基于神经网络的铝合金汽车轮毂低压铸造工艺优化

作者：于文涛; 张思祥

来源：热加工工艺, 2020, 49(03): 89-95.

DOI：10.14158/j.cnki.1001-3814.20183938

• 汽车轮毂
• 铝合金
• 神经网络
• 低压铸造工艺
• 力学性能

以浇注温度、模具初始温度、浇注速度、铸造压力、浇注方式作为输入层函数,以力学性能作为输出层函数,采用5×30×1的三层拓扑结构构建了铝合金汽车轮毂低压铸造工艺神经网络优化模型,并对其进行了训练、预测验证和产线应用。结果表明,铝合金汽车轮毂低压铸造工艺神经网络优化模型具有较强的预测能力,精度较高,相对预测误差2.87%～4.31%,平均相对误差值为3.48%。神经网络优化工艺使试样的抗拉强度、屈服强度比产线原工艺分别增大了7.1%和6.9%,力学性能得到了显著提升。

• 单位
  河北工业大学; 天津市职业大学