论文部分内容阅读
以合金化元素与组织和性能关系为研究对象，从42组实验数据中。选取33个作为训练样本，9个作为验证样本，采用BP神经元网络原理，以珠光体球墨铸铁组织和力学性能的主要影响元素作为输入量，模型由3层神经元组成，分别为输入层、隐含层和输出层。建立了合金成分对珠光体含量的影响规律的神经网络模型，珠光体含量、铁素体含量及球化率和硬度及强度关系的神经元网络模型．用建立的网络模型预测结果表明，该方法对球墨铸铁的珠光体含量和力学性能预测具有很好的准确性，有效地解决了球墨铸铁化学成分、显微组织与力学性能之间的关系难于描述的问