利用人工神经网络模型建立钢的回火方程.pdfVIP

金属热处理学报(增刊) 第七次全国热处理大会专辑 了吕』形，；7利用人工神经网络模型建立钢的回火方程 吴 良 【中国纺织大学机械系，上海200051) ■叠 本文利用人工神经网络(B—P网络)模型来模拟钢的吲火曲线。经过对网络的权值和阀值的训练， 可以使得根据神经网络结构所建立的数学模型在整个回火温度范围内模拟钢的回火曲线。 选择了2Crl3、40Cr钢的回火硬度数据作为计算实例，分别代表不刷类型的回火曲线。结果表明：采用 B—P网络模型来模拟钢的回火曲线，网络在整个回火温度范围内既可完成厨火温度、回火时间到回火硬度 的映射，而且可以获得比较高的拟台精度。 关t词 神经网络，B—P算法．回火硬度，回火方程 人工神经网络是近年来发展十分迅速的交叉学科，它涉及生物、电子、信息、计算机、 数学和物理等学科，在图象识别、自动控制、机器人、压力加工、摩擦学设计等领域有着极 为广泛的应用背景。在材料热处理学科，人工神经网络的应用也逐渐受到人们的重视。 der Wolk等人口1在运用人工神经网络来预测含钒钢的CCT图方面进行了研究，利用所建立的模 型来预测合金元素含量的变化对CCT图中相变开始线和相变结束线的影响。 本文在利用人r神经网络建立钢的回火方程方面进行了研究，随着计算机技术的飞速发 展，计算机模拟技术在热处理中的应用已成为当 今热处理技术发展的关键技术【4J，对我国热处理 数据库的研究也在不断进行，并取得了显著的成 绩”l。本文利用人I：神经网络中的B—P网络来 建立钢的回火方程，它的特点是网络经过训练以 后，在整个回火温度范围内可以用一个数学表达 式来表达钢的回火方程，并且可以达到比较高的 精度，区别在于对不同的钢种，各个神经元的连 接权和阀值不同。此外采用人工神经网络所建立 的数学模型，可以同时完成n维输入到m维输 出的映射，这对今后研究预测合金元素对钢的同 火性能的影响具有重大的现实意义。 1 B—P网络的结构、数学描述 人丁神经网络是利用物理可实现的器件或 采用现有的计算机来模拟生物体中神经网络的 某些结构与功能，来克服目前计算机业其他系统 图1神经雕各结构 不能解决的问题，如学习识别，自动控制专家系 332 统等。B—P网络是典型的前馈网络，也是最成熟、应用最广的神经网络。本文采用的三层 神经网络结构如图l。 络的输入与输出关系满足： ≤；厂(∑％t—e) (1一I) Yt=f(f(Z国j，Jjq) (1-2) 上式中响应函数为Sigmoid函数： 1 -，(“)2丽 ‘卜3) RobertHecht--Nielson171已从数学上证明了任何在闭区间内的一个连续函数都可以用一 个三层的B—P网络来逼近．完成任意的n维到m维的映照。从而为本文选崩B—P网络结 构来逼近各钢种的回火曲线提供了理论依据。 通过调整网络中各神经元之问的连接权03。∞．，和阀值口。、0，，使得网络的输入和 输出的关系能正确反映出钢在回火过穰中回火条份与回火性能之间的关系．本文采用的葬法 是基于梯度法的多层前向神经网络的误差反向传播算法，即EBP算法(ErrorBack P，目标函数为： B旷 (1—4)