基于RBF神经网络的铸轧7050铝合金的力学性能预测

作者：苏燕; 梁武

来源：热加工工艺, 2018, 47(21): 145-151.

DOI：10.14158/j.cnki.1001-3814.2018.21.037

• 7050铝合金
• 铸轧
• RBF神经网络
• 力学性能

用传统的数学建模方法很难根据工艺参数对材料力学性能进行预测,而BP神经网络存在预测精度不高等缺点。为此,本文采用适应性更好的RBF(径向基函数)神经网络在其它工艺参数不变的条件下,根据铸轧速度和浇注温度两个关键参数对7050铸轧件的抗拉强度、屈服强度和伸长率进行预测。拉伸试验和Matlab仿真的结果表明:本文构建的RBF神经网络的预测精度高于同条件下的BP神经网络,非常接近于试验值,具有较高的预测精度。

• 单位
  北海职业学院