基于类神经网络注塑成型翘曲和收缩值之预测

以熔融温度、模具温度、射出时间、保压压力、保压时间等5个制程参数作为控制因子。利用Moldflow来模拟塑料薄壳挡板不同的成型制程参数下的翘曲与收缩值。基于仿真所得翘曲及收缩值数据,使用田口方法结合倒传递神经网络5-14-14-2建立预测模型。再利用测试样本来验证的倒传递神经网络模型的准确性。运用所建立的倒传递神经网络模型预测其他成型制程参数的翘曲及收缩值。结果证明,田口法结合倒传递神经网络,不仅可以有效的优化倒传递神经网络,而能成功的预测翘曲及收缩值,与Moldflow仿真值相比平均误差都在±1%内。