| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第一章 绪论 | 第13-31页 |
| ·研究的背景和意义 | 第13-14页 |
| ·研究的背景 | 第13页 |
| ·研究的意义 | 第13-14页 |
| ·注塑成型优化技术的国内外研究综述 | 第14-29页 |
| ·注塑成型流道平衡优化 | 第15-17页 |
| ·注塑成型工艺参数的优化 | 第17-29页 |
| ·论文的主要内容 | 第29-31页 |
| 第二章 细长杆多腔模非平衡流动机理及平衡优化 | 第31-49页 |
| ·多腔模平衡设计问题 | 第31-32页 |
| ·熔体充模过程的理论基础 | 第32-35页 |
| ·粘性流体力学的基本方程 | 第32-33页 |
| ·圆管熔体流动行为的数学模型 | 第33-35页 |
| ·造成平衡流道多腔模填充不平衡的因素 | 第35-40页 |
| ·流道拐角诱导多腔模不平衡 | 第35页 |
| ·模温梯度导致的不平衡 | 第35-36页 |
| ·剪切诱导的不平衡(Shear-induced imbalance) | 第36-40页 |
| ·细长杆平衡流道的不平衡造成产品变形分析 | 第40-48页 |
| ·优化浇口位置确定最佳流道方案 | 第40-43页 |
| ·影响细长杆流动不平衡的工艺因素 | 第43-48页 |
| ·小结 | 第48-49页 |
| 第三章 Taguchi-CAE的集成在细长杆注塑工艺优化中应用 | 第49-67页 |
| ·引言 | 第49-50页 |
| ·噪音比S/N的含义 | 第50-51页 |
| ·基于正交设计的注塑成型工艺参数优化 | 第51-60页 |
| ·实验安排 | 第51-53页 |
| ·PP注塑成型工艺参数优化 | 第53-55页 |
| ·PC注塑成型工艺参数优化 | 第55-58页 |
| ·PC+ABS注塑成型工艺参数优化 | 第58-60页 |
| ·PP PC PC+ABS成型特性小结 | 第60页 |
| ·基于噪音比S/N的PP注塑成型工艺参数优化 | 第60-64页 |
| ·正交设计和Taguchi正交试验优化结果分析 | 第64-66页 |
| ·小结 | 第66-67页 |
| 第四章 Taguchi-RSM-CAE的集成在细长杆注塑成型工艺优化中应用 | 第67-99页 |
| ·引言 | 第67-68页 |
| ·RSM研究方法 | 第68-78页 |
| ·RSM方法简介 | 第68-69页 |
| ·响应面的各因素(变量)之间的交互作用 | 第69页 |
| ·响应面试验设计方法 | 第69-72页 |
| ·响应面的构造及检验过程 | 第72-78页 |
| ·RSM-CAE的集成在PP细长杆注塑成型工艺参数多目标优化的应用 | 第78-89页 |
| ·细长杆注塑响应面研究概述 | 第78页 |
| ·实验设计 | 第78-81页 |
| ·响应面模型 | 第81-89页 |
| ·RSM-CAE的集成在PC细长杆注塑成型工艺参数多目标优化的应用 | 第89-96页 |
| ·PC体积收缩率实验模型及响应面分析 | 第89-92页 |
| ·PC最大轴向变形实验模型及响应面分析 | 第92-95页 |
| ·PP、PC的成型工艺对收缩变形的影响比较 | 第95-96页 |
| ·正交实验、基于噪音比的正交实验和响应面优化结果比较 | 第96-97页 |
| ·小结 | 第97-99页 |
| 第五章 遗传算法和神经网络的集成在细长杆注塑指标精度预测研究 | 第99-123页 |
| ·引言 | 第99-100页 |
| ·人工神经网络介绍 | 第100-108页 |
| ·人工神经网络原理 | 第101-102页 |
| ·BP网络 | 第102-106页 |
| ·BP网络的设计和训练 | 第106-108页 |
| ·遗传算法介绍 | 第108-112页 |
| ·遗传算法的基本原理 | 第108-109页 |
| ·遗传算法在神经网络中的应用 | 第109-110页 |
| ·基于遗传算法的神经网络训练 | 第110-112页 |
| ·GA-BP-Taguchi的集成在PP细长杆体积收缩率注塑工艺优化中的应用 | 第112-117页 |
| ·GA-BP神经网络训练和精度检验 | 第112-116页 |
| ·Taguchi正交实验和GA-BP的结合寻优和预测 | 第116-117页 |
| ·GA-BP-RSM的集成在PC轴向变形优化和预测中的应用 | 第117-122页 |
| ·GA-BP神经网络训练和预测精度检验 | 第117-120页 |
| ·RSM和GA-BP联合寻优和预测 | 第120-121页 |
| ·GA-BP组合预测模型应用 | 第121-122页 |
| ·小结 | 第122-123页 |
| 第六章 Taguchi-RSM-GRA的集成在细长杆注塑工艺多目标优化的应用 | 第123-141页 |
| ·引言 | 第123-124页 |
| ·灰色关联分析的方法与步骤 | 第124-127页 |
| ·灰色关联系数的讨论 | 第127-128页 |
| ·Taguchi设计和灰关联分析的集成在细长杆注塑成型品质多目标优化应用 | 第128-134页 |
| ·基于Taguchi和灰关联分析集成的注塑成形工艺优化 | 第128-129页 |
| ·多目标的灰色关联度计算 | 第129-130页 |
| ·灰色关联度的极差与方差分析 | 第130-131页 |
| ·连续空间的预测模型 | 第131-134页 |
| ·多种优化方法比较 | 第134页 |
| ·RSM和灰关联的集成在细长杆注塑成型品质多目标优化应用 | 第134-136页 |
| ·基于CCD实验的灰关联度计算 | 第134-136页 |
| ·基于响应面的参数显著性分析和预测模型 | 第136页 |
| ·基于灰关联和理想解法的注射工艺多目标优化 | 第136-140页 |
| ·小结 | 第140-141页 |
| 第七章 细长杆多腔模注塑成型工艺实证研究 | 第141-149页 |
| ·引言 | 第141页 |
| ·模具设计 | 第141-142页 |
| ·实验部分 | 第142-148页 |
| ·实验材料 | 第142页 |
| ·实验设备 | 第142-144页 |
| ·优化参数的试验验证 | 第144-147页 |
| ·实际值与GA-BP误差比较 | 第147-148页 |
| ·小结 | 第148-149页 |
| 第八章 结论与展望 | 第149-151页 |
| ·结论 | 第149-150页 |
| ·展望 | 第150-151页 |
| 致谢 | 第151-153页 |
| 参考文献 | 第153-161页 |
| 攻读博士学位期间发表的学术论文及参与课题 | 第161页 |
