新型低合金钢的锻造工艺神经网络优化

作者：黄伟凡

来源：热加工工艺, 2021, 50(09): 90-93.

DOI：10.14158/j.cnki.1001-3814.20191284

• 神经网络
• 低合金钢
• 锻造工艺
• 耐磨损性能
• 耐腐蚀性能

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。

• 单位
  宜春学院