25768.基于粒子群算法和神經(jīng)網(wǎng)絡(luò)的mim坯體密度分布控制

1、中圖分類號—02—42UDC510碩士學位論文學校代碼!Q53呈密級公玨基于粒子群算法和神經(jīng)網(wǎng)絡(luò)的MIM坯體密度分布控制TheDensityControloftheMIMInjectionMoldedBilletbasedontheParticleSwarmOptimizationandNeuralNetworks作者姓名：學科專業(yè)：研究方向：學院(系、所)：指導教師：王秋平計算數(shù)學智能計算數(shù)學與統(tǒng)計學院鄭洲順答辯委員會主席中南大學20

2、14年05月基于粒子群算法和神經(jīng)網(wǎng)絡(luò)的MIM坯體密度分布控制摘要：金屬注射成形(MIM)工藝作為高效的粉末冶金零部件近凈成形技術(shù)，應用廣泛；需要研究工藝流程的控制方法，以消除產(chǎn)品缺陷提升成品質(zhì)量。而注射成形階段注射成形坯的密度分布是衡量成品質(zhì)量優(yōu)劣的重要指標。本文首先綜述了神經(jīng)網(wǎng)絡(luò)、粒子群算法的發(fā)展應用現(xiàn)狀。分析了MIM注射階段各工藝參數(shù)對注射成形坯質(zhì)量的影響，選定了六個主要工藝參數(shù)及注射成形坯密度分布為研究對象，采用正交表選取研究數(shù)據(jù)

3、，運用有限元軟件ANSYS流體模擬模塊CFX對五角模型的注射成形過程進行數(shù)值模擬，為神經(jīng)網(wǎng)絡(luò)模型提供數(shù)據(jù)樣本。其次，運用采樣數(shù)據(jù)訓練神經(jīng)網(wǎng)絡(luò)，建立能夠反映工藝參數(shù)與MIM密度分布問復雜關(guān)系的六輸入四輸出BP神經(jīng)網(wǎng)絡(luò)模型，并用測試數(shù)據(jù)驗證模型可行性；所建模型具有很強的泛化能力，注射成形坯密度值和分布體積分數(shù)預測相對誤差在O45％矛n5％以內(nèi)。最后，以MIM密度分布BP神經(jīng)網(wǎng)絡(luò)預測模型為基礎(chǔ)，運用粒子群算法優(yōu)化工藝參數(shù)組合，轉(zhuǎn)化MIM密度分