《模具專業(yè)外文文獻(xiàn)翻譯-外文翻譯--塑料注射模具設(shè)計(jì)的軟件設(shè)計(jì)優(yōu)化 中文版》由會(huì)員分享，可在線閱讀，更多相關(guān)《模具專業(yè)外文文獻(xiàn)翻譯-外文翻譯--塑料注射模具設(shè)計(jì)的軟件設(shè)計(jì)優(yōu)化 中文版（4頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

塑料注射模具設(shè)計(jì)的軟件設(shè)計(jì)優(yōu)化 本論文描述的是為注射模具優(yōu)化過程中所應(yīng)用的一種混合電腦軟件策略。在此過程中，所有的注射模具所應(yīng)用的參數(shù)都被考慮在內(nèi)：模溫、熔融溫度、注射溫度和注射壓力?；旌闲碗娔X軟件策略是許多電腦軟件模擬系統(tǒng)、仿真系統(tǒng)和多層神經(jīng)網(wǎng)絡(luò)工作來優(yōu)化參數(shù)。適當(dāng)?shù)姆治瞿M支持神經(jīng)網(wǎng)絡(luò)發(fā)展，它是使模具的設(shè)計(jì)成本降到最低，這種成本是復(fù)合模擬軟件所引起的。根據(jù)優(yōu)化的特點(diǎn)，一個(gè)仿真模擬系統(tǒng)被用來解決模具設(shè)計(jì)的優(yōu)化，可以用一個(gè)例子來表明這個(gè)先進(jìn)策略的有效性。 制造業(yè)工業(yè)為了塑膠產(chǎn)品是成長(zhǎng)的迅速地在最 近的年 ,和越來越多塑膠是使用廣泛地到替換為了金屬 . 注射模制多數(shù)優(yōu)勢(shì)，例如簡(jiǎn)略產(chǎn)品周期 ,卓越的表面產(chǎn)品的和容易地模子復(fù)雜的外形 ,因而它是最多的通俗模制過程為了制造熱塑性的部分 . 一般它包含三階段，填補(bǔ)物 ,包裝和冷卻 . 填補(bǔ)物舞臺(tái)是評(píng)論的舞臺(tái)在好質(zhì)量模制的產(chǎn)品 . 在填補(bǔ)物舞臺(tái) ,注射模制過程參數(shù)包括融化流程比率，注射壓，模子溫度和融化蛋彩畫，品 注射模制過程的設(shè)計(jì)是考慮過的到是“妖術(shù)” ,哪個(gè)依賴沉重地在經(jīng)驗(yàn)和專家的知識(shí)和牽連審判和錯(cuò)誤過程 . 最近 ,有的發(fā)展數(shù)字的模擬和聰明的技術(shù) ,一些發(fā)展向注射模制過程的 設(shè)計(jì)是已制成的 翹曲在調(diào)整不同的表面厚度 [1] 在秤流程 ,和剩余壓力是減少 [2]組合的神經(jīng)的網(wǎng)絡(luò)和數(shù)字的模擬到供應(yīng)神經(jīng)的網(wǎng)絡(luò) (預(yù)言者模型為了塑膠注射模制過程 [3]注射模制過程參數(shù)在聯(lián)合兩者規(guī)則 - 立基于和事 [4] 既定的規(guī)則設(shè)為了決定門的位置立基于在塑膠部分的分析 . 門的位置是堅(jiān)決的穿過推理有規(guī)則 [5]. 發(fā)展系統(tǒng)哪個(gè)能將門位置最佳化立基于在最初的遮沒計(jì)劃 . 系統(tǒng)使 用軟件為了流程分析 ,和控制溫度微分的和原理的數(shù) [6]數(shù)字的模擬和人造的聰明 技術(shù)能改善塑膠注射的設(shè)計(jì)模制過程 . 然而 ,過程設(shè)計(jì)安排倘若在 . 這些方法雖然一般可行的是不最佳的 . 軟的計(jì)算是方法學(xué)的社團(tuán)那工作相乘配合作用地和供應(yīng)柔韌性通知過程能力為了處理實(shí)在的曖昧境遇 [8,9]. 軟的含義計(jì)算是到開拓公差 到完成溫順 ,健康和廉價(jià)的解答 . 在那里是進(jìn)行的努力到使成整體人造的神經(jīng)網(wǎng)絡(luò) ,遺傳的算法和其他的方法學(xué)在軟的計(jì)算范例 [10]. 這紙贈(zèng)品雜種最佳的模型在結(jié)合有神經(jīng)的網(wǎng)絡(luò)和遺傳的算法為了塑膠 注射模制過程 . 