基因算法结合类神经网络优化注塑成型参数.pdfVIP

第 33卷第 5期 华 北 水 利 水 电 学 院 学 报 Vol_33No．5 2012年 10月 JournalofNorthChinaInstituteofWaterConservancyandHydroelectricPower 0ct．2012 文章编号 ：1002—5634(2012J05—01l3—06 基因算法结合类神经网络优化注塑成型参数 吴学霖 (旭易信股份有 限公司，台湾 桃园 32070) 摘 要：以熔融温度、射出时间、保压压力 、保压时间、冷却时间等 5个制程参数作为控制因子，利用 Moldflow 仿真软件对导光板模型进行模流分析 ，应用 田口法搭配倒传递类神经网路 SuperPCNeuom5．0程序 ，建立导 光板总翘曲值、体积顶出收缩值 、缩痕指数质量预测模型，再应用 MATLAB基因演算程序来搜寻在控制参数 水平范围内局部最佳解参数组合 ，使塑料产品的质量提升． 关键词 ：模流分析 ；田口法 ；倒传递类神经网络 ；基 因算法 近年来 3C电子产 品的市场蓬勃发展 ，产品功 络进行参数优化 ，以缩短优化时程 ，另外将 田口法结 能不断地提升与快速变化 ，使得对其开发时程的缩 合类神经 网络，微调参数组合进行优化 ，就塑件要求 短与质量性能的提升均有迫切需求．对 于液 晶显示 的质量而言 ，田口法结合类神经 网络是最具优势与 器而言，导光板为背光模块 的重要关键零组件 ，可分 效益的优化方法．曾义晃 以导光板 的 3D模流分 为楔型与平板型．小型或楔型导光板可 以采用注塑 析模拟并应用 田口法来探讨影响导光板最佳模具设 成型，利用计算机辅助工程 (ComputerAidedEngi— 计的重要 因子，分别应用主成分分析法 、主成分灰关 neering，CAE)仿真技术 ，帮助模具设计及试模 ，探讨 联法及二次损失规划法等3种多质量优化方法得到 制程条件对导光板的收缩 、翘曲及收缩痕的影响．对 使导光板多重质量特性之最佳制程参数．2006年范 这些性质的深入研究 ，可有效预测 导光板 的收缩与 扬志 以类神经网络为基础的系统 ，使用田1：3方法 翘 曲行为 ，提高导光板精度． 之直交表针对射出成形制程参数进行实验 ，找 出最 2001年 Mok等 ¨结合基 因算法和类神经网路 初制程参数组合 ，并将直交表实验数据经 由倒传递 针对手机外壳注塑成型参数进行了优化．结果显示 ， 神经网络训练与测试 ，建构射 出成型产品质量预测 二者结合可 以迅速且精准地找到最佳参数组合． 器 ，再以质量预测器搭配基因算法，分别以主要尺寸 2003年Shi等 应用倒传递类神经网络对薄壳器具 与产品重量为依据找出最佳制程参数组合． 预测最大剪应力．结果显示 ，倒传递类神经网络的预 ShenChangyu等 应用倒传递神经网络模 型结 测值与仿真值误差非常小．2005年 Hasan等 利用 合遗传基因算法 (GeneratcAlgorithm，GA)针对射出 基 因算法及类神经 网络对最小化翘 曲进行分析，发 成型塑件的收缩特性进行探讨 ，求取最优制程参数． 现类神经网络具有精准的预测能力 ，而且基 因算法 实验结果显示，倒传递神经网络模型结合 GA方法 可 以有效地寻找到最佳解．林启淙 以模温、融温 、 为求解射出成型制程参数优化的最有效方法． 射出时间、保压压力 、保压时间为控制 因子 ，分别 以 2009年张静怡 以手机机壳模型为研究对象 基因算法和 田口法配合 Moldflow模拟分析来搜寻 进行分析，以射出时间、射出压力 、保压时间、保压压 最佳参数组合 ，以期达到塑件收缩最小与壁面剪应 力 、冷却时间、冷却温度、熔剂温度、模具温度