E4303焊条力学性能模糊神经网络智能预测

• 作者: 徐越兰 黄俊
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 碳钢焊条 模糊神经网络 力学性能 智能预测
• 年，卷（期）: 2011,（2）
• 页码范围: 219-223
• 分类号: TG407
• 字数: 3839字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2011.02.014

摘要

为了获得反映焊条原材料成分与其熔敷金属力学性能之间映射关系的预测模型,该文对E4303碳钢焊条进行配方设计和堆焊试验,测定其熔敷金属的抗拉强度、屈服强度、延伸率、冲击功4项力学性能指标.采用自适应模糊神经网络方法建立了直接由焊条原材料成分预测焊条力学性能的模糊神经网络模型.用该模糊神经网络模型对训练样本以外的试验数据进行预测.结果表明,抗拉强度和屈服强度的预测平均相对误差在5%以内,延伸率指标预测平均绝对误差仅为0.021,冲击功指标预测效果与BP网络相比有明显改善,说明该模糊神经网络预测模型能够直接根据焊条原材料成分较准确地预测其熔敷金属的力学性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄俊	南京理工大学材料科学与工程学院	47	391	12.0	19.0
2	徐越兰	南京理工大学材料科学与工程学院	51	585	12.0	22.0