基于神经网络的连接器外壳注射工艺研究
2021-05-06刘淑梅潘泓谊
模具工业 2021年4期
赵 毅,刘淑梅,潘泓谊
(上海工程技术大学 材料工程学院,上海 201620)
0 引 言
电连接器在汽车航天等领域应用广泛,而塑料制品由于质量轻、成本低等优势,常用于制造电连接器外壳。连接器外壳除了要求良好的阻燃、绝缘性能外,还需具有优良的尺寸稳定性,以降低翘曲影响,确保在连接配合时不出现误差[1]。为了探究翘曲影响因素,李海梅等[2]综合工艺参数、模具结构及人为因素等方面分析了翘曲的机制和影响;高月华等[3]针对工艺研究了不同部件的翘曲影响因素,发现除了保压压力外,其余工艺参数的权重各不相同,说明工艺参数与翘曲的关系错综复杂,尤其对于结构复杂塑件,在现有CAE基础上,仅靠传统的优化回归方法无法准确预测参数的影响趋势。人工神经网络的应用给翘曲影响研究带来了新的思路和方法,神经网络属于智能处理系统,常用于解决复杂的多变量非线性问题[4]。王卫东、修辉平等[5,6]研究成型塑件注射工艺时,在正交试验的样本基础上创建BP神经网络模型,并证明其具有良好的预测能力。邓其贵等[7]利用DPA-BP神经网络模型分析了工艺参数对4种注射缺陷的影响规律,验证了神经网络模型的可靠性。
现对连接器外壳的注射工艺进行研究,结合正交试验和BP神经网络模型,分析其工艺参数和翘曲的非线性关系,为后续连接器外壳的参数设计提供思路。
1 塑件结构及正交试验
1.1 塑件结构分析
连接器外壳结构如图1所示,材料为PA6,含30%玻璃纤维,牌号为Ultramid B3GK24,密度为1.34 g/cm3,其熔体流动性好,MFR(熔体质量流动速率)测量值为81.5 g/min,具有优良的尺寸稳定性。……
登录APP查看全文
