金属学报  1998, Vol. 34 Issue (10): 1068-1072

论文 本期目录 | 过刊浏览 |

模式识别─人工神经网络在改善汽车发动机缸体铸件力学性能方面的应用

张兆春;吴铸;李重河;钦佩;陈念贻

中国科学院上海冶金研究所;上海;200050;中国科学院上海冶金研究所;上海;200050;中国科学院上海冶金研究所;上海;200050;中国科学院上海冶金研究所;上海;200050;中国科学院上海冶金研究所;上海;200050

APPLICATION OF PATTERN RECOGNITION AND ARTIFICIAL NEURAL NETWORK TO IMPROVE THE MECHANICAL PROPERTIES OF CYLINDER BLOCK CAST OF AUTOMOBILE ENGINE

ZHANG Zhaochun; WU Zhu; LI Chonghe; QIN Pei; CHEN Nianyi(Shanghai Institute of Metallurgy; The Chinese Academy of Sciences; Shanghai 200050)Correspondent: WU Zhu; Tel: (021)62511070-8932; Fax: (021)62513510

张兆春;吴铸;李重河;钦佩;陈念贻. 模式识别─人工神经网络在改善汽车发动机缸体铸件力学性能方面的应用[J]. 金属学报, 1998, 34(10): 1068-1072.
, , , , . APPLICATION OF PATTERN RECOGNITION AND ARTIFICIAL NEURAL NETWORK TO IMPROVE THE MECHANICAL PROPERTIES OF CYLINDER BLOCK CAST OF AUTOMOBILE ENGINE[J]. Acta Metall Sin, 1998, 34(10): 1068-1072.

