亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于BP神經(jīng)網(wǎng)絡(luò)的壓鑄成型工藝參數(shù)的模擬與優(yōu)化

        2011-01-24 00:40:02李曉棠
        鑄造設(shè)備與工藝 2011年5期
        關(guān)鍵詞:鑄件成型神經(jīng)網(wǎng)絡(luò)

        張 慶,李曉棠,于 峰,陳 澤

        (貴州大學機械工程學院,貴州 貴陽 550003)

        壓鑄作為有色金屬零件的一種少無切削、高效率生產(chǎn)精密鑄件的先進制造技術(shù),在機器制造、儀器儀表、汽車等產(chǎn)業(yè)領(lǐng)域具有重要的基礎(chǔ)地位。由于壓鑄成型過程的瞬時性及其影響因素的多樣性,決定了成型工藝參數(shù)系統(tǒng)是一個難以建立精確數(shù)學模型的系統(tǒng)。因此通常不得不依賴于生產(chǎn)實踐所積累的經(jīng)驗來進行設(shè)計。但工藝參數(shù)的選擇涉及成千上萬種組合,在這無數(shù)多的組合面前如果僅憑經(jīng)驗試湊難以得到最優(yōu)的成型工藝參數(shù)組合[1~2]。

        本文利用正交試驗和數(shù)值模擬獲得的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的訓練學習的樣本與檢驗,用BP神經(jīng)網(wǎng)絡(luò)對壓鑄成型工藝參數(shù)進行預測和優(yōu)化,可以縮短優(yōu)化工藝參數(shù)的時間,提高工藝設(shè)計效率。利用得到的最佳壓鑄工藝條件,隨后進行實驗驗證。

        1 神經(jīng)網(wǎng)絡(luò)模型的建立

        BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)的主要特點是信號向前傳遞,誤差反向傳播。在前向傳遞中,輸入信號從輸入層經(jīng)隱含層逐層處理,直至輸出層。每一層的神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀態(tài)。如果輸出層得不到期望輸出,則轉(zhuǎn)入反向傳播,再根據(jù)預測誤差調(diào)整網(wǎng)絡(luò)權(quán)值和閥值,從而使BP神經(jīng)網(wǎng)絡(luò)預測輸出不斷逼近期望輸出[3]。還能逼近任意的非線性映射關(guān)系且其性能穩(wěn)定、具有較好的泛化能力。因此,對壓鑄澆注工藝參數(shù)設(shè)計中涉及的各種因素間的非線性映射,采用BP網(wǎng)絡(luò)來模擬是非常合適的。

        基于BP神經(jīng)網(wǎng)絡(luò)的算法流程如圖1[4]所示。

        圖1 算法流程

        1.1 網(wǎng)絡(luò)輸入輸出參數(shù)的確定

        輸入輸出參數(shù)是建立神經(jīng)網(wǎng)絡(luò)過程中的關(guān)鍵環(huán)節(jié)。BP神經(jīng)網(wǎng)絡(luò)用輸入輸出參數(shù)訓練神經(jīng)網(wǎng)絡(luò),使訓練后的網(wǎng)絡(luò)能夠預測輸出。根據(jù)Kolmegorov定理,對于任意的連續(xù)函數(shù)或映射關(guān)系,總存在一個三層的前向網(wǎng)絡(luò),可以任意精度逼近此函數(shù)或映射。對于本模型可以構(gòu)造一個三層前向網(wǎng)絡(luò),即輸入層、隱含層和輸出層。確定人工神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點為澆注溫度、模具溫度、充填速度和壓射比壓,網(wǎng)絡(luò)的輸出節(jié)點為充型完成時未發(fā)生凝固前鑄件的最低溫度點。壓鑄工藝參數(shù)的BP神經(jīng)網(wǎng)絡(luò)模型如圖2[4]所示。

        圖2 壓鑄工藝參數(shù)的BP神經(jīng)網(wǎng)絡(luò)模型

        隱層單元數(shù)的選擇是非常重要的,若隱含層含節(jié)點數(shù)太少,BP神經(jīng)網(wǎng)絡(luò)不能建立復雜的映射關(guān)系,網(wǎng)絡(luò)預測誤差較大。但是如果節(jié)點數(shù)過多,網(wǎng)絡(luò)學習時間增加,并且可能出現(xiàn)“過擬合”現(xiàn)象,就是訓練樣本預測準確,但是其他樣本預測誤差較大。本文采用試驗湊試法來確定隱含節(jié)點數(shù)為14,此時的網(wǎng)絡(luò)性能最好[1]。由此確定出神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為4-14-1。

        1.2 網(wǎng)絡(luò)訓練樣本的選取

        網(wǎng)絡(luò)結(jié)構(gòu)確定之后,選取正確的網(wǎng)絡(luò)訓練樣本。本文以一個盒體的壓鑄成型為例,其幾何模型如圖3所示。外形尺寸為70mm×4mm×60mm,厚度為3mm,材料為鋁合金。根據(jù)壓鑄生產(chǎn)經(jīng)驗確定不同工藝參數(shù)值及水平設(shè)置如表1所示[7]。

