论文部分内容阅读
将人工神经网络引入液固挤压工艺参数的灵敏性分析中，对难以建立精确数学模型的液固挤压工艺进行建模，通过非线性网络泛化映射，求解输出变量对输入变量的偏导数，得到了工艺参数在每个样本点处的灵敏度值，从而定量地确定了多个非确定性参数共同作用下的灵敏度指标。结果表明，影响液固挤压工艺的参数中，作用最大的为浸渗时间，其次为浇注温度与模具温度，最小为浸渗压力，这与实际情况相符。