建筑横梁铸造工艺的BP神经网络优化.pdfVIP

HotWorkingTechnology2021,Vol.50,No.17

建筑横梁铸造工艺的BP神经网络优化

戚晓鸽\欧阳杰2

(1.河南建筑职业技术学院，河南郑州450064;2.河南理工大学材料科学与工程学院，河南焦作454001)

摘要：以浇注温度、炉外保温钢包的钢液温度、电弧炉出钢温度和浇注系统设计方式作为输入层参数，以铸造

缺陷（以缺陷等级表征）为输出层参数，采用4x24x1三层拓扑结构，构建了建筑横梁铸造工艺优化BP神经网络模

型，并进行了模型的学习训练、预测验证和应用验证。结果表明，模型训练性能曲线平滑，经过700次迭代运算后收

敛，铸造缺陷等级的平均训练误差和预测误差均为1级。与企业现用工艺相比，采用BP神经网络模型优化工艺铸造

的ZG20Mn钢横梁缺陷等级从3级变为1级，横梁质量得到明显提高。

关键词汨P神经网络；铸造工艺优化；建筑横梁；铸造缺陷

DOI:10.14158/j.cnki.1001-3814.

中图分类号：TG269;TG162文献标识码：A文章编号：1001-3814(2021)17-0074-03

BPNeuralNetworkOptimizationofBuildingCrossbeamCastingProcess

QIXiaoge1，OUYANGJie2

(1.HenanTechnicalCollegeofConstruction,Zhengzhou450064,China;2.SchoolofMaterialScienceandEngineering,

HenanPolytechnicUniversity,Jiaozuo454001,China)

AbstractTakingthepouringtemperature,themoltensteeltemperatureoftheinsulatingladleoutsidetheflimace,the：

tappingtemperatureoftheelectricarcfurnaceandthedesignmethodofthepouringsystemastheinputlayerparameters,

takingthecastingdefects(characterizedbythedefectlevel)astheoutputlayerparameters,theBPneuralnetworkmodelfor

theoptimizationofthecastingprocessofthebuildingcrossbeamwasconstructedbyadoptingthetopologystructureof4x24x

1threelayers.Andlearningtraining,p