[发明专利]一种确定散热器进出水室注塑件最佳工艺参数的方法

权利要求书

1.一种确定散热器进出水室注塑件最佳工艺参数的方法，其特征在于，包括以下步骤：

步骤一、构建并修改注塑零件的有限元模型；

步骤二、设置模具结构、工艺参数，然后进行有限元模型的仿真分析；

步骤三、对正态分布的变量按照拉丁超立方进行取样，并将样本参数输入有限元模型中进行分析，得到对应工艺参数下的翘曲变形量；

步骤四、建立BP神经网络，将所述样本作为训练数据和测试数据；

步骤五、运用粒子群算法优化BP神经网络；

步骤六、利用优化粒子群算法寻找优化后的BP神经网络的极值，找到最小翘曲变形量以及此时对应的最佳工艺参数；

步骤七、验证优化粒子群算法计算得到最佳工艺参数的准确性。

2.根据权利要求1所述的一种确定散热器进出水室注塑件最佳工艺参数的方法，其特征在于，构建并修改注塑零件的有限元模型包括：

将注塑件3D模型导入CADdoctor中简化模型，将简化后的模型导入Moldflow中，选择双层面网格，进行有限元网格划分；

修改有限元网格，消除网格纵横比、自由边、相交单元、重叠单元缺陷，提高网格质量、网格匹配率。

3.根据权利要求1所述的一种确定散热器进出水室注塑件最佳工艺参数的方法，其特征在于，步骤二包括：

在Moldflow中按照UG设计的模具三维图设置模具结构，模具结构包括流道、浇口、冷却回路位置和尺寸、模具镶块；

根据材料牌号或者性能参数，在Moldflow中选择合适的材料；

设置工艺参数、选择分析类型，提交分析数据进行计算，工艺参数包括模具温度、熔体温度、注射时间曲线、保压时间曲线。

4.根据权利要求1所述的一种确定散热器进出水室注塑件最佳工艺参数的方法，其特征在于，对正态分布的变量按照拉丁超立方进行取样，并将样本参数输入有限元模型中进行分析，得到对应工艺参数下的翘曲变形量，包括以下步骤：

把影响成型质量的多个重要参数作为变量，将变量按照正态分布进行拉丁超立方取样，获得样本；

将样本的参数分别输入Moldflow模型中进行分析，得到不同工艺参数下的零件最大翘曲变形量。

5.根据权利要求4所述的一种确定散热器进出水室注塑件最佳工艺参数的方法，其特征在于，所述所述重要参数包括模具温度、熔体温度、注射时间、保压压力和保压时间。

6.根据权利要求1或4所述的一种确定散热器进出水室注塑件最佳工艺参数的方法，其特征在于，步骤四包括以下步骤：

以工艺参数作为输入层，最大翘曲变形量作为输出层，在Matlab中构建BP神经网络；所述BP神经网络包括输入层、隐含、输出层、隐含层；

将拉丁超立方取样结合Moldflow分析得到的n组数据作为BP神经网络的训练数据，其中随机选择m组数据作为验证集，另外的n-m数据作为训练集。

7.根据权利要求6所述的一种确定散热器进出水室注塑件最佳工艺参数的方法，其特征在于，隐含层数由经验公式确定：

其中h为隐含层节点的数目，a和b分别是输入层和输出层节点的数目，c为1～10之间的调节常数。

8.根据权利要求1所述的一种确定散热器进出水室注塑件最佳工艺参数的方法，其特征在于，运用粒子群算法优化BP神经网络具体为：

将BP神经网络的权值和阈值当作粒子样本，设置粒子种群数和每个粒子的维度，利用粒子群算法优化BP神经网络；

将BP神经网络拟合优度R²作为适应度函数，验证神经网络的准确性；

拟合优度R²方程如下：

其中，y_i是测试集样本的输出值，是对应样本BP神经网络预测值，是所有测试集样本的平均值，n_t是测试集的数量。