基于神经网络和遗传算法的BK7玻璃精密模压成形多目标优化
wf（2023）
摘要
残余应力和形貌偏差是玻璃模压成形影响整体质量的重要指标,而影响这些指标的成型条件是一个多因素问题.为了得到玻璃精密模压成形过程中成形透镜的残余应力和形貌偏差的极小值,以模压成形工艺参数为决策对象,以玻璃透镜产品质量为优化目标,对成形工艺参数进行多目标优化分析,优选出最终结果.首先基于仿真与实验结合对玻璃成形过程进行分析验证,然后采用正交实验方法选择合理参数,用有限元技术得到模压成形透镜实验样本的最大残余应力、成形应力、最大形貌偏差,并使用方差统计分析方法降维筛选出主要成分,建立合理的分析主参数,接着利用人工神经网络映射成形工艺参数与优化目标间的关系,建立工艺优化的数学模型,最后利用遗传算法寻找最优解.结果表明提出的基于人工神经网络和遗传算法的BK7玻璃精密模压成形工艺优化方法是有效可靠的.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要