 | 第57-68页 |
| 5.2.1 BP神经网络的介绍 | 第57页 |
| 5.2.2 BP神经网络的结构 | 第57-58页 |
| 5.2.3 BP神经网络信号的传播过程 | 第58页 |
| 5.2.4 BP神经网络的算法原理 | 第58页 |
| 5.2.5 BP神经网络的激励函数 | 第58-60页 |
| 5.2.6 BP神经网络的数学表达 | 第60-62页 |
| 5.2.7 BP神经网络的主要缺陷以及改进方式 | 第62-64页 |
| 5.2.8 BP神经网络的结构设计 | 第64-68页 |
| 5.3 基于MATLAB工具箱进行BP神经网络的设计 | 第68-69页 |
| 5.3.1 基于MATLAB软件BP神经网络的建立 | 第68-69页 |
| 5.4 BP神经网络的训练与检验 | 第69-71页 |
| 5.5 基于BP神经网络的工艺参数的进一步优化 | 第71-78页 |
| 5.5.1 进一步进行翘曲和缩痕优化的步骤 | 第72页 |
| 5.5.2 翘曲变形量的进一步优化 | 第72-75页 |
| 5.5.3 缩痕指数的进一步优化 | 第75-78页 |
| 5.6 本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读学位期间（待）发表论文 | 第86-88页 |
| 致谢 | 第88页 |
