基于激光器支架的注塑成型工艺及翘曲变形研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-14页 |
1.1 引言 | 第9-10页 |
1.1.1 塑料的性能及应用 | 第9页 |
1.1.2 注塑成型缺陷 | 第9页 |
1.1.3 CAD/CAE/CAM技术 | 第9-10页 |
1.2 翘曲的成因 | 第10页 |
1.3 翘曲变形研究方法及发展趋势 | 第10-11页 |
1.3.1 产品结构 | 第10-11页 |
1.3.2 试验研究 | 第11页 |
1.4 本课题主要研究内容 | 第11-13页 |
1.4.1 课题背景 | 第11-12页 |
1.4.2 课题方案 | 第12-13页 |
1.5 本章小节 | 第13-14页 |
第二章 注塑成型的基础理论 | 第14-19页 |
2.1 粘性流体力学基本方程 | 第14-15页 |
2.1.1 连续性方程 | 第14页 |
2.1.2 运动方程 | 第14页 |
2.1.3 能量方程 | 第14页 |
2.1.4 本构方程 | 第14-15页 |
2.2 基本方程的假设与简化 | 第15页 |
2.3 熔体粘度模型 | 第15-18页 |
2.3.1 关于高聚物熔体粘性的一些基本概念 | 第15-17页 |
2.3.2 粘度模型 | 第17-18页 |
2.3.3 边界条件 | 第18页 |
2.4 本章小结 | 第18-19页 |
第三章 制品及模具结构 | 第19-30页 |
3.1 制品及工艺性分析 | 第19-20页 |
3.1.1 工艺性分析 | 第19-20页 |
3.1.2 成型方案的确定 | 第20页 |
3.2 成型窗口分析 | 第20-21页 |
3.3 浇注系统 | 第21-24页 |
3.3.1 确定浇注系统尺寸 | 第21-22页 |
3.3.2 填充分析结果 | 第22-24页 |
3.4 确定冷却系统 | 第24-26页 |
3.5 模具的成型部分 | 第26-27页 |
3.6 注塑机的选择与校核 | 第27-28页 |
3.6.1 注塑机的选择 | 第27页 |
3.6.2 注塑机的选择 | 第27-28页 |
3.7 模具装配图 | 第28-29页 |
3.8 本章小结 | 第29-30页 |
第四章 注塑成型工艺模拟与产品优化 | 第30-49页 |
4.1 模拟前处理 | 第30-33页 |
4.1.1 CAD建模 | 第30-31页 |
4.1.2 激光器支架网格划分和修补 | 第31页 |
4.1.3 激光器支架的参数设定 | 第31-33页 |
4.2 正交试验方案设计 | 第33-37页 |
4.2.1 确定因素、水平和评价指标 | 第33页 |
4.2.2 选用正交表 | 第33页 |
4.2.3 正交试验结果及分析 | 第33-37页 |
4.3 单因素分析 | 第37-41页 |
4.3.1 模具温度的分析 | 第37-38页 |
4.3.2 熔体温度的分析 | 第38-39页 |
4.3.3 注塑压力的分析 | 第39-40页 |
4.3.4 注射时间的分析 | 第40-41页 |
4.3.5 保压时间的分析 | 第41页 |
4.4 灰关联度分析 | 第41-44页 |
4.5 产品优化 | 第44-48页 |
4.5.1 改善注塑件翘曲变形的措施 | 第44-45页 |
4.5.2 修改方案的确定 | 第45页 |
4.5.3 试验设计 | 第45-48页 |
4.6 本章小结 | 第48-49页 |
第五章 利用人工神经网络预测制件的翘曲和收缩 | 第49-57页 |
5.1 人工神经网络简介 | 第49页 |
5.1.1 人工神经网络的处理过程 | 第49页 |
5.1.2 人工神经网络的特点 | 第49页 |
5.2 BP神经网络结构 | 第49-52页 |
5.2.1 BP网络的结构 | 第49-50页 |
5.2.2 BP网络的学习规则 | 第50-51页 |
5.2.3 BP网络的计算 | 第51-52页 |
5.3 BP网络的不足与改进 | 第52-53页 |
5.4 神经网络预测制件的翘曲和收缩 | 第53-56页 |
5.5 本章小结 | 第56-57页 |
第六章 结论和展望 | 第57-59页 |
6.1 全文总结 | 第57页 |
6.2 论文的主要成果 | 第57-58页 |
6.3 展望 | 第58-59页 |
参考文献 | 第59-62页 |
附录 | 第62-65页 |
发表论文 | 第65-66页 |
致谢 | 第66-67页 |