        表1 各成型工藝參數(shù)值及水平設(shè)置

        圖3 算例幾何模型

        采用四因素四水平正交試驗法對該鑄件的壓鑄工藝方案進行優(yōu)化設(shè)計,即L16(45)正交表,共16組實驗。在改變4個工藝參數(shù),其他條件不變的情況下用PROCAST仿真模擬軟件對16種工藝方案進行模擬,獲得不同工藝參數(shù)下鑄件最高點溫度的樣本數(shù)據(jù),工藝參數(shù)的正交試驗表及模擬結(jié)果如表2所示。

        表2 工藝參數(shù)模擬結(jié)果

        1.3 壓鑄工藝參數(shù)的訓練及檢驗

        采用MATLAB中的神經(jīng)網(wǎng)絡(luò)工具箱對壓鑄成型工藝參數(shù)進行訓練和檢驗。該網(wǎng)絡(luò)的輸入節(jié)點為4,隱含層節(jié)點數(shù)為14,輸出節(jié)點為1。由于輸入數(shù)據(jù)的數(shù)量級不同,必須對輸入數(shù)據(jù)進行歸一化處理。即把所有數(shù)據(jù)都轉(zhuǎn)化為[0,1]之間的數(shù),避免因為輸入輸出數(shù)據(jù)數(shù)量級差別較大而造成網(wǎng)絡(luò)預測誤差較大。

        本文選取了4個工藝參數(shù),每個工藝參數(shù)有4個試驗,全部試驗個數(shù)為44=256,正交試驗選取了16組數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)訓練的樣本數(shù)據(jù)。圖4所示為樣本訓練過程中訓練誤差與給定的目標誤差逐漸逼近的過程。圖5所示是樣本訓練效果圖,校本在訓練175次后達到了目標誤差要求。

        圖4 訓練150次的過程圖

        圖5 訓練結(jié)果圖

        通過隨機選取5組數(shù)據(jù)作為測試樣本。將測試樣本輸入到訓練后的網(wǎng)絡(luò)中對網(wǎng)絡(luò)泛化性能進行檢驗,如表3所示。通過對表3中的實際模擬結(jié)果和預測結(jié)果比較分析,表明兩者結(jié)果基本吻合。因此,可以用此網(wǎng)絡(luò)模型對實際壓鑄工藝參數(shù)變化所產(chǎn)生的結(jié)果進行預測。

        1.4 結(jié)果分析

        用訓練好的BP神經(jīng)網(wǎng)絡(luò)預測函數(shù)輸出,預測結(jié)果如圖6所示。

        從圖6可以看出,訓練好的神經(jīng)網(wǎng)絡(luò)具有較高的擬合能力。網(wǎng)絡(luò)的整體性能不錯,能夠?qū)斎霐?shù)據(jù)進行較為精確的數(shù)值預測。

        表3 工藝參數(shù)測試樣本預測結(jié)果

        圖6 BP神經(jīng)網(wǎng)絡(luò)預測輸出

        2 優(yōu)化結(jié)果

        對壓鑄成型工藝參數(shù)進行優(yōu)化,是在神經(jīng)網(wǎng)絡(luò)訓練的基礎(chǔ)上,根據(jù)金屬液在充型完畢時刻未發(fā)生凝固前提下,以鑄件最低溫度高于并接近液相線溫度632℃為標準,搜尋壓射比壓最大的工藝參數(shù)作為最優(yōu)工藝參數(shù)。如果鑄件最低點溫度低于液相線,可能會產(chǎn)生澆不足的缺陷,但高出液相線太多,會造成冷卻時間過長,不經(jīng)濟。較高的壓射比壓,使壓鑄合金結(jié)晶越細,結(jié)晶層增厚;同時也使填充動能加大,流動性改善,有利于克服澆注系統(tǒng)和充填壓鑄件型腔的阻力,提高壓鑄件的表面質(zhì)量。

        原則上最優(yōu)工藝參數(shù)存在一定的范圍內(nèi),并且各工藝參數(shù)存在一個范圍之內(nèi),設(shè)定合理的步長,溫度以2.5℃遞增,速度以1m/s遞增,壓射比壓以0.2mPa遞增,對所有工藝參數(shù)下的鑄件溫度值進行全面預測。由于一共有4個工藝參數(shù),每個工藝參數(shù)產(chǎn)生8個水平,則共有4096組工藝參數(shù)及其對應鑄件溫度值。利用MATLAB編制相應的搜尋程序,剔除低于液相線溫度值的工藝,再對比溫度和壓射比壓值,搜尋鑄件溫度高于并接近液相線點的最大壓射比壓的工藝參數(shù)。通過尋優(yōu)命令操作,搜索到滿足要求的最優(yōu)工藝參數(shù)為澆注溫度為680℃,模具溫度215℃,充填速度26 m/s,壓射比壓26.2mPa,預測到相應鑄件溫度為634.6℃,略高于鋁合金液相線溫度632℃,與預測結(jié)果相當接近。因此,利用BP神經(jīng)網(wǎng)絡(luò)訓練的結(jié)果所得到的最優(yōu)工藝參數(shù)組合是可行的。

