论文部分内容阅读
在系统试验的基础上建立反向传播（BP）神经网络模型，即BP网络，预测了给定工艺条件下（螺杆转速、注射行程、背压）预塑时的熔体温度分布，并分析不同工艺条件对轴向温差的影响。通过MATLAB建立BP模型，得到加工参数与熔体温度之间的非线性映射关系。试验证明所建网络具有较好的预测效果。发现，轴向温差随螺杆转速和注射行程的增大而增大，随背压的增大而降低。