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。