基于徑向基神經網絡的導光條注塑工藝優化

作者：蘇通,黃瑤,倪君杰,魏翔宇

摘要：以汽車前組合燈導光條為例,選擇最優拉丁超立方抽樣方法得到樣本。選取熔體溫度、模具溫度、保壓時間、保壓壓力和冷卻時間5個參數為輸入層,以最小體積收縮率與最小縮痕指數為輸出層,構建徑向基(RBF)神經網絡模型。建立的模型經檢驗,擬合度高,誤差小,可以替代仿真程序。應用Isight優化模塊,得到一組最優注塑工藝參數組合,實際模擬結果和預測結果基本吻合,有效提高了成型質量。

發文機構：江蘇大學材料科學與工程學院

關鍵詞：導光條注塑工藝徑向基神經網絡最優拉丁超立方參數優化light guide stripinjection molding processRadial Basis Function neural networkoptimal Latin hypercubeparameter optimization

分類號：