应用软计算优化气辅注射成型工艺

张响; 童水光; 李倩; 王利霞; 董金虎

您当前的位置：

首页 >

文章列表页 >

应用软计算优化气辅注射成型工艺

材料化学工程与纳米技术 | 更新时间：2025-12-10

- 应用软计算优化气辅注射成型工艺
- Soft computing applied to gas-assisted injection molding process optimization
- 化工学报 2008年第2期页码：508-513
- 作者机构：
  
  浙江大学化工机械研究所，郑州大学国家橡塑模具工程研究中心，陕西理工学院材料科学与工程学院
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 网络首发：2008-02-05，
  
  纸质出版：2008-02-05
- 稿件说明：
移动端阅览
张响, 童水光, 李倩, 等. 应用软计算优化气辅注射成型工艺[J]. 化工学报, 2008,(2):508-513.

张响, 童水光, 李倩, et al. Soft computing applied to gas-assisted injection molding process optimization[J]. CIESC Journal, 2008, (2): 508-513.
张响, 童水光, 李倩, 等. 应用软计算优化气辅注射成型工艺[J]. 化工学报, 2008,(2):508-513. DOI：

张响, 童水光, 李倩, et al. Soft computing applied to gas-assisted injection molding process optimization[J]. CIESC Journal, 2008, (2): 508-513. DOI：

摘要

气体辅助注射成型由于气体的引入使工艺更为复杂，增加了工艺变量，参数选取更为困难。本文基于CAE数值模拟试验结果，采用软计算方法，集成人工神经网络和生物进化遗传算法优化成型工艺，实现了气体辅助注射成型试验样品气体穿透长度的最大化。数值模拟与试验结果一致

Abstract

Compared with the traditional injection molding

gas-assisted injection molding is more complicated and involves more process parameters.Process optimization becomes more difficult.Artificial neural network（ANN） and genetic algorithm（GA) were integrated to optimize the process for maximizing the gas penetration length.The simulation and experiment results were in good agreement.

关键词

Keywords

references

浏览量

153

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

CO2捕集的吸收溶解度计算和过程模拟

液化天然气接收站蒸发气体再冷凝工艺的优化

基于遗传神经网络的微滤膜通量的预测

一种提高微生物发酵单位的新优化控制策略

基于模式分类的油水混合物含水率测量方法