基于免疫遺傳算法的納米復合金屬陶瓷模具材料優(yōu)化設計.pdf

1、目前在陶瓷模具材料設計中采用的方法主要是進行試驗，通過得到的試驗數(shù)據(jù)不斷修正材料的組分以及制備的工藝，從而得到性能較好的材料，這種方法就需要大量的人力、物力和時間。因此，將先進的計算智能技術用于陶瓷模具材料的優(yōu)化設計中，設計的效率會得到提高，使用較多的計算智能方法是神經(jīng)網(wǎng)絡和遺傳算法，本文將免疫算法用于陶瓷模具材料的優(yōu)化設計，并將免疫算法和遺傳算法以及神經(jīng)網(wǎng)絡結合，優(yōu)化了陶瓷模具材料的組分和燒結工藝。
　　 本文運用免疫算法優(yōu)化

2、了Ti(C,N)基納米復合金屬陶瓷模具材料的組分，分別用逐步回歸分析方法得到的機械性能與材料組分之間的數(shù)學函數(shù)關系作為免疫算法的目標函數(shù)，優(yōu)化后得到最優(yōu)的機械性能以及相應的最佳的材料組分。優(yōu)化結果為Ti(C,N)基納米復合金屬陶瓷模具材料的斷裂韌性最優(yōu)值為7.7 Mpa·m1/2，相應的ZrO2和WC的質量百分含量分別為10.67％和20％；硬度的最優(yōu)值為15.31 Gpa，相應的ZrO2和WC的質量百分含量分別為0和15.10％；抗彎

3、強度的最優(yōu)值為1057.39 Mpa，相應的ZrO2和WC的質量百分含量分別為6.75％和11.38％。
　　 實現(xiàn)了免疫算法與遺傳算法的結合，運用結合的免疫遺傳算法優(yōu)化Ti(C,N)基納米復合金屬陶瓷模具材料的機械性能，優(yōu)化結果與單一免疫算法的結果相同，但免疫遺傳算法的迭代次數(shù)減少了，提高了陶瓷模具材料優(yōu)化設計的效率。
　　 運用BP神經(jīng)網(wǎng)絡建立了Ti(C,N)基納米復合金屬陶瓷模具材料燒結工藝與機械性能之間的關系，并

4、進行了預測，預測誤差較小，然后將建立的神經(jīng)網(wǎng)絡模型作為免疫遺傳算法的目標函數(shù)，優(yōu)化得到機械性能最優(yōu)時的燒結工藝，優(yōu)化結果為：斷裂韌性的最優(yōu)值為8.2 Mpa·m1/2，對應的燒結溫度為1455.5℃，保溫時間為12.6min；硬度的最優(yōu)值為17.3Gpa，對應的燒結溫度為1490.7℃，保溫時間為24min；抗彎強度的最優(yōu)值為1097.6 Mpa，對應的燒結溫度為1454.1℃，保溫時間為10.9min。優(yōu)化結果與實驗值間的誤差分別為4

5、.65％、0.23％和4.05％。最后用免疫遺傳算法結合神經(jīng)網(wǎng)絡的方法優(yōu)化了Ti(C,N)基納米復合金屬陶瓷模具材料的組分，優(yōu)化結果為：斷裂韌性的最優(yōu)值為6.93 Mpa·m1/2，相對應的ZrO2和WC的質量百分含量分別為12.3％和6.9％；硬度的最優(yōu)值為15.19 Gpa，相對應的ZrO2和WC的質量百分含量分別為13.75％和19.74％；抗彎強度的最優(yōu)值為924.68 Mpa，相對應的ZrO2和WC的質量百分含量分別為7.57