基于NSGA-Ⅱ和熵权TOPSIS法的注塑工艺参数多目标优化

扫码查看

原文链接

万方数据
维普

中文摘要：以某汽车保险盒盖板为研究对象,针对体积收缩和表面缩痕较大问题,以塑件顶出时的体积收缩率和缩痕指数作为优化目标,选取保压压力、保压时间、熔体温度、模具温度等工艺参数为试验因素,采用最优拉丁超立方试验设计结合模流分析建立分析样本,构建试验因素与优化目标之间的Kriging代理模型,应用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)在代理模型内进行全局寻优,得到多目标优化的Pareto解集,基于熵权逼近理想解排序法(TOPSIS),从Pareto解集中决策出一组最优工艺参数组合并进行模拟验证.结果表明,Kriging代理模型预测结果能较好地与试验结果吻合,优化后顶出时体积收缩率降低了26.26％、缩痕指数降低了79.66％,优化结果显著,为实际生产过程提供了有益参考.

外文标题：Multi-objective Optimization of Injection Molding Process Parameters Based on NSGA-Ⅱ Algorithm and Entropy Weight TOPSIS Method

作者：

张庆、葛东东、何也能

展开 >

作者单位：

浙江工业职业技术学院, 浙江绍兴 312000

上海理工大学机械工程学院, 上海 200093

关键词：

非支配排序遗传算法逼近理想解排序注塑成型多目标优化模流分析

基金：

项目编号：

Y202043858

出版年：

2022

DOI：

10.3969/j.issn.1005-5770.2022.09.017

塑料工业

中蓝晨光化工研究院有限公司

塑料工业

CSTPCDCSCD北大核心

影响因子：0.685

ISSN：1005-5770

年,卷(期)：2022.50(9)

被引量5
参考文献量1