王玉荣
,
乌日根
腐蚀与防护
通过动态质量损失法腐蚀试验获取BP神经网络的样本数据。利用Matlab的工具箱函数建立了拓扑结构为4×15×8×1的BP神经网络，并对网络模型的预测精度和应用进行了研究。结果表明，在样本集和训练条件下，4×15×8×1型BP网络能较好地反映腐蚀时间、合金铸铁主要合金成分与腐蚀深度之间的非线性关系。可用于合金铸铁在高温浓碱液中的动态腐蚀性能的预测；当稀土和铜质量分数较低且适量时，其耐碱蚀作用较显著，而镍质量分数越高耐碱蚀作用越明显。
关键词:
BP网络
,
合金铸铁
,
腐蚀深度
,
耐碱蚀
,
预测
孙晓光
,
傅云义
,
胡赓祥
,
王国栋
,
刘相华
钢铁
为了克服BP网络的局部收敛问题,提出了应用智能型优化方法--遗传算法对其网络参数进行优化的思想,在建立遗传-BP算法混合系统模型的基础上,以热轧带钢精轧机组负荷分配问题为实例进行了解析,计算结果表明了该算法的有效性.
关键词:
热轧带钢精轧机组
,
负荷分配
,
BP网络
,
遗传算法
叶建雄
,
张华
材料导报
如何找出特定的最佳工艺参数是焊接工作者重要而又艰巨的一项工作,是进行焊接加工时首先需要解决的问题.在全面考虑BP神经网络(Back propagation neural network)的非线性映射功能和GA(Genetic algorithm)全局寻优方法的基础上提出了综合利用回归正交表、人工神经网络(ANN)及遗传算法(GA),在所有可能的焊接工艺参数范围内自动搜寻最佳工艺参数的方法,研究中比较了不同种群大小、不同交叉概率对精度及效率的影响.结果表明,该方法具有适应性广、可靠性高的优点,由于可以大大减少试焊次数,具有良好的推广价值.
关键词:
焊接参数
,
全局寻优
,
BP网络
,
遗传算法
李光
,
刘汉良
,
张加波
,
宁志鹏
宇航材料工艺
doi:10.3969/j.issn.1007-2330.2014.01.026
选取主轴转速、进给速度、钻头螺旋角三因素建立碳纤维复合材料钻孔入口缺陷BP网络预测模型,分析三个因素对孔表面入口缺陷的影响规律.引入表面损伤系数定义,从而可以定量分析碳纤维复合材料钻孔在入口缺陷情况.借助预测模型,得到了表面损伤系数预测值,与试验数据的平均误差小于5％,证明碳纤维复合材料钻孔入口缺陷BP网络预测模型的准确性,获得了碳纤维复合材料钻孔加工的策略与切削参数选用范围.
关键词:
碳纤维复合材料(CFRP)
,
BP网络
,
表面损伤系数
,
切削参数
余真珠
,
马连湘
材料导报
在分析炭黑/橡胶复合材料生热率随温度、频率变化的基础上,建立了人工神经网络模型,并将神经网络模型与二次回归拟合公式相比较,进行误差分析,仿真结果表明神经网络模型的精度高于二次回归拟合公式的精度.并探讨了将人工神经网络理论引入到炭黑/橡胶复合材料热物性参数研究领域的可行性.
关键词:
复合材料
,
炭黑
,
滚动阻力
,
生热率
,
BP网络
孙晓光
,
付云义
,
胡赓祥
,
王国栋
,
刘相华
钢铁
为了研究带钢热连轧机组的负荷分配影响因素的规律,应用训练后的BP网络模拟带钢热连轧机组,并采用正交实验方法来研究BP网络的内部隐含的知识,以Q195和09CuPTi两个钢号进行分析,所得的规律与实际经验相符.
关键词:
热轧带钢精轧机组
,
负荷分配
,
BP网络
,
正交设计
钱存富
,
赵秉军
,
陈芳芳
,
曾梅光
钢铁研究学报
根据固体与分子经验电子理论计算了19组新型高强韧钢的试验数据所对应的结构形成因子S值,从中随机抽取16组数据,应用人工神经网络的BP结构进行训练,用其余3组数据进行检验,其平均训练误差为0.873 1 %,平均检验误差为0.965 7 %.建立了价电子结构与强度之间的定量关系,为从电子层次进行合金成分设计进行了有益的尝试.
关键词:
高强韧钢
,
结构形成因子
,
人工神经网络
,
BP网络
,
抗拉强度
张艾萍
,
黄健
,
徐志明
工程热物理学报
针对当前常用的防除垢效果评价方法不能实时在线地评价换热器防除垢效果这一难题，本文提出了．一种基于传热系数法和威尔逊图解法，并结合BP网络计算超声波应用于换热器中的防除垢效果评价的新指标防除垢效果评价系数及其修正，该修正方法以各种工况下换热器经除垢前后的冷热流体的出入口温度差以及除垢前和未结垢时的冷流体流量和除垢时间作为输入，以与变工况具有相同除垢效果的额定工况参数为输出。通过实例验证，修正后的防除垢效果评价系数不仅可以实现实时在线评价换热器的除垢效果，并且评价结果更为准确。
关键词:
换热器
,
除垢效果
,
评价系数
,
威尔逊图解法
,
BP网络
乌日根
,
董俊慧
,
王玉荣
兵器材料科学与工程
doi:10.3969/j.issn.1004-244X.2009.01.008
通过动态质量损失法腐蚀试验获取RE-Ni-Cu合金铸铁在高温浓碱液中的实测腐蚀深度,并将其作为样本数据用于BP神经网络的训练和验证;利用MATLAB的工具箱函数分别建立拓扑结构为4x15x1和4x15x8x1的BP神经网络.并对两个网络模型进行比较研究.结果表明,在样本集和训练条件下,4层BP网络的预测精度明显高于3层BP网络,可用于RE-Ni-Cu合金铸铁在高温浓碱液腐蚀系统中的腐蚀性能预测.
关键词:
BP网络
,
铸铁
,
腐蚀深度
,
合金成分
,
预测
