李晓强 杜长林 王 俊 宋 涧 单秀峰 严 俊

锻造7050铝合金力学性能的RBF神经网络预测模型

李晓强 杜长林 王 俊 宋 涧 单秀峰 严 俊

（上海航天动力技术研究所，上海 200000）

针对7050铝合金锻造后力学性能难以预测的特点，提出一种基于径向基函数（RBF）的神经网络预测模型。该模型以7050铝合金锻造工艺参数为输入层，力学性能为输出层，利用样本数据训练模型后进行7050铝合金锻件力学性能预测。实验结果表明，RBF神经网络在锻造7050铝合金力学性能的预测过程中收敛性良好、预测精度高，相对误差不超过6%；相较于BP神经网络，RBF神经网络具有更高的预测精度。该模型可以对7050铝合金的锻造生产过程起到良好的指导作用。

RBF神经网络；锻造工艺参数；7050铝合金；力学性能

1 引言

7050系铝合金作为铝合金中最优良的系列之一，在加工性能，强度、断裂韧性、抗剥落腐蚀性、抗疲劳性、抗应力腐蚀开裂能力等方面均表现良好，所以被广泛地应用于航空航天、机械设备、轨道交通、汽车制造业等领域。国内外许多学者对7050铝合金进行过研究，如中南大学赵久辉等人设计了7050铝合金的等温模锻坯料，通过改进坯料尺寸获得性能更好的锻件；山东大学的徐潇等人研究了7050铝合金的锻造工艺及材料变形规律；还有郑州大学的郑山红、河北工程大学的崔振华、湖南大学的袁武华等人皆对7050铝合金的加工及其性能进行了研究。本文的研究基础立于7050铝合金的锻造加工，锻造工艺参数与锻件的性能有着密切联系，常用的回归方程与公式很难全面地表达出它们之间的联系。……