2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、注射模CAD技術(shù)正向集成化、智能化、柔性化、網(wǎng)絡化、并行設(shè)計等方向發(fā)展。國內(nèi)對注射模CAD/CAM/CAE技術(shù)集成的研究所取得的成果,使中國注射模CAD技術(shù)的應用水平得到很快地提高。但是國內(nèi)研制的模具CAD集成軟件尚處在試用階段,實用性不強,人機界面不能滿足多種用戶的需要。本文基于Pro/ENG-INEER系統(tǒng),綜合運用CAE技術(shù)、優(yōu)化算法開展注射模具結(jié)構(gòu)和工藝參數(shù)優(yōu)化研究,并將上述研究成果嵌入至注射模設(shè)計平臺中,達到縮短模具設(shè)計周期、

2、提高產(chǎn)品質(zhì)量的目的。
  開展了結(jié)合改進的遺傳算法IP-μGA(amodified micro geneticalgorithm with the strategy of Intergeneration Projection)和基于有限差分梯度的傳統(tǒng)優(yōu)化算法(NCONF)的混合優(yōu)化算法研究,并編寫了相應的算法程序。IP-μGA能較好的避免過早收斂及快速趨近優(yōu)化解區(qū)域,但搜尋最優(yōu)解的時間較長。傳統(tǒng)優(yōu)化算法(NCONF)收斂速度快,但

3、對初始點的選擇要求非常嚴格,否則容易陷入局部最優(yōu)解。為了充分利用IP-μGA算法的全局搜索能力和傳統(tǒng)優(yōu)化算法(NCONF)收斂的快速性能,有效避免其缺陷,該算法將兩者結(jié)合,利用遺傳算法進行少數(shù)代次的優(yōu)化搜索得到全局最優(yōu)解的鄰近點,并將該點作為傳統(tǒng)優(yōu)化算法的初值點,再利用傳統(tǒng)優(yōu)化算法進行最優(yōu)解的搜索。該算法能在較短的時間內(nèi)收斂到函數(shù)的全局最優(yōu)解。然后以斜導柱結(jié)構(gòu)參數(shù)優(yōu)化為例,結(jié)合CAE技術(shù),將該混合優(yōu)化算法應用于注射模具結(jié)構(gòu)參數(shù)優(yōu)化問題的

4、求解中。
  開展了由注射成型質(zhì)量反求優(yōu)化工藝參數(shù)方法的研究,并編制了相應的算法程序。正問題為求解與不同的工藝參數(shù)相對應的成型質(zhì)量,并采用常用的BP(back propagation)網(wǎng)絡作為正問題求解器。首先利用正交試驗法根據(jù)不同的工藝參數(shù)組合,設(shè)計初始試驗設(shè)計方案,然后運用CAE技術(shù)進行成型模擬并得到相應的成型質(zhì)量,組成BP網(wǎng)絡的初始訓練樣本集;并選用帶跳躍因子的附加動量法訓練神經(jīng)網(wǎng)絡。反問題為給定注射成型質(zhì)量,求解與之對應的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論