典型文献
基于神经网络的转向节热锻成形工艺优化
文献摘要：
建立了输入层为始锻温度、终锻温度、模具预热温度、锻压速度,输出层为抗拉强度、成形载荷、磨损量的广义回归神经网络(GNRR)模型,基于此模型对汽车转向节热锻成形工艺进行优化.结果表明:使用GRNN神经网络工艺参数优化的汽车转向节锻件,其抗拉强度由优化前的774 MPa提升到786 MPa,成形载荷、磨损量分别由优化前的25.6MN、120 μm降低到23.5MN、115 μm,抗拉强度的提升率为1.55％,成形载荷、磨损量的降低率分别为8.2％、4.2％;最佳热锻工艺参数为始锻温度为1260℃、终锻温度为1140℃、模具预热温度为230℃、锻压速度为48 mm/s.
文献关键词：
广义回归神经网络(GRNN);汽车转向节;热锻成形;工艺优化
中图分类号：
作者姓名：
邱劲;扶教龙
作者机构：
苏州科技大学电子与信息工程学院,江苏苏州215009;苏州科技大学化学生物与材料工程学院,江苏苏州215009
文献出处：
引用格式：
[1]邱劲;扶教龙-.基于神经网络的转向节热锻成形工艺优化)[J].热加工工艺,2022(09):106-109
A类：
锻压速度,GNRR,6MN
B类：
热锻成形,成形工艺优化,输入层,始锻温度,终锻温度,模具预热温度,出层,抗拉强度,成形载荷,磨损量,广义回归神经网络,汽车转向节,GRNN,工艺参数优化,锻件,5MN,提升率,热锻工艺
AB值：
0.234104
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
