碳钢焊条配方成分遗传神经网络预测.docVIP

碳钢焊条配方成分遗传神经网络预测 摘要为了获得焊条原材料成分与焊条熔敷金属力学性能之间的映射关系，建立了焊条原材料成分预测遗传算法神经网络模型，通过用46组数据对模型进行训练和验证，研究分析得出以下结论:酸性焊条焊芯中的C含量、中碳锰铁中C含量、还原钛铁矿中C含量、焊芯中Mn含量、中碳锰铁中Mn含量、碱性焊条焊芯中的C含量、中碳锰铁中C含量、还原钛铁矿中C含量、焊芯中Mn含量、中碳锰铁中Mn含量、焊芯中的Si含量、中碳锰铁中的Si含量、低度硅铁中的Si含量的预测平均相对误差总体在15%以内，可以满足实际生产要求。表明所建立的遗传神经网络预测模型是有效的，能够直接根据熔敷金属的力学性能较准确地预测其焊条原材料成分。7069 关键词：碳钢焊条遗传算法神经网络预测力学性能 毕业设计说明书（论文）外文摘要 TitleGenetic neural network prediction of carbon steel electrode formulation component Abstract In order to obtain the mapping relationship between the electrode raw material composition and the mechanical properties of the electrode deposit