基于人工神经网络的焊接材料设计

基于人工神经网络原理，以E4303酸性焊条配方为研究对象，在实际生产数据的基础上，将焊条（包括药皮和焊芯）组分中Mn、C含量作为输入，熔敷金属抗拉强度σb作为输出，建立了反映焊条配方与熔敷金属抗拉强度之间映射关系的网络模型。采用BP算法训练网络，对焊条配方与熔敷金属抗拉强度σb之间的映射关系进行了函数逼近。根据网络估测的结果可定量地进行焊条性能预报。研究结果表明：该模型预测的结果同实验值之间有很好的对应关系；BP网络用于焊条性能预报具有可行性和有效性。 构建了焊接材料设计软件系统（WMDS），用Borland C++Builder编程，界面友好，实用性强。并创建了其中的性能预报模块和数据库模块。试验证明：采用该系统设计焊接材料具有优化设计及快速、定量、成本低等特点。为焊接材料设计开创了一种科学的新方法。