基于径向基函数神经网络和多岛遗传算法的注射成型质量控制与预测

季宁，张卫星，于洋洋，2，贺莹，侯英洪

(1.天津大学仁爱学院，天津 300636； 2.天津大学内燃机燃烧学国家重点实验室，天津 300072；3.天津市新阳模具制品有限公司，天津 300350)

在注塑生产过程中，注塑工艺参数的选取直接决定塑件的成型质量。影响塑件成型质量的注塑工艺参数较多，工艺参数与成型目标之间存在较为复杂的非线性关系，选取一组满足成型质量要求的工艺参数组合较为困难。实际注塑中，操作人员往往依靠经验通过不断地试模确定最优工艺参数组合，不仅大大延长试模时间，而且还造成了原料的浪费。如何快速获得满足某一塑件成型质量要求的最优工艺参数组合是当前研究的热点。段帅帅等[1]利用中心复合试验结合建立了回归预测模型，得到了一组最优注塑工艺参数；刘月云[2]基于响应面法和Pareto遗传算法对注塑模冷却水道参数进行了优化，模拟验证后得出冷却水道的最优设计参数组合；黄海松等[3]基于灰色关联分析方法，针对复杂曲面构件的注塑成型质量进行了多目标优化，取得了理想的优化效果；李月明[4]基于正交试验并结合三维响应面法求解出塑件的最佳注塑工艺参数；娄天祥等[5]基于稳健设计并结合均值分析获得了塑件的最优注塑工艺参数组合；栗雪娟等[6]提出了一种改进的多目标粒子群优化算法，对塑件注塑成型过程中的熔接痕进行了优化；盘承军等[7]基于正交试验和竞争型神经网络(SOM神经网络)优化了汽车上饰板的成型工艺参数，满足了生产要求；……