基于遗传算法和神经网络的C/C复合材料等温CVI工艺参数优化模型

• 作者: 仝军锋 李妙玲 赵红霞
• 来源期刊: 复合材料学报
• 学科: 工学
• 关键词: C/C复合材料 化学气相渗透 BP神经网络 遗传算法 参数优化
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 其他
• 页码范围: 2666-2673
• 页数: 8页
• 分类号: TB330.1
• 字数: 4939字
• 语种: 中文
• DOI: 10.13801/j.cnki.fhclxb.20160414.001

摘要

建立了基于遗传算法和误差反传(GA-BP)神经网络的化学气相渗透(CVI)工艺参数优化模型.以新型等温CVI工艺制备C/C复合材料时采集的实验数据作为模型评价样本,分析了主要可控影响因素(沉积温度、前驱气体分压与滞留时间等)对C/C复合材料制件密度及其密度均匀性的作用规律.在该模型指导下,样本的期望密度和实测密度最大误差不超过6.2％,密度差最大误差不超过8.2％.实验结果也证明了该模型具有较高的精度和良好的泛化能力,可以用于CVI工艺参数的优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李妙玲	洛阳理工学院机械工程学院	31	48	4.0	6.0
2	赵红霞	洛阳理工学院机械工程学院	17	26	3.0	4.0
3	仝军锋	洛阳理工学院电气工程与自动化学院	3	5	1.0	2.0