复合材料棒材半固态挤压工艺参数的神经网络预测方法

针对半固态挤压复合材料棒材成形时工艺参数难于选取、试验工作量大的问题 ,采用人工神经网络技术与试验相结合的方法 ,通过对样本处理、神经网络模型参数及收敛性等进行分析 ,建立了工艺参数ANN预测模型 ,可以对复合材料半固态挤压成形的关键工艺参数进行预测 ,预测值与试验值吻合较好 ,最大误差不超过 0 72 % ,为复合材料半固态挤压成形的应用开辟了有效途径     

液-固挤压复合材料工艺仿真平台设计与实现

针对液-固挤压复合材料成形工艺研究过程中存在操作难度大、各工具软件间的兼容性不强等问题,设计了液-固挤压工艺仿真平台,并采用VC 作为开发工具,利用界面接口技术使仿真平台与ANSYS和Matlab软件实现无缝接合,对该工艺研究过程所用到的系统建模、参数预测、系统仿真模拟和数据采集等功能模块进行封装集成,建立了完整的液-固挤压复合材料工艺仿真平台.     

基于组件的液-固挤压复合材料工艺研究平台

引入组件对象模型,阐述了组件的结构及实现过程,对液-固挤压复合材料工艺研究方法进行了分析,基于COM组件对象技术,以一种新的体系结构对液-固挤压复合材料工艺研究平台进行设计与实现。通过引入组件技术,简化了液-固挤压复合材料工艺研究平台的设计和实现过程。     

广义动态模糊神经网络焊接接头力学性能预测

建立广义动态模糊神经网络模型,用来预测焊接接头力学性能. 模型结构不再是建模时预设,而是在对逐个样本的学习过程中动态自适应调整. 引入椭圆基函数扩大函数的接收域,利用系统误差和模糊规则ε完备性作为模糊规则增加的依据,并将模糊规则ε完备性作为径向基单元的宽度确定准则. 以误差减少率评价模糊规则的重要性,并以此为依据对模型的模糊规则进行修剪. 采用三种不同厚度、不同工艺TC4钛合金TIG焊接试验,获得17组训练样本和5组仿真样本数据,建模并仿真. 结果表明,该模型能够对焊接接头力学性能进行较为准确的预测.     

液-固挤压复合材料工艺参数的优化设计

提出了一种适宜于液-固挤压复合材料工艺系统的多目标优化模型．通过合理决策过程,将多目标转化为单目标优化进行求解．在对编码规则、初始种群的产生、目标函数向适配值的转换以及种群数量、交叉概率、变异概率选择等问题进行深入研究的基础上,建立了基于遗传算法的液-固挤压复合材料优化系统．理论及实验研究表明可以获得较好的优化增益．采用优化设计参数进行实验,成形出质量良好的复合材料制件,且实现了变形力小、浸渗时间较短和浇注温度较低的预期目标,为该工艺的实际应用奠定了基础．     

基于GA-BP混合算法的液固挤压工艺组合参数逆向设计

为改善液固挤压复合材料成形过程中金属的流动均匀性,减少制件的内部损伤缺陷,基于人工神经网络及遗传算法,采用改进的混合GA-BP算法建立了设计参数与控制目标的非线性映射关系。通过对样本集的学习,初步建立了液固挤压工艺组合参数知识库,将网络预测值与实验值进行对比,其最大相对误差不超过0.79%,说明采用GA-BP混合算法建立的预测模型具有较高的预测精度。利用所建立的预测模型,分析了模具参数和工艺参数组合对制件变形均匀性的耦合作用,为液固挤压工艺的综合设计与优化提供了理论依据。     

液-固挤压复合材料过程模具传热特性研究

采用理论分析与试验研究相结合的方法,研究了液固挤压复合材料工艺过程的模具温度场,得到了模具温度沿径向和纵向随时间变化的曲线,分析了模具温度变化规律及其对成形过程的影响,模拟结果与试验结果吻合较好,说明所建模型的有效性,为优化模具设计和液-固挤压复合材料工艺的实际应用奠定了基础.     

模糊神经网络在冲天炉铁液质量预测中的应用

将模糊神经网络用于冲天炉铁液质量预测,构造了一个5层前馈网络,利用27组实验数据对网络进行训练,并对4组未知样本进行预测.结果表明,与目前所用热分析法相比,该网络模型在处理铁液质量这类在一定程度上具有不确定性的多变量非线性对象方面,能够消除建立模型时人为限定,提高预测精度;有效处理模糊信息,而且具有较强的学习能力,适应能力和泛化能力.     

一种基于聚类的板形控制模糊神经网络模型

针对冷轧过程中难以建立精确的板形控制数学模型的问题,设计了RBF模糊神经网络模型用于冷轧板带过程中的板形控制.基于一种无监督聚类方法确定了模糊规则数和网络初始参数以建立网络初始模型;采用BP算法训练网络,使网络能够快速收敛;同时,为使所建立的控制系统能够应用于在线控制,增加了模糊规则在线自学习功能,避免网络过度修正权值.仿真实验表明,所建立的RBF模糊神经网络模型控制精度高,满足板形在线控制要求.     

