基于GRNN-NSGA的带嵌件注塑件多目标优化

作     者：李春晓 范希营 郭永环 刘欣 曹艳丽 李璐璐 LI Chun-xiao;FAN Xi-ying;GUO Yong-huan;LIU Xin;CAO Yan-li;LI Lu-lu

作者机构：江苏师范大学机电工程学院江苏徐州221116 中国石油集团工程技术研究院有限公司北京102206 

出 版 物：《塑料工业》 (China Plastics Industry)

年 卷 期：2021年第49卷第2期

页      面：84-88页

核心收录：

学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 

基　　金：国家自然科学基金(51475220) 江苏师范大学研究生科研创新计划(2020XKT188) 

主　　题：注塑成型 嵌件 广义回归神经网络 非支配排序遗传算法 多目标优化 

摘      要：带嵌件的注塑产品成型过程相较于传统注塑产品较为复杂,产品成型周期和产品质量难以预测。针对这一问题,以带嵌件的静电检测盒为例,运用广义神经网络(GRNN)和非支配排序遗传算法(NSGA-Ⅱ),对注塑成型过程进行控制与优化。以熔体温度、模具温度、注射时间、冷却时间、保压压力和保压时间为输入层,体积收缩率、X方向翘曲变形、Z方向翘曲变形作为输出层,建立GRNN模型。利用正交试验设计得到的样本对神经网络模型进行训练和测试,运用NSGA-Ⅱ对建立的模型进行优化,最终三个目标值分别降低了30.96%、22.76%、15.62%,表明该方法可以对注塑成型过程进行预测和控制。