基于遗传算法的低压铸造铝合金车轮工艺优化
来源期刊：材料科学与工艺2010年第2期
论文作者：张响 童水光 刘岩 徐立
文章页码：233 - 237
关键词：铸造模拟;人工神经网络;遗传算法;铝合金车轮;工艺优化;
摘 要：为解决低压铸造铝合金车轮质量控制难度大的问题,采用遗传算法对工艺参数进行优化.基于铸造数值模拟结果,利用BP人工神经网络建立了铸造工艺参数与质量控制目标缩松缺陷和凝固时间的非线性关系,采用遗传算法实现了铸造工艺参数的优化.以某型低压铸造A356铝合金车轮为例,对浇注温度、上模温度、下模温度、侧模温度、模芯温度5个参数进行优化,得到的最佳工艺组合,可有效控制缩松缺陷和凝固时间.利用数值模拟结果、建立神经网络模型,采用遗传算法优化的方法,获得近似最优解,有助于优化低压铸造工艺.
张响1,2，童水光1，刘岩1，徐立1
1. 浙江大学化工机械研究所2. 郑州大学机械工程学院
摘 要：为解决低压铸造铝合金车轮质量控制难度大的问题,采用遗传算法对工艺参数进行优化.基于铸造数值模拟结果,利用BP人工神经网络建立了铸造工艺参数与质量控制目标缩松缺陷和凝固时间的非线性关系,采用遗传算法实现了铸造工艺参数的优化.以某型低压铸造A356铝合金车轮为例,对浇注温度、上模温度、下模温度、侧模温度、模芯温度5个参数进行优化,得到的最佳工艺组合,可有效控制缩松缺陷和凝固时间.利用数值模拟结果、建立神经网络模型,采用遗传算法优化的方法,获得近似最优解,有助于优化低压铸造工艺.
关键词：铸造模拟;人工神经网络;遗传算法;铝合金车轮;工艺优化;
