基于RBF神经网络的FeO-MnO渣系ZGMn13堆焊焊条的设计
100 积分
50
评分
4.7 积分- 详情
- 2021-09-10
- 简介
pdf
- 387KB
- 页数 未知
- 阅读 78
- 下载 30
为设计一种ZGMn13堆焊焊条,提出了一种基于RBF神经网络的FeO-MnO渣系焊条配方优化设计方法。利用试验采集的数据对网络进行训练,以加工硬化后的硬度为优化目标,得到最优的焊条配方。试验结果表明:优化后熔敷金属的动载加工硬化性能和静载加工硬化性能良好。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
kan***
擅长:
土建 装饰 园林 电气
- 4.8
服务
- 5
商品
- 58
人气
相关推荐
基于RBF神经网络的FeO-MnO渣系ZGMn13堆焊焊条的设计 387KB
基于均匀设计的神经网络预测焊条熔化特性 246KB
基于RBF神经网络的工程造价决策研究 143KB
基于RBF神经网络的负荷预测研究综述 196KB
基于RBF神经网络的负荷预测研究综述 196KB
碳含量对多元合金系堆焊焊条堆焊层硬度的影响 113KB
高温耐磨无渣堆焊焊条的研制 203KB
堆焊焊条性能的研究 144KB
含镧堆焊焊条的研究 243KB
基于人工神经网络的焊条性能预报系统隐含层结构讨论 199KB