气体辅助注射成型技术(Gas-Assisted Injection Molding,简称GAIM)由于能克服传统注射成型过程中一些不可避免的缺陷,而得到越来越广泛的应用。但由于气体的引入,GAIM成型工艺条件变得较为复杂,因此有必要针对其工艺特点进行深入的研究和分析,从而更好地指导生产实践。本文在对气辅成型过程进行数值模拟的基础上,研究了工艺参数对气体穿透行为的影响,提出了基于Kriging代理模型和APSO算法相耦合的工艺优化策略,并通过两个算例验证所提策略的有效性。论文的主要工作包括:1、简要介绍气辅注射成型技术及国内外研究现状。包括所需设备及材料、工艺工程、仿真技术及数学模型等多个方面。2、基于数值仿真结果的气体穿透行为研究。利用三维网格模型,分别考察三种典型拐角处气道结构的气辅制件。以气体穿透相对深度和最大气指高度作为评价指标来研究气体穿透行为,通过Taguchi实验研究六个工艺参数(熔体温度、模具温度、熔体预注射量、气体压力、气体注射延迟时间和气体注射时间)对制品件气体穿透长度和“气指”缺陷的影响,利用方差分析法(ANOVA)分析出各影响因素的敏感性,并利用单因素分析法分析各个工艺参数对气体穿透行为的影响趋势。3、基于代理模型的GAIM工艺参数优化策略。对目前使用较多的几种代理模型及其实验设计方法(DOE)和优化算法进行了分析与对比。在此基础上提出了基于Kriging代理模型和自适应粒子群算法(APSO)相耦合的优化策略及相应的优化流程。并将所设计的优化策略运用到两个典型气辅制件(汽车后视镜和汽车地图袋)的工艺过程中,前者代表单目标优化问题,后者代表多目标优化问题。(1)汽车后视镜算例根据此件的实际特点,气指影响非常小,因此仅以气体穿透深度为优化目标进行工艺优化。与传统正交试验的优化的结果相比,所设计的优化策略找到的优化值明显好于前者。并利用遗传算法(GA)、直接搜索算法(DSM)、模拟退火算法(SAA)和自适应粒子群(APSO)算法分别对所得Kriging代理模型进行优化,对比得出APSO算法具有寻优结果比遗传算法更优,比直接搜索算法更具全局性,比模拟退火算法效率更高的特点。(2)汽车地图袋算例根据此制件的实际特点,在优化气体穿透深度的同时必须考虑尽可能降低气指高度。文中通过引入惩罚因子,将气指缺陷作为约束条件加入到优化目标函数中。利用基于惩罚函数法的APSO算法对所得Kriging代理模型进行寻优,获得最佳工艺参数。