高强度管线钢焊接接头韧性参数CVN的神经网络预测系统

zg123456

文章摘要:使用VC^＋＋6．0建立了多层BP人工神经网络模型预测高强度管线钢焊接接头韧性参数夏比冲击（CVN）值。根据现场X70管线钢焊接参数，选择平均线能量、壁厚、预热温度、焊接位置和取样位置作为模型输入量，建立了节点数为14的一个隐层，激活函数为Sigmoid型的接头韧性参数CVN预测程序。194组样本数据均来自现场焊接数据，随机选取150组样本作为训练样本，其余44组样本作为预测结果的检验样本。分析了神经网络结构对预测结果的影响。预测值误差在20％以内的样本占测试样本数的77％。结果表明，在高强度管线钢焊接中，基于ANN（artificial neural network）的CVN预测方法可为合理选择焊接工艺参数提供一种有效途径。