本站小編為你精心準(zhǔn)備了神經(jīng)網(wǎng)絡(luò)的局部放電模式識(shí)別參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

以激光器支架為例，運(yùn)用Moldflow軟件進(jìn)行模流分析，并設(shè)置了正交試驗(yàn)，以得到各因素水平的最佳組合，從而減小翹曲變形量，提高塑件質(zhì)量，使其達(dá)到裝配要求。然后根據(jù)所得數(shù)據(jù)建立了BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，再利用測試樣本驗(yàn)證模型的準(zhǔn)確性，結(jié)果發(fā)現(xiàn)仿真值與預(yù)測值的誤差均在±3%以內(nèi)。

關(guān)鍵詞：

激光器支架；模流分析；正交試驗(yàn)；BP神經(jīng)網(wǎng)絡(luò)

1激光器支架3D模型

激光器支架塑件的3D模型如圖1所示。該塑件的外圍尺寸為39.5mm×30mm×42mm，外表美觀；另外，對(duì)成型塑件有一定力學(xué)性能要求，而且要求底面的翹曲變形量較小。根據(jù)實(shí)際生產(chǎn)經(jīng)驗(yàn)以及該塑件的使用特點(diǎn)，選擇材料為ABS(丙烯腈-丁二烯-苯乙烯共聚物)；采用一模兩腔，主流道和分流道為圓形截面，澆口為梯形截面，最佳澆口位置在塑件的中間部位，但由于模具制作及生產(chǎn)效率的原因?qū)⑵涠ㄓ趫D1所示位置。采用中面模型對(duì)塑件進(jìn)行網(wǎng)格劃分：三角形單元數(shù)42672，節(jié)點(diǎn)數(shù)21320，最大縱橫比為5.8，平均縱橫比為1.62，匹配率為85.3%。

2正交試驗(yàn)

運(yùn)用MoldflowMPI軟件對(duì)塑件的注塑成型過程進(jìn)行模擬，以翹曲變形為優(yōu)化目標(biāo)，通過正交試驗(yàn)獲得最佳工藝參數(shù)，從而為實(shí)際生產(chǎn)提供指導(dǎo)。影響翹曲變形的主要工藝參數(shù)有模具溫度、熔體溫度、注射時(shí)間、保壓壓力、保壓時(shí)間、冷卻時(shí)間等，其中模具溫度、熔體溫度、保壓壓力、注射時(shí)間、保壓時(shí)間對(duì)塑件的翹曲變形和收縮變形有較大的影響[1-2]。根據(jù)生產(chǎn)經(jīng)驗(yàn)和成型窗口分析的結(jié)果，所設(shè)計(jì)的因素水平表如表1所示。本實(shí)驗(yàn)考察的主要指標(biāo)是塑件的翹曲量，其值越小越好。由表2的正交試驗(yàn)結(jié)果可知，4號(hào)實(shí)驗(yàn)組合A1B4C4D4E4的翹曲量最小(0.276mm)。圖2為翹曲變形量與體積收縮率的極差折線圖。由圖2可以直觀地看出，對(duì)翹曲變形最佳的因素水平組合為A2B4C4D4E2，對(duì)體積收縮最佳的因素水平組合為A1B1C4D4E4。對(duì)這兩個(gè)組合進(jìn)行進(jìn)一步研究。模擬結(jié)果顯示，A2B4C4D4E2組合的體積收縮率為9.189%，翹曲量為0.2758mm。組合的體積收縮率為9.188%，翹曲量為0.2760mm。A2B4C4D4E2組合比A1B1C4D4E4組合的翹曲量小，確定其為最優(yōu)組合。本實(shí)驗(yàn)中，對(duì)塑件翹曲變形的影響因素由主到次依次為C、B、D、A、E，說明保壓壓力在翹曲變形中起主要作用，其次為熔體溫度和注射時(shí)間；對(duì)塑件體積收縮率的影響因素由主到次依次為B、C、A、D、E，說明熔體溫度在體積收縮中起主要作用。選擇參數(shù)時(shí)要權(quán)衡利弊，從而給出最優(yōu)的實(shí)驗(yàn)組合。

