论文部分内容阅读
BPC注塑成型已成为一大发展趋势，翘曲是影响其发展的一大难题。为加快BPC注塑工业发展，首要任务是在保证材料满足要求前提下，减小制品的翘曲。本文针对BPC制品的翘曲问题做了深入研究。首先，借助Moldflow模拟了注塑实验；然后，以注塑温度、模具温度、注塑时间、保压时间、冷却时间进行正交法试验；进一步，建立了人工神经网络；最后，进行了BPC注塑成型实验。 本文工作主要包括以下几个方面内容： 1、分别阐述了基于数值分析的注塑成型国内外研究进展，分析了BPC产生翘曲的原因和影响因素。 2、基于Moldflow软件，建立制品实体模型，并确定浇口位置。进行充填、保压、冷却、翘曲仿真。 3、基于CAE软件，以制品的x，y，z三个方向的翘曲变形量为试验指标，以注塑温度、模具温度、注塑时间、保压时间、冷却时间为因素，建立L25（65）的正交矩阵。采用正交试验方法对选用的因素和水平进行试验，得出对制品翘曲变形影响因素大小的顺序为：冷却时间t3>保压时间t2>注塑时间t1>模具温度T2>注塑温度T1。得到最佳工艺组合为：注塑温度230℃，模具温度56℃，注塑时间2.2s，保压压力16MPa，冷却时间60s。 4、以注塑温度、模具温度、注塑时间、保压时间、冷却时间为5个输入变量，制品x，y，z三个方向的翘曲量为3个输出变量，以此正交试验获得的结果为学习样本，建立人工网络BP模型。并追加5组校验样本，验证模型的逼近精度。验证结果在x，y，z上的最大误差分别为：5.85％，6.71%，4.17%。 5、按照实际生产要求，制备BPC材料；按照BP网络校验样本进行注塑实验；测定注塑制品的翘曲变形，并与BP网络的预测结果对比；对比结果显示，在x、y、z方向上的最大误差分别为10.5%，10.6%，11.5%。虽然误差均大于10%，但实际输出与实验结果之间的最大误差均小于0.05mm。因此，BP模型的预测具有一定的准确性。