BP神经网络和遗传算法用于曲轴填充性能的优化设计

• 作者: 凌君 卢先正 周杰 舒锐志
• 来源期刊: 重庆大学学报：自然科学版
• 学科: 工学
• 关键词: 曲轴 楔形飞边槽 神经网络 遗传算法
• 年，卷（期）: 2012,（5）
• 页码范围: 52-56
• 分类号: TG316.3
• 语种: 中文

摘要

针对曲轴空间分模模具存在的深型腔难填充结构，提出了采用楔形飞边槽结构改善填充性能的方法。基于MATLAB平台，将BP人工神经网络与遗传算法应用于楔形飞边槽结构参数优化设计。首先利用正交试验设计安排试验样本，对所得的样本进行有限元模拟，获得各方案坯料的最小未填充距离，作为BP神经网络训练的导师信号。再结合遗传算法，以最小未填充距离为目标，得到楔形飞边槽结构的最优参数。最后通过数值模拟验证并比较遗传算法预测结果与数值模拟结果的误差。结果表明，误差在5％以内。将优化参数应用于实际生产，坯料能够完全充满模具型腔，材料利用率由75．7％提高到81．4％，验证了楔形飞边槽结构优化设计的正确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周杰	重庆大学材料科学与工程学院	419	2654	22.0	29.0
2	舒锐志	重庆大学材料科学与工程学院	4	34	3.0	4.0
3	卢先正	重庆大学材料科学与工程学院	10	37	5.0	5.0
4	凌君		3	14	2.0	3.0