基于神经网络的注塑制品翘曲优化研究
| 中文摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·注塑成型的原理 | 第10-11页 |
| ·注塑件的翘曲变形研究发展 | 第11-12页 |
| ·CAE 技术的应用分析 | 第12-15页 |
| ·CAE 技术简介 | 第12-13页 |
| ·MOLDFLOW 软件介绍 | 第13-14页 |
| ·人工神经网络概述 | 第14-15页 |
| ·研究内容及路线 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 基于Moldflow 的浇注系统优化 | 第18-34页 |
| ·Moldflow MPI 功能介绍 | 第18-19页 |
| ·成型方案 | 第19-24页 |
| ·成型对象 | 第19-21页 |
| ·成型材料 | 第21页 |
| ·浇注系统设计对注塑制品翘曲的影响 | 第21-22页 |
| ·浇注系统的建立 | 第22-24页 |
| ·塑料熔体流动分析 | 第24-29页 |
| ·塑料熔体在圆管中的流动行为 | 第25-27页 |
| ·塑料熔体在圆锥管道中的流动行为 | 第27-28页 |
| ·塑料熔体在平行板间的流动行为 | 第28-29页 |
| ·成型方案分析结果比较 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 试验设计与数据处理 | 第34-51页 |
| ·Moldflow 翘曲分析 | 第34页 |
| ·注塑工艺参数 | 第34-36页 |
| ·成型设备 | 第36-39页 |
| ·试验设备 | 第36-38页 |
| ·试验模具 | 第38-39页 |
| ·试件制备过程及翘曲测量方法 | 第39-41页 |
| ·注塑过程 | 第39-40页 |
| ·翘曲测量方法 | 第40-41页 |
| ·正交试验表，方差分析及注塑工艺参数确定 | 第41-47页 |
| ·正交设计概述 | 第41-42页 |
| ·正交试验表 | 第42-43页 |
| ·方差分析及注塑工艺参数确定 | 第43-47页 |
| ·正交试验表分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 神经网络的建模及应用 | 第51-70页 |
| ·神经网络的理论基础 | 第51-52页 |
| ·神经网络模型的建立 | 第52-60页 |
| ·人工神经元模型 | 第52页 |
| ·BP 网络模型设计 | 第52-53页 |
| ·隐含层神经元数和激励函数的确定 | 第53-55页 |
| ·训练函数及自适应学习函数的选择 | 第55页 |
| ·动量系数和学习速率的选择 | 第55-56页 |
| ·BP 网络的工作过程 | 第56-59页 |
| ·BP 网络模型改进 | 第59-60页 |
| ·样本数据的选取及预处理 | 第60-61页 |
| ·MATLAB 神经网络工具箱 | 第61-62页 |
| ·BP 神经网络的训练及检验 | 第62-64页 |
| ·神经网络模型预测及结果分析 | 第64-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 攻读学位期间发表的学术论文 | 第74-75页 |
| 致谢 | 第75-76页 |
