超高硬度堆焊材料性能的神经网络预测  

Neural network prediction on ultra-high hardness material performance

作　　者：王宝森[1] 李午申[1] 冯灵芝[1] 

机构地区：[1]天津大学材料科学与工程学院,天津300072

出　　处：《兵器材料科学与工程》2003年第3期11-13,17,共4页Ordnance Material Science and Engineering

基　　金：天津市自然科学基金项目 (0 13 60 4911)

摘　　要：在试验优化技术的基础上 ,运用BP神经网络建立了C -Cr -Mo -W -V中碳高合金系统的堆敷金属性能与堆焊合金系统主要元素之间的关系模型。经过试验检验 ,该模型能够对堆焊层性能进行准确的预测 。The model of relationship between C-Cr-Mo-W-V alloy surfacing deposit performance and the main alloying elements is founded by BP neural network on the basis of a trial optimization technology This model can predict the surfacing layer performance accurately So new ultra-high hardness materials can be researched and developed by means of this model

关 键 词：堆焊材料 神经网络 性能预测 中碳高合金 超高硬度材料 

分 类 号：TG42[金属学及工艺—焊接] TP183[自动化与计算机技术—控制理论与控制工程]