外文翻译--塑料注射模具设计的软件设计优化 中文版

塑料注射模具设计的软件设计优化 本论文描述的是为注射模具优化过程中所应用的一种混合电脑软件策略。在此过程中，所有的注射模具所应用的参数都被考虑在内：模温、熔融温度、注射温度和注射压力。混合型电脑软件策略是许多电脑软件模拟系统、仿真系统和多层神经网络工作来优化参数。适当的分析模拟支持神经网络发展，它是使模具的设计成本降到最低，这种成本是复合模拟软件所引起的。根据优化的特点，一个仿真模拟系统被用来解决模具设计的优化，可以用一个例子来表明这个先进策略的有效性。 制造业工业为了塑胶产品是成长的迅速地在最 近的年 ,和越来越多塑胶是使用广泛地到替换为了金属 . 注射模制多数优势，例如简略产品周期 ,卓越的表面产品的和容易地模子复杂的外形 ,因而它是最多的通俗模制过程为了制造热塑性的部分 . 一般它包含三阶段，填补物 ,包装和冷却 . 填补物舞台是评论的舞台在好质量模制的产品 . 在填补物舞台 ,注射模制过程参数包括融化流程比率，注射压，模子温度和融化蛋彩画，品 注射模制过程的设计是考虑过的到是“妖术” ,哪个依赖沉重地在经验和专家的知识和牵连审判和错误过程 . 最近 ,有的发展数字的模拟和聪明的技术 ,一些发展向注射模制过程的 设计是已制成的 翘曲在调整不同的表面厚度 1 在秤流程 ,和剩余压力是减少 2组合的神经的网络和数字的模拟到供应神经的网络 (预言者模型为了塑胶注射模制过程 3注射模制过程参数在联合两者规则 - 立基于和事 4 既定的规则设为了决定门的位置立基于在塑胶部分的分析 . 门的位置是坚决的穿过推理有规则 5. 发展系统哪个能将门位置最佳化立基于在最初的遮没计划 . 系统使 用软件为了流程分析 ,和控制温度微分的和原理的数 6数字的模拟和人造的聪明 技术能改善塑胶注射的设计模制过程 . 然而 ,过程设计安排倘若在 . 这些方法虽然一般可行的是不最佳的 . 软的计算是方法学的社团那工作相乘配合作用地和供应柔韧性通知过程能力为了处理实在的暧昧境遇 8,9. 软的含义计算是到开拓公差 到完成温顺 ,健康和廉价的解答 . 在那里是进行的努力到使成整体人造的神经网络 ,遗传的算法和其他的方法学在软的计算范例 10. 这纸赠品杂种最佳的模型在结合有神经的网络和遗传的算法为了塑胶 注射模制过程 . 计算机 (软件， ,是使用到模拟塑胶的流程 . 遗传的算法 ( 气体 ),哪个有高度能力到获得全局最佳的解答 , 是应用的到解决最佳的模型 . 为了减少花费的计算起于数字的拟 ,在这纸 ,软的计算接近到最佳化塑胶注射模制过程的 ,哪个联合气体和 计划 . 部分 2 赠品最佳的数学模型 ,包括目标功能的选择和 设计变量 . 在部分 3, 最佳的方法使成整体气体和 软的计算范例是讨论详细地 . 部分 4 供应案例研究那举例说明的请求计划接近 . 部分 5 结束纸和大纲一些为。 2. 最佳的模型为了注射模制过程 期间注射模制 ,在那里是多数过程条件哪个影响塑胶部分的质量 ,例如融化流程比率，注射压，注射时间子温度和融化温度 . 不同的过程条件能提供不同的过失现象 . 在发展中的最佳的模型 ,唯一的主修课过程考虑过的从可行性的观点和温顺 . 在订购到描写最佳化方法 ,黄油容器眼睑有的最小厚度 米 ,是奶油 计变量和目标功能 它是知名的那在那里是多数因素那有影响在部分的质量，例如模子温度 ,融化温度，注射时间，注射压 ,排设计 (风格，大小 ,门的位置 ) 和的 几何学部分 . 为了考虑可行性和温顺 ,学习是集中钥匙过程操作参数 ,括模子温度 ，融化温度 ,注射时间和注射压 ,赠予的遮没安排设计和部分的几何学 . 