基于人工神经网络含稀土元素熔敷金属力学性能预测
郭永环1
孟祥里1
郭妍2
范希营1
张亮1
1.江苏师范大学 机电工程学院,江苏 徐州,2211162.大庆油田管理局大庆钻探工程公司 钻井生产技术服务二公司,黑龙江 大庆,163461
摘要：为了提高焊条的力学性能并缩短焊条研发周期,在E4301型焊条药皮配方基础上加入了CeO2和稀土元素La,并对焊条进行了力学性能试验.对试验数据进行分析后发现,加入适量的稀土元素可以改善焊条的力学性能.利用典型BP和RBF神经网络分别建立力学性能预测模型.将焊条中的CeO2、La、Si、Mn含量与焊接速度作为预测模型的输入变量,将熔敷金属的抗拉强度、下屈服强度、断后伸长率与热影响区平均硬度作为输出变量.结果表明,将BP和RBF神经网络用于对含稀土焊条力学性能的预测是可行的,且RBF神经网络模型的预测精度和效率要高于BP神经网络模型.
关键词：La元素焊接速度BP神经网络RBF神经网络预测模型熔敷金属力学性能焊条
分类号：TG407(焊接、金属切割及金属粘接)
资助基金：国家自然科学基金(51475220)江苏省产学研前瞻性联合研究项目(BY2016028-02)徐州市科技计划(KC15SM031)
论文发表日期：2017-05-02
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 269-274 )
英文信息