低压铸造充型是一个伴随着大量的热量散失的复杂的动态过程。铸件浇注系统和工艺参数的设计是否合理在很大程度上决定了铸件的质量。为了缩短提高质量,降低成本,在设计阶段就有必要采用数值模拟技术对设计过程进行分析优化。虽然铸造过程数值模拟技术取得了积极的应用效果,但在实际应用在还存在诸多问题,制约了CAE技术的发展和应用。比如:合金热物理参数的缺乏;采用有限差分模拟软件会导致铸件模型的失真;数值模拟的结果不能自动地和智能地对工艺效果进行预测诊断。 基于以上考虑,本文首先进行了铸件合金的热物性能的测定,以确保获得可靠的数值模拟结果;并从生产应用的角度,采用有限元数值模拟软ProCAST对铸件进行了流动传热模拟研究,改进了铸件工艺设计;在对基于CAE数值模拟结果的两种设计方案说明的基础上将神经网络设计方法引入到铸造数值模拟结果的分析处理过程,构建壳体铸件低压铸造工艺设计优化模型;以Matlab数学软件为二次开发平台,结合壳体铸件专业知识,采用面向用户的设计方法进行系统的总体和详细设计,开发了神经网络设计系统。系统不仅可以利用对模拟结果的训练实现对壳体铸件工艺参数的预测、诊断和优化,还可以对一般样本数据进行训练仿真,使系统具有专业化、实用化和用户化的特点,方便使用。 本课题的研究表明:数值模拟技术可以实现铸件工艺设计优化,