科研之友
微信
新浪微博
Facebook
分享链接
摘要
通过试验测定焊条熔敷金属的断后伸长率和冲击吸收功等力学性能,以多层前馈神经网络(BP)、径向基函数神经网络(RBF)、自适应模糊神经网络(AFNN)3种方法获得的单一预测模型的计算值作为输入参数,建立焊条熔敷金属力学性能神经网络非线性组合预测模型.利用42组试验样本对模型进行训练和验证.结果表明,断后伸长率和冲击吸收功的预测平均相对误差均在5%以内,满足实际生产要求.采用Matlab和visual C++混合编程技术开发了基于数据库的焊条性能智能预测软件系统,可以直接根据焊条原材料成分对焊条熔敷金属的断后伸长率、冲击吸收功等力学性能进行较为准确的预测,为焊条的质量预测与控制提供了一条简单有效的新途径.
- 出版日期2011
- 单位南京理工大学
