带薄壁金属嵌件的手机外壳注塑件翘曲变形分析与研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-23页 |
| ·论文选题背景 | 第11-12页 |
| ·嵌件注塑成型 | 第12-16页 |
| ·嵌件注塑成型概述 | 第12-15页 |
| ·嵌件注塑成型国内外研究现状 | 第15-16页 |
| ·注塑成型翘曲变形国内外研究现状 | 第16-20页 |
| ·课题的提出及研究内容 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第二章 带金属嵌件的手机外壳翘曲变形分析与模具 | 第23-43页 |
| ·翘曲变形概述 | 第23-24页 |
| ·翘曲变形产生的原因 | 第24-27页 |
| ·翘曲变形的影响因素与改善措施 | 第27-30页 |
| ·翘曲变形的影响因素 | 第27-30页 |
| ·翘曲变形的改善措施 | 第30页 |
| ·带薄壁金属嵌件手机外壳注塑模具 | 第30-42页 |
| ·注塑模具典型结构 | 第30-31页 |
| ·塑件分析 | 第31-35页 |
| ·成型零件 | 第35-36页 |
| ·浇注系统 | 第36-38页 |
| ·脱模系统 | 第38-40页 |
| ·冷却系统和排气系统 | 第40-41页 |
| ·模具工作过程 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第三章 带薄壁金属嵌件手机外壳注塑成型实验 | 第43-50页 |
| ·实验材料及主要仪器设备 | 第43-45页 |
| ·实验材料 | 第43页 |
| ·主要仪器设备 | 第43-45页 |
| ·实验方案 | 第45-46页 |
| ·成型参数设计 | 第45-46页 |
| ·实验方法 | 第46页 |
| ·实验结果 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 嵌件注塑成型工艺仿真与优化 | 第50-69页 |
| ·注塑成型CAE | 第50-56页 |
| ·注塑成型CAE 简介 | 第50-51页 |
| ·注塑成型CAE 原理 | 第51-55页 |
| ·注塑成型CAE 软件 | 第55-56页 |
| ·Taguchi试验 | 第56-58页 |
| ·正交试验概述 | 第57-58页 |
| ·信噪比 | 第58页 |
| ·仿真试验过程 | 第58-62页 |
| ·有限元模型的建立 | 第58-60页 |
| ·试验参数设计 | 第60-61页 |
| ·模拟分析 | 第61-62页 |
| ·试验结果与分析 | 第62-66页 |
| ·试验结果 | 第62-63页 |
| ·均值分析 | 第63-65页 |
| ·方差分析 | 第65-66页 |
| ·优化结果验证 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 基于人工神经网络的翘曲变形预测 | 第69-82页 |
| ·人工神经网络概述 | 第69-71页 |
| ·人工神经网络的基本特点 | 第69-70页 |
| ·人工神经网络基本功能 | 第70-71页 |
| ·BP 神经网络 | 第71-76页 |
| ·BP 神经网络结构 | 第71-72页 |
| ·BP 学习算法 | 第72-74页 |
| ·BP 神经网络的设计基础 | 第74-76页 |
| ·带薄壁金属嵌件手机外壳翘曲变形预测模型 | 第76-81页 |
| ·BP 神经网络模型的建立 | 第76-78页 |
| ·BP 神经网络模型的训练和预测 | 第78-81页 |
| ·实验对比 | 第81页 |
| ·本章小结 | 第81-82页 |
| 结论与展望 | 第82-84页 |
| 一、结论 | 第82-83页 |
| 二、不足与展望 | 第83-84页 |
| 参考文献 | 第84-89页 |
| 攻读硕士学位期间取得的研究成果 | 第89-90页 |
| 致谢 | 第90-91页 |
| 附件 | 第91页 |