3單因素分析

圖3為各因素對(duì)塑件翹曲變形的影響。從圖3可以看出，當(dāng)模具溫度由50℃升至80℃時(shí)，塑件的翹曲變形量逐漸下降，但降幅不大。在一定范圍內(nèi)，模具溫度越高，塑件的冷卻速率越低，即冷凝層的厚度較薄，內(nèi)部的殘余應(yīng)力相對(duì)較小，因此塑件的變形量也較小。但是過高的模具溫度不利于塑件的頂出，并導(dǎo)致成型周期延長，同時(shí)還會(huì)使結(jié)晶型塑件的體積收縮率增大。當(dāng)熔體溫度過低時(shí)，由于其流動(dòng)性能較差，因此為充滿型腔需要較大的注射速度或注射壓力，這會(huì)導(dǎo)致剪切應(yīng)力增大，使其在熔體凝固前來不及得到釋放，進(jìn)而造成塑件翹曲變形。而當(dāng)熔體溫度較高時(shí)，熔體的流動(dòng)性能較好、剪切應(yīng)力較小、冷凝層較薄，故此時(shí)塑件的變形量也相對(duì)較小。但是過高的熔體溫度容易造成材料降解，導(dǎo)致塑件收縮率及翹曲變形量增大。另外，保壓壓力對(duì)塑件的翹曲變形影響較大，若沒有保壓壓力，塑件的體積收縮率最高可達(dá)25%[3]。當(dāng)保壓壓力過小時(shí)，由于補(bǔ)縮能力較差，會(huì)造成較大的體積收縮率，且易在澆口處形成回流，進(jìn)而產(chǎn)生殘余應(yīng)力，這些因素均會(huì)造成塑件翹曲變形量的增大。當(dāng)保壓壓力過高時(shí)，會(huì)使塑件產(chǎn)生較高的殘余應(yīng)力和壓應(yīng)力，導(dǎo)致塑件翹曲變形量增大，同時(shí)還可能出現(xiàn)脹模現(xiàn)象，產(chǎn)生飛邊等缺陷，從而影響塑件質(zhì)量。由圖3還可看出，當(dāng)注射時(shí)間較短時(shí)，由于熔體的填充速率過快，會(huì)使塑件產(chǎn)生表面應(yīng)力和殘余應(yīng)力，進(jìn)而導(dǎo)致塑件的變形量較大。但注射時(shí)間較短時(shí)產(chǎn)生的冷凝層厚度較小，使塑件的收縮趨于一致，這反而有利于減小塑件的變形量。而過長的注射時(shí)間則會(huì)使冷凝層厚度增加，當(dāng)先鋒熔體首先凝固時(shí)，其后部還是溫度較高的熔體，進(jìn)而導(dǎo)致塑件收縮不均，翹曲變形量增大。此外當(dāng)保壓時(shí)間較短時(shí)，其對(duì)塑件的變形量影響較大，這是因?yàn)榇藭r(shí)塑件的補(bǔ)縮量較大。隨著保壓時(shí)間的延長，補(bǔ)縮量基本不發(fā)生變化，從而使塑件的變形量也基本不變。但是過長的保壓時(shí)間不但不會(huì)使變形量進(jìn)一步減小，而且會(huì)造成脫模困難，從而延長了注射周期，降低生產(chǎn)效率。

4神經(jīng)網(wǎng)絡(luò)預(yù)測

隨著科技的不斷發(fā)展，人們對(duì)生產(chǎn)提出越來越高的要求，高質(zhì)、高效、節(jié)能、低碳、低成本成為工廠追求的目標(biāo)。然而，采用傳統(tǒng)的CAE方法處理大量原始數(shù)據(jù)時(shí)，需經(jīng)多次試驗(yàn)才可能得出最佳的工藝方案，這顯然不符合高效生產(chǎn)的要求。BP網(wǎng)絡(luò)是一個(gè)前向多層網(wǎng)絡(luò)，按誤差反向傳播算法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。其學(xué)習(xí)規(guī)則為最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差最小。它可以建立工藝參數(shù)到翹曲變形量和體積收縮率的映射關(guān)系模型，得到其內(nèi)在關(guān)系，從而預(yù)測結(jié)果，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。由文獻(xiàn)[4]可知，3層神經(jīng)網(wǎng)絡(luò)可以模擬任意非線性問題。本研究根據(jù)正交試驗(yàn)的數(shù)據(jù)，建立了一個(gè)5輸入2輸出的3層網(wǎng)絡(luò)模型，如圖4所示。

