基于神经网络的AZ31镁合金热挤压成形参数的优化

作者：姬庆玲; 夏志林

来源：热加工工艺, 2018, 47(21): 165-168.

DOI：10.14158/j.cnki.1001-3814.2018.21.042

• AZ31镁合金
• 神经网络
• 热挤压成形
• 参数优化

利用神经网络对AZ31镁合金热挤压成形工艺参数进行了优化。首先,根据正交试验获得了不同挤压比、挤压温度和挤压速度下AZ31镁合金试件的力学性能,并获得成熟的GA-BP神经网络。然后,利用该网络对工艺参数进行反向寻优,利用遗传算法的优化作用对工艺参数进行寻优。最后,找到了最佳工艺参数为挤压比23,挤压温度365℃,挤压速度2.6 mm/min,对应的抗拉强度为296 MPa。通过试验值与仿真值的比较得出本文构建的优化模型有较高精度。

• 单位
  武汉理工大学; 武汉城市职业学院