基于神经网络预测的高强高韧钻杆用无缝钢管的开发

• 作者: 刘江成 周国帅 周家祥 周晓锋 窦志超
• 来源期刊: 钢管
• 学科: 工学
• 关键词: 钻杆 高强度 高韧性 BP算法 神经网络 性能预测 屈服强度 冲击功
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 技术交流
• 页码范围: 45-49
• 页数: 5页
• 分类号: TG335.71
• 字数: 3792字
• 语种: 中文

摘要

利用BP算法和试验数据,构建了神经网络预测模型;用该神经网络预测模型研究了各种主要化学成分对材料强度和冲击韧性的影响;通过神经网络预测,设计开发出了一种高强高韧钻杆用无缝钢管.分析结果显示:该高强高韧钻杆用无缝钢管在屈服强度达到1 100 MPa以上的同时,-20℃纵向冲击功达到了100 J以上;该神经网络预测模型的数据拟合度好,预测精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓锋		27	126	6.0	9.0
2	周家祥		10	22	3.0	4.0
3	刘江成		27	40	4.0	5.0
4	窦志超		12	21	3.0	4.0
5	周国帅		5	3	1.0	1.0