机械轴承钢锻造工艺的神经网络优化

论文摘要

以机械轴承钢成分、钢锭温度、开锻温度、终锻温度作为输入层函数,以冲击性能和耐磨损性能作为输出层函数,采用4×16×2三层拓扑结构构建了优化机械轴承钢锻造工艺的神经网络模型。对模型进行了预测、验证及生产线应用,并进行了冲击性能和耐磨损性能的测试和分析。结果表明,该神经网络优化模型预测精度高,该模型的冲击性能相对训练误差值为3.40%～5.16%,磨损性能相对训练误差值为3.33%～5.40%。与现用工艺相比,用该神经网络模型优化的G13Cr4Ni4Mo4VA机械轴承钢试样的冲击韧性增大11.3 J/cm~2,磨损体积减小33.3%;用该神经网络模型优化的40Cr15Mo2VNA机械轴承钢试样的冲击韧性增大13.3 J/cm~2,磨损体积减小34.5%。机械轴承钢的冲击性能和耐磨损性能均得到显著提升。

论文目录

文章来源

类型: 期刊论文

作者: 王丽萍,叶霞

关键词: 机械轴承钢,神经网络,锻造工艺优化,冲击性能,耐磨损性能

来源: 热加工工艺 2019年21期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,自动化技术

单位: 常州工业职业技术学院,江苏理工学院机械工程学院

基金: 2018年江苏省高职院校教师专业带头人高端研修(团队访学)项目(2018TDFX002)

分类号: TP183;TG316

DOI: 10.14158/j.cnki.1001-3814.2019.21.025

页码: 105-108

总页数: 4

文件大小: 400K

下载量: 107

相关论文文献

• [1].神经网络优化问题研究进展[J]. 阜阳师范学院学报(自然科学版) 2008(04)
• [2].一种基于改进遗传算法的神经网络优化计算方式[J]. 电子技术与软件工程 2019(08)
• [3].基于实数编码遗传算法的神经网络优化设计[J]. 微处理机 2008(03)
• [4].基于卷积神经网络优化算法的列车智能测试系统技术研究[J]. 铁路计算机应用 2019(05)
• [5].黑曲霉产β-葡萄糖苷酶工艺的神经网络优化[J]. 广东海洋大学学报 2016(06)
• [6].回复式神经网络优化逆运动问题求解[J]. 成都信息工程大学学报 2016(06)
• [7].基于神经网络优化组合的供水预警机制[J]. 计算机与现代化 2011(04)
• [8].基于神经网络优化的非线性灰色伯努利模型[J]. 黑龙江工业学院学报(综合版) 2018(03)
• [9].基于知识成熟度的动态正则化神经网络优化方法[J]. 电子测量与仪器学报 2018(02)
• [10].机械拉杆锻压工艺的神经网络优化研究[J]. 热加工工艺 2018(07)
• [11].基于改进遗传算法的神经网络优化方法[J]. 计算机仿真 2009(05)
• [12].基于改进粒子群算法的BP神经网络优化研究[J]. 渤海大学学报(自然科学版) 2008(02)
• [13].神经网络优化PID的船舶发动机自动控制[J]. 舰船科学技术 2018(06)
• [14].基于改进遗传算法的神经网络优化设计思考[J]. 信息系统工程 2015(12)
• [15].BP神经网络优化在萃取精馏体系上的应用[J]. 现代化工 2015(07)
• [16].基于改进粒子群算法的神经网络优化证券投资组合方法[J]. 井冈山大学学报(社会科学版) 2014(03)
• [17].基于PSO的神经网络优化证券投资组合方法研究[J]. 华东交通大学学报 2013(02)
• [18].一种改进的进化神经网络优化设计方法[J]. 郑州大学学报(工学版) 2010(05)
• [19].基于PSO算法的神经网络优化设计[J]. 桂林航天工业高等专科学校学报 2009(04)
• [20].一类求解优化问题的神经网络及其全局吸引性分析[J]. 东北大学学报(自然科学版) 2017(02)
• [21].基于蚁群算法的激光表面淬火工艺参数神经网络优化系统[J]. 材料热处理学报 2014(S1)
• [22].基于L-M神经网络优化算法的池塘水色判别系统的初步建立[J]. 渔业现代化 2010(05)
• [23].神经网络优化ITO废靶酸浸回收铟(英文)[J]. Transactions of Nonferrous Metals Society of China 2014(01)
• [24].沸石分子筛碱改性条件的神经网络优化及对氨氮的去除效果[J]. 工业用水与废水 2020(05)
• [25].基于人工神经网络技术的铸造过程数值模拟优化研究[J]. 铸造技术 2015(10)
• [26].现代智能优化算法研究综述[J]. 山西建筑 2009(35)
• [27].一种用于轴承故障诊断的二维卷积神经网络优化方法[J]. 中国电机工程学报 2019(15)
• [28].BP神经网络优化算法在入侵检测中的应用研究[J]. 计算机与信息技术 2009(Z1)
• [29].基于粒子群和布谷鸟搜索的BP神经网络优化方法研究[J]. 广西大学学报(自然科学版) 2020(04)
• [30].基于神经网络优化组合的短期负荷预测[J]. 计算机与数字工程 2010(03)

标签：机械轴承钢论文;  神经网络论文;  锻造工艺优化论文;  冲击性能论文;  耐磨损性能论文;