BP神经网络与GA算法相结合的空调风叶翘曲均匀性优化

以模具温度、熔体温度、注射时间、保压时间、保压压力5个因素为设计变量,空调风叶叶片尖部Z轴坐标最大差值为目标变量,采用田口方法进行实验设计并根据实验方案进行CAE模拟,根据模拟结果采用BP神经网络构建设计变量与目标变量之间的数学关系模型,并利用GA算法对数学模型进行全局最优求解。求得最优工艺参数为:模具温度45℃、熔体温度205℃、注射时间1.8s、保压时间6s、保压压力50MPa。模拟验证得到优化工艺参数下的目标变量为0.08mm,低于各个实验设计方案,且风叶各叶片翘曲均匀性得到提高。