液态挤压AlCuSiMg合金管材的神经网络研究

摘要

作为一种受人们普遍关注的、可由液态金属一次成形出管、棒材的金属成形新工艺一液态挤压工对今未得到广泛应用，着急问题是工艺参数的选取凭借经验数据，稍有不当，便会出现废品。该文在分析其成因的基础上，引入人工神经网络方法，用１２５组ＡｌＣｕＳｉＭｇ合金液态挤压实验数据构成样本集，通过对单，双隐层网络的对比研究及网络的自适应学习，建立了工艺参数知识库，预测值与实验值吻合良好，表明该方法的可行性和有效性。