CAJ | 학술논문

由于气门电热镦粗的工艺参数大多数是借助于经验来选择的,某些参数的选择不合理或者参数之间配合不好,都会造成工艺不稳定,从而使生产的成品率下降.并且在成形过程中,电加热和镦粗同时进行,很难建立合理且实用的数学模型.本文利用神经网络具有黑箱特性和非线形映射能力强的特点,提出了一种组合神经网络结构(ANN)来逐步确定气门电热镦粗的工艺参数.以实际生产中的数据作为ANN的学习训练样本,经过训练的网络不仅可以达到描述确定气门电镦成形控制参数的目的,而且还具有一定的预测功能,从而为气门电镦工艺提供了较合理的控制参数.
유우기문전열대조적공예삼수대다수시차조우경험래선택적,모사삼수적선택불합리혹자삼수지간배합불호,도회조성공예불은정,종이사생산적성품솔하강.병차재성형과정중,전가열화대조동시진행,흔난건립합리차실용적수학모형.본문이용신경망락구유흑상특성화비선형영사능력강적특점,제출료일충조합신경망락결구(ANN)래축보학정기문전열대조적공예삼수.이실제생산중적수거작위ANN적학습훈련양본,경과훈련적망락불부가이체도묘술학정기문전대성형공제삼수적목적,이차환구유일정적예측공능,종이위기문전대공예제공료교합리적공제삼수.