基于Kriging模型的注塑工艺稳健优化

基于Kriging模型的注塑工艺稳健优化

论文摘要

为降低薄壁注塑件的翘曲变形,提出了基于Kriging模型的工艺稳健优化方案。特别地,研究并提出了基于变异粒子群算法的Kriging模型建立与优化算方法,建立了注塑工艺参数和翘曲变形之间的Kriging模型。通过实验设计、CAE仿真结果数据建立起Kriging模型,并结合变异粒子群算法实现了工艺的优化设计。在此基础上,为减少工艺参数波动对注塑件质量的影响,建立了注塑成型的6 Sigma稳健优化设计方法,提高了工艺的稳健性与可靠度。以汽车出风口壳体为计算用例,结果表明,基于Kriging模型与变异粒子群算法的工艺稳健优化策略在小样本情况下能够得到较高质量的稳健优化参数组合。

论文目录

  • 引言
  • 1 基于Kriging模型的工艺稳健优化设计
  •   1.1 优化策略
  •   1.2 Kriging模型及相关模型参数的确定
  •   1.3 变异粒子群算法
  • 2 算例实现
  •   2.1 问题描述
  •   2.2 基于变异粒子群算法的Kriging模型参数的确定
  •   2.3 基于变异粒子群算法的工艺稳健优化
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 李培健,周雄辉,柳伟

    关键词: 翘曲,模型,变异粒子群算法,稳健优化

    来源: 塑性工程学报 2019年05期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 有机化工

    单位: 上海交通大学材料科学与工程学院塑性成形技术与装备研究院

    分类号: TQ320.662

    页码: 105-111

    总页数: 7

    文件大小: 280K

    下载量: 150

    相关论文文献

    • [1].电阻率测深数据的粒子群算法反演[J]. 红水河 2019(06)
    • [2].以云计算资源为基础实现粒子群算法的优化[J]. 电子技术与软件工程 2019(24)
    • [3].基于改进粒子群算法的机组负荷优化分配研究[J]. 科技创新导报 2019(28)
    • [4].基于改进粒子群算法的工程项目多目标集成管理研究[J]. 价值工程 2020(05)
    • [5].改进粒子群算法应用于挖掘机铲斗位置控制[J]. 机械设计与制造 2020(02)
    • [6].基于改进量子粒子群算法的输电网规划[J]. 计算机产品与流通 2020(02)
    • [7].基于改进粒子群算法的主动配电网网架优化研究[J]. 电气应用 2020(01)
    • [8].采用改进粒子群算法优化的涡轮增压器节能研究[J]. 中国工程机械学报 2020(01)
    • [9].进化粒子群算法在航空发动机模型求解中的应用[J]. 工程与试验 2019(04)
    • [10].粒子群算法在金融风险模型中的研究与改进[J]. 吉林大学学报(信息科学版) 2020(02)
    • [11].基于改进的粒子群算法求解供应链网络均衡问题[J]. 运筹与管理 2020(02)
    • [12].基于粒子群算法的航班座位自动分配系统[J]. 科技创新导报 2019(36)
    • [13].一种求解电力系统无功优化的改进粒子群算法[J]. 电工技术 2020(12)
    • [14].基于改进粒子群算法的主动微波遥感土壤水分反演方法研究[J]. 河南农业 2020(17)
    • [15].基于混合粒子群算法的注塑机电液伺服系统控制研究[J]. 机床与液压 2020(16)
    • [16].基于量子粒子群算法的大型阵稀疏优化方法[J]. 航空科学技术 2020(08)
    • [17].基于粒子群算法的函数复杂度分类法[J]. 控制工程 2020(08)
    • [18].协同粒子群算法下的火工品参数辨识[J]. 企业科技与发展 2020(09)
    • [19].基于家庭角色视角下家庭粒子群算法研究——评《家庭粒子群算法:方法、理论与性能分析》[J]. 中国科技论文 2020(09)
    • [20].基于混合粒子群算法的双离合变速器参数优化设计[J]. 吉林大学学报(工学版) 2020(05)
    • [21].惯性权重矩阵下的自适应粒子群算法分析[J]. 黑龙江工程学院学报 2020(05)
    • [22].基于改进粒子群算法的有效大数据多标准过滤系统设计[J]. 电子设计工程 2020(20)
    • [23].浅谈粒子群算法的应用[J]. 计算机产品与流通 2019(11)
    • [24].基于粒子群算法的最优值求解[J]. 科技广场 2017(12)
    • [25].基于混合粒子群算法的船舶稳定性分析[J]. 舰船科学技术 2018(14)
    • [26].自适应粒子群算法在模拟电路故障诊断中的应用[J]. 软件导刊 2017(02)
    • [27].基于改进量子粒子群算法的电力系统经济调度仿真研究[J]. 实验技术与管理 2017(03)
    • [28].改进的粒子群算法在云计算下的数据挖掘中的研究[J]. 科技通报 2017(04)
    • [29].基于改进粒子群算法的移动机器人路径规划[J]. 传感器与微系统 2017(05)
    • [30].一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J]. 水下无人系统学报 2017(03)

    标签:;  ;  ;  ;  

    基于Kriging模型的注塑工艺稳健优化
    下载Doc文档

    猜你喜欢