文档介绍：山东轻工业学院
硕士学位论文
基于免疫遗传算法的纳米复合金属陶瓷模具材料优化设计
姓名:张会发
申请学位级别:硕士
专业:机械电子工程
指导教师:许崇海
2011-05-20
山东轻工业学院硕士学位论文
摘要
目前在陶瓷模具材料设计中采用的方法主要是进行试验,通过得到的试验数据不断
修正材料的组分以及制备的工艺,从而得到性能较好的材料,这种方法就需要大量的人
力、物力和时间。因此,将先进的计算智能技术用于陶瓷模具材料的优化设计中,设计
的效率会得到提高,使用较多的计算智能方法是神经网络和遗传算法,本文将免疫算法
用于陶瓷模具材料的优化设计,并将免疫算法和遗传算法以及神经网络结合,优化了陶
瓷模具材料的组分和烧结工艺。
本文运用免疫算法优化了 Ti(C,N)基纳米复合金属陶瓷模具材料的组分,分别用逐
步回归分析方法得到的机械性能与材料组分之间的数学函数关系作为免疫算法的目标
函数,优化后得到最优的机械性能以及相应的最佳的材料组分。优化结果为 Ti(C,N)基
1/2
纳米复合金属陶瓷模具材料的断裂韧性最优值为 MPa·m ,相应的 ZrO2 和 WC 的质
量百分含量分别为 %和 20%;硬度的最优值为 GPa,相应的 ZrO2 和 WC 的
质量百分含量分别为 0 和 %;抗弯强度的最优值为 MPa,相应的 ZrO2 和
WC 的质量百分含量分别为 %和 %。
实现了免疫算法与遗传算法的结合,运用结合的免疫遗传算法优化 Ti(C,N)基纳米
复合金属陶瓷模具材料的机械性能,优化结果与单一免疫算法的结果相同,但免疫遗传
算法的迭代次数减少了,提高了陶瓷模具材料优化设计的效率。
运用 BP 神经网络建立了 Ti(C,N)基纳米复合金属陶瓷模具材料烧结工艺与机械性能
之间的关系,并进行了预测,预测误差较小,然后将建立的神经网络模型作为免疫遗传
算法的目标函数,优化得到机械性能最优时的烧结工艺,优化结果为:断裂韧性的最优
值为 MPa·m1/2,对应的烧结温度为 ℃,保温时间为 ;硬度的最优值为
GPa,对应的烧结温度为 ℃,保温时间为 24min;抗弯强度的最优值为
MPa,对应的烧结温度为 ℃,保温时间为。优化结果与实验值间的误差
分别为 %、%和 %。最后用免疫遗传算法结合神经网络的方法优化了 Ti(C,N)
基纳米复合金属陶瓷模具材料的组分,优化结果为:断裂韧性的最优值为 MPa·m1/2,
相对应的 ZrO2 和 WC 的质量百分含量分别为 %和 %;硬度的最优值为 GPa,
相对应的 ZrO2 和 WC 的质量百分含量分别为 %和 %;抗弯强度的最优值为
MPa,相对应的 ZrO2 和 WC 的质量百分含量分别为 %和 %。
关键词:纳米复合金属陶瓷模具材料;免疫算法;免疫遗传算法;BP 神经网络;优化
设计
*山东省科技攻关计划项目(2009GG10004023)资助
I
山东轻工业学院硕士学位论文
ABSTRACT
At present, the design method of ceramic die materials still depend on the experiment,
then ponents and processing parameters were adjusted according to the experiment
data. The materials with better performance can be obtained. But this method would expend a
lot of manpower, material and time. If putational intelligence technology was used in
the optimal design, the design efficiency would be improved. The work and the
ic algorithm are used in the ceramic materials design extensively. In this paper the
immune algorithm is used in the optimal des