智能電鐓工藝研究及主要工藝參數的BP神經網絡預測.pdf

1、電熱鐓粗工藝具備設備投資較低、鍛件桿部尺寸精度高、各項質量系數較高等優(yōu)點。電熱鐓粗成形過程的工藝參數主要包括鐓粗缸活塞運動速度、砧子缸活塞運動速度、鐓粗壓力、加熱電流以及預熱長度等。這些參數的選擇是個復雜的問題，其復雜性不僅在于不同的材料具有不同的力學、電學和熱傳導特性，而且各參數相互影響、相互制約。如果，某一參數不穩(wěn)定或相關工藝參數配合不好，都將造成電鐓生產中的質量缺陷使成品率下降。
　　 本文首先闡述氣門生產技術的現狀及發(fā)展

2、趨勢的基礎上，研究了電熱墩粗工藝的原理、特點，以及存在的問題，并通過查閱國內外相關的技術文獻，分析了氣門坯料在電熱傲粗過程中各工藝參數的變化規(guī)律和特點。
　　 然后在“球形鐓粗法”的基礎上，針對智能電鐓機，提出了球形鐓粗過程加熱電流與壓力的理論計算方法，對鐓粗過程加熱電流與壓力等工藝參數進行了設計計算，并以鐓粗位移為基準實現電流與壓力的多段設置，通過具體實驗表明該設定方案合理，可靠性高，大大減少了氣門電鐓生產的廢品率，提高了產品

3、的質量和生產效率。
　　 目前對氣門電鐓工藝的研究主要集中在定性分析上，雖然采用了數值模擬和理論推導方式，但是由于電鐓工藝的影響因素較多，各因素之間相互作用，并且表示這些方法的模型都是在許多假設條件下建立起來的，模型的可靠性和置信度差，很難用于實際生產。因此利用人工神經網絡非常適合描述具有黑箱性質和非線性強的對象的優(yōu)點，設想將確定電鐓工藝參數的問題視為黑箱，影響工藝參數確定的各種因素作為神經網絡的輸入，而把要確定的參數作為神經網