基于人工神经网络的凸轮轴铸造过程数值模拟优化研究

• 作者: 夏巨谌 杨屹 罗蓬 胡侨丹 胡国安
• 来源期刊: 四川大学学报(工程科学版)
• 学科: 工学
• 关键词: 凸轮轴 铸造 有限元模拟 人工神经网络 优化
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 机械工程
• 页码范围: 120-124
• 页数: 5页
• 分类号: TG146.2
• 字数: 4038字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3087.2005.02.025

摘要

在实测铸铁凸轮轴铸造温度场的基础上,研究了人工神经网络技术在铸造数值模拟优化中的应用.首先采用三维有限元方法模拟了凸轮轴充型凝固过程的温度分布.在温度场实测方案中,设计了7个热电偶测温点.通过实测数据与模拟数据的比较,确定有限元模拟的最大相对误差为4.54%,CPU时间为3200 s.人工神经网络采用了基于自适应学习率-动量项的误差反向传播梯度下降算法,并以温度场实测数据及有限元模拟数据为样本,进行了充型凝固数值模拟的优化.神经网络优化处理后模拟的最大相对误差为1.98%,CPU时间为670 s,从而在模拟精度和效率上均优于传统有限元法.在铸造过程模拟中引入神经网络优化具有良好的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨屹	四川大学制造科学与工程学院	145	932	15.0	25.0
2	夏巨谌	华中科技大学塑性成形模拟及模具技术国家重点实验室	155	1549	20.0	28.0
3	胡国安	华中科技大学塑性成形模拟及模具技术国家重点实验室	77	925	18.0	25.0
4	罗蓬	华中科技大学塑性成形模拟及模具技术国家重点实验室	28	137	6.0	11.0
6	胡侨丹	华中科技大学塑性成形模拟及模具技术国家重点实验室	8	126	5.0	8.0