基于神经网络算法的铝基复合材料搅拌铸造工艺优化

作     者：张亚敏 姜永亮 ZHANG Yamin;JIANG Yongliang

作者机构：漯河医学高等专科学校河南漯河462002 海南师范大学材料科学系海南海口571158 

出 版 物：《热加工工艺》 (Hot Working Technology)

年 卷 期：2021年第50卷第18期

页      面：91-94页

学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 

基　　金：河南省科技厅基础与前沿技术研究计划项目(142300410105) 

主　　题：铝基复合材料 搅拌铸造工艺优化 神经网络算法 训练函数 抗拉强度 

摘      要：以Si C添加量、搅拌转速、搅拌时间、模具预热温度和浇注温度为5个输入层神经单元参数,以抗拉强度为输出层神经单元参数,采用不同训练函数,构建3层结构的铝基复合材料搅拌铸造工艺优化神经网络模型。结果表明:与traingd训练函数相比,采用trainlm训练函数的神经网络模型平均相对训练误差从4.4%减小到2.6%、收敛时的迭代运算次数从7924次减少到5186次。以trainlm函数作为训练函数的神经网络模型平均相对预测误差为2.7%,可用于实际的铝基复合材料搅拌铸造工艺优化。