模子温度山脉从 50个到 75 o C,融化温度 山脉从 230 到 280 o C,注射时间山脉从 气陷阱 ,焊接线和翘曲 . 它是知名的那简略开枪 , 空气陷阱和焊接线是依靠的主要地在遮没安排设计和部分的几何学 学习是集中过程操作部分那将是服从强 烈的和局部机械的剩余压力在部分 ,部分的质量 . 而且 ,剩余压力可能原因翘曲部分的 11. 在如此的部份中被允许的最大压迫力应该是重要地小于最大的推荐 . 到排除内部的塑胶部分的压力 ,目标功能选择为了。 佳的设计模型 的数学模型最佳化问题能一般是描述为跟随 :查找 最小约束 . 的变量 设计变量的界限 别地 最佳的设计模型能是表现依下列项 :查找 到解决最佳化问题描写在情绪商数 . 杂种策略，哪个联合 件 ,气体和 使用 . 在下一个部分 , 策略 是讨论详细地 . 在 方法学，个人工具 ,例如气体，安和其他的工具 ,幕相乘配合作用地 ,胜于 竞争地 ,到提高彼此 s 请求领土 8强大的工具为了的预言非线性和 有多数优势，例如厚重的平行 ,健康和知识在数据 11. 气体 ,哪个是 立基于在的机械学自然选择和进展 ,有是应用的到最佳化问题 . 气体有多数优势 13,14. 首先 ,气体能解决不同的最佳化问题广告 . 因为目标的引出和约束功能为了设计变量是不必需的 . 为了另外的东西 ,气体有更高的能力到获得全局最佳的解答比惯例的最佳化算法 ,由于人口立基于搜寻机械学 . 在最佳的模型为了塑胶注射过程 ,它是不可能的到获得引出的 . 因此 ,它是适当的为了气体到是应用的到解决最佳的模型 . 的价值最大的剪压力是获得在商业的软件 , 然而 ,数字的计模拟是很花费的 . 到避免众多的详细分析履行在 ,软的计算策略 ,哪个使成整体气体的属优势和 计划依下列各项 .。 似的分析模型有 造的神经网络 ( 安 ) 是有效的一个工具为了解决非线性的问题 . 代表性地 ,神经的网络 (强大的映射能力为了非线性的问题 16. 在解决最佳的模型 , 神经的网络是应用的到建立映射模型在中间最大的剪压力和注射过程参数或变量 ,例如模子温度 ),融化温度 ,注射时间和注射压的概要介绍神经的网络为了预言最大的剪 压力是表明在无花果 . 2. 那是 ,下列各项非线性的映射关系是既定的 :) (3) 什么地方 D 是最大的剪压力 ,X 指示向量设计变量的 ,指示非线性的功能关系在中间 D 和 X. 期间最佳化程序 ,近似的模型上面的是使用到替换为了 了避免花费的计算 . 近似的执行分析模型有 表明在无花果 . 3. 程序棘手的是讨 论在下列各项部分 . 择和常态化模范的 用四主修课过程的不同结合变量 , 足够的模拟是完成到补给标本为了多层神经的网络 . 过程的价值条件是改变内部上述的山脉 活化功能使用为了多层神经的网络是 S 形的功能 . 同样地 S 形的功能输出是在间隔 0,1, 知识标本应该是依下列各项常态化 : xj l) j x(u) l) j (4) 结构 结构设计 括决心数的躲藏层和神经元的数在不同的层 . R. 各项映射法则 16_0 和任何的 能 f: 0,1 n _ 房屋 ,在那里存在三 增殖神经的 网络那能近似的 f 到内部低劣的正方形错误精确 的数躲藏层能是一个 . 神经元的数在输入层必须相等的四，哪个是设计变量的数 ,和数在输出层是一个 . 的大小躲藏 层是最多的重要体谅的一个就在那个时候解决实际的问题用多层神经的网络 . 如果在那里是也很少的躲藏单位网络将不学习任务 . 在其他的手 ,所有也多数躲藏单位能降级知识比率和减少迅速有哪个有学 问的映射是履行 17. 