基于人工神经网络模型的消失模铸造工艺优化
2017-03-30李祥慧郑浩然游晓红王康康
铸造设备与工艺 2017年1期
李祥慧,郑浩然,游晓红,王康康
(太原科技大学,山西太原030024)
基于人工神经网络模型的消失模铸造工艺优化
李祥慧,郑浩然,游晓红,王康康
(太原科技大学,山西太原030024)
采用数值模拟方法,通过模拟板形铸钢的消失模铸造充型过程,设计了以浇注温度、模样密度及负压度三因素三水平的正交试验,对试验结果进行极差分析和方差分析并采用人工神经网络模型进行优化,从而得出铸钢件的消失模铸造的最优工艺参数:浇注温度为1 600℃,模样密度为18 kg/m3,负压度为0.05 MPa,缩孔率10.765%,为消失模铸造生产铸钢铸件提供参考。
消失模铸造;数值模拟;正交试验;人工神经网络模型;缩孔率
在消失模铸造充型过程中,泡沫模样在熔融的金属液流动前沿的作用下分解气化,热解产物从液态金属-模样界面传至液态金属-泡沫模样-涂料界面并从涂料层逸出,其中间过程会影响铸件的内在和外在质量[1]。例如浇不足、冷隔、气孔、夹渣、缩孔缩松等缺陷的形成都是由于充型过程中模样热解产物没有完全排出。随着有限元技术的发展,利用数值模拟可以较准确地分析铸件质量,但在工艺参数的优化上,仍采用数值模拟软件进行大量的试验验证。本文运用了ProCAST数值模拟软件、正交试验并与人工神经网络模型相结合的方法用于铸钢件消失模铸造工艺参数的优化,减少试验次数,为铸钢件消失模铸造工艺参数的制定提供参考。
1 模型与计算方法
1.1 数学模型
ProCAST版块中的消失模铸造在充型过程中的运行是依靠式(1)~式(3)数学模型为基础和前提,将熔融的液态金属被视为粘性不可压缩的牛顿流体为基础,其流动过程遵循质量守恒、动量守恒、能量守恒定律[2]。……
登录APP查看全文
