基于神经网络的汽车用AlSi7Mg铝合金压铸工艺优化

作者：赵海宾; 许文娟; 董彦晓; 刘润

来源：热加工工艺, 2022, 51(23): 78-81.

DOI：10.14158/j.cnki.1001-3814.20212599

• 压力铸造
• AlSi7Mg铝合金
• 人工神经网络
• 工艺优化

建立了高精度、高通用性的AlSi7Mg铝合金压铸工艺的人工神经网络模型，优化了AlSi7Mg合金的铸件性能。通过相关度分析，确定了输入变量对AlSi7Mg合金力学性能的相关性。结果表明，铸态AlSi7Mg合金的力学性能对Mg元素含量最为敏感。不同压铸参数对合金力学性能的相关度排序为Mg元素含量>>浇铸温度>模具预热温度>快充速度。最后预测了Mg元素含量对铸态AlSi7Mg合金力学性能影响，从结果中得出最佳的Mg元素含量应在0.35wt%～0.45wt%之间。

• 单位
  机电工程学院; 河北交通职业技术学院; 北华航天工业学院