的民数记躲藏神经元 能是坚决的大约在下列各项公式 18?_n+m+ 一 (5)什么地方 H 是的大小躲藏层 ;n 和 m 是大小输入的和输出层 ,分别地 ;和 _ 1,10,哪个是常数 .。 练 面的 (算法是应用的到火车 的重量 首先设定随便地初值 程序是继续的直到期待精确错误的是获得 . 重量分布式的在中间神经元在不同的层能表现映射关系具体表达在 标本。 . 决最佳的模型有气体 气体是应用的到解决最佳的模型描写在情绪商数 .(2) 因为他们的潜在同样地最佳化技术 . 外形 4 是流程表的最佳化策略有气体 择编码方式 在气体 ,人造的染色体是表现在的字符串有限的长度 . 一般，在那里是二编码方式 , 为了二进位的编码方式 ,小块字符串的长度是坚决的在精确 15十进的编码方式是应用的在学期的特征最佳化问题 . 让 一个的结果最佳化问题 ,和相应的染色 体能是表现同样地 V ?_x1,., 染色体的长度和解决的矢量相等 . 造适当功能 到评价个人字符串的履行 (染色体 ),适当的适当功能应该是建造 适当功能改变从目标功能 . 在这最佳化问题 ,目功能是最大的剪压力 ,因而适当功能能是定义下列各项 : f(X) ? (6) 什么地方 最大的剪压力推荐为了材料 , ?D 是故意的在学期 的情绪商数 . (3). 4. 结果和讨论 为了证明的效力计划最佳的模型 ,例子 同样地表明在无花果 . 1 是讨论在这部分 . 造近似的分析模型 同样地定期的上面 ,近似的分析模型当仆人同样地模子的功能近似者那地图输入变量温度 (，融化温度 (注射时间 注射压 (到提供输出哪个是最大的剪压力 ( 为了准备知识标本为了 拟图钉是进位外面的用 件系统 . 内部价值不同的过程条件的间隔 ,54 设置数据的是公式同样地输入训练数据为了网络 . 剩余的 10 组合习惯测试那发展大约的模型 . 三 络有 4 12 1 神经元配置是使用到发展模型立基于在法则 1 和情绪商数 . (5), 和后面的 网络配置的参数是表明在桌子 近似的履行模型是测试在 10 设置数据的拿走从模拟工作 . 检验结果 ,同样地表明在无花果 . 5, 展现那预言价值和数字的结果是在好一致 了的一个价值 哪个表示模型是意的一个从工程观点。 佳化结果和分析 最佳化问题是解决立基于在流程表表明在无花果 . 4. 参数为了最佳化算是赠予的 依下列各项 : 个人的人口是 25,可能性天桥相等的 突变的可能性是 20 产生 ,和最佳化结果是表明在桌子 6 表示比较在中间最初的安排和最佳的安排 2 和无花果 . 6 那最大的剪压力故意的在最佳的模型是很接近于一个获得在数字的模拟软件 . 在其他的手 ,最大的剪压力有意义的的减少 之后最佳化 . 从最佳的设计 ,我们也发现那融化温度通常远的更多的结果比模子温度在减轻体重法最大的剪压力 .。 5. 结束 注射模制过程的设计依赖沉重地在经验 和专家的知识和牵连 改良的策略为了最佳化塑胶注射模制过程的是赠品在这纸 . 策略联合神经的网络和遗传的算法在软的计算范例 . 近似的分析模型是发展有 致减少花费的计算必需的在数字的模拟 ,因而 , 非二进位的遗传算法是应用的到解决最佳化模型 . 它是表明从例子那最佳化策略是有效的 学习是集中过程操作参数，例如模子温度，融化温度 ,注射时间和注射压 . 在那里是其他的身体因素例如遮没安排设计 ( 风格，大小 ,的位置门 ) 和部分那的几何学是不拿走到体谅 . 为了改善系统的能力 ,规 则 为了未来操作主要的关心是向更多的整合因素 纸部分被国家的天然科学支援 P 的基础 . R. 中国 (60175019) 和年轻人基础科学。