论文部分内容阅读
本文构建了灰铸铁及球墨铸铁件缺陷诊断的神经网络模型。首先：对灰铸铁及球墨铸铁件常见的典型缺陷及影响因素进行了详细地分类和归纳总结，并根据生产的实际情况给出了一些有效的防止措施；其次：针对铸件缺陷诊断的实际问题，建立了灰铸铁和球墨铸铁件的缺陷-影响因素数据库，在此基础上构建了基于遗传算法的灰铸铁及球墨铸铁件缺陷诊断的神经网络模型；最后，开发了基于Borland C++Builder 4.0的铸件缺陷诊应用软件，可以利用计算机的优势快速有效地进行铸件缺陷诊断，并且给出缺陷防止措施，从而提高解决问题的质量。该软件全中文界面，方便用户操作，有效地降低了铸件的废品率。 为提高模型中BP网络权值学习的速度，本系统把目前广为流行的遗传算法应用到网络的权值学习中，尝试BP网络权值学习的一种新方法，收到了比较好的效果。