该文以铝及铝硅等合金熔体作为主要研究对象,用HyscanⅡ型测氢仪测定了在不同的实验条件下(温度、保温时间、合金元素、原材料等)熔体中的氢含量,并从热力学和动力学两个方面建立了氢的扩散及惰性气体除氢数理模型;研究了电磁搅拌对铝合金熔体洁净化的影响;阐述了遗传算法及BP人工神经网络的原理,用改进的BP人工神经网络方法对铝熔体中的氢含量进行了预测,结合遗传算法,对铝合金熔体用精炼熔剂组分进行了优化选择.通过研究相同过热度下Al-Si合金熔体中的氢含量,发现氢含量曲线具有和液相线类似的变化规律,即随着Si含量的增加,试样中的氢含量先减少,到共晶点时为最小,此后氢含量又逐渐增加.并且过热度越大,氢含量越高.合金液态结构X射线衍射结果表明,熔体中原子密度随着Si含量的变化趋势与氢含量曲线相反.用熔体"自由体积理论"解释了铝熔体氢含量的变化规律.用改进的BP人工神经网络,分别对铝熔体及非标ZL104合金中氢含量随熔炼条件及熔剂成分的变化进行了训练,其训练和测试误差达到了很高的精度,从而分别建立了铝熔炼条件和氢含量以及铝合金用熔剂各组分含量与除氢率的映射模型.