基于神经网络集的注射成型工艺参数多目标优化

doi:10.19491/j.issn.1001-9278.2010.08.017

中国塑料 ›› 2010, Vol. 24 ›› Issue (08): 64-71 .DOI: 10.19491/j.issn.1001-9278.2010.08.017

基于神经网络集的注射成型工艺参数多目标优化

胡泽豪卫炜刘娟刘琨

中南林业科技大学

收稿日期:2010-04-12 修回日期:2010-06-07 出版日期:2010-08-26 发布日期:2010-08-26

Multi-objective Optimization of Injection Molding Processing Parameters Based on Neural Networks Ensemble

Received:2010-04-12 Revised:2010-06-07 Online:2010-08-26 Published:2010-08-26

摘要/Abstract

摘要： 以计算机辅助工程（CAE）数值仿真正交试验所得工艺参数与质量指标的数据作为训练样本，对经过优化的BP神经网络进行训练，得到工艺参数与制品质量指标之间的神经网络集近似计算代理模型，该模型快速准确，有明确的数学公式，可以利用遗传算法进行全局寻优，得到使多个质量指标综合最优的工艺参数组合。通过对比验证，这种多目标优化方法可以在正交试验结果数据较少的情况下较大程度地提高制品的多个质量指标。

关键词: 多目标优化, 注塑成型, 工艺参数, 神经网络集, 代理模型, 遗传算法

Abstract: The data from CAE simulation orthogonal test was used as training samples to establish the neural networks ensemble approximate calculation agent model. With clear mathematical formula, the model may carry out global optimization by genetic algorithm quickly and accurately, and the optimal process parameters were obtained. By comparing and verification, this multi-objective optimization method can improve multiple quality indicators in the case of lacking sufficient orthogonal data.

Key words: multi-objective optimization, injection molding, processing parameter, neural networks ensemble, agent model, genetic algorithm

胡泽豪卫炜刘娟刘琨. 基于神经网络集的注射成型工艺参数多目标优化[J]. 中国塑料, 2010, 24(08): 64-71 .

. Multi-objective Optimization of Injection Molding Processing Parameters Based on Neural Networks Ensemble[J]. China Plastics, 2010, 24(08): 64-71 .

[1]	王晓东, 王权, 陈拓, 郑悦. 基于灰色关联分析和熵权法的双色注塑多目标参数优化[J]. 中国塑料, 2022, 36(7): 115-120.
[2]	孙文博, 信春玲, 何亚东, 翟玉娇, 闫宝瑞. 玻璃纤维增强PBT微发泡工艺对其制品泡孔结构的影响[J]. 中国塑料, 2022, 36(5): 1-7.
[3]	翟玉娇, 信春玲, 何亚东, 闫宝瑞, 乔林军. 聚丙烯/超临界氮气微孔注塑充模过程工艺参数研究[J]. 中国塑料, 2022, 36(3): 69-74.
[4]	刘赣华, 唐乃夫, 马瑞伍. 等距螺旋锥齿轮MIM工艺参数多目标优化[J]. 中国塑料, 2022, 36(3): 96-103.
[5]	翟玉娇, 信春玲, 何亚东, 闫宝瑞, 乔林军. 微发泡注塑制品表面质量的优化研究[J]. 中国塑料, 2022, 36(2): 19-26.
[6]	任立辉, 李富柱, 王匀, 戴亚春, 杨辉, 许桢英. 基于优劣解距离法⁃灰色关联分析的注射成型质量多目标优化[J]. 中国塑料, 2022, 36(2): 96-102.
[7]	张云鹏, 刘祥威, 王志明, 张兆, 王庆昭. 用于煤矿井下充填的玻璃纤维增强聚氯乙烯热塑性复合管材的设计与制造[J]. 中国塑料, 2022, 36(1): 61-66.
[8]	郑方莉, 傅南红, 焦晓龙, 杨卫民, 谢鹏程. 人工智能在注射成型参数设置及优化中的研究进展[J]. 中国塑料, 2022, 36(1): 84-91.
[9]	程新龙, 高琳, 李军民, 梅烨. 基于Kriging近似模型的车用散热器支撑骨架结构分析与优化[J]. 中国塑料, 2020, 34(8): 67-70.
[10]	刘良先, 冯志华, 呼春雪, 葛嵇南. 基于正交试验的PET瓶拉伸吹塑优化设计[J]. 中国塑料, 2020, 34(6): 73-79.
[11]	刘月云. 基于响应面法与Pareto遗传算法的注塑模冷却水道参数优化[J]. 中国塑料, 2019, 33(9): 67-71,115.
[12]	杨裕金林鸿裕杨晨杨松伟夏新曙罗永晋钱庆荣陈庆华肖荔人. 基于正交实验的熔融沉积成型工艺参数的优化[J]. 中国塑料, 2019, 33(6): 69-75.
[13]	田华峰袁理王海亮项爱民. 聚乙烯醇静电纺丝纳米纤维的制备及形貌研究[J]. 中国塑料, 2018, 32(12): 91-96.
[14]	刘月云刘碧俊. 基于DOE、RSM及PSO的大尺寸板类塑件的翘曲优化[J]. 中国塑料, 2018, 32(10): 99-104.
[15]	万彬, 范希营, 郭永环, 单以波. 注塑保压曲线的优化设计与分析[J]. 中国塑料, 2017, 31(5): 71-77 .

基于神经网络集的注射成型工艺参数多目标优化

Multi-objective Optimization of Injection Molding Processing Parameters Based on Neural Networks Ensemble

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价