利用人工神经网络模型预测Q235B热轧板带力学性能

摘要：

从某公司的薄板热轧管理机中随机抽取数据,用人工神经网络中的BP网络建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系,来预测产品的力学性能.离线仿真表明,产品力学性能的预报值与实测值的相对误差很小.抗拉强度预报值与实测值的相对误差有88%不超过±2%,屈服强度预报值与实测值的相对误差有86%不超过±4%,延伸率预报值与实测值的相对误差有78%不超过±6%.

关键词：人工神经网络、BP算法、力学性能

所属期刊栏目：24

分类号：TG142.1+2(金属学与热处理)

资助基金：内蒙古科技攻关项目

在线出版日期：2006-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：275-279