体育器材热处理工艺的神经网络算法优化.pdfVIP

HotWorkingTechnology2018，Vo1．47，No．16

体育器材热处理工艺的神经网络算法优化

蔺建．张强z

(1．西京学院体育教育中心，陕西西安710123；2．兰州理工大学材料科学与工程学院，甘肃兰州l730050)

摘要：以产品类型、固溶温度、固溶时间、时效温度、时效时间作为输入层函数，以拉伸性能和耐磨损性能作为输

出层函数，采用5x30x6x2的四层拓扑结构构建了优化体育器材热处理工艺的神经网络模型，并对此模型进行了训练、

预测、验证和生产线应用。结果表明，该神经网络优化模型预测精度高，预测误差在2．3％～4．2％；用此神经网络模型优

化的热处理工艺参数比生产线传统用工艺的试样抗拉强度增大了5．8％，磨损体积减小了54％，拉伸性能和耐磨损性能

均得到了明显提高。

关键词：体育器材；神经网络；热处理工艺；拉伸性能；耐磨损性能

DOI：10．141s8／]．cnki．1001-3814．2018．16．065

中圈分类号：TG156文献标识码：A文章编号：1001．3814(2018)16．0248．03

OptimizationofHeatTreatmentProcessforSportsEquipment

BasedonNeuralNetwork

LINJian．ZHANGQiang2

(1．PhysicalEducationCenter,XijingUniversity，Xi’all710123，China；2．SchoolofMaterialsScienceandEngineering，

LanzhouUnwersiytofTechnology，~nzhou730050，Chnia)

Abstract：Takingproducttype，solidsolutiontemperature，solidsolutiontime，agnigtemperatureandagingtimeasniput

parameters，nadtaknigtensilepropertynadwearresistanceasoutputparameters，theheattreatmentprocessoptimization

modelforsportsequipmentbasedonneuralnetworkwasbuiltbyusingofurlayerstopoloygof5x30x6x2．Andhtemodelwas

tranied,predicted，validatednadappliedtohteproductionline．Theresultsshowhtathteneuralnetworkoptimizationmodel

hashighpredictionaccuracy，nadhtepredictionerroris2．3％一4．2％．Compraed、】lritllthetraditionaltechnologyofproduction

lnie，htetensilesrtengthofhtesportsequipmentrteatedbyhteoptimizationprocesspramaetersbasedonneuralnewtork

nicreasesby5．8％，hteweravolumedecreasesby54％，nadhtetensilepropertynadwearresistanceimproveobviously．

Keywords：sportsequipment；nepalnewtork；heattreamtentprocess；tensileproperty；weraresistance

近年来，随着社会经济的不断发展和社会对体影响力较弱[5]。21世纪是科技迅猛发展的信息化社

育的愈加重视，于是便形成了一个新兴的产业，即体会，计算机计算已经渗入到各个