复合材料棒材液-固挤压工艺参数的神经网络预测模型

摘要：

针对液-固挤压复合材料棒材成形时工艺参数难于选取、试验工作量大的问题,采用人工神经网络技术与试验相结合的方法,通过对样本处理、神经网络模型参数及收敛性等进行分析,建立了工艺参数ANN预测模型,可以对复合材料液-固挤压成形的关键工艺参数进行预测,预测值与试验值吻合较好,最大误差不超过0.72﹪,为复合材料液-固挤压成形的应用开辟了有效途径.

关键词： 液-固挤压 神经网络 复合材料 半固态 半固态加工

作者: 齐乐华 史忠科 侯俊杰 李贺军

作者单位: 西北工业大学

会议类型: 国内会议

会议名称: 第二届半固态金属加工技术研讨会

会议地点: 北京

会议语种:中文

页码: 74-78

在线出版日期: 2002-11-01（万方平台首次上网日期，不代表论文的发表时间）