贵刚
- 作品数：4 被引量：11H指数：2
- 供职机构：中国科学院沈阳自动化研究所更多>>
- 发文基金：辽宁省自然科学基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺更多>>
- 铸造充型过程参数优选的两种方法比较被引量：2
- 2004年
- 在实际铸造生产之前 ,利用计算机对整个铸造过程进行数值模拟 ,以及对浇注口位置和浇注速度等浇注过程的工艺参数进行优化计算 ,可以尽早发现可能产生的缺陷以及缺陷发生的位置 ,从而缩短设计周期 ,提高铸件质量 ,降低成本 .本文比较了两类参数优选方法 .方法一 ,利用铸造充型过程数值仿真软件 ,获得一些有关控制参数的数值实验结果 ;然后将数值实验结果作为样本数据 ,运用三次样条插值方法进行插值 ,获得输入参数 (工艺参数 )和输出值 (充型结束时型腔内最高温度与最低温度之差 )之间的函数关系 ;进而得到目标函数的最小值 ,即得到最合适的浇注过程中的工艺参数 .方法二 ,使用数值实验数据对神经网络进行训练 ,再采用遗传算法对神经网络建立起的函数关系进行寻优 ,亦可得到最合适的工艺参数 .使用两种方法得到的解基本一致 .
- 贵刚于军李富明聂义勇
- 关键词：工艺参数三次样条神经网络遗传算法
- 压力铸造充型过程数值仿真及参数优选
- 为了避免模具设计的盲目性和对经验的完全依赖性,提高模具设计效率,提高产品质量,降低生产成本,需要在设计过程运用一些科学分析,例如流体流动计算、热传导、应力分析以及对铸造充型过程中各个参数的优化选择等.该文在辽宁省自然科学...
- 贵刚
- 关键词：工艺参数样条插值神经网络遗传算法
- 文献传递
- 铸造充型过程控制参数的智能选择被引量：8
- 2003年
- 在压力铸造生产中,很多时候因为浇铸口、排气口位置及压铸力等控制参数选择不合理导致缩孔、冷隔或者气孔等缺陷。浇铸口和排气口位置等工艺参数经过优化计算后可以大大减少这些缺陷。文章利用铸造充型过程数值仿真软件,通过数值计算获得一些有关控制参数的实验结果;然后将数值实验结果作为样本数据,运用Levenberg-Marquardt算法训练神经网络,建立起输入参数(各个工艺参数)和输出值(充型时间和充型结束时型腔内最高温度与最低温度之差)之间的函数关系;再使用遗传算法对该问题寻优。从而得到最合适的浇铸参数。
- 贵刚苏丽杰聂义勇
- 关键词：神经网络遗传算法
- 压力铸造充型过程多工艺参数的优化选择被引量：1
- 2004年
- 首先建立一个多维参数优化模型 ,即 2个目标函数 ,多个工艺参数 .在不能得到其理论解的时候 ,采用神经网络与遗传算法相结合的方法 ,求解该复杂优化模型的近似解 .即先利用铸造充型过程数值仿真软件 ,通过数值计算获得一些有关工艺参数的仿真结果 ;然后将数值实验结果作为样本数据 ,运用L M算法训练神经网络 ,建立起目标函数值 (充型时间和充型结束时型腔内最高温度与最低温度之差 )和输入参数 (多个工艺参数 )之间的函数关系 ,进而使用遗传算法寻优 ,从而得到最合适的浇铸参数组合 .
- 贵刚于军苏丽杰聂义勇
- 关键词：神经网络遗传算法插值
