利用人工神经网络技术建立了结构钢端淬曲线预测系统的数学模型,该模型覆盖了较大范围的钢种,系统除了能对已训练过的钢种的端淬曲线准确描述外,还能在一定精度范围内对新钢种的端淬曲线进行预测.本文还研究了训练步数、训练数据量对模型预测精度的影响.
参考文献
[1] | Wang J;Van der Wolk P J;Dorrepsal C;Van der Zwaag S .Effects of carbon and cooling rate on continuous cooling transformations predicted by artificial network[J].ISIJ International,1999,39(10):1038. |
[2] | H. K. D. H. BHADESHIA .Neural Networks in Materials Science[J].ISIJ International,1999(10):966-979. |
[3] | Van der Wolk P J;Vemeulen W G;Van der Zwaag S.Prediction of the continuous cooling transformation diagram of Vanadium containing steels using artificial neural networks[A].London (UK).The Institute of Materials,1996:378. |
[4] | 吴良.利用人工神经网络模型建立钢的回火方程[C].金属热处理学报(第七次全国热处理大会:论文专辑),1999:332~336. |
[5] | W.G. Vermeulen;P.J. van der Wolk;A.P. de Weijer .Prediction of Jominy Hardness Profiles of Steels Using Artificial Neural Networks[J].Journal of Materials Engineering and Performance,1996(1):57-63. |
[6] | ASM.Atlas of isothermal and cooling transformation diagrams[M].Ohio,1977 |
[7] | ASM.Metals handbook[M].Ohio,1978 |
[8] | 《热处理手册》编委会.热处理手册[M].北京:机械工业出版社,1992 |
[9] | 冶金工业部《合金钢钢种手册》编写组.合金钢钢种手册[M].北京:冶金工业出版社,1983 |
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%