基于神经网络的建筑用挤压态ZK60镁合金的性能研究

• 作者: 姚玉娟
• 来源期刊: 热加工工艺
• 学科: 工学
• 关键词: 神经网络模型 ZK60镁合金 挤压工艺 拉伸性能
• 年，卷（期）: 2017,（19）
• 所属期刊栏目: 锻压技术
• 页码范围: 125-128
• 页数: 4页
• 分类号: TG379
• 语种: 中文
• DOI: 10.14158/j.cnki.1001-3814.2017.19.033

摘要

以模具预热温度、模具预热时间、挤压温度、挤压速度和挤压比为输入层参数,以屈服强度为输出层参数,构建了5×40×8×1四层拓扑结构的建筑用挤压态ZK60镁合金性能研究的神经网络模型,并进行了模型的学习训练、预测验证和生产线应用验证.结果表明:该神经网络优化模型预测能力强、预测精度高,模型输出参数预测的平均相对误差为3.3％.与生产线传统工艺参数相比,采用神经网络模型优化参数获得的挤压态试样屈服强度大16％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚玉娟		4	5	1.0	2.0