注塑成型的数值模拟及多目标工艺优化
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·注塑成型周期 | 第9-11页 |
| ·预塑计量阶段 | 第10页 |
| ·注射充填阶段 | 第10页 |
| ·保压补缩阶段 | 第10-11页 |
| ·冷却定型阶段 | 第11页 |
| ·工程背景及意义 | 第11-12页 |
| ·工艺参数优化的国内外研究现状 | 第12-14页 |
| ·国外的研究现状 | 第13-14页 |
| ·国内的研究现状 | 第14页 |
| ·课题研究内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 常见的制品缺陷及CAE分析 | 第16-30页 |
| ·注塑成型模拟流动CAE技术 | 第16页 |
| ·注塑成型涉及的基本方程 | 第16-19页 |
| ·模流分析软件Moldflow简介 | 第19-20页 |
| ·常见的制品缺陷CAE分析及优化设计 | 第20-29页 |
| ·注塑制品的体收缩变形与Moldflow分析 | 第21-24页 |
| ·注塑制品的翘曲变形与Moldflow分析 | 第24-26页 |
| ·注塑制品熔接痕与Moldflow分析 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 正交实验设计 | 第30-41页 |
| ·正交实验设计 | 第30-31页 |
| ·正交实验的基本概念 | 第30页 |
| ·正交实验表 | 第30-31页 |
| ·正交实验的直观分析 | 第31-33页 |
| ·正交实验的方差分析 | 第33-34页 |
| ·正交实验设计 | 第34-40页 |
| ·实验因素选择及水平划分 | 第34-35页 |
| ·实验结果直观分析 | 第35-39页 |
| ·实验结果均方误差分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于灰关联分析的多指标工艺参数优化 | 第41-53页 |
| ·灰关联分析方法概述 | 第41页 |
| ·数据规范化处理 | 第41-43页 |
| ·灰关联度 | 第43-45页 |
| ·灰关联计算分析 | 第45-49页 |
| ·优化结果分析与讨论 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 人工神经网络预测模型 | 第53-66页 |
| ·神经网络简介 | 第53-54页 |
| ·神经网络的组成单元 | 第54-55页 |
| ·神经网络的结构 | 第55-56页 |
| ·神经网络的训练 | 第56页 |
| ·BP误差反向传播神经网络 | 第56-59页 |
| ·误差反向传播的学习算法 | 第57-59页 |
| ·BP算法的局限 | 第59页 |
| ·BP神经网络模型设计 | 第59-62页 |
| ·神经网络结构设计 | 第59-60页 |
| ·神经网络的参数选择 | 第60-61页 |
| ·训练样本的选择 | 第61-62页 |
| ·BP网络模型的建立 | 第62-64页 |
| ·网络模型预测精度的检验 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 实验验证 | 第66-69页 |
| ·实验目的及内容 | 第66页 |
| ·实验目的 | 第66页 |
| ·实验内容 | 第66页 |
| ·实验设备与物料 | 第66页 |
| ·实验设备 | 第66页 |
| ·物料 | 第66页 |
| ·实验方法及结果 | 第66-69页 |
| 第7章 结论与展望 | 第69-71页 |
| ·结论 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间的研究成果 | 第76页 |
