基于遗传算法和神经网络的C/C复合材料等温CVI工艺参数优化模型

摘要

建立了基于遗传算法和误差反传(GA-BP)神经网络的化学气相渗透(CVI)工艺参数优化模型.以新型等温CVI工艺制备C/C复合材料时采集的实验数据作为模型评价样本,分析了主要可控影响因素(沉积温度、前驱气体分压与滞留时间等)对C/C复合材料制件密度及其密度均匀性的作用规律.在该模型指导下,样本的期望密度和实测密度最大误差不超过6.2％,密度差最大误差不超过8.2％.实验结果也证明了该模型具有较高的精度和良好的泛化能力,可以用于CVI工艺参数的优化.