基于改进BP算法的中频淬火工艺参数预测

摘要

以钢的中频淬火工艺参数为研究对象,构造人工神经网络模型,采用3-4-2-2两层前向BP神经网络结构.模型输入参数为设备频率、淬硬层深度、零件尺寸,输出参数为加热时间、比功率.采用改进的BP网络算法——Levenberg-Marquardt算法,隐层、输出层传输函数分别为log-sig-moid函数和线性函数,经1 500余次训练,达到平方误差和<0.01.预测值与实际值的相对偏差在±4%以内.该算法能够较好地满足生产实际需要,具有较高精度.