基于遗传算法的铝合金转向节差压铸造工艺参数优化

发布时间：2020-12-17 11:09

　　以铝合金转向节为研究对象,以铸造模拟软件预测的结果为质量指标,应用正交试验法进行试验设计,基于BP神经网络建立差压铸造工艺参数与质量指标之间的非线性映射关系。采用遗传算法对工艺参数进行优化,获得近似最优解。这从一定程度上有助于改变合理的铸造工艺参数依赖于工程师经验获得的现状,为汽车铝合金转向节差压铸造工艺参数的优化提供了重要参考。 

【文章来源】：热加工工艺. 2020年19期 北大核心

【文章页数】：5 页

【部分图文】：

BP神经网络的结构

图2分别为200次迭代过程中的Pareto最优解对应的各指标值的变化曲线。多目标优化的Pareto最优解：A=690℃，B=320℃，C=350℃，其中浇注温度为其取值范围的下限值，上下模温度为其取值范围的上限值。而由表2可知，该最优解的工艺参数亦为第4组试验所采用的参数。通过比较表2中的试验结果数据，在该工艺参数下，铸件中无缩松缺陷，并且SDAS值和铸件凝固时间也可得到控制，由此可验证该优化结果是可靠的。4 结论


本文编号：2921938