基于神经网络的低合金钢接头性能测试
Predication of mechanical properties for low-alloy steel welding joints based on neural network作者机构：兰州理工大学有色金属合金及加工教育部重点实验室甘肃兰州730050 兰州理工大学甘肃省有色金属新材料省部共建国家重点实验室甘肃兰州730050
出 版 物：《电焊机》 (Electric Welding Machine)
年 卷 期：2009年第39卷第4期
页 面：117-120页
学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金：国家自然科学基金(50675093) 甘肃省教育厅基金(0803-02)
摘 要：针对建立材料组织和相变物理模型估计不同焊接规范下接头力学性能的困难性,利用神经网络的非线性映射和建模能力,提出神经网络低碳合金钢焊接接头性能预测方法。首先在焊接热模拟试验机上获得了5种低合金钢不同焊接热循环条件下的接头力学性能数据,用于神经网络模型的训练和检验。随后建立了BP神经网络预测模型,利用均匀设计法优化了神经网络参数。试验表明:该模型可根据钢材成分和焊接规范对焊接接头力学性能进行较为准确的估算,为焊接接头力学性能预测提供了一种有效的手段。
维普期刊数据库
同方期刊数据库