基于神经网络算法的连杆锻压工艺优化.pdfVIP

《热加工工艺》2017年6月第46卷第11期

基于神经网络算法的连杆锻压工艺优化

许伟，蓝应东

(1．江西交通职业技术学院，江西南昌330013；2．江西农业大学理学院，江西南昌330045)

摘要：基于神经网络算法，以连杆材料、始锻温度、终锻温度、毛坯预热温度、模具加热温度和锻压速度为输入层

参数，以屈服强度和耐磨损性能为输出层参数，构建了三层拓扑结构的连杆锻压工艺优化模型，并进行了模型的训练、

预测和应用验证，以及连杆的屈服强度和耐磨损性能的测试与分析。结果表明，神经网络模型具有较强的预测能力和较

高的预测精度。与生产线现用工艺相比，采用神经网络模型优化工艺制备的连杆屈服强度和耐磨损性能均得到明显提

高；40Cr和42CrNiMo连杆屈服强度分别增加69MPa、56MPa，40Cr和42CrNiMo连杆磨损体积分别减小44％、40％。

关键词：神经网络算法；连杆；锻压工艺；力学性能；耐磨损性能

DOh10．14158／j．enki．1001—3814．2017．11．038

中图分类号：TG316文献标识码：A文章编号：1001．3814(2017)11-0137．04

ForgingProcessOptimizationofConnectionRods

BasedonNeuralNetworkAlgorithm

xuWeil．LANYingdon~

(1．JiangxiTrafficProfessionalTechnologicalCollege，Nanchang330013，China；2．CollegeofScience，JiangxiAgricultural

University，Nanchang330045，China)

Abstract：Takingtheconnectingrodmaterial，theinitialforgingtemperature，htefmishrorg~temperature，hteblank

preheatnigtemperature，htedietemperatureandhteforgingspeedasinputpalame~，andtakingtheyieldstrengthandthe

wealresistanceasoutputparameters，theoptimizationmodelofhteconnectingrodforgingprocessofthreelayertopologywas

builtbasedonneuralnetworkalgorithm．Thetrainingandhteconfirmationofpredictionandapplicationofhtemodelwere

carriedout．Theyieldsrtengthandwealresistanceofhteconnectingrodweretestedandanalyzed．Theresuksshowhtat

neuralnewtorkmodelhasgoodpredictiveabilityandhighpredictionaccuracy．Comparedwihthteonlineforgingprocessfor

hteproductionline，theyieldstrengthnadwearresistanceofhteconnectingrodproducedbyusingoptimizingprocessofhte

neuralnewtorkmodelaleimprovedobviously；hteyieldstrengthsofhte40Crnad42CrNiMoconnectionrodsincreaseby

69MPaand56MPa，respectively，nadhtewealvolumesoftheconnectionrods40Crnad42CrN