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
|
|
【文章作者】李妙玲;仝军锋;赵红霞; |
【文章摘要】 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。 |
【关 键 字】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 |
【期刊】复合材料学报【卷】【ISSUE】【ISSUEID】
【文章期份】2016
【发布日期】2017/2/18 0:00:00
点击率:1
打印
关闭
|
|