首页|基于BP神经网络的连接器注塑工艺参数多目标优化

基于BP神经网络的连接器注塑工艺参数多目标优化

Multi-objective Optimization of Connector Injection Molding Process Parameters Based on BP Neural Network

扫码查看
原文链接
  • 万方数据
  • 维普
为提高连接器注塑工件质量,获得最优的连接器注塑工艺参数,设计一种基于BP神经网络的连接器注塑工艺参数多目标优化方法.利用方差分析法获得对试验结果有显著影响的参数,进而得到更全面的信息.建立相应工艺参数优化模型,并添加多层级的结构;建立BP神经网络集预测模型,映射工艺参数与质量指标的非线性关系,利用预补偿法最终实现工艺参数优化及误差补偿.在相同的测试环境之下,对比于传统优化补偿测试组,新型的优化补偿组所得出的翘曲平均值较低.测试结果证明:新型优化补偿组处理效果更佳,具有一定的应用价值.

林红艳、黄晓萍、李路娜

展开 >

南京机电职业技术学院,江苏南京211306

注塑工艺 BP神经网络 方差分析 误差补偿

江苏省高等职业教育高水平骨干专业建设数据技术专业项目

560103

2023

10.19344/j.cnki.issn1671-5276.2023.01.039

机械制造与自动化
南京机械工程学会 南京机电产业（集团）有限公司

机械制造与自动化

CSTPCD
影响因子：0.29
ISSN：1671-5276
年,卷(期)：2023.52(1)
  • 8