摘要：以模具预热温度、模具预热时间、挤压温度、挤压速度和挤压比为输入层参数,以屈服强度为输出层参数,构建了5×40×8×1四层拓扑结构的建筑用挤压态ZK60镁合金性能研究的神经网络模型,并进行了模型的学习训练、预测验证和生产线应用验证。结果表明：该神经网络优化模型预测能力强、预测精度高,模型输出参数预测的平均相对误差为3.3%。与生产线传统工艺参数相比,采用神经网络模型优化参数获得的挤压态试样屈服强度大16%。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社