龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：余姚市机器人研究中心;浙江大学
摘要：本发明公开了一种基于冷却流道雷诺数调控的光学制品注塑件翘曲优化方法，在模流分析类软件中对注塑件模型划分网格，建立浇口流道、冷却流道的有限元模型，并设置工艺参数和分析序列；采样多组各冷却流道的雷诺数为输入参数，根据每组输入参数的模流分析结果获得注塑件上多个点的平均翘曲量作为输出变量；用输入参数、输出变量构建并训练BP神经网络，直到达到最大训练次数或预测值达到期望目标；使用粒子群优化算法求得训练好的BP神经网络的最小目标函数对应的输入值，作为最佳输入参数，完成优化。本发明能准确预测出翘曲量最小值及对应的冷却流道雷诺数，提高了优化效率，且适用的注塑件类型广。
主权项：1.一种基于冷却流道雷诺数调控的光学制品注塑件翘曲优化方法，其特征在于，包括以下步骤：S1：在模流分析类软件中导入待优化翘曲量的注塑件模型，对其划分网格后，建立浇口流道、冷却流道的有限元模型；S2：采样选取多组输入参数，每组输入参数包括各个冷却流道的雷诺数；S3：在模流分析类软件中设置工艺参数和分析序列，对每组输入参数进行3D网格有限元模型分析，得到各组输入参数的模流分析结果；S4、在垂直于浇口流道轴线的平面上取多个分布均匀的点，并生成依次经过所有点的路径，根据所述模流分析结果获得每个点的翘曲量，将所有点的翘曲量求绝对值后取平均，作为输出变量；S5：构建并训练BP神经网络，所述BP神经网络的输入样本为各组输入参数，目标函数为输入参数对应的输出变量，若达到训练次数或预测值达到期望目标，则结束训练，得到训练好的BP神经网络；所述期望目标为BP神经网络的预测值与目标函数的平均相对误差小于等于设定阈值；S6：使用粒子群优化算法求得训练好的BP神经网络的最小目标函数对应的输入值，即最小翘曲量对应的冷却流道雷诺数组，作为最佳输入参数，完成优化。
全文数据：
权利要求：
百度查询： 余姚市机器人研究中心 浙江大学 基于冷却流道雷诺数调控的光学制品注塑件翘曲优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号