复杂壳体类塑料件气体辅助注射成型工艺参数优化研究  

Process Parameters Optimization of Gas-assisted Injection Molding of Complex Shell Parts

作　　者：赖家美[1] 柳和生[2] 罗章[1] 江雄心[1] 黄兴元[1] 熊爱华[2] 

机构地区：[1]南昌大学机电工程学院聚合物成型研究室,南昌330031 [2]上饶师范学院,江西上饶334001

出　　处：《工程塑料应用》2012年第7期36-40,共5页Engineering Plastics Application

基　　金：江西省教育厅青年科学基金项目(GJJ09414)

摘　　要：以21英寸彩电前壳作为研究对象,将Moldflow 2010作为CAE模拟试验平台,以熔体温度、模具温度、熔体注射时间、气体延迟时间、气体压力为关键工艺因素,考察了复杂壳体类塑料件气体辅助注射成型(GAIM)时制件的翘曲变形量和气体穿透情况。以正交试验设计方法为基础,利用遗传算法并结合径向基神经网络建立GAIM工艺参数优化系统,可用于工艺参数组合的快速确定,为GAIM过程中工艺参数优化提供了一种新的求解思路。The 21 inches color TV front cabinet is used as an example and Moldflow 2010 software is used for CAE platform. The gas penetration degree and warp effect of parts during gas-assisted injection molding （ GAIM ） are investigated with melt temperature, mold temperature, melt injection time, gas delayed time and gas injection pressure as the key process parameters.On the basis of orthogonal experimental design, GAIM process parameters optimization system is established by using a hybrid system that combines radical basis function （ RBF ） neural network with genetic algorithm （ GA ）. It can be used to determine optimum process parameter combination rapidly, and also provides a new solution of process parameter optimization for GAIM.

关 键 词：气体辅助注射成型 正交试验 神经网络 遗传算法 工艺参数 

分 类 号：TQ320.63[化学工程—合成树脂塑料工业]