基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的鑄鋼件補(bǔ)縮系統(tǒng)工藝優(yōu)化.pdf

1、鑄鋼件具有強(qiáng)度高、塑性和韌性好等優(yōu)點(diǎn)，廣泛應(yīng)用于航空航天、汽車(chē)、泵閥、采礦機(jī)械、建筑五金及家用電器等領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮著重要的作用。然而，鑄鋼件的液態(tài)凝固成形過(guò)程非常復(fù)雜，在熱節(jié)處常產(chǎn)生縮孔、縮松等缺陷，嚴(yán)重影響鑄鋼件的質(zhì)量和使用壽命。為避免產(chǎn)生縮松和縮孔，在工藝上通過(guò)補(bǔ)縮系統(tǒng)來(lái)消除這類(lèi)缺陷，通常采用大的冒口進(jìn)行補(bǔ)縮，導(dǎo)致工藝出品率過(guò)低，造成較大的資源浪費(fèi)。故亟需對(duì)鑄鋼件補(bǔ)縮系統(tǒng)優(yōu)化問(wèn)題進(jìn)行研究。目前，對(duì)于鑄鋼件補(bǔ)縮系統(tǒng)的工藝優(yōu)化多

2、是根據(jù)技術(shù)人員的經(jīng)驗(yàn)進(jìn)行反復(fù)試錯(cuò)，這種試錯(cuò)優(yōu)化方式有較大的隨意性和主觀性，且效率低。圍繞上述關(guān)鍵問(wèn)題，本文針對(duì)鑄鋼件補(bǔ)縮系統(tǒng)工藝優(yōu)化的近似建模技術(shù)、組合優(yōu)化策略及軟件集成進(jìn)行了理論研究和實(shí)驗(yàn)驗(yàn)證，采用改進(jìn)的BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)建立優(yōu)化的近似替代模型，用遺傳算法對(duì)模型進(jìn)行優(yōu)化，并將此組合優(yōu)化方法集成在同一平臺(tái)。所取得的成果如下：
　　首先，論文詳細(xì)描述了鑄鋼件凝固物理過(guò)程，分析該物理過(guò)程中縮孔、縮松形成機(jī)

3、理。鑒于該過(guò)程的復(fù)雜性，從影響鑄鋼件補(bǔ)縮的眾多因素，如物性參數(shù)、澆注參數(shù)、冒口和冷鐵等工藝參數(shù)中篩選出敏感性因素，采用 OED(正交試驗(yàn)設(shè)計(jì)）對(duì)工藝參數(shù)進(jìn)行采樣，構(gòu)建設(shè)計(jì)變量空間。結(jié)合數(shù)值模擬結(jié)果中縮孔、縮松的定量體積大小作為響應(yīng)值，用 L-M（Levenberg-Marguart）和BR（貝葉斯正則化）算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)建立輸入變量和輸出響應(yīng)之間關(guān)系的近似替代模型，采用K折交叉驗(yàn)證方法獲得泛化能力強(qiáng)的優(yōu)化模型。該近似替代模型可不經(jīng)

4、過(guò)數(shù)值模擬實(shí)現(xiàn)對(duì)同一鑄件的不同工藝參數(shù)組合的縮孔、縮松體積的定量預(yù)測(cè)。
　　其次，對(duì)近似替代模型的優(yōu)化策略進(jìn)行研究，提出采用GA（遺傳算法）和BP神經(jīng)網(wǎng)絡(luò)組合優(yōu)化策略對(duì)鑄鋼件補(bǔ)縮系統(tǒng)工藝優(yōu)化模型進(jìn)行優(yōu)化。首先采用GA對(duì)BP網(wǎng)絡(luò)的初始權(quán)值與閾值進(jìn)行優(yōu)化，顯著提高了BP神經(jīng)網(wǎng)絡(luò)近似替代模型的泛化能力；隨后GA對(duì)該模型進(jìn)行極值尋優(yōu)，得到鑄鋼件補(bǔ)縮系統(tǒng)的最優(yōu)化工藝，實(shí)現(xiàn)了鑄鋼件補(bǔ)縮系統(tǒng)工藝優(yōu)化的組合優(yōu)化策略。
　　再次，為實(shí)現(xiàn)多樣本

5、數(shù)值模擬前處理及數(shù)值模擬結(jié)果的智能提取與反饋，研究了鑄鋼件CAD/CAE集成系統(tǒng)的關(guān)鍵技術(shù)，主要包括：（1）冒口、冷鐵參數(shù)化模型的知識(shí)集成；（2）鑄鋼件補(bǔ)縮系統(tǒng)幾何模型的自動(dòng)獲取與轉(zhuǎn)換；（3）基于知識(shí)模板的CAE模型智能建模技術(shù)；（4）基于知識(shí)的CAE分析結(jié)果智能反饋技術(shù)。實(shí)現(xiàn)了批量建立鑄造數(shù)值模擬分析模型，自動(dòng)完成鑄鋼溫度場(chǎng)的連續(xù)模擬以及從數(shù)值模擬結(jié)果中批量提取響應(yīng)值。
　　然后，構(gòu)建了鑄鋼件補(bǔ)縮系統(tǒng)工藝優(yōu)化系統(tǒng)框架，開(kāi)發(fā)了基于

6、UG NX和華鑄CAE軟件平臺(tái)的鑄鋼件補(bǔ)縮系統(tǒng)工藝優(yōu)化系統(tǒng)，將基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的鑄鋼件補(bǔ)縮系統(tǒng)工藝優(yōu)化流程和工藝模型批量設(shè)計(jì)集成到該系統(tǒng)中。運(yùn)用該集成系統(tǒng)，對(duì)典型鑄鋼件走輪案例進(jìn)行了試驗(yàn)方案設(shè)計(jì)，批量創(chuàng)建CAD/CAE優(yōu)化集成模型和 BP神經(jīng)網(wǎng)絡(luò)建模，最后用遺傳算法進(jìn)行優(yōu)化。經(jīng)該系統(tǒng)優(yōu)化后，得到了鑄鋼件走輪的補(bǔ)縮系統(tǒng)的優(yōu)化工藝方案。
　　最后，在工廠對(duì)4個(gè)有代表性的方案和經(jīng)系統(tǒng)優(yōu)化后的方案共5組方案進(jìn)行澆注實(shí)驗(yàn)。對(duì)5組方