杨振:基于Mold?ow和BP神经网络的汽车后视镜外壳注塑工艺优化论文

杨振:基于Mold?ow和BP神经网络的汽车后视镜外壳注塑工艺优化论文

本文主要研究内容

作者杨振,陈再良(2019)在《基于Mold?ow和BP神经网络的汽车后视镜外壳注塑工艺优化》一文中研究指出:为解决汽车后视镜外壳的注塑翘曲缺陷问题,利用Moldflow对正交试验16组参数水平组合的成型过程进行模拟,得到各因素对翘曲变形量的影响程度,然后采用BP神经网络预测的方法得到最佳工艺参数组合为:模具温度70℃、熔体温度210℃、注射时间1.4 s、保压时间16 s及保压压力100 MPa。

Abstract

wei jie jue qi che hou shi jing wai ke de zhu su qiao qu que xian wen ti ,li yong Moldflowdui zheng jiao shi yan 16zu can shu shui ping zu ge de cheng xing guo cheng jin hang mo ni ,de dao ge yin su dui qiao qu bian xing liang de ying xiang cheng du ,ran hou cai yong BPshen jing wang lao yu ce de fang fa de dao zui jia gong yi can shu zu ge wei :mo ju wen du 70℃、rong ti wen du 210℃、zhu she shi jian 1.4 s、bao ya shi jian 16 sji bao ya ya li 100 MPa。

论文参考文献

  • [1].基于CAE和BP神经网络的塑件气孔及注塑工艺优化分析[J]. 胡万志,谢帮灵,盘承军.  塑料工业.2017(03)
  • [2].基于BP模型的北京市电动汽车市场调研分析与建议[J]. 王璟宇,吴浩宇,李云,范舒靖,郁晋雄.  中国商论.2017(17)
  • [3].基于BP网络的故障诊断正向推理方法[J]. 王伟杰,赵学增,黄文涛.  车用发动机.2001(04)
  • [4].汽车门内板注塑工艺优化与模具设计[J]. 马彦玲,昶立杰.  内燃机与配件.2017(19)
  • [5].人工神经网络BP算法在玻璃纤维生产领域中的应用[J]. 王振朋,刘劲松,黄荣军,诸林海.  玻璃纤维.2014(01)
  • [6].基于BP网络的汽车配件需求预测模型[J]. 荆园园,李丹.  技术与市场.2013(12)
  • [7].基于BP神经网络的汽车工业企业自主创新力评价[J]. 刘洪德,孙金柱.  技术经济与管理研究.2006(05)
  • [8].基于BP网络的橡胶配方优选问题研究[J]. 彭斯俊,杜伟伟,陈正旭.  武汉理工大学学报(信息与管理工程版).2005(03)
  • [9].用BP神经网络模型预测密炼机主要性能参数[J]. 杨福芹,汪传生,侯永智.  橡胶工业.2003(08)
  • [10].基于BP算法的发动机万有特性模型[J]. 张介明.  上海汽车.1998(03)
  • 论文详细介绍

    论文作者分别是来自塑料科技的杨振,陈再良,发表于刊物塑料科技2019年11期论文,是一篇关于汽车后视镜外壳论文,神经网络论文,翘曲量论文,工艺参数论文,塑料科技2019年11期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自塑料科技2019年11期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    杨振:基于Mold?ow和BP神经网络的汽车后视镜外壳注塑工艺优化论文
    下载Doc文档

    猜你喜欢