机械简形件离心铸造工艺的神经网络优化

摘要：

以浇注温度、旋转速度、离心旋转半径和离心力保持时间为输入层参数,以铸造缺陷等级和抗拉强度为输出层参数,采用4×24×8×2四层拓扑结构构建了机械筒形件离心铸造工艺神经网络优化模型.结果 表明:模型经过8886次迭代运算后收敛,训练性能曲线平滑,模型输出的铸造缺陷等级相对预测误差为3.3％～6.7％,平均相对预测误差4.8％;模型输出的抗拉强度相对预测误差为3.0％～5.1％,平均相对预测误差4.3％,具有较强的预测能力、较高的预测精度和较好的实用性.与企业现用工艺相比,采用优化工艺离心铸造的筒形件铸造缺陷从2级变为1级,抗拉强度提高18MPa.

关键词：神经网络优化、离心铸造、机械筒形件、输入层参数、输出层参数

所属期刊栏目：50

分类号：TG292;TG249.4(铸造)

资助基金：江苏省建筑节能与建造技术协同创新中心项目SJXTY1603

在线出版日期：2021-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-69,73