1、塑料制品在當今社會得到廣泛的應用?？焖夙憫袌鲂枨?，降低生產(chǎn)成本是注塑企業(yè)的目標之一。對于注塑成型過程，縮短其成型周期，提高注塑效率是降低企業(yè)生產(chǎn)成本的一個手段，而充填保壓過程是注塑工藝過程的兩個重要階段，對塑件質(zhì)量有重要的影響，因此在保證塑件質(zhì)量合格的前提下，對這兩個階段參數(shù)進行優(yōu)化，對提高企業(yè)的注塑效率有一定的促進作用。 本文利用CAE分析方法科學預估成型工藝參數(shù)，并針對實際注塑復雜情況對預估參數(shù)進行微調(diào)，得到了生產(chǎn)合格制品

2、的工藝參數(shù)，進而在實際注塑的基礎上利用人工智能技術對充填保壓參數(shù)進行優(yōu)化，并且開發(fā)了基于該技術的注塑工藝優(yōu)化系統(tǒng)。 在CAE模流分析方面，采用Moldflow/MPI進行定性分析，通過調(diào)整工藝參數(shù)尋找有效方案，作為實際試模開始階段工藝師的參考依據(jù)。 在塑件指標與工藝參數(shù)之間關系的建模上，利用徑向基網(wǎng)絡擬合相關指標與工藝參數(shù)之間的近似關聯(lián)模型，解決了注塑工藝參數(shù)和相關輸出指標之間難以用量化公式表征的難題。同時神經(jīng)網(wǎng)絡的數(shù)據(jù)

3、樣本來源于實際注塑，從而更貼近實際生產(chǎn)，擴大了應用范圍。 在工藝參數(shù)優(yōu)化上，針對該優(yōu)化問題是多變量、多約束優(yōu)化問題，合理的選擇和運用了算法的實現(xiàn)技術。采用級聯(lián)編碼的方式解決多變量編碼，而對多約束問題，以淘汰不合格個體，遺傳操作補充合格個體的方法來處理，取得了良好的效果。此外，在針對因算法過早收斂的“早熟”現(xiàn)象而導致求解精度不高時，采用了自適應的變異概率策略，對種群中的超級個體施以大變異概率，以保持種群多樣性，改善算法的尋優(yōu)性能，