基于ANFIS模型的灰铸铁性能遗传优化

发布时间：2020-09-27 10:45

　　灰铸铁是由多种合金元素组成的复杂体系，其性能不但受成分和熔炼工艺参数的影响，同时还要考虑成本因素，其成分—工艺—性能建模和低成本配料，在灰铁工程应用中是一个普遍关注的问题，其研究具有较大的实际应用价值。本文将自适应—神经模糊推理系统(ANFIS)建模方法用于材料成分—工艺—性能建模，克服了传统反向传播等网络结构仅具有函数逼近功能的“黑箱”缺点，在实现函数逼近的同时可直接从数据中总结规律，获得“IF-THEN”形式表达的结构化知识，从而为数据中知识的发现和表达提供了一种有效的方法。通过将自适应—神经模糊推理系统模型耦合到遗传算法的框架中，实现成分和工艺参数的同时优化，形成了较为完整的成分设计与优化的理论框架，克服了模糊推理模型不能用传统的基于导数的优化方法进行寻优的困难，为该类问题的解决提供了一条新的途径；同时较好地解决了材料性能在多因素约束条件下的优化问题。采用基于ANFIS模型的遗传优化方法，进行了灰铸铁牌号设计、配料优化、实验验证，证明了方法的正确性和可行性，且具有较大的实用价值；本研究所形成的算法和程序正确、可靠，具有一定的通用性，为石油、化工、冶金和材料领域的相关问题的解决，提供了可借鉴的方法和手段，因此，本研究的成果具有较好的推广应用价值。
【学位单位】：四川大学
【学位级别】：硕士
【学位年份】：2003
【中图分类】：TG143
【部分图文】：

含碳量,强度,片状石墨,硬度

围的平均值，以反映一般情况。另外，图中铁水温度(几，℃)、浇注温度(几，，C)的标度是以lo3oC，即1.4表示1400oC。图3.10一图3.14反映了成分和工艺对强度(UTS瓜Pa)与硬度(HB)的关系。图3.巧反映了铁水温度对性能的影响。从图3.10和图3.11中可以看出，在研究数据范围内，碳显著降低灰铁的强度和硬度，同时还可看出，当存在其他合金元素时，会降低其对强度的不良影响。原因在于，碳是强烈促进石墨化的元素，增加碳量会增加石墨的数量，但会使石墨粗大;反之，减少碳量，会使石墨细小。在灰铸铁中，碳主要以片状石墨形式存在，高碳灰铸铁的金相组织为铁素体和粗大的片状石墨，机械强度和硬度较低;低碳灰铸铁的金相组织为珠光体和细小的片状石墨，有较高的机械强度和硬度。从图3.10(d)和图3.11(c)中可以看出，当含碳量较高时，杂质元素S会显著降低材料强度和硬度

含硅量,硬度

(a)51一C(b)51一Mn[Mn=o·7355=0·o57p=o·094Tm二141Tp=l·388][C=3.3355=o.o57p=o·094Tm=1.41Tp=1.388](e)51一S(d)51一P[C=3.335Mn=0.735p一0·o94Tm=141Tp=l·388][C=3.335Mn二0.7355=0·057Tm=1.41Tp=l·388]

铁水温度,强度

(a)Tm一C151=l.sl5Mn=0.7355=0.057P“0·094Tp=1.388』(b)Tm一51[C=3.335Mn=0.7355=0·057p=o·094Tp=I·388]缪鬓一翩似戈冲器(c)Tm一Mn[c=3.33551=l·8155二0·o57p=0·094Tp=l·388](d)Tm一P[C一3.33551=1.815Mn=0.7355=o·o57Tp二1.388]奢

【引证文献】