基于遗传算法和神经网络的C/C复合材料等温CVI工艺参数优化模型

发布时间：2021-10-29 00:17

　　建立了基于遗传算法和误差反传（GA-BP）神经网络的化学气相渗透（CVI）工艺参数优化模型。以新型等温CVI工艺制备C/C复合材料时采集的实验数据作为模型评价样本,分析了主要可控影响因素（沉积温度、前驱气体分压与滞留时间等）对C/C复合材料制件密度及其密度均匀性的作用规律。在该模型指导下,样本的期望密度和实测密度最大误差不超过6.2%,密度差最大误差不超过8.2%。实验结果也证明了该模型具有较高的精度和良好的泛化能力,可以用于CVI工艺参数的优化。 

【文章来源】：复合材料学报. 2016,33(11)北大核心EICSCD

【文章页数】：8 页

【文章目录】：
1 GA-BP神经网络预测模型
    1.1 BP网络结构的确定
    1.2 GA优化初始权值和阈值
        (1)染色体编码
        (2)目标函数与适应度函数的确定
    1.3 BP网络的训练
        (1)输入样本的预处理
        (2)GA的初始化
        (3)最优染色体的解码
        (4)训练BP网络
2 基于GA-BP神经网络模型的CVI工艺参数优化
    2.1 网络模型精度验证
    2.2 C/C复合材料密度预测和工艺参数优化
3 结论


【参考文献】：
期刊论文
[1]改进Back Propagation神经网络预测麻纤维/UP复合材料的界面性能[J]. 王春红,赵玲,白肃跃,韦浩威,曹文静.  复合材料学报. 2015(06)
[2]ICVI工艺致密化C/C复合材料的数值模拟[J]. 王建武,李克智,张守阳,李伟.  固体火箭技术. 2014(05)
[3]碳/碳复合材料热解碳基体的织构界面形成机制Monte Carlo模拟[J]. 张丹,黄清波,李爱军,白瑞成,孙晋良.  复合材料学报. 2014(04)
[4]高织构热解炭基炭/炭复合材料的制备与力学性能（英文）[J]. 李伟,李贺军,王杰,张守阳,杨茜,魏建锋.  Transactions of Nonferrous Metals Society of China. 2013(07)
[5]温度对乙烯热解制备炭/炭复合材料织构的影响[J]. 拓亚亚,张守阳,李贺军,杨静,李伟.  固体火箭技术. 2012(04)
[6]CVI沉积炭纤维束的组织结构[J]. 杨静,张守阳,李贺军,李伟,拓亚亚.  固体火箭技术. 2012(02)
[7]基于数值模拟的热梯度CVI制备C/C复合材料致密化行为[J]. 边国军,齐乐华,宋永善,张卫红,李贺军.  复合材料学报. 2011(04)
[8]正丙醇ICVI制备C/C复合材料的组织结构及力学性能[J]. 刘志成,张守阳,李贺军,李伟.  无机材料学报. 2011(02)
[9]新技术制备C/C复合材料及特性研究[J]. 徐国忠,李贺军,白瑞成,陈拂晓,胡志彪.  无机材料学报. 2006(06)
[10]C/C复合材料等温CVI工艺模糊神经网络建模[J]. 顾正彬,李贺军,李克智,李爱军.  稀有金属材料与工程. 2004(10)

硕士论文
[1]C/C复合材料CVI过程模拟仿真[D]. 郭春付.华中科技大学 2011



本文编号：3463590