论文部分内容阅读
A357铝合金零件一般都需要经过热处理(T6状态)以获得优异的力学性能.这类零件的性能取决于固溶温度、固溶时间、人工时效温度及人工时效时间.在本研究中,建立了基于反向传播(BP)算法的人工神经网络(ANN)模型,对A357合金的力学性能进行预测,研究了热处理工艺对该合金性能的影响.结果表明,所建立的BP模型能够对A357合金的力学性能进行有效且精度高的预测.良好的神经网络预测能力能够直观地反映A357合金的热处理工艺参数对其力学性能的影响.绘制抗拉强度和伸长率的等值线图形有助于清晰地找到抗拉强度和伸长率之间的关系,可为实际生产中热处理工艺参数的选择提供技术支持.