[发明专利]塑料注射成形中冷却时间的快速预测方法

权利要求书

1.一种塑料注射成形中冷却时间的快速预测方法，该方法包括以下步骤：

(1)确定冷却时间的影响因子，并给每个影响因子设置多个不同的水平

所述影响因子包括模具材料的导温系数α₁、塑料材料的导温系数α₂、温度比值(Ti-Tc)/(Te-Tc)，制品的厚度h以及冷却系统的面积S，其中Ti为注射温度、Tc为冷却水的温度、Te为开模温度；

(2)设计神经网络训练的样本空间

对上述各影响因子及其水平采用田口实验设计方法进行优化组合，将优化组合后的结果作为输入值，用CAE软件模拟出冷却时间的大小，作为输出值，构成神经网络训练的样本空间；

(3)设计和训练反向传播神经网路即BP神经网络，具体过程如下：

①确定网络的层数

选用三层的BP神经网络，所述三层分别为输入层，隐含层和输出层；

②初始化参数

在MATLAB工具箱中采用激活函数nwlog.m或nwtan.m来初始化隐含层的权值W1和阈值B1，采用随机取值函数rands.m来初始化输出层的权值W2和B2；

③确定学习速率

所述学习速率的选取范围在0.01-0.08之间；

④确定所述隐含层的神经元节点数

针对不同的神经元节点数进行训练对比，将循环次数最少的情况确定为最佳隐含层神经元节点数；

⑤选取期望误差

对不同期望误差下的BP神经网络进行训练，所需循环次数最少的期望误差确定为最佳期望误差；

(4)建立冷却时间快速预测模型

将训练所得的神经元节点数和期望误差写入MATLAB神经网络工具箱，训练生成BP神经网络模型，并根据上述BP神经网络模型实现冷却时间的快速预测的界面化，从而实现对塑料注射成形中冷却时间的快速预测。

2.根据权利要求1所述的一种塑料注射成形中冷却时间的快速预测方法，所述的步骤(1)中，每个影响因子设置三个水平。

3.根据权利要求1或2所述的一种塑料注射成形中冷却时间的快速预测方法，其特征在于，其特征在于，在步骤(3)中进行初始化参数之前，先对输入值和输出值进行归一化处理。

4.根据权利要求1-3之一所述的一种塑料注射成形中冷却时间的快速预测方法，其特征在于，所述实现冷却时间的快速预测的界面化的过程在VC++环境下完成。