基于BP神经网络的铝液夹杂物预测

铝液中夹杂物的含量与大小会直接影响铝液浇注过程及成品质量。用电阻法在线检测电气回路的电流,该电流的变化与铝液的夹杂物密切相关,同时考虑在电压、气压、小孔直径、铝液温度等条件不同的情况下,夹杂物直径大小会直接影响到电流的幅值和宽度。利用BP神经网络方法建立铝液夹杂物直径预测模型,结合在线测量的实验样本数据,对预测模型进行训练和测试,并且通过训练效果确定隐含层的神经元个数,从而确定最好的BP神经网络的夹杂物预测模型。实验和仿真结果表明,基于BP神经网络的铝液夹杂物预测模型的预测数据符合实际情况。