应用软计算优化气辅注射成型工艺  

Soft computing applied to gas-assisted injection molding process optimization

作　　者：张响[1] 童水光[1] 李倩[2] 王利霞[2] 董金虎[3] 

机构地区：[1]浙江大学化工机械研究所,浙江杭州310027 [2]郑州大学国家橡塑模具工程研究中心,河南郑州450002 [3]陕西理工学院材料科学与工程学院,陕西汉中723003

出　　处：《化工学报》2008年第2期508-513,共6页CIESC Journal

基　　金：国家自然科学基金项目(10372095)~~

摘　　要：气体辅助注射成型由于气体的引入使工艺更为复杂,增加了工艺变量,参数选取更为困难。本文基于CAE数值模拟试验结果,采用软计算方法,集成人工神经网络和生物进化遗传算法优化成型工艺,实现了气体辅助注射成型试验样品气体穿透长度的最大化。数值模拟与试验结果一致。Compared with the traditional injection molding, gas-assisted injection molding is more complicated and involves more process parameters. Process optimization becomes more difficult. Artificial neural network （ANN） and genetic algorithm （GA） were integrated to optimize the process for maximizing the gas penetration length. The simulation and experiment results were in good agreement.

关 键 词：软计算 气辅成型 人工神经网络 遗传算法 工艺优化 

分 类 号：TQ320.66[化学工程—合成树脂塑料工业]