Add to ORKG为了避免模具设计的盲目性和对经验的完全依赖性，提高模具设计效率，提高产品质量，降低生产成本，需要在设计过程运用一些科学分析，例如流体流动计算，热传导，应力分析以及对铸造充型过程中各个参数的优化选择等。本文在辽宁省自然科学基金课题“压力铸造充型过程数值仿真”和先进制造基地项目“不可压缩流体运动的研究”支持下，对铸造充型过程的数值模拟和充型过程各个工艺参数优化选择做了大量的分析研究工作。该工作为模具设计的改进与铸造充型过程工艺参数优化，提供理论依据。具体创新内容如下： 1) 铸造充型过程的流动计算。压力铸件的结构、浇注系统是否合理需要通过理论分析，如铸造充型过程的流动计算等，才能判断。本文利用有效的数值模拟软件，对常用薄壁结构零件进行了计算机铸造充型过程仿真实验。 2) 铸造过程的智能设计。近年来，对压铸件的性能要求提高促使要确保压铸件的高质量。为此，需要在开发过程，对产品设计、工艺设计和理论分析进行集成。铸件设计、负载分析和为了解决铸件缺陷而进行的铸造过程模拟、模具设计、压力铸造工艺参数选择需要并行地进行。本文在压力铸造工艺参数的优选方面作了大量工作，为此建立了通用的参数优化模型。这是一个以微分方程初边值问题为约束条件的多参数、多目标优化模型。 3) 神经网络与遗传算法用于参数优选。由于上面的模型的复杂性，在不能得到其理论解和数值解的情况下，寻求一种方法寻找到一个近似解。采用神经网络可以建立该优化模型中的两个目标函数和相应五个参数之间的函数关系，进而使用遗传算法寻找该函数关系的较优值。虽然神经网络和遗传算法都没有从理论上进行误差估计，但我们的数值实验结果表明它具有一定的精度。 4) 插值方法在参数优选中的应用。对于两个参数、一个目标函数的情况，采用三次样条插值的方法也可以得到目...