基于神经网络的高强镁合金铸造工艺优化.pdfVIP

HotWorkingTechnology2015，Vo1．44，No．13

基于神经网络的高强镁合金铸造工艺优化

王晓燕．孙睿

(河南职业技术学院，河南郑州450046)

摘要：以静置温度、静置时间、熔化时和浇注时的机械振动辅助搅拌的振动频率为输入层参数，以抗拉强度为输

出层参数，构建4x16x8xl四层结构的高强镁合金铸造工艺优化神经网络模型，并对神经网络模型进行了预测验证。此

外对优化铸造工艺制备的高强镁合金Mg．10Gd-2．3Y．1．2Zn．0．3Zr．0．2Co进行了显微组织、物相组成和力学性能测试与

分析。结果表明，该神经网络模型的平均相对预测误差为1．9％，具有较高的预测能力和预测精度；用优化铸造工艺制备

的该高强镁合金抗拉强度达548l~IPa、屈服强度达412MPa、伸长率达14．7％。

关键词：神经网络；高强镁合金；铸造工艺；工艺优化；抗拉强度

DOI：10．14158／j．cnki．1001-3814．2015．13．027

中图分类号：TG292文献标识码：A文章编号：1001．3814(2015)13．0090．04

CastingProcessOptimizationofHighStrengthMagnesiumAlloy

BasedonNeuralNetwork

Ⅵ，ANGXiaoyan．SUNRui

(HenanPolytechnic，Zhengzhou450046，China)

Abstract：TheneuralnetworkmOdelofthecastingprocessoptimizationofhighstrengthmagnesiumalloywiht4x16x8x

1fourlayersstructurewasestablished，inwhichtheinputlayerparametersweremadeofholdnigtemperature，holdingtime，

thevibrationfrequenciesofmechanicalvibrationassistedstirringnimeltnigandcasting，andtheoutputlayerparameterwas

tensilesrtength．Theneuralnewtorkmode1wasforecastedandverified．Besideshtemicrostructure．phasecompositionand

mechanicalpropertiestestsofhighsrtengthmangesimualloyMg一10Gd-2．3Y-1．2Zn-0．3Zr-0．2Copreparedbyhteoptimization

processwerecardedout．Theresultsshowhtathteaveragerelativepredictionerrorofhteneuralnewtorkmodelis1．9％．nad

themodelhashigherpredictionabilityandpredictionaccuracy；thetensilestrengthofhighsrtengthmangesiumalloyprepraed

byusinghteoptimizedcastingprocessis548MPa，hteyieldsrtengthis412MPa，andtheelongationis14．7％．

Keywords：neuralnewtork；highsrtengthmangesiumalloy；castingprocess；processoptimization；tensilesrtength

高强镁合金因其具有质量轻、强度高、电磁屏蔽