4.1樣本數(shù)據(jù)處理由于本次網(wǎng)絡(luò)訓(xùn)練的樣本數(shù)值大小不一、單位各異，故首先將樣本做歸一化處理。

4.2隱含層神經(jīng)元數(shù)目的確定隱含層神經(jīng)元數(shù)決定了神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性，它與問題的要求、輸入層和輸出層的神經(jīng)元數(shù)都有關(guān)系。一般隱含層神經(jīng)元數(shù)越多，其誤差越小，但運(yùn)算時(shí)間越長。目前，隱含層神經(jīng)元數(shù)目選取的經(jīng)驗(yàn)公式為：m=2n+1(其中，m為隱含層神經(jīng)元數(shù)；n為輸入層神經(jīng)元數(shù))。本網(wǎng)絡(luò)根據(jù)經(jīng)驗(yàn)公式，再加上一個(gè)區(qū)域范圍，初選隱含層神經(jīng)元數(shù)為1、6、12、18、24，結(jié)果如圖5所示。從圖5可以看出，中間隱層神經(jīng)元數(shù)為12時(shí)相對(duì)比較合適，因此本研究將中間隱層的神經(jīng)元數(shù)定為12。

4.3學(xué)習(xí)速率較大的學(xué)習(xí)速率可以快速地逼近期望值，但是容易發(fā)生修正過量而導(dǎo)致誤差振蕩而不收斂。而較小的學(xué)習(xí)速率可以避免出現(xiàn)誤差振蕩現(xiàn)象，但是收斂速度較慢。一般學(xué)習(xí)速率在0.01~0.1之間選取，本網(wǎng)絡(luò)的學(xué)習(xí)速率選為0.02。

4.4網(wǎng)絡(luò)訓(xùn)練圖6為網(wǎng)絡(luò)訓(xùn)練的誤差曲線圖。由Train(訓(xùn)練)曲線可以看出，誤差(MeanSquaredError)在逐漸降低，在第三步時(shí)達(dá)到設(shè)定的誤差目標(biāo)值10-5。另外，圖6中Test(測試)曲線是測試誤差變化，Validation(驗(yàn)證)曲線表示驗(yàn)證誤差變化，圓圈表示最佳的訓(xùn)練誤差點(diǎn)，可以看出，Validation和Test的誤差在最佳點(diǎn)后基本變化不大。

4.5網(wǎng)絡(luò)測試再隨機(jī)選取5組試驗(yàn)利用Moldflow軟件進(jìn)行模擬仿真，然后與網(wǎng)絡(luò)測試的結(jié)果進(jìn)行對(duì)比，以判定網(wǎng)絡(luò)的可靠性。網(wǎng)絡(luò)預(yù)測值與仿真值之間的誤差如表3所示。從表3可以看出，網(wǎng)絡(luò)預(yù)測的結(jié)果和仿真結(jié)果基本吻合(誤差均在±3%之內(nèi))，這表明該網(wǎng)絡(luò)已達(dá)到較高的預(yù)測精度，能夠?yàn)橐院蟮纳a(chǎn)提供指導(dǎo)。

5結(jié)論

(1)利用Moldflow軟件進(jìn)行模擬，并結(jié)合正交試驗(yàn)和極差法得出最佳的工藝組合參數(shù)。當(dāng)模具溫度為60℃、熔體溫度為270℃、保壓壓力為14MPa、注射時(shí)間為0.6s、保壓時(shí)間為15s時(shí)，塑件的翹曲變形量最小，僅為0.2758mm。其中，保壓壓力在該塑件的翹曲變形中起主要作用，其次為熔體溫度和注射時(shí)間。(2)單因素分析結(jié)果表明，塑件的翹曲變形量隨模具溫度、保壓壓力和保壓時(shí)間的增加而減小，隨熔體溫度和注射時(shí)間的增加先增大后減小。(3)建立神經(jīng)網(wǎng)絡(luò)，以正交試驗(yàn)的16組數(shù)據(jù)為樣本對(duì)不同神經(jīng)元數(shù)的隱含層進(jìn)行測試，確定隱含層神經(jīng)元數(shù)為12時(shí)較為合適；另選用5組數(shù)據(jù)對(duì)仿真結(jié)果與預(yù)測結(jié)果進(jìn)行比較，發(fā)現(xiàn)誤差均在±3%之內(nèi)，說明網(wǎng)絡(luò)的預(yù)測精度較高，為其他模擬仿真提供了一種快捷方法。

作者：王衛(wèi)東 宋繼順 單位：天津理工大學(xué)材料科學(xué)與工程學(xué)院