刘迎新
,
未作君
,
陈吉祥
,
张继炎
催化学报
采用BP神经网络对间二硝基苯液相催化加氢制备间苯二胺的反应条件进行优化.首先利用均匀设计的实验结果,采用LM算法对BP神经网络进行训练.再利用训练好的BP神经网络对各种实验因素水平组合条件下间二硝基苯的转化率和间苯二胺的收率进行预测.结果表明,采用苯作溶剂时,间二硝基苯的转化率较高;采用乙醇作溶剂时,间苯二胺的收率较高;当采用乙醇为溶剂,催化剂用量为20%,反应温度和压力分别为365 K和2.9 MPa时反应效果较好,间苯二胺的收率高达95.8%.进一步的实验验证表明,用神经网络模型模拟的结果与实验结果基本吻合.
关键词:
BP神经网络
,
LM算法
,
反应条件
,
优化
,
间二硝基苯
,
加氢
,
间苯二胺
周惦武
,
乔小杰
,
张丽娟
,
李升
中国有色金属学报
为了抑制或减少镀锌钢/6016铝合金在激光焊过程中生成Fe/Al脆性金属间化合物,采用光纤激光器,不添加任何钎料,对汽车车身用镀锌钢与6016铝合金平板试件进行激光搭接焊试验.利用ANSYS有限元分析软件,建立钢/铝激光焊热源模型.基于模拟计算与温度同步测量,获取不同工艺条件下焊接熔深,将其作为训练样本,利用BP神经网络,建立激光焊条件下焊接功率、焊接速度、离焦量与焊接熔深之间的非线性映射关系,优化焊接工艺参数.采用卧式金相显微镜、扫描电镜、X射线衍射仪、微机控制电子万能试验机等手段对优化工艺条件下焊接接头各区域的金相组织、断口形貌、界面元素分布、主要物相和接头力学性能进行研究.结果表明:模拟计算获得工件表面距焊缝中心不同位置温度与实验同步测量温度基本吻合,所建热源模型能反映激光焊实际过程特点;通过神经网络方法建立模型预测不同工艺参数下焊接熔池深度的相对误差控制在10％以内;优化工艺条件下,焊缝横截面铝熔化,钢少量熔化,液态铝在钢表面润湿铺展良好,钢/铝界面层形成厚度约为9μm、由FeAl和Fe3Al组成的金属间化合物层,焊接接头平均抗剪强度为27.70 MPa,断裂形貌表现为准解理和韧性的混合型断裂特征.
关键词:
6016铝合金
,
镀锌钢
,
激光焊
,
模拟计算
,
BP神经网络
,
组织
,
性能
张敏
,
周旭东
,
刘相华
,
王国栋
钢铁研究学报
采用BP神经网络与数学模型相结合的方法对热带精轧机组机架间水冷区带钢热流密度进行预测,进而优化了机架间冷却的数学模型.结果表明,利用BP神经网络得出的带钢热流密度计算的终轧温度与实测值的标准差比原来仅用数学模型的传统算法减少了14.08%,故该方法具有较好的在线应用前景.
关键词:
机架间冷却
,
BP神经网络
,
数学模型
,
热流密度
,
终轧温度
,
热轧
,
带钢
王安娜
,
田慧欣
,
姜周华
,
战东平
,
尹小东
,
马志刚
钢铁研究学报
LF炉钢水温度的控制对钢的质量和连铸操作的顺行都很重要,而LF炉钢水温度的预报是LF炉钢水温度控制的前提.针对LF炉冶炼过程中物理化学反应过程及传热过程的复杂性,以宝山钢铁股份有限公司300 t LF炉为研究对象,在分析了影响LF炉钢水温度的主要因素的基础上,应用基于BP神经网络的信息融合算法,开发了用C语言编写的预测程序,预测了LF炉的钢水温度.实验表明,此算法可以提高预测的速度和精度,预测结果为误差不大于±5 ℃的炉次大于90%.
关键词:
LF
,
信息融合
,
BP神经网络
,
Matlab
,
钢水
,
温度预测
孙宇
,
曾卫东
,
赵永庆
,
韩远飞
,
邵一涛
,
周义刚
稀有金属材料与工程
钛合金的化学元素与相变点之间具有复杂的非线性关系,人工神经网络(artificial neural network,ANN)是解决非线性映射关系的一种有效可行的方法.本工作以钛合金相变点与化学元素的关系为研究对象,建立钛合金相变点的BP神经网络预测模型,运用训练好的网络模型研究典型化学元素对相变点的影响规律,并与传统经验公式进行比较.结果发现:神经网络模型的预测结果精度较高,误差小.各合金元素对相变点的影响并不是传统经验公式表现出来的单调线性关系,而是由于各元素之间的交互作用引起的复杂非线性关系.
关键词:
钛合金
,
合金元素
,
相变点
,
BP神经网络
符强
,
张进之
钢铁研究学报
将BP神经网络的思想用于预测热连轧参数,研究并建立了基于BP神经网络的预测控制数学模型.以热连轧精轧自然宽展值为例,现场实测数据仿真验证表明,该模型明显优于传统的数学预测模型,具有很高的预测精度.
关键词:
BP神经网络
,
预测
,
精轧
,
宽展
