基于神经网络的低合金铜接头性能测试

摘要：

针对建立材料组织和相变物理模型估计不同焊接规范下接头力学性能的困难性,利用神经网络的非线性映射和建模能力,提出神经网络低碳合金钢焊接接头性能预测方法.首先在焊接热模拟试验机上获得了5种低合金钢不同焊接热循环条件下的接头力学性能数据,用于神经网络模型的训练和检验随后建立了BP神经网络预测模型,利用均匀设计法优化了神经网络参数.试验表明:该模型可根据钢材成分和焊接规范对焊接接头力学性能进行较为准确的估算,为焊接接头力学性能预测提供了一种有效的手段.

关键词：神经网络、焊接、力学性能、预测

所属期刊栏目：39

分类号：TG407(焊接、金属切割及金属粘接)

资助基金：国家自然科学基金50675093;甘肃省教育厅基金0803-02

在线出版日期：2009-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：117-120