-
题名基于神经网络的汽车齿圈锻压工艺优化
被引量：2
- 1
-
-
作者
高洪
徐田恬
-
机构
长春大学机械与车辆工程学院
-
出处
《热加工工艺》
北大核心
2020年第23期100-103,共4页
-
文摘
以始锻温度、终锻温度、锻压比和模具预热温度为输入参数,以耐磨损性能(磨损体积)为输出参数,以tansig函数为隐含层传递函数,以purelin函数为输出层传递函数,采用4×20×1三层拓扑结构,构建了汽车齿圈盘体的神经网络优化模型。结果表明,模型的平均相对训练误差5.37%,平均相对预测误差5.98%,模型预测能力较好,预测精度较高。与企业现用工艺相比,采用神经网络优化工艺锻压的20CrMnTi汽车齿圈的磨损体积减小10%,耐磨损性能得到明显提高。
-
关键词
汽车齿圈
神经网络优化
锻压工艺
耐磨损性能
相对训练误差
相对预测误差
-
Keywords
automobile gear ring
neural network optimization
forging process
wear resistance
relative training error
relative prediction error
-
分类号
TG319
[金属学及工艺—金属压力加工]
TG162
-
