摘要
带坯的表面裂纹和内部缩松是冷加工报废的主要原因。对影响带坯质量的几个主要工艺参数进行了正交试验,以正交试验数据为基础,建立起成材率与主要工艺条件之间的神经网络描述,网络模型与遗传算法相结合对工艺条件的组合进行了优化。经实际生产运行,该工艺条件下的成材率接近90%。
There are shrinkage porosity and crack in strip billet,which are the main reasons resulting in rejected castings during mill machining.Through the orthogonal testing for the relevant technological parameters in horizontal continuous casting,the mapping model of artificial neural network have been established using the data from the experiments.The optimization of the processing parameter matching was conducted to improve the billet quality and production yield with the help of the model combining with GA (genetic algorithm).
出处
《特种铸造及有色合金》
CAS
CSCD
北大核心
2005年第9期575-576,共2页
Special Casting & Nonferrous Alloys
基金
山东省教育厅资助项目(J00A08)
关键词
H68黄铜带坯
水平连铸
工艺参数优化
H68 Alloy,Horizontal Continuous Casting,Optimization for Processing Parameters
作者简介
郭明恩，男，1960年出生，副教授，烟台大学机电学院，山东烟台（264005），电话：0535—6902170，E—mail：gmn@ytu．edu．cn
