为提高对注塑制品翘曲变形的预测能力
以笔记本电脑电池盖为例
提出采用组合算法对注塑制品翘曲变形进行预测。首先
利用注塑成型模拟软件对电池盖进行9次模拟实验
获得其在工程推荐工艺参数下的翘曲变形量。以此为样本数据
通过最优权值系数将BP神经网络、灰色理论和遗传算法进行有效组合
建立3种组合预测模型
与3种单一预测模型共同对电池盖的翘曲变形量进行预测。其次
根据平方和误差、平均绝对误差和平均相对误差3种预测误差评价指标
对6种预测模型的预测结果进行对比分析。最后
通过电池盖的实际制造验证组合预测方法的准确性。研究结果表明:组合预测模型的准确性优于单一预测模型
其中组合算术平均模型的预测结果与实际测量值最为接近
最大误差不超过5%
能够实现对塑件翘曲变形的准确预测。该预测方法可为注塑制品翘曲变形的预测提供新思路。
江青松.纤维增强聚合物复合材料注塑成型理论与实验研究[D].南昌大学,2017(11).
段妮妮.基于组合预测方法的趋势预测研究与应用[D].西华大学,2009(02).
陈华友, 著.组合预测方法有效性理论及其应用[M].科学出版社,2007.
马之庚,陈开来主编.工程塑料手册[M].机械工业出版社,2004.
Ali Ahmadi Dastjerdi,Mohammad R. Movahhedy,Javad Akbari.Optimization of process parameters for reducing warpage in selected laser sintering of polymer parts[J].Additive Manufacturing,2017.
Yuyang Song,Umesh Gandhi,Camilo Pérez,Tim Osswald,Srikar Vallury,Anthony Yang.Method to account for the fiber orientation of the initial charge on the fiber orientation of finished part in compression molding simulation[J].Composites Part A,2017.
Kaijian He,Lean Yu,Kin Keung Lai.Crude oil price analysis and forecasting using wavelet decomposed ensemble model[J].Energy,2012(1).
Fei Yin,Huajie Mao,Lin Hua,Wei Guo,Maosheng Shu.Back Propagation neural network modeling for warpage prediction and optimization of plastic products during injection molding[J].Materials and Design,2010(4).
Michèle Hibon,Theodoros Evgeniou.To combine or not to combine: selecting among forecasts and their combinations[J].International Journal of Forecasting,2004(1).
花少震,孟凡净.注塑成型喷射现象的实验及数值研究[J].西安交通大学学报,2019(09).
丁智平,黄达勇,荣继刚,黄友剑,曾家兴.长玻纤增强复合材料注塑成型构件强度分析[J].材料工程,2018(04).
王克俭,曹国荣,杨光威,刘顺城.聚碳酸酯光学制品注塑成型的残余应力[J].高分子材料科学与工程,2018(02).
王清洁,李超,温强,安峰,原思聪.组合算法在金属切削力预测中的应用[J].组合机床与自动化加工技术,2013(12).
何芳芳,周洲,蒋炳炎.纤维增强塑料注射成型熔体流动性及纤维取向预测[J].复合材料学报,2013(S1).
廖正品.我国塑料制品行业现状及发展热点分析[J].塑料工业,2013(S1).
原思聪,李超,安峰,张琛,王蓉.基于组合算法的金属铣削毛刺预测[J].工程设计学报,2013(01).
杨廷方,刘沛,李浙,曾祥君.应用新型多方法组合预测模型估计变压器油中溶解气体浓度[J].中国电机工程学报,2008(31).
钟波,肖智,周家启.组合预测中基于粗糙集理论的权值确定方法[J].重庆大学学报(自然科学版),2002(07).
唐小我.组合预测计算方法研究[J].预测,1991(04).
0
浏览量
3
下载量
5
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621