大型铸锻件
大型鑄鍛件
대형주단건
HEAVY CASTING AND FORGING
2015年
1期
1-5
,共5页
安红萍%刘俊林%李婷%李占伦
安紅萍%劉俊林%李婷%李佔倫
안홍평%류준림%리정%리점륜
2.25Cr-1Mo-0.25V钢%BP神经网络%流变应力模型
2.25Cr-1Mo-0.25V鋼%BP神經網絡%流變應力模型
2.25Cr-1Mo-0.25V강%BP신경망락%류변응력모형
以2.25Cr-1Mo-0.25V钢热压缩实验得到的数据为样本,采用BP神经网络的方法建立了以应变、应变速率、变形温度为输入和流变应力为输出的流变应力模型,并采用遗传算法优化了网络的初始权值和阈值.结果表明,利用BP神经网络建立的2.25Cr-1Mo-0.25V钢热变形人工神经网络模型的可行性较高,拟合程度是0.52％.该模型较精确地预测了2.25Cr-1Mo-0.25V钢的高温流变行为,为更加合理地制定热工艺参数提供了依据.
以2.25Cr-1Mo-0.25V鋼熱壓縮實驗得到的數據為樣本,採用BP神經網絡的方法建立瞭以應變、應變速率、變形溫度為輸入和流變應力為輸齣的流變應力模型,併採用遺傳算法優化瞭網絡的初始權值和閾值.結果錶明,利用BP神經網絡建立的2.25Cr-1Mo-0.25V鋼熱變形人工神經網絡模型的可行性較高,擬閤程度是0.52％.該模型較精確地預測瞭2.25Cr-1Mo-0.25V鋼的高溫流變行為,為更加閤理地製定熱工藝參數提供瞭依據.
이2.25Cr-1Mo-0.25V강열압축실험득도적수거위양본,채용BP신경망락적방법건립료이응변、응변속솔、변형온도위수입화류변응력위수출적류변응력모형,병채용유전산법우화료망락적초시권치화역치.결과표명,이용BP신경망락건립적2.25Cr-1Mo-0.25V강열변형인공신경망락모형적가행성교고,의합정도시0.52％.해모형교정학지예측료2.25Cr-1Mo-0.25V강적고온류변행위,위경가합리지제정열공예삼수제공료의거.
