欢迎登录材料期刊网

材料期刊网

高级检索

基于人工神经网络原理,以酸性焊条配方为研究对象,在生产数据支持的基础上,建立了反映焊条配方与熔敷金属抗拉强度之间映射关系的神经网络模型.采用 BP算法训练网络.研究结果表明,该模型预测的结果同生产实际值之间有很好的对应关系.根据网络估测的结果可定量地进行焊条性能预报.为焊条的设计提供了一种科学方法.

参考文献

[1] D. C. Reddy;C. S. Reddy .Development of neural network methodology to predict TTT diagrams[J].Transactions of the American Foundrymen's Society,1996(104):191-196.
[2] 李连胜,魏艳红,杨于银.基于人工神经网络的焊缝熔敷金属力学性能预测[J].焊接,2001(07):18-20.
[3] 余圣甫,李志远,王福德,吴伟.基于人工神经网络的药芯焊丝焊接工艺研究[J].华中理工大学学报,2000(04):1-3.
[4] 齐乐华 等.人工神经网络在材料工程中的应用[J].机械科学与技术,1999,18(01):114-116.
[5] 刘增良.模糊技术与神经网络技术选编( 4)[M].北京:北京航空航天大学出版社:111-117.
[6] 唐伯钢.低碳钢与低合金高强钢焊接材料[M].北京:机械工业出版社,1987:130.
[7] 张子荣.电焊条[M].北京:机械工业出版社,1996:185.
[8] GB5117-1995.GB5117-1995.碳钢焊条标准[S].
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%