轮毂低压铸造缺陷预测数学模型研究

作者：何静瑜^*

来源：四川文理学院学报, 2021, 31(05): 31-38.

• 轮毂
• 低压铸造
• 缩松缺陷
• SVR
• QPSO
• 仿真验证

针对轮毂低压铸造中缩松缺陷影响成品质量,提出了一种基于QPSO-SVR算法的轮毂低压铸造缩松缺陷体积预测数学模型,利用SVR算法建立低压铸造工艺(模具预热温度、浇注温度、浇注速度)与缩松缺陷体积之间的数学模型,同时利用QPSO对SVR算法进行优化,提高数学模型的精度,并利用有限元方法验证数学模型的正确性.仿真结果表明:与传统的SVR算法相比,改进后的SVR模型拟合精度更高,基于QPSO-SVR算法建立的轮毂低压铸造缩松缺陷体积预测数学模型与有限元的分析结果之间的相对误差更小,建立的缩松缺陷体积预测数学模型具有较强的预测能力,能为工艺参数的优化提供了更加准确的数学模型.

• 单位
  江苏信息职业技术学院