声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1133/TG
国际刊号：1001-3814
发布日期:
作者：邱劲, 扶教龙,
关键词：广义回归神经网络(GRNN), 汽车转向节, 热锻成形, 工艺优化,
建立了输入层为始锻温度、终锻温度、模具预热温度、锻压速度，输出层为抗拉强度、成形载荷、磨损量的广义回归神经网络（GNRR）模型，基于此模型对汽车转向节热锻成形工艺进行优化。结果表明：使用GRNN神经网络工艺参数优化的汽车转向节锻件，其抗拉强度由优化前的774 MPa提升到786 MPa，成形载荷、磨损量分别由优化前的25.6 MN、120 μm降低到23.5 MN、115 μm，抗拉强度的提升率为1.55%，成形载荷、磨损量的降低率分别为8.2%、4.2%；最佳热锻工艺参数为始锻温度为1260℃、终锻温度为1140℃、模具预热温度为230℃、锻压速度为48 mm/s。
来源：2022年第9期
《热加工工艺》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。