高强度管线钢焊接接头韧性参数CVN的神经网络预测系统

摘要：

使用VC++6.0建立了多层BP人工神经网络模型预测高强度管线钢焊接接头韧性参数夏比冲击(CVN)值.根据现场X70管线钢焊接参数,选择平均线能量、壁厚、预热温度、焊接位置和取样位置作为模型输入量,建立了节点数为14的一个隐层,激活函数为Sigmoid型的接头韧性参数CVN预测程序.194组样本数据均来自现场焊接数据,随机选取150组样本作为训练样本,其余44组样本作为预测结果的检验样本.分析了神经网络结构对预测结果的影响.预测值误差在20%以内的样本占测试样本数的77%.结果表明,在高强度管线钢焊接中,基于ANN(artificial neural network)的CVN预测方法可为合理选择焊接工艺参数提供一种有效途径.

关键词：高强度管线钢、夏比冲击韧性参数、人工神经网络

所属期刊栏目：29

分类号：TP202(自动化技术及设备)

在线出版日期：2008-04-01（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：106-108,112