[发明专利]基于几何参数的熔模铸件收缩率预测方法

说明书

本发明公开了一种基于几何参数的熔模铸件收缩率预测方法，用于解决现有铸件收缩率预测方法实用性差的技术问题。技术方案是采用基于几何参数的收缩率预测的方法。通过统计铸件各位置所属的几何参数，根据主要几何参数中每个几何参数和收缩率的映射关系，构建基函数。通过将基函数作为一个整体，建立收缩率与基函数之间的回归方程。然后，将上述回归方程预测和实测值的差值作为误差，通过一定的误差修正规则，反馈修正基函数的系数。从而确定基于几何参数的收缩率预测方程，实现对铸件各位置的收缩率预测，实用性好。

技术领域

本发明涉及一种铸件收缩率预测方法，特别涉及一种基于几何参数的熔模铸件收缩率预测方法。

背景技术

文献“基于BP神经网络的注塑成型收缩率预测，塑料，2017，vol.46(2),p86-88”公开了一种基于BP神经网络的注塑成型收缩率预测方法。该方法通过正交与模拟结合的方法，分析了影响电连接器盖板体积收缩的因素，获得主要工艺参数对体积收缩率的敏感性，采用BP人工神经网络模型预测体积收缩率。然而，由于产品在宏观上具备几何参数，实际产品收缩率与产品各位置所处的几何参数密切相关，采用文献方法只能通过工艺参数预测产品的体积收缩率，无法预测铸件各位置的实际收缩率。

发明内容

为了克服现有铸件收缩率预测方法实用性差的不足，本发明提供一种基于几何参数的熔模铸件收缩率预测方法。该方法采用基于几何参数的收缩率预测的方法。通过统计铸件各位置所属的几何参数，根据主要几何参数中每个几何参数和收缩率的映射关系，构建基函数。通过将基函数作为一个整体，建立收缩率与基函数之间的回归方程。然后，将上述回归方程预测和实测值的差值作为误差，通过一定的误差修正规则，反馈修正基函数的系数。从而确定基于几何参数的收缩率预测方程，实现对铸件各位置的收缩率预测，实用性好。

本发明解决其技术问题所采用的技术方案：一种基于几何参数的熔模铸件收缩率预测方法，其特点是包括以下步骤：

步骤一、在铸件CAD模型中，统计铸件各位置所属的几何参数，将能表征铸件结构的几何参数进行提取，构建学习样本，建立收缩率与单个几何参数之间的一元非线性回归方程，设共有m个样本，每个样本共有n个几何参数，则

k_i＝f_j(x_ij) (1)

其中，m表示样本个数，n表示每个样本几何参数的个数，x_ij表示第i个样本的第j个几何参数，f_j表示第j个几何参数与收缩率之间的对应关系，k_i表示第i个样本的收缩率。

步骤二、将公式(1)中所有包含x_ij，其中i∈(1，m)，j∈(1，n)的基本函数g_ij(x_ij)提出，并作为新函数的基函数。

其中，i∈(1，m)表示i取1到m之间的整数，j∈(1，n)表示j取1到m之间的整数，g_ij(x_ij)表示包含x_ij项的第i个基函数。

步骤三、建立k_i和g_ij(x_ij)之间的映射关系：

式中，k(x_i1,x_i2,...,x_in)表示包含几何参数的收缩率，λ_ij表示基函数对应的系数，nj表示包含x_ij项的基函数数目。