基于人工神经网络的滚挤压加工表面质量的预测研究

针对滚挤压工艺参数难于选取、已加工表面质量难以控制的问题，采用增加动量项和学习率自适应调整的BP神经网络建立了滚挤压加工表面质量的预测模型，并以表面粗糙度的预测作为实例进行研究，试验结果表明该模型可用于滚挤压加工表面质量的预测。     

Application of mashy state extrusion

Mashy state extrusion, a new metal forming process, is proposed and investigated. In the process, mashy billets, including solid and liquid components, are extruded into bars, wires, and tubes. The process is applied not only to aluminum alloys and copper alloys, but also to metal-ceramic composites. Through the study, the extrusion conditions necessary to manufacture sound products and mechanical properties of extruded bars, wires, and tubes are investigated. It is found that the extrusion force or pressure for mashy state extrusion is distinctively lower than that for the conventional hot extrusion; therefore, a high extrusion ratio is easily attainable. The mechanical properties of products and their internal structures are satisfactory when the appropriate solid fraction of billet, reduction in area, and cooling conditions at die are employed. Through the investigation, it becomes clear that mashy state extrusion is a metal forming process with very good potential and is effective to manufacture various metal-metal and metal-ceramic composite products.     

Research on the neural networks used for shaping tubes by the liquid extrusion process

Liquid extrusion, as a new kind of metal forming process for shaping tube and bar products directly from liquid metal, can reduce the intermediate steps and production costs and make the materials doubly strengthened. But it has not been widely used since the process parameters are now selected by experience, which can easily result in a high reject rate. In order to analyze the contributing factors of the process, the artificial neural network method was used in this paper. The network architecture was determined by adopting 125 sets of experimental data of the shaping tubes of AlCuSiMg alloy as samples and, by contrast, one or two hidden layers and the numbers of nodes and other network parameters. The knowledge base for the process parameters of liquid extrusion has been established. The values predicted by the knowledge base are very consistent with the practical ones. The result shows that the introduced method is feasible and effective.     

中厚板挤压成形力影响因素研究

成形力作为中厚板体积成形工艺设计中的主要参数之一,是压力机选择和模具强度校核的重要依据.以体积成形有限元分析为基础,运用正交实验法,使用不同的工艺参数组合对中厚板凸台挤压成形过程进行数值模拟,结果显示在不同的成形阶段,变形程度、材料类型和初始板厚是影响成形力的显著因子.研究了变形程度、材料性能、坯料初始厚度对凸台挤压成形力的影响规律.研究结果为中厚板凸台挤压工艺及模具设计提供了一定的理论指导和参考.     

An investigation of the curvature of bars and tubes extruded through inclined dies

The extrusion process through a die aperture inclined at a fixed angle, previously proposed by the authors, is applied to forming of rectangular bars and tubes with various cross-sectional shapes, and the fundamental properties of the process are investigated. The curvature of the extruded bar is found to decrease as the height and width of the die aperture increase. The curvatures of the extruded tubes agree fairly well with those of the solid bars, and further, close correlations are found between the curvatures of the rectangular and H-type bars, and between those of the rectangular and H-type tubes. The curvatures of the rectangular bars and tubes with flanges can be predicted by combining the fundamental bending properties of the process obtained in extrusion of the rectangular bars with the shape effect of the bars and tubes.     

液-固挤压复合材料管材成形过程中温度场的有限元分析

建立了液－固挤压复合材料管材成形过程的非稳态温度场的有限元数学模型。开发了相应的模拟软件。对复合材料管材成形过程的温度场进行了模拟研究。得到了成形全过程的温度场分布图。依据该图可以预测管材成形质量。结合实验分析了影响管材成形质量的内在原因。模拟结果与实验结果吻合较好。为深入了解金属的流动规律和合理选择工艺参数奠定了理论基础。     

枝叉管形锻件的剪—挤变形规律模拟实验研究

给出枝叉管形锻件剪－挤变形工艺的理论基础及其工艺性要求。通过物理模拟实验得出一种枝叉管形件－－截止阀体锻件的剪－挤变形关键工艺参数（即成形条件）;通过网格试验研究分析了枝叉管形件剪－挤工艺过程的金属流动情况及其变形规律;由剪－挤和镦－挤成形枝叉管形件的挤压力对比模拟实验,得出剪－挤成形过程挤压力降低规律,并验证了该工艺节能省力的特点。结果表明,利用剪－挤成形新技术可以在千吨级中型锻造设备上开发大型枝叉管形锻件的成形工艺。     

环保Bi黄铜棒反向挤压时各工艺参数的影响

现场采用28MN反向挤压机挤压准φ23.2mm和准φ6.5mm的环保Bi黄铜棒,探讨挤压温度、挤压速度和变形程度等工艺参数对成形过程和产品质量的影响,得出适宜的挤压温度范围为670～710℃,延伸系数λ应小于550,此时金属流出速度可达3435mm/s。这为生产现场制订工艺参数提供了有利的参考数据。