高光液晶前壳翘曲变形分析与工艺参数智能优化

以减小高光液晶前壳翘曲变形量为优化目标,基于数值模拟和正交试验获得试验数据,并通过分析得出各工艺参数在高光注射成型中对翘曲变形的影响趋势及影响显著性顺序,采用神经网络与遗传算法相结合的智能优化技术,对工艺参数进行优化,最终在指定参数区域内获得最佳成型工艺组合。优化结果经CAE模拟和实验验证,效果良好,可以有效地减小高光制品的翘曲变形,提高制品的成型质量。

基于模糊规则推理的注塑成型缺陷诊断及工艺智能优化

针对注塑成型缺陷成因求解的模糊性与不确定性,综合运用规则推理、模糊推理等人工智能技术,完成了注塑成型缺陷诊断及工艺优化系统的总体结构设计。通过采用规则推理和Mamdani模糊推理分别进行了注塑制品缺陷成因判定和工艺参数智能优化,详细阐述了模糊推理用于优化注塑成型工艺参数的整个过程。基于上述理论及Visual Prolog应用平台,采用人工智能系统语言Prolog开发了注塑成型缺陷诊断及工艺优化专家系统,并给出应用实例。结果表明,此系统具备较好的注塑制品缺陷诊断及工艺优化能力,有一定的推广应用前景。

影响冰箱抽屉表观质量的成型工艺参数优化设计

以某公司生产中的冰箱抽屉为例,文章采用正交试验法和CAE技术相结合,研究了成型工艺参数对注塑制品表观质量(翘曲量、体积收缩率和缩痕指数)的影响程度和影响趋势,并基于综合平衡法分析得出最优的工艺参数组合。经实验验证效果良好,产品的表观质量得到了一定的改进。