文献

J-GLOBAL ID：201202221955955408   整理番号：12A0546360

人工ニューラルネットワークと遺伝的アルゴリズム法の組み合わせを用いたLPDCプロセスパラメータの最適化

Optimization of LPDC Process Parameters Using the Combination of Artificial Neural Network and Genetic Algorithm Method

著者 (6件)： ZHANG Liqiang (Hunan Univ., State Key Lab. of Advanced Design and Manufacturing for Vehicle Body, 410082, Changsha, Hunan, CHN) ,  ZHANG Liqiang (Hunan Univ., Coll. of Materials Sci. Engineering, 410082, Changsha, Hunan, CHN) ,  LI Luoxing (Hunan Univ., State Key Lab. of Advanced Design and Manufacturing for Vehicle Body, 410082, Changsha, Hunan, CHN) ,  LI Luoxing (Hunan Univ., Coll. of Materials Sci. Engineering, 410082, Changsha, Hunan, CHN) ,  WANG Shiuping (Hunan Univ., Coll. of Materials Sci. Engineering, 410082, Changsha, Hunan, CHN) ,  ZHU Biwu (Hunan Univ., Coll. of Materials Sci. Engineering, 410082, Changsha, Hunan, CHN)
資料名： Journal of Materials Engineering and Performance  (Journal of Materials Engineering and Performance)
巻： 21  号： 4  ページ： 492-499  発行年： 2012年04月 
JST資料番号： C0161B  ISSN： 1059-9495  CODEN： JMEPEG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,永久鋳型アルミニウム合金薄肉部品の低圧ダイカスト(LPDC)プロセスパラメータは,人工ニューラルネットワークと遺伝的アルゴリズム(ANN/GA)方法の組み合わせを使用して最適化する。この方法では,学習ベクトル量子化(LVQ)と逆伝搬(BP)アルゴリズムを組み合わせたANNモデルが,プロセス条件とLPDCの品質指標の間の複雑な関係をマッピングすることを提案する。遺伝的アルゴリズムは,訓練されたANNモデルに基づいた適合性機能を持つプロセスパラメータを最適化するために採用される。その後,最適化されたパラメータを適用することによって,長さは300mm,幅100mm,厚さ1.5mmの薄肉部品が正常に作製でき,収縮,ガス気孔,歪み,割れなどのような明らかな欠陥は認められなかった。その結果,組み合わせたANN/GA方法は,LPDCのプロセス最適化のための効果的なツールであることを示し,それらはまた,LPDC薄肉アルミニウム合金鋳物のための適正プロセスパラメータの選択に関する貴重な参考を提供する。Copyright 2011 ASM International Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  *遺伝的アルゴリズム ,  *ダイカスト ,  ベクトル量子化 ,  逆伝搬法 ,  アルゴリズム ,  *プロセスパラメータ ,  遺伝現象 ,  最適化 ,  薄肉鋳物 ,  鋳造欠陥 ,  アルミニウム合金 ,  低圧 ,  金型
準シソーラス用語： LVQ ,  ダイカスト金型 ,  パラメータ最適化 ,  *プロセス最適化 ,  遺伝的適合性 ,  *低圧ダイカスト ,  品質指標

分類 (1件)： 鋳造法,鋳込  (WC01030Q)

タイトルに関連する用語 (5件)： 人工ニューラルネットワーク ,  遺伝的アルゴリズム法 ,  組み合わせ ,  プロセスパラメータ ,  最適化