幫助中心 | 我的帳號 | 關於我們

細長桿多腔模注塑成型工藝多因素多目標集成優化

  • 作者:譚小紅|責編:扈婕
  • 出版社:電子工業
  • ISBN:9787121495113
  • 出版日期:2024/12/01
  • 裝幀:平裝
  • 頁數:131
人民幣:RMB 68 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書以研究細長桿多腔模注塑成型工藝多因素多目標集成優化為主線,設計了一種基於平衡布置的一模四腔圓珠筆筆彈模具。
    本書共8章,包括緒論、細長桿多腔模非平衡流動機理及平衡優化、Taguchi-CAE的集成在細長桿注塑成型工藝參數優化中的應用、Taguchi-RSM-CAE的集成在細長桿注塑成型工藝參數優化中的應用、遺傳演算法和神經網路的集成在細長桿注塑指標精度預測研究中的應用、Taguchi-RSM-GRA的集成在細長桿注塑成型工藝多目標優化中的應用、細長桿多腔模注塑成型工藝實證研究、結論與展望。
    本書既可作為高等院校材料科學與工程、模具設計與製造相關專業學生的學習資料,也可作為相關專業工程技術人員的參考書。

作者介紹
譚小紅|責編:扈婕
    譚小紅,無黨派人士,教授,江蘇大學材料科學與工程學院材料學博士,現任科技處(產學合作處)副處長。任教課程「增材製造技術」,以及國家資源庫自動化應用裝備課程「工業網路與SCADA技術」。浙江省省級教學創新團隊模具設計與製造專業團隊負責人,浙江省專業帶頭人,杭州教學名師人選主持校企合作重大技術攻關項目6項,參與10項,轉化發明專利4項。教育部第三批現代學徒制試點單位試點專業負責人。以第一作者在國內外核心期刊發表論文10余篇,其中SCI收錄3篇,EI收錄2篇,獲得發明專利10余項。主參與省自然科學基金項目1項,市重大技術攻關項目3項。榮獲中國發明協會2021年度「發明創業獎-創新獎」一等獎1項。帶領學生參加各類省級以上比賽10項,負責第一批南非學生專業培訓工作。

目錄
第1章  緒論
  1.1  研究背景和意義
    1.1.1  研究背景
    1.1.2  研究意義
  1.2  注塑成型優化技術的國內外研究現狀
    1.2.1  注塑成型流道平衡優化
    1.2.2  注塑成型工藝參數的優化
  1.3  本書主要研究內容
第2章  細長桿多腔模非平衡流動機理及平衡優化
  2.1  多腔模平衡設計問題
  2.2  熔體充模過程的理論基礎
    2.2.1  黏性流體力學的基本方程
    2.2.2  圓管熔體流動行為的數學模型
  2.3  造成平衡流道多腔模填充不平衡的因素
    2.3.1  流道拐角誘導多腔模填充不平衡
    2.3.2  模具的溫度梯度導致多腔模填充不平衡
    2.3.3  剪切誘導多腔模填充不平衡
  2.4  細長桿平衡流道的填充不平衡造成產品變形分析
    2.4.1  優化澆口位置並確定最優流道方案
    2.4.2  影響細長桿填充不平衡的工藝因素
  2.5  小結
第3章  Taguchi-CAE的集成在細長桿注塑成型工藝參數優化中的應用
  3.1  引言
  3.2  信噪比的含義
  3.3  基於正交設計的注塑成型工藝參數優化
    3.3.1  試驗安排
    3.3.2  PP材料注塑成型工藝參數優化
    3.3.3  PC材料注塑成型工藝參數優化
    3.3.4  PC+ABS材料注塑成型工藝參數優化
    3.3.5  PP、PC、PC+ABS材料成型特性小結
  3.4  基於信噪比的PP注塑成型工藝參數優化
  3.5  普通正交試驗設計和Taguchi正交試驗設計優化結果分析
  3.6  小結
第4章  Taguchi-RSM-CAE的集成在細長桿注塑成型工藝參數優化中的應用
  4.1  引言
  4.2  RSM研究方法
    4.2.1  RSM研究方法簡介
    4.2.2  響應面的各因素(變數)之間的交互作用
    4.2.3  響應面試驗設計方法
    4.2.4  響應面的構造及檢驗過程
  4.3  RSM-CAE的集成在PP細長桿注塑成型工藝參數多目標優化中的應用
    4.3.1  細長桿注塑響應面研究概述
    4.3.2  試驗設計
    4.3.3  響應面模型
  4.4  RSM-CAE的集成在PC細長桿注塑成型工藝參數多目標優化中的應用
    4.4.1  PC材料體積收縮率試驗模型及響應面分析
    4.4.2  PC材料最大軸向變形試驗模型及響應面分析
    4.4.3  PP材料、PC材料的成型工藝對收縮和變形的影響比較
  4.5  普通正交試驗、基於信噪比的正交試驗和響應面試驗的優化結果比較
  4.6  小結

第5章  遺傳演算法和神經網路的集成在細長桿注塑指標精度預測研究中的應用
  5.1  引言
  5.2  人工神經網路介紹
    5.2.1  人工神經網路原理
    5.2.2  BP神經網路
    5.2.3  BP神經網路的設計和訓練
  5.3  遺傳演算法介紹
    5.3.1  遺傳演算法的基本原理
    5.3.2  遺傳演算法在神經網路中的應用
    5.3.3  基於遺傳演算法的神經網路訓練
  5.4  GA-BP-Taguchi的集成在PP細長桿體積收縮率精度預測研究中的應用
    5.4.1  GA-BP神經網路訓練和預測精度檢驗
    5.4.2  Taguchi正交試驗和GA-BP神經網路的結合尋優與預測
  5.5  GA-BP-RSM的集成在PC細長桿最大軸向變形精度預測研究中的應用
    5.5.1  GA-BP神經網路訓練和預測精度檢驗
    5.5.2  RSM和GA-BP的結合尋優與預測
    5.5.3  GA-BP組合預測模型應用
  5.6  小結
第6章  Taguchi-RSM-GRA的集成在細長桿注塑成型工藝多目標優化中的應用
  6.1  引言
  6.2  灰色關聯分析的方法與步驟
  6.3  灰色關聯繫數的討論
  6.4  Taguchi-GRA的集成在細長桿注塑成型品質多目標優化中的應用
    6.4.1  基於Taguchi正交試驗和灰色關聯分析集成的注塑成型工藝參數優化
    6.4.2  多目標的灰色關聯度計算
    6.4.3  灰色關聯度的極差與方差分析
    6.4.4  連續空間的預測模型
    6.4.5  多種優化方法比較
  6.5  RSM-GRA的集成在細長桿注塑成型品質多目標優化中的應用
    6.5.1&