基于BP神经网络的齿轮材料热处理工艺优化

作者：温然; 金志雄

来源：热加工工艺, 2018, 47(08): 175-178.

DOI：10.14158/j.cnki.1001-3814.2018.08.045

• BP神经网络
• 热处理工艺优化
• 齿轮材料
• 耐磨损性能

以齿轮材料型号、退火温度、退火时间、淬火温度、淬火时间、回火温度和回火时间7个参数作为输入参数,以耐磨损性能为输出参数,构建出7×35×1三层拓扑结构的齿轮复合材料热处理工艺BP神经网络优化模型,并进行了学习训练、预测验证与应用验证。结果表明,BP神经网络优化模型的预测能力强,预测精度高,平均预测相对误差为3.6%。与原用热处理工艺相比,齿轮材料在采用BP神经网络优化的热处理工艺后耐磨损性能得到明显提高,其中42CrMo-15%WC磨损体积减小44%,42CrMo-50%WC磨损体积减小58%。

• 单位
  四川长江职业学院