摘要 参考文献 相关文章 Metrics 全文: PDF(487 KB)   摘要: 利用模式识别技术对影响汽车发动机缸体铸件抗拉强度和硬度的铁水化学成分以及浇注工艺参数进行了分析，给出了影响铸件抗拉强度和硬度的主要因素的优化范围．利用经已知样本集训练的人工神经网络对铸件抗拉强度和硬度进行了预报，预报结果与实测值符合较好． 关键词 ： 模式识别,  多因素分析,  人工神经网络,  铸造,  抗拉强度,  硬度     Abstract：By means of pattern recoghtion technique the principal factors affecting thetensile strength and hardness of automobile cylinder block cast are discussed, and their optimizedrange determined also. Aritificial neural network, trained by known data, has been used topredict the values of both tensile strength and hardness. The predicted results agree well withthe experimental ones. It has been demonstrated that the mentioned optidsation techniqueprovides a technical approach to disprove the tensile strength and hardness of cylinder block castof automobile engine. Key words： pattern recognition    multivariate analysis    artificial neural network    cast    tensile strength    hardness 收稿日期: 1998-10-18      基金资助:福特─中国研究与发展基金!9716214 服务 把本文推荐给朋友 加入引用管理器 E-mail Alert RSS 作者相关文章 张兆春 吴铸 李重河 钦佩 陈念贻 44.8K 链接本文: https://www.ams.org.cn/CN/      或      https://www.ams.org.cn/CN/Y1998/V34/I10/1068 1 陈念贻.模式识别优化技术及其应用.北京:中国石化出版社,1997:16(Chen N Y. Technology of Pattern Recognition Optimization and Its Application.Beijing: ChinaPetrocbendcal Industry Press, 1997: 16) 2 Geledi P, Kowalski B R. Anal Chim Acta,1986; 185: 1 3 Beebe K, Kowalski B R. Anal Chem,1987; 59:1007 4 Lippman R P. IEBE Trans Acoust,Speech,Signal Process, 1987; 3: 4 5 Hopheld J J. Proc Natl Acad Sci USA, 1982; 79: 2554Hopfield J J. Proc Natl Acad Sci USA, 1984; 81: 3088 6 王伟,人工神经网络原理──入门与应用北京:北京航空航天大学出版社,1995:62(Wang W. Principle of Neural Network: Elemtary Coarse and Application.Beijing: Beijing Aeronauticsand Asronautics University Press, 1995: 68) 7 中国机械工程学会铸造专业学会编.铸造手册(第一卷,铸铁).北京:机械工业出版社,1997:204,161(Casting Committee of Chinese Mechanical Engineering Society Handbook of Casting. Vol. I, Cast Iron,Beijing: Mechanical Industry Press, 1997: 204, 161)Q [1] 王海峰, 张志明, 牛云松, 杨延格, 董志宏, 朱圣龙, 于良民, 王福会. 前置渗氧对TC4钛合金低温等离子复合渗层微观结构和耐磨损性能的影响[J]. 金属学报, 2023, 59(10): 1355-1364. [2] 梁琛, 王小娟, 王海鹏. 快速凝固Ti-Al-Nb合金B2相形成机制与显微力学性能[J]. 金属学报, 2022, 58(9): 1169-1178. [3] 王春辉, 杨光昱, 阿热达克·阿力玛斯, 李晓刚, 介万奇. 砂型3DP打印参数对ZL205A合金铸造性能的影响[J]. 金属学报, 2022, 58(7): 921-931. [4] 孙宝德, 王俊, 康茂东, 汪东红, 董安平, 王飞, 高海燕, 王国祥, 杜大帆. 高温合金超限构件精密铸造技术及发展趋势[J]. 金属学报, 2022, 58(4): 412-427. [5] 王韬, 龙弟均, 余黎明, 刘永长, 李会军, 王祖敏. 超高压烧结制备14Cr-ODS钢及微观组织与力学性能[J]. 金属学报, 2022, 58(2): 184-192. [6] 项兆龙, 张林, XIN Yan, 安佰灵, NIU Rongmei, LU Jun, MARDANI Masoud, HAN Ke, 王恩刚. Cr含量对FeCrCoSi永磁合金调幅分解组织及其性能的影响[J]. 金属学报, 2022, 58(1): 103-113. [7] 汪东红, 孙锋, 疏达, 陈晶阳, 肖程波, 孙宝德. 数据驱动镍基铸造高温合金设计及复杂铸件精确成形[J]. 金属学报, 2022, 58(1): 89-102. [8] 胡龙, 王义峰, 李索, 张超华, 邓德安. 基于SH-CCT图的Q345钢焊接接头组织与硬度预测方法研究[J]. 金属学报, 2021, 57(8): 1073-1086. [9] 刘日平, 马明臻, 张新宇. 块体非晶合金铸造成形的研究新进展[J]. 金属学报, 2021, 57(4): 515-528. [10] 曹庆平, 吕林波, 王晓东, 蒋建中. 物理气相沉积制备金属玻璃薄膜及其力学性能的样品尺寸效应[J]. 金属学报, 2021, 57(4): 473-490. [11] 张林, 郭晓, 高建文, 邓安元, 王恩刚. 电磁搅拌对TiB2颗粒增强钢组织和力学性能的影响[J]. 金属学报, 2020, 56(9): 1239-1246. [12] 童文辉, 张新元, 李为轩, 刘玉坤, 李岩, 国旭明. 激光工艺参数对TiC增强钴基合金激光熔覆层组织及性能的影响[J]. 金属学报, 2020, 56(9): 1265-1274. [13] 王希,刘仁慈,曹如心,贾清,崔玉友,杨锐. 冷却速率对β凝固γ-TiAl合金硼化物和室温拉伸性能的影响[J]. 金属学报, 2020, 56(2): 203-211. [14] 邓聪坤,江鸿翔,赵九洲,何杰,赵雷. Ag-Ni偏晶合金凝固过程研究[J]. 金属学报, 2020, 56(2): 212-220. [15] 刘艳梅, 王铁钢, 郭玉垚, 柯培玲, 蒙德强, 张纪福. Ti-B-N纳米复合涂层的设计、制备及性能[J]. 金属学报, 2020, 56(11): 1521-1529. Viewed Full text Abstract Cited   Shared      Discussed