基于神经网络的镁合金汽车车轮锻压工艺优化

采用5×30×10×2四层拓扑结构,以模具温度、锻件温度、成形速率、摩擦因子和保压时间作为输入层函数,以耐腐蚀性能、耐磨损性能作为输出层函数,构建了镁合金汽车车轮锻压工艺神经网络优化模型并进行了训练、预测、验证和生产线应用,以及试样的显微组织、耐腐蚀性能和耐磨损性能的测试与分析。结果表明,该神经网络优化模型预测能力强、预测精度高,输出的耐腐蚀性能预测相对误差在1.1%~2.8%之间、耐磨损性能的预测相对误差在1.3%~2.9%之间。与生产线现用工艺参数相比,采用神经网络模型优化工艺参数获得的镁合金汽车锻压车轮的腐蚀速率减小40%、磨损体积减小32%,耐腐蚀性能和耐磨损性能得到明显提高。