典型文献
新型机械轴承钢的锻造温度神经网络优化
文献摘要：
锻造温度是新型机械轴承钢锻造过程中的最重要工艺参数之一.为了优化新型机械轴承钢的锻造温度,本文构建了 3×18×1三层拓扑结构的神经网络优化模型.选择轴承钢牌号、始锻温度和终锻温度作为输入层参数,选择耐磨损性能作为输出层参数,选择tansig函数作为隐含层传递函数,选择purelin函数作为输出层传递函数,对神经网络优化模型进行了学习训练以及预测验证.结果表明:模型相对训练误差介于3.03％与6.67％之间,平均相对训练误差5.00％;相对预测误差介于3.13％与5.41％之间,平均相对预测误差4.22％.模型能准确反映轴承钢牌号、始锻温度和终锻温度对钢耐磨损性能的影响规律,模型预测能力强、预测精度高.
文献关键词：
神经网络优化;机械轴承钢;始锻温度;终锻温度
中图分类号：
作者姓名：
赵海贤;韩彦龙;刘燕玲
作者机构：
河北石油职业技术大学,河北承德067000;华北理工大学机械工程学院,河北唐山063210
文献出处：
引用格式：
[1]赵海贤;韩彦龙;刘燕玲-.新型机械轴承钢的锻造温度神经网络优化)[J].热加工工艺,2022(17):79-81,86
A类：
机械轴承钢
B类：
锻造温度,钢锻,拓扑结构,神经网络优化模型,牌号,始锻温度,终锻温度,输入层,耐磨损性能,出层,tansig,隐含层,传递函数,purelin,学习训练,测验,预测误差,预测能力
AB值：
0.185296
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
