典型文献
基于神经网络的汽车用AlSi7Mg铝合金压铸工艺优化
文献摘要：
建立了高精度、高通用性的AlSi7Mg铝合金压铸工艺的人工神经网络模型,优化了 AlSi7Mg合金的铸件性能.通过相关度分析,确定了输入变量对AlSi7Mg合金力学性能的相关性.结果表明,铸态AlSi7Mg合金的力学性能对Mg元素含量最为敏感.不同压铸参数对合金力学性能的相关度排序为Mg元素含量＞＞浇铸温度＞模具预热温度＞快充速度.最后预测了 Mg元素含量对铸态AlSi7Mg合金力学性能影响,从结果中得出最佳的Mg元素含量应在0.35wt％～0.45wt％之间.
文献关键词：
压力铸造;AlSi7Mg铝合金;人工神经网络;工艺优化
中图分类号：
作者姓名：
赵海宾;许文娟;董彦晓;刘润
作者机构：
河北交通职业技术学院,河北石家庄050035;北华航天工业学院机电工程学院,河北廊坊065000
文献出处：
引用格式：
[1]赵海宾;许文娟;董彦晓;刘润-.基于神经网络的汽车用AlSi7Mg铝合金压铸工艺优化)[J].热加工工艺,2022(23):78-81
A类：
B类：
汽车用,AlSi7Mg,铝合金,压铸工艺,通用性,人工神经网络模型,铸件,相关度,铸态,元素含量,浇铸温度,模具预热温度,快充,35wt,45wt,压力铸造
AB值：
0.282764
相似文献
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。
