基于遗传算法和神经网络的C/C复合材料等温CVI工艺参数优化模型

编号 zgly0001530419

文献类型 期刊论文

文献题名 基于遗传算法和神经网络的C/C复合材料等温CVI工艺参数优化模型

作者 李妙玲  仝军锋  赵红霞 

作者单位 洛阳理工学院机械工程学院  洛阳理工学院电气工程与自动化学院 

母体文献 复合材料学报 

年卷期 2016年11期

年份 2016 

分类号 TB332 

关键词 C/C复合材料  化学气相渗透  BP神经网络  遗传算法  参数优化 

文摘内容 建立了基于遗传算法和误差反传(GA-BP)神经网络的化学气相渗透(CVI)工艺参数优化模型。以新型等温CVI工艺制备C/C复合材料时采集的实验数据作为模型评价样本,分析了主要可控影响因素(沉积温度、前驱气体分压与滞留时间等)对C/C复合材料制件密度及其密度均匀性的作用规律。在该模型指导下,样本的期望密度和实测密度最大误差不超过6.2%,密度差最大误差不超过8.2%。实验结果也证明了该模型具有较高的精度和良好的泛化能力,可以用于CVI工艺参数的优化。