人工神经网络(ANN)智能技术与热处理.pdfVIP

·设计·制造· 人工神经网络( ) 智能技术与热处理 ANN ( ) 吴良　 东华大学机械学院 摘要　本文着重介绍了目前国内外人工神经网络( ) 技术在材料热处理领域的应用情况, 论 ANN 述了ANN 技术在构造专家系统方面的优越性, 简要介绍了作者开发的热处理性能预测专家系 统。同时对人工神经网络( ) 技术在纺织器材的热处理中的应用提出了自己的看法。 ANN 材料性能预测方面, 由于材料热处理性能往往受到 　　一、前言 合金元素、热处理工艺等因素的影响, 因此两者之间 众所周知, 热处理是一个相当复杂的过程, 涉及 实际上为多元的非线性函数关系。利用人工神经网 的问题很多, 人们对其中一些现象的认识还处于“模 络( ) 中的 - 网络所建立起的数学模型来描 ANN B P 糊”状态, 还不能从理论上推算出某些参数和热处理 述两者间的非线性函数关系是非常适合的。 质量的定量关系。此外热处理生产环境干扰具有多 . . 等人利用人工神经网络所建 W G V erm eu len 样性、时变性和随机性, 系统和环境具有许多未知因 立的数学模型来预测钢的端淬硬度曲线, 收集一定 素和不确定因素, 这些因素还会随环境、工况、空间 数量的端淬曲线作为训练用数据, 利用 - 网络 B P 和时间发生不可预计的变化。这在一定程度上给热 训练后建立起的数学模型, 将未参加训练的钢种的 处理数学模型的建立和计算机模拟带来许多困难。 化学成分作为输入, 预测其端淬硬度曲线。 . . P J van 在这些情况下, 将人工神经网络( ) 智能化技术 等人在运用人工神经网络来预测含钒钢 ANN der W o lk 引入热处理生产过程符合现代工业发展的趋势。应 的CCT 图方面进行了研究, 利用所建立的模型来预 用智能技术中的各种智能学习程序, 建立起相应的 测合金元素含量的变化对 CCT 图中相变开始线和 数学模型, 并与智能控制软件相结合, 就有可能自动 相变结束线的影响, 目前在预测贝氏体的相变温度 进行热处理过程的优化。 上还有较大的误差, 尚有许多工作要做。此外运用 人工神经网络是在研究生物神经系统的启示下 ANN 建立的数学模型, 对铁合金在加热条件下的 发展起来的一种信息处理方法, 内容涉及生物、电 扭转应力- 应变曲线以及钢的高温强度进行预测也 子、信息、计算机、数学和物理学等学科。人工神经网 有不少文章发表。 .