利用神经网络预测半连铸铝板坯凹陷变形.pdfVIP

利用神经网络预测半连铸铝板坯的凹陷变形 李朝霞o①柳百成① 郑贤淑② 北京 大连 116023) (北京清华大学机械工程系。 100084)(大连理工大学铸造中oo I_- ●● J● 摘要研宽工艺参数对半连铸铝板坯宽面凹陷变形的影响和控制具有十分重萼 的意义。由于半连铸过程中涉及的工艺参数较多，影响因素复杂，本文研究了利用 HP神经网络预测板坯宽面凹陷变形的建模和计算。以积累的实验数据作为学习 样本训练网络，用训练后的网络预测板坯在不同工艺条件下的凹陷变形。结果表 明，具有很强的非线性映射能力的BP网络可以较快且准确预测给定工艺条件下 板坯宽面的变形量，本文还探讨了利用神经网络控制变形的方法和思路，为优化工 艺参数提供了新的研究途径。 关键词半‘连铸 变形神经网络 … ¨_ 1引亩 半连铸铝板坯在稳态段，由于板坯横截面各个方向的收缩量不均匀，宽面(轧制面)会产 生凹陷变形，这种变形导致板坯在压力加工前需要铣面，浪费了材质，增加了加工：1二序，带来 很多时间上和经济上的损失，因此，研究变形的影响机制和控制具有十分重要的意义。 1)rez，et、Weaver、Hjikonsen等人【101分别研究了板坯凹陷变形的机理、计算以及工艺参数对 其影响规律等等。 由于半连铸过程中涉及的工艺参数较多，对板坯变形的模拟计算很依赖于一些实验测 揎的参数，包括合金在固相线以上温度时的热力性质等，而且除了弹性应变和热应变，还需 考虑铝合金随温度和时间而变的蠕变和塑性流动行为…1…，用有限元法计算应力、应变时往 往要耗费很长的计算机时间。因此，本文引入人工神经网络，利用其对数据间关系的拟合能 力，以大量的实验数据为基础，预测不同工艺条件下板坯宽面的凹陷变形，并设计神经网络 控制变形的模型，为优化工艺参数或设计结晶器／感应器提供新的途径。 2人工神经网络的预测方法 2．I学习算法 本文选用BP神经网络，它是一种单向传播的多层前向网络，结构简单，算法稳定，且具 有很强的非线性映射能力。权值的训练和学习是BP网络模型实现的重要环节，在学习过 。李朝霞：女，1972年11月生，博士后；现主要从事压铸工艺及数值模拟研究；通信地址：清华大学机械工程系，邮 educlrl 编：100084．电话：010传真电子信箱：zlddzx@rnailtsinghua O材料制备工艺模拟 程中，神经网络的权值会被自动调整来适合学习样本，使它更真实地反映对象特征，这是一 个优化的过程[…。BI，网络的转换函数为S型(sigmoid)函数，即： ，(‘)2丁南 ‘1) 式巾 j，——网络的状态(S型函数单凋递增且足连续可微的)。 I{I，网络的每一层连接权值都可通过学习来调节。完成训练后的网络就具有了模式识 圳的功能㈧5。BP算法的实质是利用梯度下降法，使权值沿误差函数的负梯度方向改变，若 权值的变化量记为△u·，则有： △w∞警：口誓 (2) 口M’口u’ 式巾 目——学习率，属于区间(0，I)； b——误差函数。 2．2网络拓扑结构的确定 输^层 隐足 输m层 HP网络的输入层神经元数目和输出层 神经元的数目足由问题的要求所决定的，网 络结构的设计关键是确定隐层层数和隐层中 导}“系数 的神经元数。 凝凼K间 在本文对板坯宽面凹陷量的计算中，所 板坯厚度 构造的神经网络有三