計(jì)算機(jī) (軟件， ,是使用到模擬塑膠的流程 . 遺傳的算法 ( 氣體 ),哪個(gè)有高度能力到獲得全局最佳的解答 , 是應(yīng)用的到解決最佳的模型 . 為了減少花費(fèi)的計(jì)算起于數(shù)字的擬 ,在這紙 ,軟的計(jì)算接近到最佳化塑膠注射模制過程的 ,哪個(gè)聯(lián)合氣體和 計(jì)劃 . 部分 2 贈(zèng)品最佳的數(shù)學(xué)模型 ,包括目標(biāo)功能的選擇和 設(shè)計(jì)變量 . 在部分 3, 最佳的方法使成整體氣體和 軟的計(jì)算范例是討論詳細(xì)地 . 部分 4 供應(yīng)案例研究那舉例說明的請(qǐng)求計(jì)劃接近 . 部分 5 結(jié)束紙和大綱一些為。 2. 最佳的模型為了注射模制過程 期間注射模制 ,在那里是多數(shù)過程條件哪個(gè)影響塑膠部分的質(zhì)量 ,例如融化流程比率，注射壓，注射時(shí)間子溫度和融化溫度 . 不同的過程條件能提供不同的過失現(xiàn)象 . 在發(fā)展中的最佳的模型 ,唯一的主修課過程考慮過的從可行性的觀點(diǎn)和溫順 . 在訂購(gòu)到描寫最佳化方法 ,黃油容器眼瞼有的最小厚度 米 ,是奶油 計(jì)變量和目標(biāo)功能 它是知名的那在那里是多數(shù)因素那有影響在部分的質(zhì)量，例如模子溫度 ,融化溫度，注射時(shí)間，注射壓 ,排設(shè)計(jì) (風(fēng)格，大小 ,門的位置 ) 和的 幾何學(xué)部分 . 為了考慮可行性和溫順 ,學(xué)習(xí)是集中鑰匙過程操作參數(shù) ,括模子溫度 ，融化溫度 ,注射時(shí)間和注射壓 ,贈(zèng)予的遮沒安排設(shè)計(jì)和部分的幾何學(xué) . 模子溫度山脈從 50個(gè)到 75 o C,融化溫度 山脈從 230 到 280 o C,注射時(shí)間山脈從 氣陷阱 ,焊接線和翹曲 . 它是知名的那簡(jiǎn)略開槍 , 空氣陷阱和焊接線是依靠的主要地在遮沒安排設(shè)計(jì)和部分的幾何學(xué) 學(xué)習(xí)是集中過程操作部分那將是服從強(qiáng) 烈的和局部機(jī)械的剩余壓力在部分 ,部分的質(zhì)量 . 而且 ,剩余壓力可能原因翹曲部分的 [11]. 在如此的部份中被允許的最大壓迫力應(yīng)該是重要地小于最大的推薦 . 到排除內(nèi)部的塑膠部分的壓力 ,目標(biāo)功能選擇為了。 佳的設(shè)計(jì)模型 的數(shù)學(xué)模型最佳化問題能一般是描述為跟隨 :查找 最小約束 . 的變量 設(shè)計(jì)變量的界限 別地 最佳的設(shè)計(jì)模型能是表現(xiàn)依下列項(xiàng) :查找 到解決最佳化問題描寫在情緒商數(shù) . 雜種策略，哪個(gè)聯(lián)合 件 ,氣體和 使用 . 在下一個(gè)部分 , 策略 是討論詳細(xì)地 . 在 方法學(xué)，個(gè)人工具 ,例如氣體，安和其他的工具 ,幕相乘配合作用地 ,勝于 競(jìng)爭(zhēng)地 ,到提高彼此 's 請(qǐng)求領(lǐng)土 [8]強(qiáng)大的工具為了的預(yù)言非線性和 有多數(shù)優(yōu)勢(shì)，例如厚重的平行 ,健康和知識(shí)在數(shù)據(jù) [11]. 氣體 ,哪個(gè)是 立基于在的機(jī)械學(xué)自然選擇和進(jìn)展 ,有是應(yīng)用的到最佳化問題 . 氣體有多數(shù)優(yōu)勢(shì) [13,14]. 首先 ,氣體能解決不同的最佳化問題廣告 . 因?yàn)槟繕?biāo)的引出和約束功能為了設(shè)計(jì)變量是不必需的 . 為了另外的東西 ,氣體有更高的能力到獲得全局最佳的解答比慣例的最佳化算法 ,由于人口立基于搜尋機(jī)械學(xué) . 在最佳的模型為了塑膠注射過程 ,它是不可能的到獲得引出的 . 因此 ,它是適當(dāng)?shù)臑榱藲怏w到是應(yīng)用的到解決最佳的模型 . 的價(jià)值最大的剪壓力是獲得在商業(yè)的軟件 , 然而 ,數(shù)字的計(jì)模擬是很花費(fèi)的 . 