基于神经网络的钒钛改性镁合金汽车轮圈锻造工艺优化.pdfVIP

《热加工工艺》2018年2月第47卷第3期

基于神经网络的钒钛改性镁合金

汽车轮圈锻造工艺优化

潘玲。李明

(1．重庆工业职业技术学院，重庆401120；2．重庆大学材料科学与工程学院，重庆401331)

摘要：以钒钛改性镁合金成分、模具预热温度、始锻温度、终锻温度、锻造比为输入层参数，以拉伸性能为输出层

参数，采用5~35~7~1四层拓扑结构构建出钒钛改性镁合金汽车轮圈锻造工艺优化的神经网络模型。结果表明，神经网

络模型相对预测误差在2．6％～4-2％，平均预测相对误差为3-3％。与生产线传统工艺相比，采用神经网络模型优化工艺

成形的汽车轮圈抗拉强度增大了53％。

关键词：钒钛改性镁合金；汽车轮圈；锻造工艺；神经网络；拉伸性能

1301：10．14158／j．cnki．1OOl—38l4．2018．03．042

中图分类号：TG316文献标识码：A文章编号：1001．3814(2018)03—0167-03

ForgingProcessOptimizationofVanadium-titaniumModifiedMagnesimu

AlloyAutomobileWheelRimBasedonNeuralNetwork

PANLing。，LIMing~

(1．ChongqingIndustryPolytechnicCollege，Chongqing401120，China；2．DepartmentofMaterialsScienceandEngineering，

ChongqingUniversity，Chongqing401331，China)

Abstract：Takingmagnesiumalloycompositionmodifiedbyvanadium—titanimu，diepreheatingtemperature，initial

forg~temperature，finalforgingtemperaturenadforgingratioasinputparametersnadtakingtensilepropertyasoutput

parameter,theneuralnetworkmodelofforgingprocessoptimizationofthemangesimualloymodifiedbyvnaadimu—titanimu

automobilewheelrimWasbuiltbyusingthe5x35x7xlfourlayertopology．Theresultsshowhtathterelativepredictionerror

oftheneuralnewtorkmodelisbewteen2．6％nad4．2％．andhteaveragerelativepredictionerroris3-3％．Comparedwihtthe

traditionalprocessintheproductionline，thetensilestrengthofautomobilewheelrimformedbyusinghteneuralnetwork

modeloptimumprocessincreasesby53％．

Keywords：mangesiumalloymodifiedbyvnaadium—titanium；automobilewheelrim；forgingprocess；neuralnewtork；

tensileproperty

轮圈又名轮毂，对汽车的性能影响较大，是汽车更符合当今汽车轻量化和节能减排的发展理念。而

的重要零”。根据材料的不同，大致可以把车用轮轮圈主要生产工艺是通过锻造成形。虽然近年来我

圈分为钢制轮圈和合金轮圈两种。其中大重型客货