通过热模拟实验获得连续油管焊接热影响区最薄弱区的力学特性,采用BP神经网络对该区域在不同工艺下的力学性能进行仿真预测,着重研究不同训练函数对网络性能的影响.通过不同训练函数条件下网络性能的对比分析,最终选取最优的网络模型对连续油管焊接热影响区最薄弱区的力学特性进行预测,获得较好的预测结果.
参考文献
[1] | 张嗣伟,王优强.对我国连续油管作业技术应用现状的思考[J].石油矿场机械,1999(01):4-6. |
[2] | 张敏,赵鹏康,李继红,毕宗岳.等离子焊连续油管焊接热影响区组织及性能热模拟分析[J].热加工工艺,2011(03):136-139. |
[3] | 张敏,赵鹏康,王文武,李继红,毕宗岳.高频电阻焊连续油管焊接HAZ组织性能热模拟分析[J].焊接技术,2011(02):12-15. |
[4] | Liu S J;Ma W Z;Zhou P X.Application of artificial neural networks in material science[J].Chins Plastics Industry,2005(05):162-164. |
[5] | 王凯,李冬青,张忠典,张益民.人工神经网络及其在焊接中的应用与展望[J].焊接,2005(06):5-9. |
[6] | 朱凯;王正林.精通MATLAB神经网络[M].北京:电子工业出版社,2010:193-224. |
[7] | 朱大奇;史慧.人工神经网络原理及应用[M].北京:科学出版社,2006:33-53. |
[8] | 王清,那月,孙东立,卢玉红,邓德军,杨于银.GH99合金TIG焊接接头拉伸性能的人工神经网络预测[J].焊接学报,2010(03):77-80. |
[9] | 周开利;康耀红.神经网络模型及其MATLAB仿真程序设计[M].北京:清华大学出版社,2005:69-100. |
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:
-
10%
-
20%
-
30%
-
40%
-
50%