人工神经网络系统在大型煤液化反应器用18MnNiMo钢中的应用.pdf

《人工神经网络系统在大型煤液化反应器用18MnNiMo钢中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《大型铸锻件》No．1HEAVYCASTINGANDFORGINGJanuary2012人工神经网络系统在大型煤液化反应器用18MnNiMo钢中的应用冯海波刘建红王玉红李家驹(天津重型装备工程研究有限公司，天津300457)摘要：在生产试验数据的基础上，采用人工神经网络BP算法建立大型铸锻件用18MnNiMo钢的网络预测模型。预测结果表明人工神经网络系统模型能准确有效的预测18MnNiMo钢化学成分与力学性能之间的关系，其各项预测误差均控制在9％以内。关键词：人工神经网络；18MnNiMo钢；力学性能中图分类号：TP183文献标识码：BArtif

2、icialNeuralNetworksUsedin18MI1NiMoSteelforCoalLiquefiedHeavyReactorVesselFengHaibo，LiuJianhong，WangYuhong，LijiajuAbstract：Anetworkpredictionmodelfor18MnNiMosteelforlargecastingandforgingisbuiltupontheproduc-tionexperimentaldatawhichbasedonabackpropagationnetworkalgorithm．Fina

3、lresultsshowthatthispredictionmodelcanaccuratelypredicttherelationshipbetweenchemicalcompositionandmechanicalpropertiesof18MnNiMostee1．andtheerroriscontrolledwithin9％．Keywords：artificialneuralnetworks；18MnNiMosteel；mechanicalproperties18MnNiMo是一种低合金钢，被广泛用于煤1BP人工神经网络模型液化反应器等大型

4、容器设备。使用状态为调质回火态，为回火下贝氏体组织。在生产过程中由于本文采用反向传播(BP)算法2J，建立人工粗加工状态下的锻件有效壁厚通常在100mm以神经网络模型。下图给出了一个最基本的BP神上，在调质过程中要求较大的过冷度才能达到力经元模型，它具有个输入，每个输入量都有相对学性能所要求的RDo2≥400MPa，R≥550MPa，A应的适当的权值和下层相连，网络输出表示为：I>20％，这就增加了制造难度。如果化学成分配=W一0)(1)比不合理很容易导致性能不合格，造成巨大的成式中是表示输人／输出关系的传递函数，0本浪费。因此通过控制化学成分，

5、达到满意的力为阀值。学性能成为首要的任务。人工神经网络是由大量称为神经元的简单信息单元广泛连接而成的复杂的网络系统，是近年来在各个方面应用较多的一种计算方法。主要是通过仿照生物神经网络(BiologicalNeuralNet．works，BNN)的结构和功能而构成的。人工神经网络具有自组织、学习和对输人数据或规则高的容错能力，很适合处理趋势分析、预测和函数拟合图1单个BP人工神经网络结构Figure1BasicstructureofBPartificialneuralnetwork等复杂问题_1J。神经网络系统在材料设计方面有着广阔的应用前景，本

6、文是以大量生产数据为BP网络学习规则的指导思想是：对网络的权基础，通过人工神经网络系统来研究煤液化反应值和阀值的修正要沿着函数下降最快的方向即负器用18MnNiMo钢成分与力学性能之间的关系。梯度方向。表达式为：Wk+l=Wk一叼kgk(2)收稿日期：2011--06-13式中，W为权值和阀值矩阵，g为函数的梯度，为学习速率。13No．1《大型铸锻件》January2012HEAVYCASTINGANDF0RGING基于18MnNiMo钢采用反向传播算法预测材Ij(+1)=lj(后)+△lj=1i()+，7lYj(6)料力学性能的网络结构为5×1

7、2×3，即，到5ij(+1)=Wji()+△i=i()+叼6ii(7)个输入，到，3个输出，隐含层的神经元为12=(netj)X6l1i(8)个。其中5个输入分别为18MnNiMo钢成分的式中，隐层节点误差中的6。。i表示输出c、Mn、Cr、Ni、Mo，三个输出为尺胡2、R、A。网络节点的误差通过权值。i向节点Yj反向传播训练函数是采用Levenberg。Marquardt算法的成为隐层节点的误差，为学习率。学习速率'7trainlm()函数。Log—sigmoid型函数为普遍采用的决定每一次循环中所产生的权值变化量。假如学传递函数类型，而且其非

8、线性映射效果很好，所以习速率过大会导致系统不稳定，但小的学习速率输入层与隐含层之问使用区问为[0，1]之间的正将会导致学习时间长，收敛速