        3 結(jié)論

        應用PROCAST軟件進行數(shù)值模擬、正交試驗和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法對鑄件壓鑄的凝固過程的模擬分析、預測和優(yōu)化,得出如下結(jié)論:

        1)對整個壓鑄工藝參數(shù)的優(yōu)化可以縮短優(yōu)化工藝參數(shù)的時間,提高工藝設(shè)計效率和產(chǎn)品質(zhì)量。能夠獲得比單純使用正交試驗和數(shù)值模擬更為優(yōu)化的模擬結(jié)果。

        2)建立了該鑄件成型工藝參數(shù)與鑄件最低溫度點的神經(jīng)網(wǎng)絡(luò)關(guān)系模型,通過比較神經(jīng)網(wǎng)絡(luò)的預測值與模擬值,可以看出網(wǎng)絡(luò)的輸出結(jié)果與模擬值基本相符,證實了基于BP神經(jīng)網(wǎng)絡(luò)的鋁合金壓鑄成型工藝參數(shù)的模擬與優(yōu)化過程的可行性。該模型的壓鑄成型工藝參數(shù)的優(yōu)化結(jié)果為:當壓射比壓為26.2mPa、澆注溫度680℃,模具溫度215℃,充填速度26 m/s時,鑄件溫度為634.6℃,為所得的最優(yōu)成型工藝參數(shù)。

        [1]鄒風山,王承志,黃勇.壓鑄澆注工藝參數(shù)的人工神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)計[J].鑄造設(shè)備研究,2002(6):13-14.

        [2]羅蓬,周錦進.基于BP神經(jīng)網(wǎng)絡(luò)的壓鑄澆注工藝參數(shù)設(shè)計[J].鑄造,2000(5):286-288.

        [3]趙建華,黃蕙蘭,尹冬梅,等.基于神經(jīng)網(wǎng)絡(luò)的泵體鑄造過程數(shù)值模擬的優(yōu)化與應用[J].熱加工工藝,2009(38):58-60.

        [4]史峰,王小川,郁磊,等.MATLAB神經(jīng)網(wǎng)絡(luò)30個案例分析[M].北京:北京航空航天大學出版社,2010.

        [5]劉佳,賈樹盛.神經(jīng)網(wǎng)絡(luò)在鑄造生產(chǎn)中的應用[J].鑄造,2005(1):18-21.

        [6]潘憲曾.壓鑄模設(shè)計手冊[M].2版.北京:機械工業(yè)出版社,1998.

        [7]黃佰云,李成功,石力開.中國材料工程大典(第四卷)[M].北京:化學工業(yè)出版社,2006.

        [8]Luo Peng.Optimization of numerical simulation for solidification process ofcamshaft based on artifical neural network[J].Journal of Sichuan Univwesity(EngineeringScience Edition),2005,37(2):120-124.

        猜你喜歡
        鑄件成型神經(jīng)網(wǎng)絡(luò)
        成型液壓機技術(shù)改造
        2021 年中國鑄造行業(yè)數(shù)據(jù)發(fā)布
        GJB 2896A-2020《鈦及鈦合金熔模精密鑄件規(guī)范》解讀
        神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        廢鑄件推出裝置
        三向接頭注射成型模具設(shè)計
        環(huán)形凹槽類鑄件鑄造工藝
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機控制模型建立
        重型機械(2016年1期)2016-03-01 03:42:04
        快速成型技術(shù)在口腔修復中的應用
        復數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應用
        久久久久久人妻精品一区百度网盘| 亚洲视频在线观看青青草| 无人视频在线播放在线观看免费| 中文字幕有码在线人妻| 精品人妻一区二区三区视频| 日韩日韩日韩日韩日韩日韩| 久久人人爽人人爽人人片av东京热 | 女厕厕露p撒尿八个少妇| 亚洲AV综合A∨一区二区 | 成年视频网站在线观看777| 色婷婷av一区二区三区丝袜美腿 | 超级碰碰色偷偷免费视频| 国产91精品成人不卡在线观看| 日本视频一区二区三区免费观看| 日韩精品免费在线视频| 国产视频免费一区二区| 夜夜高潮夜夜爽免费观看| 亚洲成av人在线播放无码| 天堂网www在线资源| 日韩精品欧美激情亚洲综合| 人妻少妇喷水意淫诱惑| 久久国产在线精品观看| 亚洲av乱码一区二区三区林ゆな| 久久精品国产亚洲av蜜臀| 亚洲国产一区二区三区最新| 国产在线精品亚洲视频在线 | 亲子乱aⅴ一区二区三区下载| 亚洲国产成人Av毛片大全| 国产91会所女技师在线观看| 四虎影在永久在线观看| 青青草视频免费观看| 精品国产乱码一区二区三区在线| 国产免费网站在线观看不卡| 情人伊人久久综合亚洲| 搡老熟女老女人一区二区| 国产成人一区二区三区高清| 亚洲国产综合精品中久| 最新系列国产专区|亚洲国产| 另类一区二区三区| 亚洲中文字幕国产剧情| 中文字幕亚洲熟女av|