基于神经网络的铝合金机械圆盘冲锻工艺优化.pdfVIP

HotWorkingTechnology2021,Vol.50,No.5

基于神经网络的铝合金机械圆盘

冲锻工艺优化

雷艳惠I,赵芳霞2

(1.咸阳职业技术学院，陕西咸阳712000;2.南京工业大学材料科学与工程学院，江苏南京210009)

摘要：采用7x42x1三层拓扑结构构建了铝合金机械圆盘冲锻工艺神经网络优化模型，并进行了训练、预测验证和产

线应用。结果表明，该模型输出的磨损体积相对训练误差范围为3.14%〜5.00%,平均相对训练误差为4.11%；相对预测误差

范围为3.71%〜5.52%,平均相对预测误差为4.31%O应用该优化模型成形的铝合金机械圆盘的磨损体积比产线现用工艺减

小了24.24%,耐磨损性能显著提高。该神经网络优化模型预测性准、精度高。铝合金机械圆盘冲锻工艺的最佳参数为:摩擦

系数0.15、凸模速度15mm/s、冲裁力8kN.模具预热温度25O°C、反顶力6.5kN、压边力5.5kN、锻造温度4809。

关键词：神经网络；铝合金；机械圆盘；冲锻工艺；磨损性能

DOI:10.14158/j.cnki.1001-3814.

中图分类号:TG306文献标识码：A文章编号:1001-3814(2021)5-0102-04

OptimizationofStamping-ForgingProcessforAluminumAlloy

MechanicalDiskBasedonNeuralNetwork

LEIYanhui1,ZHAOFangxia2

(1.XianyangVocationalTechnicalCollege,Xianyang712000,China;2.CollegeofMaterialScienceandEngineering,

NanjingTechUniversity,Nanjing210009,China)

Abstract:Theneuralnetworkoptimizationmodelofaluminumalloymechanicaldiscstamping-forgingprocesswas

constructedwitha3-layertopologicalstructureof7x42xl.Anditstraining,prediction,verificationandproductionline

applicationwerecarriedoutTheresultsshowthattherelativetrainingerrorrangeofwearvolumeoutputbythismodelis3.14%

・5.00%,andtheaveragerelativetrainingerroris4.11%.Therangeofrelativepredictionerroris3.71%・5.52%,andtheaverage

relativepredictionerroris4.31%.Thewearvolumeofthealuminumalloymechanicaldiskformedbythisoptimizationmodelis

24.24%lessthanthatofthecurrentproductionline,andthewearresistanceissignificantlyimproved.Theneuralnetwork

optimizationmodelhasaccuratepredictabilityand