基于神经网络的汽车用铝合金热处理工艺优化 |
| |
摘 要: | 采用7×35×2三层拓扑结构,以锻造铝合金牌号、退火温度、退火时间、固溶温度、固溶时间、时效温度、时效时间作为输入层参数,以耐磨损性能和冲击性能作为输出层参数,构建了汽车用锻造铝合金热处理工艺优化神经网络模型,并进行了模型训练、预测验证和生产线应用。结果表明,汽车用锻造铝合金用神经网络优化模型的优势较明显,预测性较好,且精度性较高。和生产线传统工艺相比,通过神经网络优化模型热处理的试样磨损体积减小22%、冲击吸收功增大了79%。
|
本文献已被 CNKI 等数据库收录! |
|