基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的鑄鋼件補縮系統(tǒng)工藝優(yōu)化.pdf_第1頁
已閱讀1頁,還剩133頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、鑄鋼件具有強度高、塑性和韌性好等優(yōu)點,廣泛應(yīng)用于航空航天、汽車、泵閥、采礦機械、建筑五金及家用電器等領(lǐng)域,在國民經(jīng)濟中發(fā)揮著重要的作用。然而,鑄鋼件的液態(tài)凝固成形過程非常復(fù)雜,在熱節(jié)處常產(chǎn)生縮孔、縮松等缺陷,嚴(yán)重影響鑄鋼件的質(zhì)量和使用壽命。為避免產(chǎn)生縮松和縮孔,在工藝上通過補縮系統(tǒng)來消除這類缺陷,通常采用大的冒口進(jìn)行補縮,導(dǎo)致工藝出品率過低,造成較大的資源浪費。故亟需對鑄鋼件補縮系統(tǒng)優(yōu)化問題進(jìn)行研究。目前,對于鑄鋼件補縮系統(tǒng)的工藝優(yōu)化多

2、是根據(jù)技術(shù)人員的經(jīng)驗進(jìn)行反復(fù)試錯,這種試錯優(yōu)化方式有較大的隨意性和主觀性,且效率低。圍繞上述關(guān)鍵問題,本文針對鑄鋼件補縮系統(tǒng)工藝優(yōu)化的近似建模技術(shù)、組合優(yōu)化策略及軟件集成進(jìn)行了理論研究和實驗驗證,采用改進(jìn)的BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)建立優(yōu)化的近似替代模型,用遺傳算法對模型進(jìn)行優(yōu)化,并將此組合優(yōu)化方法集成在同一平臺。所取得的成果如下:
  首先,論文詳細(xì)描述了鑄鋼件凝固物理過程,分析該物理過程中縮孔、縮松形成機

3、理。鑒于該過程的復(fù)雜性,從影響鑄鋼件補縮的眾多因素,如物性參數(shù)、澆注參數(shù)、冒口和冷鐵等工藝參數(shù)中篩選出敏感性因素,采用 OED(正交試驗設(shè)計)對工藝參數(shù)進(jìn)行采樣,構(gòu)建設(shè)計變量空間。結(jié)合數(shù)值模擬結(jié)果中縮孔、縮松的定量體積大小作為響應(yīng)值,用 L-M(Levenberg-Marguart)和BR(貝葉斯正則化)算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)建立輸入變量和輸出響應(yīng)之間關(guān)系的近似替代模型,采用K折交叉驗證方法獲得泛化能力強的優(yōu)化模型。該近似替代模型可不經(jīng)

4、過數(shù)值模擬實現(xiàn)對同一鑄件的不同工藝參數(shù)組合的縮孔、縮松體積的定量預(yù)測。
  其次,對近似替代模型的優(yōu)化策略進(jìn)行研究,提出采用GA(遺傳算法)和BP神經(jīng)網(wǎng)絡(luò)組合優(yōu)化策略對鑄鋼件補縮系統(tǒng)工藝優(yōu)化模型進(jìn)行優(yōu)化。首先采用GA對BP網(wǎng)絡(luò)的初始權(quán)值與閾值進(jìn)行優(yōu)化,顯著提高了BP神經(jīng)網(wǎng)絡(luò)近似替代模型的泛化能力;隨后GA對該模型進(jìn)行極值尋優(yōu),得到鑄鋼件補縮系統(tǒng)的最優(yōu)化工藝,實現(xiàn)了鑄鋼件補縮系統(tǒng)工藝優(yōu)化的組合優(yōu)化策略。
  再次,為實現(xiàn)多樣本

5、數(shù)值模擬前處理及數(shù)值模擬結(jié)果的智能提取與反饋,研究了鑄鋼件CAD/CAE集成系統(tǒng)的關(guān)鍵技術(shù),主要包括:(1)冒口、冷鐵參數(shù)化模型的知識集成;(2)鑄鋼件補縮系統(tǒng)幾何模型的自動獲取與轉(zhuǎn)換;(3)基于知識模板的CAE模型智能建模技術(shù);(4)基于知識的CAE分析結(jié)果智能反饋技術(shù)。實現(xiàn)了批量建立鑄造數(shù)值模擬分析模型,自動完成鑄鋼溫度場的連續(xù)模擬以及從數(shù)值模擬結(jié)果中批量提取響應(yīng)值。
  然后,構(gòu)建了鑄鋼件補縮系統(tǒng)工藝優(yōu)化系統(tǒng)框架,開發(fā)了基于

6、UG NX和華鑄CAE軟件平臺的鑄鋼件補縮系統(tǒng)工藝優(yōu)化系統(tǒng),將基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的鑄鋼件補縮系統(tǒng)工藝優(yōu)化流程和工藝模型批量設(shè)計集成到該系統(tǒng)中。運用該集成系統(tǒng),對典型鑄鋼件走輪案例進(jìn)行了試驗方案設(shè)計,批量創(chuàng)建CAD/CAE優(yōu)化集成模型和 BP神經(jīng)網(wǎng)絡(luò)建模,最后用遺傳算法進(jìn)行優(yōu)化。經(jīng)該系統(tǒng)優(yōu)化后,得到了鑄鋼件走輪的補縮系統(tǒng)的優(yōu)化工藝方案。
  最后,在工廠對4個有代表性的方案和經(jīng)系統(tǒng)優(yōu)化后的方案共5組方案進(jìn)行澆注實驗。對5組方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論