- 细长杆多腔模注塑成型工艺多因素多目标集成优化
- - 作者：谭小红|责编:扈婕
  - 出版社：电子工业
  - ISBN：9787121495113
  - 出版日期：2024/12/01
  - 页数：131
- 售价：27.2

内容大纲
    本书以研究细长杆多腔模注塑成型工艺多因素多目标集成优化为主线，设计了一种基于平衡布置的一模四腔圆珠笔笔弹模具。
    本书共8章，包括绪论、细长杆多腔模非平衡流动机理及平衡优化、Taguchi-CAE的集成在细长杆注塑成型工艺参数优化中的应用、Taguchi-RSM-CAE的集成在细长杆注塑成型工艺参数优化中的应用、遗传算法和神经网络的集成在细长杆注塑指标精度预测研究中的应用、Taguchi-RSM-GRA的集成在细长杆注塑成型工艺多目标优化中的应用、细长杆多腔模注塑成型工艺实证研究、结论与展望。
    本书既可作为高等院校材料科学与工程、模具设计与制造相关专业学生的学习资料，也可作为相关专业工程技术人员的参考书。
作者介绍
谭小红，无党派人士，教授，江苏大学材料科学与工程学院材料学博士，现任科技处（产学合作处）副处长。任教课程“增材制造技术”，以及国家资源库自动化应用装备课程“工业网络与SCADA技术”。浙江省省级教学创新团队模具设计与制造专业团队负责人，浙江省专业带头人，杭州教学名师人选主持校企合作重大技术攻关项目6项，参与10项，转化发明专利4项。教育部第三批现代学徒制试点单位试点专业负责人。以第一作者在国内外核心期刊发表论文10余篇，其中SCI收录3篇，EI收录2篇，获得发明专利10余项。主参与省自然科学基金项目1项，市重大技术攻关项目3项。荣获中国发明协会2021年度“发明创业奖-创新奖”一等奖1项。带领学生参加各类省级以上比赛10项，负责第一批南非学生专业培训工作。
目录
第1章  绪论
  1.1  研究背景和意义
    1.1.1  研究背景
    1.1.2  研究意义
  1.2  注塑成型优化技术的国内外研究现状
    1.2.1  注塑成型流道平衡优化
    1.2.2  注塑成型工艺参数的优化
  1.3  本书主要研究内容
第2章  细长杆多腔模非平衡流动机理及平衡优化
  2.1  多腔模平衡设计问题
  2.2  熔体充模过程的理论基础
    2.2.1  黏性流体力学的基本方程
    2.2.2  圆管熔体流动行为的数学模型
  2.3  造成平衡流道多腔模填充不平衡的因素
    2.3.1  流道拐角诱导多腔模填充不平衡
    2.3.2  模具的温度梯度导致多腔模填充不平衡
    2.3.3  剪切诱导多腔模填充不平衡
  2.4  细长杆平衡流道的填充不平衡造成产品变形分析
    2.4.1  优化浇口位置并确定最优流道方案
    2.4.2  影响细长杆填充不平衡的工艺因素
  2.5  小结
第3章  Taguchi-CAE的集成在细长杆注塑成型工艺参数优化中的应用
  3.1  引言
  3.2  信噪比的含义
  3.3  基于正交设计的注塑成型工艺参数优化
    3.3.1  试验安排
    3.3.2  PP材料注塑成型工艺参数优化
    3.3.3  PC材料注塑成型工艺参数优化
    3.3.4  PC+ABS材料注塑成型工艺参数优化
    3.3.5  PP、PC、PC+ABS材料成型特性小结
  3.4  基于信噪比的PP注塑成型工艺参数优化
  3.5  普通正交试验设计和Taguchi正交试验设计优化结果分析
  3.6  小结
第4章  Taguchi-RSM-CAE的集成在细长杆注塑成型工艺参数优化中的应用
  4.1  引言
  4.2  RSM研究方法
    4.2.1  RSM研究方法简介
    4.2.2  响应面的各因素（变量）之间的交互作用
    4.2.3  响应面试验设计方法
    4.2.4  响应面的构造及检验过程
  4.3  RSM-CAE的集成在PP细长杆注塑成型工艺参数多目标优化中的应用
    4.3.1  细长杆注塑响应面研究概述
    4.3.2  试验设计
    4.3.3  响应面模型
  4.4  RSM-CAE的集成在PC细长杆注塑成型工艺参数多目标优化中的应用
    4.4.1  PC材料体积收缩率试验模型及响应面分析
    4.4.2  PC材料最大轴向变形试验模型及响应面分析
    4.4.3  PP材料、PC材料的成型工艺对收缩和变形的影响比较
  4.5  普通正交试验、基于信噪比的正交试验和响应面试验的优化结果比较
  4.6  小结

第5章  遗传算法和神经网络的集成在细长杆注塑指标精度预测研究中的应用
  5.1  引言
  5.2  人工神经网络介绍
    5.2.1  人工神经网络原理
    5.2.2  BP神经网络
    5.2.3  BP神经网络的设计和训练
  5.3  遗传算法介绍
    5.3.1  遗传算法的基本原理
    5.3.2  遗传算法在神经网络中的应用
    5.3.3  基于遗传算法的神经网络训练
  5.4  GA-BP-Taguchi的集成在PP细长杆体积收缩率精度预测研究中的应用
    5.4.1  GA-BP神经网络训练和预测精度检验
    5.4.2  Taguchi正交试验和GA-BP神经网络的结合寻优与预测
  5.5  GA-BP-RSM的集成在PC细长杆最大轴向变形精度预测研究中的应用
    5.5.1  GA-BP神经网络训练和预测精度检验
    5.5.2  RSM和GA-BP的结合寻优与预测
    5.5.3  GA-BP组合预测模型应用
  5.6  小结
第6章  Taguchi-RSM-GRA的集成在细长杆注塑成型工艺多目标优化中的应用
  6.1  引言
  6.2  灰色关联分析的方法与步骤
  6.3  灰色关联系数的讨论
  6.4  Taguchi-GRA的集成在细长杆注塑成型品质多目标优化中的应用
    6.4.1  基于Taguchi正交试验和灰色关联分析集成的注塑成型工艺参数优化
    6.4.2  多目标的灰色关联度计算
    6.4.3  灰色关联度的极差与方差分析
    6.4.4  连续空间的预测模型
    6.4.5  多种优化方法比较
  6.5  RSM-GRA的集成在细长杆注塑成型品质多目标优化中的应用
    6.5.1  基于CCD试验的灰色关联度计算
    6.5.2  基于响应面的参数显著性分析和预测模型
  6.6  基于灰色关联分析和理想解法的注塑成型品质多目标优化
  6.7  小结
第7章  细长杆多腔模注塑成型工艺实证研究
  7.1  引言
  7.2  模具设计
  7.3  试验部分
    7.3.1  试验材料
    7.3.2  试验设备
    7.3.3  优化参数的试验验证
    7.3.4  实际值与GA-BP误差比较
  7.4  小结
第8章  结论与展望
  8.1  结论
  8.2  展望
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目