摘要 | 第1-6页 |
Abstract | 第6-11页 |
1 绪论 | 第11-20页 |
·课题研究背景 | 第11页 |
·课题研究的目的和意义 | 第11-13页 |
·注塑成型过程数值模拟、工艺参数优化和控制的重要性 | 第13页 |
·注塑成型工艺参数优化设计进展 | 第13-18页 |
·论文的主要工作 | 第18-20页 |
2 注塑成型的流动数值仿真理论分析 | 第20-28页 |
·注塑成型CAE理论分析 | 第20-25页 |
·熔体充模过程数值仿真理论 | 第20-21页 |
·熔体保压过程数值仿真理论 | 第21-22页 |
·熔体冷却过程数值仿真理论 | 第22-23页 |
·制品翘曲变形数值仿真理论 | 第23-25页 |
·注塑成型CAE分析软件功能简介 | 第25-26页 |
·本章小结 | 第26-28页 |
3 注塑成型CAE建模 | 第28-39页 |
·注塑产品有限元模型的建立 | 第28-31页 |
·制品3D模型的前处理 | 第28-29页 |
·制品有限元网格的划分与修复 | 第29-31页 |
·Moldflow分析模型的建立 | 第31-38页 |
·模具浇注系统的有限元建模 | 第31-33页 |
·模具冷却系统的有限元建模 | 第33-35页 |
·制品材料和成型工艺参数的设定 | 第35-38页 |
·本章小结 | 第38-39页 |
4 基于正交试验的注塑成型仿真试验 | 第39-60页 |
·成型工艺影响因素 | 第39-41页 |
·注塑成型质量指标的确定 | 第41页 |
·数值仿真正交试验设计 | 第41-58页 |
·正交试验简介 | 第42-44页 |
·基于模糊映射的质量指标加权综合评分 | 第44-46页 |
·基于正交表的仿真试验方案 | 第46-49页 |
·试验结果的计算与分析 | 第49-58页 |
·本章小结 | 第58-60页 |
5 注塑制品质量的神经网络模型 | 第60-87页 |
·人工神经网络 | 第61-65页 |
·BP网络模型 | 第61-62页 |
·BP算法 | 第62-65页 |
·BP网络的设计 | 第65-67页 |
·BP网络的结构设计 | 第65-66页 |
·参数设计 | 第66-67页 |
·改进BP算法 | 第67-68页 |
·注塑制品质量预测的神经网络模型建立 | 第68-83页 |
·神经网络模型建立前处理 | 第68-70页 |
·神经网络模型对比实验设计 | 第70-73页 |
·神经网络实验结果比较 | 第73-83页 |
·神经网络集的建立 | 第83-86页 |
·本章小结 | 第86-87页 |
6 基于遗传算法的注塑成型工艺参数优化 | 第87-95页 |
·最优化问题的提出 | 第87-88页 |
·遗传算法概述 | 第88-89页 |
·注塑成型工艺参数多目标优化方法 | 第89-92页 |
·遗传算法的实施 | 第89-92页 |
·注塑成型工艺参数多目标优化的遗传算法实现 | 第92页 |
·采用Moldflow验证遗传算法所得的最优工艺参数 | 第92-93页 |
·质量指标结果的比较与分析 | 第93-94页 |
·本章小结 | 第94-95页 |
结论与展望 | 第95-97页 |
结论 | 第95-96页 |
展望 | 第96-97页 |
参考文献 | 第97-105页 |
附录A | 第105-130页 |
附录B(攻读学位期间的主要学术成果) | 第130-131页 |
致谢 | 第131页 |