10.3969/j.issn.1000-3940.2006.05.010
基于人工神经网络的气门电镦工艺参数的选择
由于气门电热镦粗的工艺参数大多数是借助于经验来选择的,某些参数的选择不合理或者参数之间配合不好,都会造成工艺不稳定,从而使生产的成品率下降.并且在成形过程中,电加热和镦粗同时进行,很难建立合理且实用的数学模型.本文利用神经网络具有黑箱特性和非线形映射能力强的特点,提出了一种组合神经网络结构(ANN)来逐步确定气门电热镦粗的工艺参数.以实际生产中的数据作为ANN的学习训练样本,经过训练的网络不仅可以达到描述确定气门电镦成形控制参数的目的,而且还具有一定的预测功能,从而为气门电镦工艺提供了较合理的控制参数.
气门、电镦、人工神经网络
31
TG3(金属压力加工)
2006-11-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
36-39