基于BP神经网络的汽轮机转子钢热脆化性能的预测

摘要

根据电化学极化法测定的10种热脆化程度不同的30Cr2MoV转子合金在不同钼酸钠电解液温度下的二次峰电流密度数据和合金的化学成分J参数数据,采用BP神经网络建立了转子合金脆性转变温度与二次峰电流密度、电解液温度、J参数之间的映射模型。通过对两种新30Cr2MoV转子合金的脆性转变温度进行预测,并将测算结果与线性回归方法得到的结果进行比较,结果表明网络训练误差和检验误差在±20℃以内,所建网络预测模型能较准确的预测新转子合金的脆性转变温度,BP神经网络用于转子合金的脆性转变温度的预测是有效、可行的。