摘 要: | C/C复合材料CVI制备工艺过程的本质繁杂性限制了该材料的广泛应用. 尝试利用人工神经网络技术对该工艺过程进行辨识与仿真, 采用Levenberg-Marquardt算法建立了通用的CVI工艺神经网络模型. 根据CVI工艺复杂、参数众多等特点, 结合有限元技术及工艺实验从教师样本处理、网络拓扑结构设计和学习参数调整等方面对网络学习算法作了进一步的改进. 通过对等温CVI样本集的学习, 初步建立了管类零件等温CVI工艺知识库. 结果表明: 该模型可以挖掘样本蕴含的领域知识, 不仅可以对单个工艺参数的时间效应进行预测和分析, 而且可以分析任意两个工艺参数对致密化过程的偶合作用.
|