基于RBF神经网络法的Zr-4合金管材酸洗工艺模型
100 积分
50
评分
4.3 积分- 详情
- 2021-09-20
- 简介
pdf
- 157KB
- 页数 4P
- 阅读 104
- 下载 24
研究了Zr-4合金管材酸洗处理过程中,酸洗去除量、酸水转换时间、冲水时间及酸洗次数对管材氟残留量的影响,并基于径向基(RBF)人工神经网络法建立了Zr-4合金管材酸洗工艺与氟残留的神经网络模型。结果表明:冲水酸水转换时间和冲水时间对氟残留量均有影响,且酸水转换时间的影响更为显著;氟残留量与酸洗次数无明显对应关系。Zr-4合金酸洗工艺的RBF神经网络模型结构为3-5-1,实际值与模拟值的相对误差为9.2%。该神经网络模型具有较高的可靠性,可为Zr-4合金酸洗工艺参数的优化提供参考。
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
相关推荐
基于RBF神经网络法的Zr-4合金管材酸洗工艺模型 157KB
渗氢量对Zr-4合金管材氢化物取向因子测定的影响 487KB
基于RBF神经网络模型的砂土液化震陷预估法 300KB
基于RBF神经网络模型的电力系统短期负荷预测 241KB
基于主成分分析和RBF神经网络的公路货运量预测模型 525KB
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
基于神经网络的商品住宅价格模型研究 158KB
基于神经网络模型的建筑物变形预测 369KB
基于人工神经网络的工程估价预测模型 344KB