来源：期刊VIP网 时间：
作者：余文洋;何福善;姚尧;黄晔;向红亮;黄金亮;
单位：福州大学先进制造学院;泉州锦煌机械有限公司;
摘要：针对发动机不锈钢配件熔模铸造出现缩松缩孔等铸造缺陷问题，采用粒子群优化神经网络结合遗传算法优化工艺参数的模型。借助正交试验分析法与PROCAST软件数值模拟，利用误差反向传播神经网络建立浇注温度、模壳焙烧温度、浇注速度与铸件的缩孔体积、等效应力之间的非线性映射关系。通过粒子群算法优化反向传播神经网络并结合遗传算法全局寻优，获得熔模铸造较佳工艺参数组合。结果表明，当浇注温度为1 581℃、模壳焙烧温度为1 159℃、浇注速度为1 kg/s时能有效改善熔模铸造铸件的缩孔体积和等效应力问题。
关键词：熔模铸造;;数值模拟;;粒子群算法;;BP神经网络;;遗传算法
基金资助：福建省增材制造创新中心开放基金项目（ZCZZ202-09）
