改进粒子群神经网络融合有限元分析的铸锻双控动态成型多目标优化

针对铸锻双控成型过程中多工艺参数的优选问题,提出一种改进粒子群算法优化神经网络融合有限元分析的成型工艺参数优选方法。首先根据成型工艺的特点,以金属液浇注温度、模具预热温度、充型速度、铸锻压力、保压时间5个工艺参数为输入因素,以铸件重量、表面缺陷、抗拉强度3个参数为输出指标,采用正交拉丁超立方设计进行试验,并将所得工艺参数作为训练样本,通过神经网络构建影响因素与优化目标间的非线性函数关系。再以神经网络的输出误差值作为粒子适应度,并采用改进粒子群算法优化BP神经网络的权值和阈值,构建工艺参数预测模型进行多参数寻优。通过CAE有限元仿真验证表明,该方法能够准确地获得成型过程中的最佳工艺参数组合。研究结果可为铸锻双控过程的工艺参数调整与优化提供参考。

双重挤压铸造研究

双重挤压铸造是一种正在发展的挤压铸造新形式,它兼有"直接挤压铸造"和"间接挤压铸造"的优点。介绍了局部补压、带供料系统双重挤压和镁合金件双重挤压实例。指出,要实施双重挤压,必须使用有计算机控制的三动的挤压设备,设计可预合模并留有一定压下量(锻压量)的挤压模具,要正确选择好浇注、第一次挤压和第二次挤压的时机,控制好各工艺参数,则可以生产出内部组织致密、表面光洁、尺寸精确并可进行热处理的优质铸件。