基于人工神经网络的PC钢棒力学性能预报模型

来源 :金属制品 | 被引量 : 0次 | 上传用户:shixibaogao007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种PC钢棒抗拉强度的人工神经网络模型方法,采用4×9×1的三层前向BP网络结构,模型主要因素为淬火温度、回火温度、含碳量和单位长度质量.经1 500余次训练后, 误差平方和<0.001.训练出来的神经网络可以预报生产现场的PC钢棒的抗拉强度σb,预报值与实测值相对偏差在±3%以内,大于93%的预报值与实测值的绝对偏差在±10 MPa之间.
其他文献
克服钢丝绳结构、生产制造、使用与维护中的各种缺陷,是提高钢丝绳实物质量和使用寿命的关键。结合有关技术标准,按照产生过程对影响钢丝绳使用性能和寿命的缺陷进行分类,应
在螺旋肋钢丝的生产中,公差是一个关键指标。一般来说,允许偏差在标准范围内,公差应当是合格的,但对螺旋肋钢丝,在GB/T5223-2002中即使尺寸公差在规定范围内,线质量也不一定合格,所以
介绍主缆索股钢丝镀层的技术要求,锌铝合金镀层比纯锌镀层具有较高的耐腐蚀性能,为验证高强度悬索桥用锌铝合金镀层钢丝主缆索股的耐腐蚀性能,对镀层钢丝索股进行盐雾试验。
根据GB/T8706-2006/ISO17893:2004、EN12385-1:2002、EN12385-4:2002、EN12385-8:2002、EN12385-10:2003、BS302/P7-1989、ISO8369-1986、ANSI/API9A-2004、GB/T8918-2006、G