根据收集和整理的实验数据, 建立了低碳低合金钢的成分与马氏体转变开始温度(Ms点)的反向传播(BP)人工神经网络, 用这种方法预测了一些钢的Ms点, 并与用其它经验公式得到的结果进行了比较. 结果表明: 用人工神经网络能更精确地预测钢的Ms点, 预测精度明显高于其它线性经验公式, 另外用正交实验法设计了几种基准成分的钢, 用人工神经网络分析了几种合金元素对Ms点的定量影响, 计算结果表明, 与传统的经验公式表达的信息不同, 合金元素的含量与钢的Ms点间表现为非线性关系. 可以认为, 这种非线性关系是由合金元素间复杂的交互作用引起的.
参考文献
| [1] | |
| [2] | |
| [3] | |
| [4] | |
| [5] | |
| [6] | |
| [7] | |
| [8] | |
| [9] | |
| [10] |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%