[发明专利]电热变模温注塑模具加热系统设计方法

权利要求书

1.一种基于BP-NSGA2多目标优化与TOPSIS多属性决策的电热变模温注塑模具加热系统优化方法，其特征在于，该加热方法包括以下步骤：

步骤S100，建立模具加热阶段热响应分析模型，其中以电热棒的规格和空间布局为设计变量，加热效率和型腔表面温度均匀性为优化目标；

步骤S200，采用中心复合试验设计CCD获得试验样本；

步骤S300，对样本进行训练，并建立加热时间和加热后型腔表面温差的BP神经网络模型；

步骤S400，运用NSGA2多目标遗传算法对BP神经网络模型进行优化，获得Pareto最优解集；

步骤S500，采用熵值权重法确定各优化目标的客观权重；

步骤S600，基于TOPSIS策略对Pareto最优解集进行优先度排序获得最佳的加热方案。

2.根据权利要求1所述的电热变模温注塑模具加热系统优化方法，其特征在于，所述步骤S100中，采用4个参数进行描述，分别是电热棒的直径、功率密度、电热棒壁面距型腔表面距离以及电热棒壁面间的距离。

3.根据权利要求1或2所述的电热变模温注塑模具加热系统优化方法，其特征在于，所述步骤S200中，采用四因素五水平的中心复合试验设计CCD规划样本。

4.根据权利要求2所述的电热变模温注塑模具加热方法，其特征在于，所述步骤S300中，BP神经网络模型建立步骤如下：

步骤S301，确定训练样本，以电热棒的直径、功率密度、电热棒壁面距型腔表面距离以及电热棒壁面间的距离四个设计参数为网络输入，以加热时间以及加热后型腔表面温差为网络输出；

步骤S302，创建BP神经网络并进行网络训练；

步骤S303，根据均方误差MSE，获得所需的多目标优化所需的BP神经网络模型。

5.根据权利要求1、2或4所述的电热变模温注塑模具加热系统优化方法，其特征在于，所述步骤S400中，通过NSGA2多目标遗传算法对BP神经网络模型进行优化，过程如下：

步骤S401，确定ERHCM注塑模具加热系统优化输出的两个目标函数，即加热时间与加热后型腔表面温差；

步骤S402，确认多目标优化问题的约束类型，此为非线性约束，确认优化设计参数的上下限；

步骤S403，初始化种群M，随机生成一个大小为N的父代种群P_t；

步骤S404，对当前种群个体进行目标函数值计算；

步骤S405，对种群个体进行非劣分层排序；

步骤S406，采用二元锦标赛选择、交叉和变异操作产生N个子代种群Q_t；

步骤S407，种群P_t和种群Q_t并入到R_t中，R_t＝P_t∪Q_t；

步骤S408，对新种群R_t中个体进行目标函数值计算；

步骤S409，对种群个体进行非支配排序；

步骤S410，选前N个个体产生父代种群P_t+1；

步骤S411，若达到收敛条件则终止；否则，代数增加1，转第步骤S404步；

步骤S412，输出Pareto最优解集。