一种铸钢流动性预测方法

摘要

本发明公开了一种铸钢流动性预测方法，包括以下步骤：（1）用不同牌号的铸钢进行螺旋形试样实验，并采集神经网络训练样本数据；（2）建立铸钢流动性预测的神经网络模型，该神经网络类型为多层前馈型BP网络，并确定其网络拓扑结构；（3）从步骤（1）中提取部分样本数据，训练该神经网络模型；（4）用步骤（1）中剩余的样本对训练后的网络模型进行仿真测试；（5）通过训练后的神经网络模型，即可对其他牌号的铸钢进行流动性预测。通过本发明中神经网络模型，为铸钢零部件铸造工艺设计中铸钢流动性提供了一种预测方法，有利于促进铸造业数字化、智能化、节能化的发展。