首页--工业技术论文--化学工业论文--合成树脂与塑料工业论文--一般性问题论文--机械与设备论文

薄壳件注塑成型工艺参数优化研究

摘要第1-4页
ABSTRACT第4-6页
目录第6-9页
第一章 绪论第9-20页
   ·引言第9页
   ·塑件成型翘曲变形控制技术研究现状第9-13页
     ·修改工件的几何形状第9-10页
     ·改变摸具的结构第10-13页
     ·调整工艺参数第13页
   ·翘曲变形预测国内外研究现状第13-17页
     ·实验法研究现状第13-14页
     ·理论分析法研究现状第14-17页
   ·论文工作内容第17-19页
     ·课题的研究背景第17页
     ·课题采用的技术路线第17-19页
   ·本章小结第19-20页
第二章 注塑件翘曲变形及其CAE原理第20-32页
   ·翘曲变形概述第20页
   ·注塑成型翘曲变形分析第20-21页
     ·翘曲变形产生的原因第20-21页
     ·翘曲变形量的影响因素第21页
   ·注塑件翘曲变形CAE原理第21-30页
     ·翘曲CAE与注塑CAE的关系第21-23页
     ·注塑成型CAE的数值模拟理论第23-28页
     ·翘曲CAE的数学模型及数值计算第28-30页
   ·注塑成形数值模拟工具第30-31页
   ·本章小结第31-32页
第三章 注塑仿真试验和多工艺参数优化第32-52页
   ·薄壳注塑及翘曲变形分析的有限元数值仿真过程第32-44页
     ·塑件建模第33-37页
     ·塑件CAE仿真试验及结果分析第37-44页
   ·基于正交试验和模拟技术的工艺参数设计第44-46页
     ·正交试验简介第44-45页
     ·实验指标的确定第45页
     ·设计变量及其取值范围的确定第45-46页
   ·数值模拟与正交试验方法结合的多工艺参数优化第46-50页
     ·正交试验方案与仿真试验第47-49页
     ·工艺参数对翘曲量的影响分析第49-50页
   ·基于正交试验参数优化分析第50-51页
   ·本章小结第51-52页
第四章 基于人工神经网络的工艺参数建模第52-64页
   ·人工神经网络概述第52-58页
     ·人工神经网络的特征第52-53页
     ·BP神经网络第53页
     ·BP学习算法第53-58页
   ·注塑成型工艺参数的ANN建模第58-63页
     ·神经网络模型的建立第58-61页
     ·在MATLAB中实现第61-63页
     ·人工神经网络模型的检验第63页
   ·本章小结第63-64页
第五章 基于神经网络的工艺参数优化及翘曲量预测第64-70页
   ·基于ANN模型的注塑成型工艺参数优化第64-68页
     ·优化步骤第64-65页
     ·优化过程第65-68页
     ·检验最优解第68页
   ·基于ANN模型的塑件翘曲量的预测第68-69页
   ·本章小节第69-70页
第六章 总结与展望第70-72页
   ·总结第70-71页
   ·展望第71-72页
参考文献第72-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:ZnO场发射性能研究
下一篇:受污水体的沉水植物与生物促生剂的原位修复试验研究