摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-20页 |
1.1 引言 | 第9-10页 |
1.2 注塑成型工艺介绍 | 第10-11页 |
1.3 注塑成型数值模拟技术 | 第11-14页 |
1.3.1 注塑成型CAE技术简介 | 第11-12页 |
1.3.2 Moldflow简介 | 第12-13页 |
1.3.3 人工神经网络 | 第13-14页 |
1.4 注塑成型翘曲变形国内外研究进展 | 第14-17页 |
1.4.1 注塑成型翘曲变形国外研究进展 | 第15-16页 |
1.4.2 注塑成型翘曲变形国内研究进展 | 第16-17页 |
1.5 课题来源、研究目的和意义、创新点及主要内容 | 第17-20页 |
1.5.1 课题来源 | 第17页 |
1.5.2 课题研究目的、意义 | 第17-18页 |
1.5.3 本文创新点 | 第18页 |
1.5.4 本文研究内容 | 第18-20页 |
第2章 BPC注塑过程理论及翘曲变形理论 | 第20-31页 |
2.1 BPC注塑成型理论基础 | 第20-26页 |
2.1.1 BPC熔体流动理论基础 | 第20-22页 |
2.1.2 BPC注塑充填过程的基本方程 | 第22-26页 |
2.2 BPC注塑成型过程理论 | 第26-28页 |
2.3 BPC注塑成型翘曲理论 | 第28页 |
2.3.1 BPC注塑制品翘曲变形原因 | 第28页 |
2.3.2 BPC注塑制品翘曲变形的影响因素 | 第28页 |
2.4 BPC的注塑成型 | 第28-30页 |
2.4.1 BPC注塑存在的问题 | 第28-29页 |
2.4.2 竹塑复合材料物性 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第3章 基于Moldflow的BPC注塑模拟及工艺参数的优化 | 第31-42页 |
3.1 包装盒及翘曲变形的有限元分析 | 第31-36页 |
3.1.1 模型的建立 | 第31-32页 |
3.1.2 模型的导入 | 第32页 |
3.1.3 网格的划分 | 第32-33页 |
3.1.4 BPC的导入 | 第33-34页 |
3.1.5 浇口位置的确定 | 第34-35页 |
3.1.6 冷却系统的确定 | 第35-36页 |
3.2 竹塑包装盒注塑仿真试验及结果 | 第36-41页 |
3.2.1 FLOW填充分析 | 第36-38页 |
3.2.2 COOL冷却分析 | 第38-40页 |
3.2.3 Warp翘曲变形分析 | 第40-41页 |
3.3 本章小结 | 第41-42页 |
第4章 基于正交试验和模拟技术的参数优化 | 第42-52页 |
4.1 正交试验简介 | 第42-44页 |
4.2 试验指标、设计变量极其取值范围 | 第44-45页 |
4.2.1 试验指标的确定 | 第44页 |
4.2.2 设计变量极其取值的确定 | 第44-45页 |
4.3 基于正交试验的竹塑注塑包装盒工艺优化 | 第45页 |
4.4 正交试验方案 | 第45-49页 |
4.5 正交试验结果分析 | 第49-51页 |
4.6 基于正交试验的注塑参数组合优化 | 第51页 |
4.7 本章小结 | 第51-52页 |
第5章 基于人工神经网络的工艺参数优化 | 第52-62页 |
5.1 人工神经网络概述 | 第52-53页 |
5.1.1 BP网络 | 第52-53页 |
5.2 BP网络的算法 | 第53-56页 |
5.2.1 BP网络算法的原理 | 第53页 |
5.2.2 BP网络模型的建立 | 第53-56页 |
5.3 BP网络注塑模型试验 | 第56-60页 |
5.3.1 注塑成型的BP网络模型的建立 | 第56-57页 |
5.3.2 训练样本的选取 | 第57-58页 |
5.3.3 网络模型训练及预测 | 第58-60页 |
5.4 本章小结 | 第60-62页 |
第6章 注塑成型实验 | 第62-68页 |
6.1 实验材料 | 第62页 |
6.2 实验设备 | 第62页 |
6.3 实验步骤及主要条件 | 第62-66页 |
6.3.1 BPC的制备 | 第62-64页 |
6.3.2 BPC注塑成型 | 第64-66页 |
6.4 结果对比分析 | 第66-67页 |
6.5 本章小结 | 第67-68页 |
结论与展望 | 第68-70页 |
总结 | 第68-69页 |
展望 | 第69-70页 |
参考文献 | 第70-73页 |
攻读硕士期间取得的研究成果 | 第73-74页 |
致谢 | 第74页 |