摘要
本文对铸造状态的铝青铜进行了超塑性拉伸试验,并以实验结果为样本,借助LeveIlberg-Marquardt算法对样本进行学习,建立了铸态铝青铜超塑性拉伸条件与其超塑性性能的BP网络模型。利用所建的模型,对铸态铝青铜的超塑性成形工艺参数进行了优化,得到最佳的超塑性成形工艺参数,并以此为依据,进行了铁路轴承保持架的超塑性挤压试验,结果表明:所建模型能够较好地反映超材料塑性拉伸条件与超塑性性能间的内在规律,网络模型的输出值和试验值间的误差较小,说明将人工神经网络用于铝青铜超塑性性能预测是可行的和有效的,所预测的铅黄铜最佳超塑性条件能够满足保持架超塑成形的需要,且在最佳超塑性条件下成形保持架具有明显的经济效益。