新型低合金钢的锻造工艺神经网络优化

摘要：

以始锻温度、终锻温度、模具预热温度和锻造比作为输入层节点,并以耐磨损性能(磨损体积)和耐腐蚀性能(腐蚀电位)作为输出项节点,构建了4×32×8×2四层拓扑结构的神经网络优化模型,并对该模型进行了预测和验证.结果 表明,神经网络优化模型的磨损体积和腐蚀电位相对训练误差分别为2.63％～4.80％和2.59％～3.75％,平均相对训练误差分别为3.67％和3.20％;磨损体积和腐蚀电位的相对预测误差分别为2.50％～3.70％和2.70％～3.51％,平均预测误差值分别为3.06％和3.14％.模型预测能力强、精度高.

关键词：神经网络、低合金钢、锻造工艺、耐磨损性能、耐腐蚀性能

所属期刊栏目：50

分类号：TG316(金属压力加工)

资助基金：国家自然科学基金61662083

在线出版日期：2021-05-31（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：90-93