欢迎登录材料期刊网

材料期刊网

高级检索

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:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%