基于神经网络的钒钛改性镁合金汽车轮圈锻造工艺优化

以钒钛改性镁合金成分、模具预热温度、始锻温度、终锻温度、锻造比为输入层参数,以拉伸性能为输出层参数,采用5×35×7×1四层拓扑结构构建出钒钛改性镁合金汽车轮圈锻造工艺优化的神经网络模型。结果表明,神经网络模型相对预测误差在2.6%~4.2%,平均预测相对误差为3.3%。与生产线传统工艺相比,采用神经网络模型优化工艺成形的汽车轮圈抗拉强度增大了53%。