熔敷金属力学性能人工神经网络模型的研究

1.中国科学院金属研究所,

2.中国科学院金属研究所,

3.中国科学院金属研究所,

4.中国科学院金属研究所,

5.中国科学院金属研究所,

6.清华大学机械工程系,

基金项目: 国家重点基础研究发展计划(973计划)(G1998061511)

Artificial Neural Network Model for Mechanical Properties of Deposited Metals

在试验的基础上,采用人工神经网络方法建立了基于BP算法的熔敷金属力学性能的预测模型,该模型训练结果与试验值之间有很好的对应关系,说明该模型能准确反映合金元素与熔敷金属力学性能之间复杂的非线性关系.用该模型研究了合金元素对熔敷金属低温韧性的影响,分析得出了与试验一致的结果.

[1]	赵启林.人工神经网络在轧钢中的应用[J].钢铁研究,1999(01):44-48.
[2]	王玉,谭力,邢渊,阮雪榆.人工神经网络在热处理质量控制中的应用研究[J].机械工程材料,2000(02):8-9.
[3]	李孝安.神经网络与神经计算机导论[M].西安:西北工业大学出版社,1994
[4]	芮晓艳.人工神经网络模型预测高碳钢高速线材力学性能[J].特殊钢,2000(05):17-19.
[5]	谭长瑛等.N对微Ti高强钢焊丝熔敷金属韧性的影响[J].焊接学报,1991,12(03):161-167.
[6]	木佳 .提高埋弧直缝管焊缝韧性的方法[J].焊管,1994,17(02):40-45.
[7]	罗兴宏 .微合金化对抗氢蚀钢1 1/4Cr-1/2Mo使用性能的影响[D].中国科学院金属研究所,1997.
[8]	国旭明 .输气管线用埋弧焊丝的研制及外场处理对熔敷金属显微组织和性能的影响[D].中国科学院金属研究所,2000.

上一张下一张

计量

作者相关

文章评分