| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 金属注射成形 | 第9-12页 |
| 1.1.1 金属注射成形工艺 | 第9-11页 |
| 1.1.2 金属注射成形的发展历程 | 第11-12页 |
| 1.2 金属注射成形的特点 | 第12-13页 |
| 1.3 神经网络在MIM中的应用 | 第13-14页 |
| 1.4 粒子群算法及其应用 | 第14-15页 |
| 1.5 本文主要研究内容 | 第15-16页 |
| 2 MIM密度分布神经网络预测模型 | 第16-23页 |
| 2.1 神经网络理论概述 | 第16-18页 |
| 2.2 BP神经网络学习算法 | 第18-19页 |
| 2.3 MIM密度分布神经网络预测模型建立 | 第19-23页 |
| 3 基于BP神经网络的MIM密度分布预测 | 第23-35页 |
| 3.1 基于ANSYS-CFX的MIM注射成形阶段数值模拟 | 第23-26页 |
| 3.1.1 MIM注射阶段的多相流数学模型 | 第23-24页 |
| 3.1.2 数值模拟的初边界条件设定 | 第24-25页 |
| 3.1.3 五角型模型注射阶段数值模拟 | 第25-26页 |
| 3.2 MIM密度分布预测BP神经网络建模及训练 | 第26-29页 |
| 3.2.1 样本选取 | 第26-28页 |
| 3.2.2 训练算法及参数设定 | 第28页 |
| 3.2.3 训练结果分析 | 第28-29页 |
| 3.3 MIM密度分布预测BP神经网络应用与误差分析 | 第29-35页 |
| 4 基于粒子群优化的MIM坯体密度分布控制 | 第35-50页 |
| 4.1 粒子群算法理论与应用 | 第35-37页 |
| 4.1.1 粒子群算法 | 第35-36页 |
| 4.1.2 全局与局部粒子群算法 | 第36-37页 |
| 4.1.3 粒子群算法的应用 | 第37页 |
| 4.2 基于粒子群算法的密度分布控制 | 第37-44页 |
| 4.2.1 PSO密度分布控制流程 | 第37-41页 |
| 4.2.2 粒子群算法参数设置 | 第41-43页 |
| 4.2.3 算法可行性测试 | 第43-44页 |
| 4.3 控制误差分析与CFX模拟验证 | 第44-49页 |
| 4.4 小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 附录 | 第58-65页 |
| 攻读学位期间主要的研究成果 | 第65-66页 |
| 致谢 | 第66页 |