镁合金反挤压工艺参数优化技术研究
采用数值模拟与人工神经网络相结合的方法构造了镁合金的挤压工艺参数优化模型,使用多学科集成优化环境iSIGHT进行了优化计算,实现了镁合金挤压工艺设计过程中的参数优化问题。采用数值模拟获取的目标函数值来建立训练神经网络模型的样本对,通过训练建立优化目标函数模型.该方法解决了采用基于数值模拟进行参数优化问题时出现的计算量巨大的向题,从而为参数优化提出了一种新的方法.iSIGHT集成优化环境提供了多种优化方法,实现了优化技术的自动化以及集成化.通过实例分析表明,采用优化后的反挤压工艺参数时,塑性损伤值比优化前降低了31.1％,证明了本文提出的参数优化方法是有效的.
镁合金 反挤压 塑性损伤 神经网络 iSIGHT
张先宏 崔振山 阮雪榆
上海交通大学塑性成形工程系,上海,200030
国内会议
上海
中文
1-6
2003-08-01（万方平台首次上网日期，不代表论文的发表时间）