基于神经网络的低合金铜接头性能测试

• 作者: 樊丁 顾玉芬
• 来源期刊: 电焊机
• 关键词: 神经网络 焊接 力学性能 预测
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 研究与设计
• 页码范围: 117-120
• 页数: 4页
• 分类号: TG407
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2303.2009.04.030

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊丁	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	269	2333	23.0	30.0
2	顾玉芬	兰州理工大学有色金属合金及加工教育部重点实验室	44	242	10.0	13.0