基于小波混沌神经网络AZ31镁合金退火参数优化研究  

Annealing parameters optimization study of AZ31 magnesium alloy based on the wavelet chaotic neural network

作　　者：唐忠[1] 

机构地区：[1]广西医科大学,南宁530021

出　　处：《制造业自动化》2014年第1期143-144,149,共3页Manufacturing Automation

基　　金：2012自治区科技基础条件平台建设财政补助项目;2060503科技条件专项

摘　　要：本文以AZ31镁合金为研究对象,基于小波混沌神经网络对其退火参数进行优化,并对参数优化前后合金的微观组织和力学性能进行了研究。仿真及实验结果表明:AZ31镁合金退火后的微观组织为等轴晶,随着延伸率的增大,合金真应力不断增大,单位面积细晶数随着退火时间的延长,先缓慢减小,再迅速降低,最后再缓慢减小,晶粒长大主要发生在细晶区;退火参数优化后合金的微观组织晶粒比优化前的更加均匀细小,平均晶粒尺寸更加细小,单位面积细晶数明显增加,力学性能更加优良。

关 键 词：AZ31镁合金 小波混沌神经网络 退火参数优化 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]