基于几何参数的熔模铸件收缩率预测方法技术

本发明专利技术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。

Prediction method of shrinkage rate of molten casting castings based on geometric parameters

The invention discloses a prediction method for shrinkage rate of investment castings based on geometric parameters, which is used to solve the technical problems of poor prediction methods for shrinkage of existing castings. The technical scheme is a method to predict the shrinkage rate based on the geometric parameters. Based on the geometric parameters of the positions of the castings, the basis functions are constructed according to the mapping of each geometric parameter and the shrinkage rate in the main geometric parameters. By taking the basis function as a whole, the regression equation between the contraction rate and the base function is established. Then, the difference between the prediction of the regression equation and the measured value is taken as the error, and the coefficient of the modified basis function is fed back through a certain error correction rule. The prediction equation of shrinkage rate based on geometric parameters is established to predict the shrinkage rate of each position of the castings, and the practicability is good.

【技术实现步骤摘要】
基于几何参数的熔模铸件收缩率预测方法
本专利技术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。
技术介绍
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。
技术实现思路
为了克服现有铸件收缩率预测方法实用性差的不足，本专利技术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，反馈修正基函数本文档来自技高网...

【技术保护点】
一种基于几何参数的熔模铸件收缩率预测方法，其特征在于包括以下步骤：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ki＝fj(xij)  (1)其中，m表示样本个数，n表示每个样本几何参数的个数，xij表示第i个样本的第j个几何参数，fj表示第j个几何参数与收缩率之间的对应关系，ki表示第i个样本的收缩率；步骤二、将公式(1)中所有包含xij，其中i∈(1，m)，j∈(1，n)的基本函数gij(xij)提出，并作为新函数的基函数；其中，i∈(...

【技术特征摘要】
1.一种基于几何参数的熔模铸件收缩率预测方法，其特征在于包括以下步骤：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ki＝fj(xij)(1)其中，m表示样本个数，n表示每个样本几何参数的个数，xij表示第i个样本的第j个几何参数，fj表示第j个几何参数与收缩率之间的对应关系，ki表示第i个样本的收缩率；步骤二、将公式(1)中所有包含xij，其中i∈(1，m)，j∈(1，n)的基本函数gij(xij)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，gij(xij)表示包含xij项的第i个基函数；步骤三、建立ki和gij(xij)之间的映射关系：式中，k(xi1,xi2,...,xin)表示包含几何参数的收缩率，λij表示基函数对应的系数，nj表示包含xij项的基函数数目；步骤四、将基函数对应的系数进行修正；设第i个样本的几何参数Xi＝(xi1,xi2,xi3,…,xin)，输入公式(2)得出计算收缩率kic，求出其与实测收缩率值kim的偏差devi；接着求出m个样本中计算收缩率与实测收缩率之间的均方根误差RMSE值,根据RMSE值进行修正；其中，Xi＝(xi1,xi2,xi3,…,xin)表示第i个样本的全部几何参数，kic为第i个样本的计算收缩率，kim代表第i个样本的实测收缩率...

【专利技术属性】
技术研发人员：卜昆，田国良，赵丹青，张雅丽，任帅军，邱飞，张现东，金宗李，李扬，廖金明，张明，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61