基于BP-SSA神经网络模型的中框塑件翘曲变形优化

作     者：杨明 侯健超 刘巨保 姚建锋 王帅 廉成林 YANG Ming;HOU Jianchao;LIU Jubao;YAO Jianfeng;WANG Shuai;LIAN Chenglin

作者机构：东北石油大学机械科学与工程学院黑龙江大庆163318 弘丰塑胶制品(深圳)有限公司广东深圳518117 

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

年 卷 期：2024年第52卷第7期

页      面：97-104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] 

主　　题：注塑成型 翘曲变形量 模流分析 参数优化 反向传播神经网络 麻雀搜索算法 

摘      要：为减小挂壁风机中框在注塑成型中的翘曲变形,运用Moldflow软件对中框进行仿真,以模具温度、熔体温度、注射时间、冷却时间、保压时间和保压压力6个工艺参数进行正交试验设计,基于试验结果建立工艺参数与翘曲变形量之间的反向传播(BP)神经网络模型,利用麻雀搜索算法(SSA)对模型进行全局参数寻优。结果表明,当模具温度为80℃、熔体温度为250℃、保压压力为82 MPa、保压时间为20 s、注射时间为3 s、冷却时间为26.25 s时翘曲变形量最小,预测翘曲变形量为2.483 mm。利用Moldflow软件对寻优得到的工艺参数进行验证,结果显示仿真计算的翘曲变形量为2.449 mm,与优化算法结果误差为1.3%,并将寻优获得的参数进行试模验证,试模翘曲结果与优化算法结果误差为2.6%,证明了优化算法的准确性,且注塑件外观无飞边缩痕等缺陷,装配效果符合预期要求。研究结果表明BP神经网络结合麻雀搜索算法优化工艺参数的技术方法具有可行性。