基于BP神经网络蠕墨铸铁性能建模及其应用

【摘要】： 随着柴油机功率和强化程度的不断提高,使得玉柴公司生产的HT250气缸盖的材质性能已满足不了使用要求。蠕墨铸铁具有优良的导热性能和较高的强度,能经受住高温、高压的反复冲击,是制造高强化柴油机气缸盖的理想材质。因此蠕墨铸铁气缸盖的开发迫在眉睫。 蠕墨铸铁影响因素错综复杂,工艺处理范围又非常窄,所以蠕墨铸铁的生产控制显得十分困难。要成功开发蠕墨铸铁气缸盖,就必须找出影响蠕墨铸铁性能最大的因素并加以重点控制,这就需要作大量的实验。 为了减少蠕墨铸铁气缸盖开发成本、加快开发进度,本文提出了“利用神经网络理论建立基于少量试验数据即可预测蠕墨铸铁性能的模型、并在此模型基础上借助正交试验设计法理论来分析各因素对蠕墨铸铁性能的影响程度”的设想,并进行了实施。主要工作包括: (1)结合玉柴蠕墨铸铁生产实际,分析了生产过程中可能对蠕墨铸铁性能产生影响的各种因素,并提出了影响蠕墨铸铁性能的14个因素; (2)在分析BP网络算法、非线性映射能力、泛化能力、存在问题及其改进办法基础上,探讨BP网络用于蠕墨铸铁性能建模的适用性; (3)利用玉柴公司铸造生产线及检测仪器在G2000缸盖上进行了蠕墨铸铁性能实验,并获得了23组学习样本及8组测试样本数据; (4)在分析各种算法基础上,提出了运用贝叶斯正则化算法训练蠕墨铸铁性能预测模型,并获得了较高的训练精度和预测精度; (5)提出了“基于BP神经网络蠕墨铸铁性能建模”的一套完整的方法。利用该方法建立了蠕墨铸铁性能预测模型,并将该模型成功地通过测试样本的验证; (6)蠕墨铸铁性能预测模型利用正交试验法的理论来分析各因素对蠕墨铸铁性能的影响程度,并找出影响蠕墨铸铁性能最大的因素。由于该法的依据是试验数据,其预测结果和精度不依赖于蠕墨铸铁的数学模型,而且所需的试验少,能节省大量研究经费、缩短研究周期。而且该法还可以借助正交试验设计法对蠕墨铸铁性能各影响因素的重要程度进行分析、快速找出对其影响最大的因素。所以,该法不失为一种快速、准确地预测和分析蠕墨铸铁性能的新方法。 由此可见,该法的提出为蠕墨铸铁性能研究提供了一条新思路和一个新手段。并且,由于对试验条件要求的降低,可大大加快蠕墨铸铁气缸盖的开发进度,具有较高的理论意义和工程应用价值。