首页--工业技术论文--化学工业论文--合成树脂与塑料工业论文--一般性问题论文--生产过程与生产工艺论文--成型加工论文

大型框型薄壁件的翘曲优化

摘要第3-4页
Abstract第4页
第1章 绪论第7-19页
    1.1 课题来源及研究意义第7页
    1.2 关于薄壁注塑成型技术的调研第7-12页
        1.2.1 薄壁注射成型技术提出的背景第7-8页
        1.2.2 薄壁注射成型技术的研究现状第8-10页
        1.2.3 薄壁注射成型技术的特点及存在的不足第10-12页
    1.3 薄壁件的翘曲变形研究进展第12-13页
        1.3.1 浇注系统对翘曲影响研究第13页
        1.3.2 注塑工艺参数对翘曲的研究第13页
    1.4 薄壁注塑成型翘曲变形研究方法第13-18页
        1.4.1 非梯度类方法第14-15页
        1.4.2 智能类优化方法第15-16页
        1.4.3 智能类算法代理模型建立方法第16-17页
        1.4.4 其它优化技术第17页
        1.4.5 优化方法的发展方向第17-18页
    1.5 本文主要研究的内容第18-19页
第2章 大型薄壁件的浇注系统优化第19-28页
    2.1 模流分析的流程简介第19页
    2.2 模流分析的网格划分第19-22页
    2.3 电表箱外壳的材料特性第22-23页
    2.4 电表箱外壳浇注系统优化第23-27页
        2.4.1 原浇注方案及其 CAE 分析第23-25页
        2.4.2 浇注系统优化设计第25-27页
    2.5 本章小结第27-28页
第3章 注塑成型多工艺参数优化第28-35页
    3.1 正交试验简介第28-29页
    3.2 正交试验设计与仿真试验第29-34页
        3.2.1 正交试验法优化设计第29-31页
        3.2.2 分析模拟结果第31-34页
    3.3 本章小结第34-35页
第4章 关于工艺参数的 BP 神经网格建模第35-45页
    4.1 人工神经网格简介第35-37页
        4.1.1 人工神经网络的特征第35页
        4.1.2 BP 神经网络第35页
        4.1.3 数值优化的 BP 神经网络训练算法第35-37页
    4.2 注塑工艺参数的 BP 神经网络建模第37-44页
        4.2.1 BP 神经网络模型的建立过程第37-39页
        4.2.2 四种算法对比确定 BP 神经网格模型第39-44页
    4.3 本章小结第44-45页
第5章 基于 BP 神经网格的翘曲优化第45-49页
    5.1 基于 BP 神经网格模型的注塑工艺参数优化第45-47页
        5.1.1 优化流程第45页
        5.1.2 优化过程第45-47页
    5.2 检验 ANN 模型模拟所得最优组合第47-48页
    5.3 本章小结第48-49页
第6章 结论与展望第49-50页
    6.1 结论第49页
    6.2 展望第49-50页
致谢第50-51页
参考文献第51-54页
攻读学位期间的研究成果第54页

论文共54页,点击 下载论文
上一篇:MAP+UASB+A/O+混凝+BAF处理化工医药园区综合废水的研究
下一篇:工业火炬头燃烧特性及其防风原理的研究