随着科学技术的飞速发展,塑料制品的应用范围越来越广,对注塑模具的要求也越来越高。利用注塑成型CAE技术在设计阶段就可以对制品进行仿真分析,预测模具设计和成型条件对产品的影响,发现可能出现的各种缺陷,从而可以通过修改使得制品的设计更加合理,提高试模成功率和研发效率。本文以汽车前保险杠的翘曲变形量和体积收缩率为优化目标,利用Moldflow对注塑成型过程进行数值模拟,分析熔体温度、模具温度、开模时间、保压时间和保压压力等五个工艺参数对它们的影响。应用正交实验、均匀实验、综合平衡法、综合评分法、灰关联分析法等方法研究五个工艺参数对这两个目标的影响,并得出最优的参数组合。具体的研究内容如下：首先,以翘曲变形量为优化目标,分别利用正交实验和均匀实验分析五个工艺参数对翘曲变形量的影响,得出最佳的参数组合。同时利用SPSS对回归模型进行分析,对前保险杠的翘曲变形量进行预测,并得出了翘曲量的极小值与极大值的预测。其次,以翘曲变形量和体积收缩率为优化目标,分别利用综合平衡法、综合评分法和灰关联分析法等三种方法进行多目标优化。利用软件Moldflow对优化的结果进行验证,通过对三种方法优化的结果进行比较,得出多指标优化的最佳结果,即灰关联分析法分析出的结果最优。最后,用Matlab程序设计了一个BP神经网络模型,以正交实验的数据为训练样本,建立了翘曲变形量和体积收缩率的预测模型。并通过实验证明了BP神经网络预测模型的准确性,因此可以根据建立的BP神经网络模型预测各种不同的工艺参数组合下的翘曲变形量和体积收缩率。