人工神经网络快速预测蠕墨铸铁的性能

• 作者: 吴和保 张亚平 李晓微 樊自田 董选普 蔡安克 龙玉阳
• 来源期刊: 武汉工程大学学报
• 学科: 工学
• 关键词: 神经网络 蠕墨铸铁 热分析
• 年，卷（期）: 2013,（10）
• 页码范围: 63-67
• 页数: 5页
• 分类号: TG255
• 字数: 2252字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2869.2013.10.013

摘要

蠕墨铸铁具有优异的力学性能、铸造性能、抗热疲劳和耐磨性能,是大功率柴油发动机缸体的理想合金材料.蠕墨铸铁容易受到生产工艺因素的影响,蠕化率难以控制,必须依靠炉前快速分析技术加以严格控制.以蠕墨铸铁的化学成分和力学性能为研究对象,在大量实验数据的基础上,采用Matlab软件中的误差反向传播算法神经网络工具箱,通过二次开发建立了一个基于热分析的预测网络,实现蠕墨铸铁性能的炉前化学成分和力学性能的快速预测,并与理化实测数据进行分析对比.结果表明,人工神经网络能充分逼近复杂的非线性系统,准确快速地预测蠕墨铸铁的化学成分和力学性能,有利于蠕墨铸铁的蠕化率、化学成分和力学性能的炉前快速监控,确保蠕化处理效果的稳定性,提高产品质量,降低铸铁的生产成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊自田	华中科技大学材料科学与工程学院	218	2033	22.0	30.0
2	吴和保	武汉工程大学机电工程学院	23	101	6.0	9.0
3	龙玉阳	武汉工程大学机电工程学院	3	16	2.0	3.0
4	董选普	华中科技大学材料科学与工程学院	106	958	16.0	23.0
5	蔡安克	中国一拖集团有限公司工艺材料研究所	19	44	5.0	6.0
6	张亚平	武汉工程大学机电工程学院	7	18	2.0	4.0
7	李晓微	武汉工程大学机电工程学院	1	10	1.0	1.0