基于人工神经网络含稀土元素熔敷金属力学性能预测

• 作者: 孟祥里 张亮 范希营 郭妍 郭永环
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 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
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 材料科学与工程
• 页码范围: 269-274
• 页数: 6页
• 分类号: TG407
• 字数: 3459字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2017.03.06

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张亮	江苏师范大学机电工程学院	42	195	8.0	12.0
2	郭永环	江苏师范大学机电工程学院	46	210	8.0	12.0
3	范希营	江苏师范大学机电工程学院	25	53	5.0	6.0
4	孟祥里	江苏师范大学机电工程学院	2	1	1.0	1.0
5	郭妍		2	8	1.0	2.0