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 82
- 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
高温耐磨无渣堆焊焊条的研制 203KB
堆焊焊条性能的研究 144KB
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
ZGMn13与Q235-A的焊接讨论 2.0MB
硅硼系无渣堆焊焊条在工业生产中的应用 211KB
基于BP神经网络预测药芯焊条耐磨性 162KB
基于RBF神经网络的砂土液化预测 198KB
基于高维云RBF神经网络的混凝土强度预测 171KB