到避免眾多的詳細(xì)分析履行在 ,軟的計(jì)算策略 ,哪個(gè)使成整體氣體的屬優(yōu)勢(shì)和 計(jì)劃依下列各項(xiàng) .。 似的分析模型有 造的神經(jīng)網(wǎng)絡(luò) ( 安 ) 是有效的一個(gè)工具為了解決非線性的問題 . 代表性地 ,神經(jīng)的網(wǎng)絡(luò) (強(qiáng)大的映射能力為了非線性的問題 [16]. 在解決最佳的模型 , 神經(jīng)的網(wǎng)絡(luò)是應(yīng)用的到建立映射模型在中間最大的剪壓力和注射過程參數(shù)或變量 ,例如模子溫度 ),融化溫度 ,注射時(shí)間和注射壓的概要介紹神經(jīng)的網(wǎng)絡(luò)為了預(yù)言最大的剪 壓力是表明在無花果 . 2. 那是 ,下列各項(xiàng)非線性的映射關(guān)系是既定的 :) (3) 什么地方 D 是最大的剪壓力 ,X 指示向量設(shè)計(jì)變量的 ,指示非線性的功能關(guān)系在中間 D 和 X. 期間最佳化程序 ,近似的模型上面的是使用到替換為了 了避免花費(fèi)的計(jì)算 . 近似的執(zhí)行分析模型有 表明在無花果 . 3. 程序棘手的是討 論在下列各項(xiàng)部分 . 擇和常態(tài)化模范的 用四主修課過程的不同結(jié)合變量 , 足夠的模擬是完成到補(bǔ)給標(biāo)本為了多層神經(jīng)的網(wǎng)絡(luò) . 過程的價(jià)值條件是改變內(nèi)部上述的山脈 活化功能使用為了多層神經(jīng)的網(wǎng)絡(luò)是 S 形的功能 . 同樣地 S 形的功能輸出是在間隔 [0,1], 知識(shí)標(biāo)本應(yīng)該是依下列各項(xiàng)常態(tài)化 : x'j ??l) j x(u) l) j (4) 結(jié)構(gòu) 結(jié)構(gòu)設(shè)計(jì) 括決心數(shù)的躲藏層和神經(jīng)元的數(shù)在不同的層 . R. 各項(xiàng)映射法則 [16]_0 和任何的 能 f: [0,1] n _ 房屋 ,在那里存在三 增殖神經(jīng)的 網(wǎng)絡(luò)那能近似的 f 到內(nèi)部ε低劣的正方形錯(cuò)誤精確 的數(shù)躲藏層能是一個(gè) . 神經(jīng)元的數(shù)在輸入層必須相等的四，哪個(gè)是設(shè)計(jì)變量的數(shù) ,和數(shù)在輸出層是一個(gè) . 的大小躲藏 層是最多的重要體諒的一個(gè)就在那個(gè)時(shí)候解決實(shí)際的問題用多層神經(jīng)的網(wǎng)絡(luò) . 如果在那里是也很少的躲藏單位網(wǎng)絡(luò)將不學(xué)習(xí)任務(wù) . 在其他的手 ,所有也多數(shù)躲藏單位能降級(jí)知識(shí)比率和減少迅速有哪個(gè)有學(xué) 問的映射是履行 [17]. 的民數(shù)記躲藏神經(jīng)元 能是堅(jiān)決的大約在下列各項(xiàng)公式 [18]?_n+m+ 一 (5)什么地方 H 是的大小躲藏層 ;n 和 m 是大小輸入的和輸出層 ,分別地 ;和 _ [1,10],哪個(gè)是常數(shù) .。 練 面的 (算法是應(yīng)用的到火車 的重量 首先設(shè)定隨便地初值 程序是繼續(xù)的直到期待精確錯(cuò)誤的是獲得 . 重量分布式的在中間神經(jīng)元在不同的層能表現(xiàn)映射關(guān)系具體表達(dá)在 標(biāo)本。 . 決最佳的模型有氣體 氣體是應(yīng)用的到解決最佳的模型描寫在情緒商數(shù) .(2) 因?yàn)樗麄兊臐撛谕瑯拥刈罴鸦夹g(shù) . 外形 4 是流程表的最佳化策略有氣體 擇編碼方式 在氣體 ,人造的染色體是表現(xiàn)在的字符串有限的長(zhǎng)度 . 一般，在那里是二編碼方式 , 為了二進(jìn)位的編碼方式 ,小塊字符串的長(zhǎng)度是堅(jiān)決的在精確 [15]十進(jìn)的編碼方式是應(yīng)用的在學(xué)期的特征最佳化問題 . 