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

来源期刊：复合材料学报2016年第11期

论文作者：李妙玲 仝军锋 赵红霞

文章页码：2666 - 2673

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;

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。