...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Expert systems with applications >Process Parameter Optimization For Mimo Plastic Injection Moldingvia Soft Computing
【24h】

Process Parameter Optimization For Mimo Plastic Injection Moldingvia Soft Computing

机译：通过软计算优化Mimo注塑成型的工艺参数

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Determining optimal process parameter settings critically influences productivity, quality, and cost of production in the plastic injection molding (PIM) industry. Previously, production engineers used either trial-and-error method or Taguchi's parameter design method to determine optimal process parameter settings for PIM. However, these methods are unsuitable in present PIM because the increasing complexity of product design and the requirement of multi-response quality characteristics. This research presents an approach in a soft computing paradigm for the process parameter optimization of multiple-input multiple-output (MIMO) plastic injection molding process. The proposed approach integrates Taguchi's parameter design method, back-propagation neural networks, genetic algorithms and engineering optimization concepts to optimize the process parameters. The research results indicate that the proposed approach can effectively help engineers determine optimal process parameter settings and achieve competitive advantages of product quality and costs.
机译：在塑料注射成型（PIM）行业中，确定最佳工艺参数设置会严重影响生产率，质量和生产成本。以前，生产工程师使用试错法或Taguchi的参数设计方法来确定PIM的最佳工艺参数设置。但是，这些方法不适用于当前的PIM，因为产品设计的复杂性不断提高，并且对多响应质量特性的要求也越来越高。这项研究提出了一种在软计算范式中用于多输入多输出（MIMO）塑料注射成型工艺的工艺参数优化的方法。所提出的方法整合了田口的参数设计方法，反向传播神经网络，遗传算法和工程优化概念来优化工艺参数。研究结果表明，该方法可以有效地帮助工程师确定最佳工艺参数设置，并获得产品质量和成本的竞争优势。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号