基于人工神经网络的轴承保持架超塑性成形工艺参数优化

摘要

借助Levenberg-Marquardt算法,建立了铅黄铜超塑性拉伸温度、初始应变速率与延伸率、流动应力之间的BP网络预测模型,分析了拉伸温度、初始应变速率与延伸率和流动应力之间的关系,得出了铅黄铜最佳的超塑性条件,并以此为依据,进行了铜合金轴承保持架的超塑性成形试验.结果表明,人工神经网络方法是优化铅黄铜轴承保持架超塑性成形工艺参数的有效方法,所预测的铅黄铜最佳超塑性条件能够满足保持架超塑成形的需要,且在最佳超塑性条件下成形保持架具有明显的经济效益.