讓 一個(gè)的結(jié)果最佳化問題 ,和相應(yīng)的染色 體能是表現(xiàn)同樣地 V ??_x1,....., 染色體的長(zhǎng)度和解決的矢量相等 . 造適當(dāng)功能 到評(píng)價(jià)個(gè)人字符串的履行 (染色體 ),適當(dāng)?shù)倪m當(dāng)功能應(yīng)該是建造 適當(dāng)功能改變從目標(biāo)功能 . 在這最佳化問題 ,目功能是最大的剪壓力 ,因而適當(dāng)功能能是定義下列各項(xiàng) : f(X) ?? (6) 什么地方 最大的剪壓力推薦為了材料 , ?D 是故意的在學(xué)期 的情緒商數(shù) . (3). 4. 結(jié)果和討論 為了證明的效力計(jì)劃最佳的模型 ,例子 同樣地表明在無花果 . 1 是討論在這部分 . 造近似的分析模型 同樣地定期的上面 ,近似的分析模型當(dāng)仆人同樣地模子的功能近似者那地圖輸入變量溫度 (，融化溫度 (注射時(shí)間 注射壓 (到提供輸出哪個(gè)是最大的剪壓力 ( 為了準(zhǔn)備知識(shí)標(biāo)本為了 擬圖釘是進(jìn)位外面的用 件系統(tǒng) . 內(nèi)部?jī)r(jià)值不同的過程條件的間隔 ,54 設(shè)置數(shù)據(jù)的是公式同樣地輸入訓(xùn)練數(shù)據(jù)為了網(wǎng)絡(luò) . 剩余的 10 組合習(xí)慣測(cè)試那發(fā)展大約的模型 . 三 絡(luò)有 4 – 12 – 1 神經(jīng)元配置是使用到發(fā)展模型立基于在法則 1 和情緒商數(shù) . (5), 和后面的 網(wǎng)絡(luò)配置的參數(shù)是表明在桌子 近似的履行模型是測(cè)試在 10 設(shè)置數(shù)據(jù)的拿走從模擬工作 . 檢驗(yàn)結(jié)果 ,同樣地表明在無花果 . 5, 展現(xiàn)那預(yù)言價(jià)值和數(shù)字的結(jié)果是在好一致 了的一個(gè)價(jià)值 哪個(gè)表示模型是意的一個(gè)從工程觀點(diǎn)。 佳化結(jié)果和分析 最佳化問題是解決立基于在流程表表明在無花果 . 4. 參數(shù)為了最佳化算是贈(zèng)予的 依下列各項(xiàng) : 個(gè)人的人口是 25,可能性天橋相等的 突變的可能性是 20 產(chǎn)生 ,和最佳化結(jié)果是表明在桌子 6 表示比較在中間最初的安排和最佳的安排 2 和無花果 . 6 那最大的剪壓力故意的在最佳的模型是很接近于一個(gè)獲得在數(shù)字的模擬軟件 . 在其他的手 ,最大的剪壓力有意義的的減少 之后最佳化 . 從最佳的設(shè)計(jì) ,我們也發(fā)現(xiàn)那融化溫度通常遠(yuǎn)的更多的結(jié)果比模子溫度在減輕體重法最大的剪壓力 .。 5. 結(jié)束 注射模制過程的設(shè)計(jì)依賴沉重地在經(jīng)驗(yàn) 和專家的知識(shí)和牽連 改良的策略為了最佳化塑膠注射模制過程的是贈(zèng)品在這紙 . 策略聯(lián)合神經(jīng)的網(wǎng)絡(luò)和遺傳的算法在軟的計(jì)算范例 . 近似的分析模型是發(fā)展有 致減少花費(fèi)的計(jì)算必需的在數(shù)字的模擬 ,因而 , 非二進(jìn)位的遺傳算法是應(yīng)用的到解決最佳化模型 . 它是表明從例子那最佳化策略是有效的 學(xué)習(xí)是集中過程操作參數(shù)，例如模子溫度，融化溫度 ,注射時(shí)間和注射壓 . 在那里是其他的身體因素例如遮沒安排設(shè)計(jì) ( 風(fēng)格，大小 ,的位置門 ) 和部分那的幾何學(xué)是不拿走到體諒 . 為了改善系統(tǒng)的能力 ,規(guī) 則 為了未來操作主要的關(guān)心是向更多的整合因素 紙部分被國(guó)家的天然科學(xué)支援 P 的基礎(chǔ) . R. 中國(guó) (60175019) 和年輕人基礎(chǔ)科學(xué)。