摘要

为保证注塑制品的质量与精度要求,以检测仪外壳的翘曲变形量和体积收缩率为优化目标,采用有限元分析软件Moldflow对其进行模拟分析。选取熔体温度、模具温度、注射压力、保压压力、保压时间、冷却时间6个工艺参数及结构参数(浇口直径)作为输入量,翘曲变形量和体积收缩率作为输出量,建立深度神经网络(DNN),并且,对网络进行改进。将混合水平正交试验得到的数据作为样本,对神经网络进行训练和测试,得到输入量和输出量之间的非线性映射关系。结合非支配排序遗传算法(NSGA-Ⅱ)对浇口直径及工艺参数进行优化,优化后,塑件的翘曲变形量为0.368 4 mm,体积收缩率为6.236%,与优化前相比,分别降低了67%、39%。